MUNI
MUNI er en AI-drevet chat- og voicebot, der hjælper borgere med kommunale services via hjemmesider og telefon. Systemet bruger generativ AI til at svare på spørgsmål om bl.a. pas, MitID og børnepasning.
Beskrivelse af systemet
MUNI bruges på hjemmesiderne hos 41 danske kommuner under Den Digitale Hotline-samarbejdet samt via telefon (IVR-system) og QR-koder.
Systemet anvendes til at:
- Besvare spørgsmål om kommunale services og selvbetjeningsløsninger
- Hjælpe borgere med at finde og forstå information på kommunens hjemmeside
- Understøtte tidsbestillinger (fx pas i Borgerservice)
- Oplyse om åbningstider (fx svømmehaller)
- Guide borgere gennem komplekse kommunale processer
Deltagende kommuner inkluderer bl.a.: Aarhus, Aalborg, Herning, Viborg, Odder, Horsens, Silkeborg, Skanderborg, Randers, Holstebro, Ikast-Brande, Frederikshavn, Hjørring og mange flere.
- Oprindelig version (1.0): Indledende samarbejde etableret i 2020
- MUNI 2.0: Lanceret den 20. februar 2025
- 2025: 41 kommuner deltager i DDH AI-samarbejdet
MUNI 2.0 anvender:
- Generativ AI (GenAI) og store sprogmodeller (LLM)
- Natural Language Processing (NLP) til sprogforståelse
- Systemet kan søge og analysere indhold fra kommunernes hjemmesider
- Tilpasningsevne gennem styrket sprogforståelse
- Større søgeramme end tidligere versioner
- Platform: boost.ai i samarbejde med Deloitte
Den teknologiske udvikling fra 2020 til 2025 repræsenterer et spring fra traditionel regelbaseret chatbot-teknologi til avanceret generativ AI.
Baseret på de tilgængelige oplysninger:
- Indhold fra deltagende kommuners hjemmesider
- Kommunale serviceoplysninger
- Spørgsmål og svar om borgerservice
- Information om selvbetjeningsløsninger
Note: Specifikke detaljer om træningsdata fremgår ikke eksplicit af kilderne.
Designmæssige sikkerhedsforanstaltninger:
- Transparent identitet: Avatar er bevidst designet som robot for at tydeliggøre, at dialogen ikke foregår med en reel medarbejder
- Kønsneutral og etnisk neutral design
- Professionel kommunikationstone: Venlig, troværdig, imødekommende og praktisk
- Hverdagssprog: Undgår indforstået fagsprog
- Kommunerne kan tilpasse farve, font og navn
Note: Tekniske sikkerhedsforanstaltninger (datasikkerhed, GDPR-compliance mv.) fremgår ikke eksplicit af kilderne.
- 5 års erfaring med chatbot-teknologi før lanceringen af MUNI 2.0
- Oprindelig MUNI (1.0) har fungeret siden 2020 og givet værdifuld erfaring
- MUNI 2.0 repræsenterer en opgradering baseret på erfaringer fra den oprindelige version
- Forbedringerne inkluderer: bedre svar, større søgeramme og styrket sprogforståelse
Note: Specifikke udfordringer og udbedringer fremgår ikke detaljeret af kilderne.
- Forbedret digital borgerservice i de 41 deltagende kommuner
- Øget tilgængelighed til kommunale services 24/7
- Digital inklusion (strategisk fokus i 2025 for Den Digitale Hotline)
- Effektivisering af borgerhenvendelser
- Tværkommunalt samarbejde der reducerer omkostninger og deler best practices
- Aflastning af kommunale kontaktcentre (DDH Kontaktcenter besvarede 230.000+ opkald sidste år)
- MUNI er prisvindende og har vundet pris for kvalitet
- Systemer som Viktor (Viborg Kommunes version af MUNI med tilpasset udseende og navn) viser muligheden for lokal tilpasning
- