evidoria

← Retour à la liste

Bonne pratique Importée

Le projet pilote d'IA agentique du district de Borken réduit d'un cinquième le traitement des demandes d'aide à la dépendance

Allemagne · Borken · Voir le profil de Allemagne

Preuves: Observationnel / avant-après Top 12% 80/100 · Demandez à Evidence Copilot à propos de cette pratique

Sélectionné parmi près de 600 candidatures au dispositif fédéral « Agentic AI Hub », le district de Borken a utilisé un agent d'IA pour pré-examiner des demandes d'aide à la dépendance, réduisant de 35 % certaines étapes et d'un cinquième l'effort total.

35 %
Réduction du temps consacré à certaines étapes de travail (3-month pilot, Mar–May 2026)
20 %
Réduction de l'effort total de traitement des dossiers (3-month pilot)
15 of 18 evaluable cases
Cas où le personnel s'est senti « en confiance » en s'appuyant sur les résultats de l'outil (3-month pilot)
70 %
Solutions pilotées à l'échelle du programme ayant atteint une utilisation opérationnelle (2026 Agentic AI Hub cohort (20 projects))
95 %
Communes participantes très satisfaites (2026 Agentic AI Hub cohort)
Le projet pilote d'IA agentique du district de Borken réduit d'un cinquième le traitement des demandes d'aide à la dépendance

Détails

Maturité
Pilote
Promoteur
Kreis Borken (Sozialamt) with deepset
Période
March–May 2026 (3-month pilot)
Région (NUTS)
DEA34
Mots-clés
social services, agentic AI, welfare administration, document processing, local government

Contexte

Le Kreis Borken, une administration de district en Rhénanie-du-Nord-Westphalie, a été sélectionné comme l'un des 20 projets pilotes (parmi près de 600 candidatures au niveau national) dans le cadre du programme « Agentic AI Hub » du ministère fédéral allemand du Numérique et de la Modernisation de l'État (BMDS), qui a associé 19 communes à 9 start-ups d'IA entre mars et mai 2026.

Objectifs

Le projet pilote visait à tester si un agent d'IA autonome pouvait effectuer un premier examen de dossiers de plus de 100 pages pour la « Hilfe zur Pflege » (aide publique à la dépendance de longue durée), en vérifiant leur complétude et en préparant les données financières pour l'évaluation des ressources, tout en maintenant un réviseur humain dans la boucle.

Activités

En collaboration avec la start-up d'IA berlinoise deepset et son framework Haystack, le service des affaires sociales du Kreis Borken a déployé l'agent pour vérifier la complétude des dossiers, extraire et préparer les données financières, et rédiger une recommandation destinée à la décision du gestionnaire de dossier.

Résultats

Sur les trois mois du projet pilote, le Kreis Borken a mesuré une réduction de 35 % du temps consacré à certaines étapes de travail et d'environ 20 % sur l'ensemble du processus de traitement des dossiers ; dans 15 des 18 cas évaluables, le personnel a déclaré se sentir « en confiance » en s'appuyant sur les résultats de l'outil. À l'échelle du programme, le BMDS a rapporté que 70 % des 20 solutions testées avaient atteint une utilisation opérationnelle, que 95 % des communes participantes étaient très satisfaites, et que la moitié d'entre elles étaient jugées directement transposables à d'autres communes.

Conclusions

Les résultats proviennent d'un projet pilote court et à petit échantillon, auto-déclaré par le district et le ministère sponsor, sans audit externe indépendant ; la prochaine étape du programme fédéral consiste à mettre en place un dispositif de passation de marchés conforme au droit avant tout déploiement plus large.

Mise en œuvre
Coût indicatif
Faible (< 50 k€) — Not publicly disclosed; a single-district, 3-month pilot pairing one municipality with one AI start-up under a federally funded programme.
Délai jusqu’aux résultats
Court (< 1 an) — 3-month pilot, March–May 2026, within the federal Agentic AI Hub programme; wider rollout pending a procurement framework.
Personnel et compétences
Kreis Borken Social Services department (Sozialamt) caseworkers, with a human reviewer kept in the loop, Berlin-based AI start-up deepset, providing the Haystack framework and technical build, German Federal Ministry for Digital and State Modernisation (BMDS) as programme sponsor and evaluator

Conditions de réussite

  • Pairing a municipality with a specialised AI start-up through a competitive federal selection process (19 municipalities x 9 start-ups)
  • Keeping a human caseworker in the loop to review the agent's recommendation rather than fully automating decisions
  • A defined, monitored evaluation sample (18 evaluable cases) to measure before/after time savings

Modes d’échec courants

  • Small sample size (18 evaluable cases) over a short 3-month window limits generalisability
  • Self-reported results without independent external audit
  • National scaling depends on a legally compliant procurement framework the ministry says it is still building

Où cela s’applique

Type de gouvernance
local/district government
Échelle
single district pilot
Niveau de revenu
high-income

Habituellement financé par

National / regional programmes Digital Europe Programme

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles