Two young girls in Syria
Alle Fallstudien

United Nations: Humanitäre Mittel für die, die sie am dringendsten brauchen

Auf einen Blick

Das Amt der Vereinten Nationen für die Koordinierung humanitärer Angelegenheiten (OCHA) hilft Menschen weltweit, angesichts humanitärer Krisen dringend benötigte Unterstützung zu erhalten. Gemeinsam mit dem Emerging Technologies Lab der Vereinten Nationen haben wir Möglichkeiten erarbeitet, Projektvorschläge für OCHA mithilfe von künstlicher Intelligenz schnell und gründlich zu prüfen. Dadurch kann OCHA Gelder dorthin weiterleiten, wo sie am dringendsten benötigt werden, und den Spendern Einblicke geben.

Unser Vorgehen

  • Verantwortungsvolle KI
  • Knowledge Graph
  • Microsoft Azure Cognitive Services
  • Darstellung als Diagramm
  • Topic Modeling
  • Natural Language Processing

Reaktion auf globale Krisen 

In Ländern wie Myanmar, Venezuela, Syrien und Niger benötigen Millionen von Menschen dringend Hilfe, beispielsweise Zugang zu Nahrung und sauberem Wasser oder Schutz vor Gewalt. Das Amt der Vereinten Nationen für die Koordinierung humanitärer Angelegenheiten (OCHA) koordiniert die Reaktion auf humanitäre Krisen wie diese weltweit.

OCHA wird von verschiedenen Spendern unterstützt, darunter Regierungen, gemeinnützige Organisationen, Hilfsorganisationen, Stiftungen und Privatpersonen, und hat im letzten Jahr 2 Milliarden US-Dollar an Spendengeldern eingenommen. Die wichtigsten Initiativen lassen sich in vier Kategorien einordnen: Frauen und Mädchen, Behinderungen, Bildung in lang anhaltenden Krisen und Schutz.
 

Möglichkeiten aufdecken

OCHA erhält jährlich mehr als 100 Anträge von Organisationen, die um finanzielle Mittel bitten. Diese Anträge können 100 oder 200 Seiten lang sein. Sie im Detail durchzugehen, kostet das kleine Team von OCHA sehr viel Zeit.

Das Emerging Technologies Lab der Vereinten Nationen suchte nach einer Lösung, die die Antragsprüfung effizienter gestalten und es OCHA erlauben würde, zu zeigen, wie viel die Spender bewirken.


Für OCHA ist es wichtig, zu wissen, dass die Organisation in diesen wichtigen Bereichen tatsächlich etwas bewirkt“, so Lambert Hogenhout, Leitender Verantwortlicher für Daten, Analysen und aufstrebende Technologien und Leiter des Emerging Technologies Lab. „Und die Spender müssen sich sicher sein, dass ihr Geld dem vorgesehenen Zweck zugute kommt. Doch Menschen stoßen schnell an ihre Grenzen – wenn sie jedes Jahr mehr als 100 Anträge lesen und die wichtigen Informationen herausfiltern sollen.“

Hogenhout wusste, dass er eine auf künstlicher Intelligenz basierende Lösung entwickeln wollte. Nachdem er vom Slalom
AI Center of Purpose gehört hatte, wollte er mit unserem Team zusammenarbeiten.

„Es kostet uns immer viel Zeit, mit diesen fortschrittlichen Technologien Schritt zu halten”, so Hogenhout. „Wir hofften, dass die Zusammenarbeit mit dem Slalom Team, das in diesen Bereichen wahre Experten stellt, unserem Projekt einen Schub geben würde und dass wir von diesem Team lernen könnten, damit sich unser eigenes Team künftig schneller in bestimmte neue Technologien einarbeiten kann. Beides ist genau so eingetreten.“

Ich war begeistert vom Erfolg dieser Zusammenarbeit.

Harry Potter, Dementoren und Cognitive Search

Unsere Teams trafen sich zu einer ersten Sitzung für ein Lösungs-Brainstorming. Slalom demonstrierte, wie Azure Cognitive Search bei der Verarbeitung der Anträge helfen konnte, und wir verwendeten ein erkennbares Beispiel, um die Funktionsweise der Technologie aufzuschlüsseln.

„Wir ließen alle sieben Bände von Harry Potter das Natural Language Processing mit Azure Cognitive Search durchlaufen“, erläutert einer unserer Lösungsarchitekten. „Dabei werden automatisch die Wörter erkannt, die in den Büchern eine wichtige Bedeutung haben. Die alltäglichen Wörter, die eher unwichtig sind, werden herausgefiltert. Azure erstellt verschiedene Themen mit zugehörigen Wörtern. „Dementoren“ beispielsweise können ein eigenes Thema darstellen, und das Tool erkennt, dass der bestmögliche Zauberspruch gegen einen Dementor „Expecto Patronum“ lautet. Das ist ähnlich wie bei einer Google Suche nach Harry Potter Büchern – sie kann ein visuelle Schaubild von Themen und zugehörigen Wörtern anzeigen, die den gesuchten Inhalt anhand des Themas ermittelt.“

Wir empfahlen, Azure Cognitive Services auf dieselbe Weise für OCHA Anträge anzuwenden. Wir wussten, dass wir eine Lösung entwickeln konnten, die einen Antrag in wenigen Sekunden durchsuchen und Themen und zugehörige Wörter aufdecken kann, die möglicherweise zu den wichtigen Initiativen von OCHA passen. Beispielsweise könnte das Tool lernen, dass Wörter wie Schulen, Lehrer und Unterricht möglicherweise zur Bildungsinitiative passen, und diesem Antrag im Hinblick auf die Bildungsinitiative eine höhere Punktzahl geben. Hogenhouts Team war an Bord.  

Schnelle und erfolgreiche Bereitstellung 

In weniger als drei Wochen erstellten wir einen erfolgreichen Konzeptnachweis, der folgende Hauptkomponenten enthielt: 

  • Topic Modeling  
    Topic Modeling ist eine unbeaufsichtigte Technik des Maschinenlernens, bei der Textdokumente geprüft, Gruppen ähnlicher Wörter erkannt und diese als Themen angeordnet werden. Wir haben eine Extraktions-Pipeline geschaffen, indem Text mithilfe von optischer Zeichenerkennung (OCR), Tokenisierung von Wörtern und Extraktion von Einheiten extrahiert wird. Auf dieser Grundlage erhielten wir eine Liste von Themen in jedem Dokument und erstellten eine Liste mit Begriffen und der jeweiligen Häufigkeit innerhalb eines Themas. 

  • Knowledge Graph 
    Wir entwickelten einen Algorithmus zur Punktebewertung, der die Relevanz der Anträge für OCHA Initiativen ermitteln konnte. Beispielsweise kann ein Antrag angesichts einer lang anhaltenden Krise zu 90 Prozent für das Thema Bildung relevant sein. Der Prozentsatz beruht darauf, wie häufig Wörter vorkommen, die eng mit den Themen „Bildung” oder „lang anhaltende Krise” verwandt sind.

  • Verantwortungsvolle KI 
    ConceptNet ist eine kostenlos zugängliche Wissensdatenbank und ein Tool für das Natural Language Processing. Modelle wie ConceptNet, die mithilfe von Open-Source-Daten trainiert werden, enthalten häufig Voreingenommenheit, die durch diskriminierende Formulierungen auf den Plattformen, mit deren Hilfe sie trainiert werden, zustande kommen. Wir konnten diese Probleme identifizieren und abschwächen, indem wir automatisch Begriffe und Assoziationen entfernten, die Voreingenommenheit beinhalteten, z. B. dass Wörter wie „Diener“, „Bedienstete” oder „Bagage” mit Frauen in Verbindung gebracht wurden. Wir prüften alle Konzepte, die sich direkt auf die OCHA Initiativen bezogen, manuell und sorgten dafür, dass diese Voreingenommenheit im von uns entwickelten Knowledge Graph künftig nicht mehr auftreten würde. 

  • Cognitive Search  
    Wir verwendeten Azure Cognitive Services, um aus PDF-Rohdokumenten der UN durchsuchbare Indizes zu erstellen. Wenn man beispielsweise nach „Cholera” sucht, erhält man eine Liste aller geographischen Orte, die in den Rohdokumenten in enger Verbindung mit diesem Begriff genannt werden.

  • Darstellung als Diagramm  
    Wir entwickelten eine Webanwendung, die große, komplexe Knowledge Graphs für OCHA in eine benutzerfreundliche, sinnvolle Form umwandelt, und übergaben die Codierung dem Team.

Woman donating mask Woman donating mask

Erwartungen übertreffen

„Ich war begeistert vom Erfolg dieser Zusammenarbeit“, so Hogenhout. „Ich hatte keine großen Erwartungen an eine erstmalige Zusammenarbeit mit wenig Vorlaufzeit zwischen Teams, die sich nicht kannten. Das hat alle meine Erwartungen übertroffen.“

Er erklärt, dass unsere Zusammenarbeit sein Team dazu inspiriert hat, neue Einsatzmöglichkeiten für das Tool zu finden, um OCHA und der gesamten UN Organisation zu helfen.

„Angesichts der Coronapandemie interessieren sich die Menschen beispielsweise sehr für Gesundheit, Pandemien und die Widerstandsfähigkeit von Gemeinschaften. Und sie fragen sich: Wir sehr haben wir uns bei vergangenen Projekten, zum Beispiel in den letzten zwei Jahren, auf die Gesundheit konzentriert? Hunderte von Projektdokumenten durchzugehen und auf ihre Relevanz für Gesundheitsinitiativen hin zu untersuchen, wäre eine überwältigende Aufgabe. Diese Einblicke zu gewinnen ist derzeit einfach unmöglich. Doch mit dem Tool, für das Slalom die Grundlage geschaffen hat, können wir das zukünftig.“
 

Wer am meisten davon profitiert

Diese Lösung kann in jeder Organisation mit langen, komplexen Dokumenten eingesetzt werden, deren Prüfung zeitaufwändig ist. Beispielsweise Dokumente zur medizinischen Forschung, Darlehensanträge, Versicherungspolicen. Mithilfe dieser Tools können Organisationen diese Dokumente innerhalb von Sekunden gründlich prüfen.

„Ich glaube, dass dies eine riesige Chance ist und nicht nur der UN, sondern jeder Organisation helfen kann, die mit der Herausforderung konfrontiert ist, Anträge zu prüfen und sie einer bestimmten Mission zuzuordnen“, so Hogenhout.

Aktuell profitieren davon vor allem die Menschen, die in Krisengebieten leben. „Und um diesen Menschen zu helfen”, so Hogenhout weiter, „helfen wir den Mitarbeitern im Amt für die Koordinierung humanitärer Angelegenheiten, die diese Projekte durchgehen müssen. Wir helfen den Spendern, bessere Einblicke zu erhalten, wie ihr Geld ausgegeben wird. Wir helfen der OCHA Führungsebene, bessere Einblicke zu Trends im Laufe der Zeit zu erhalten. Wir helfen all diesen Beteiligten auf ganz konkrete Weise. Doch letztendlich ist der Zweck dieser Arbeit, bedürftigen Menschen zu helfen.“

Wie möchten erfahren, wie KI Ihrem Unternehmen helfen kann?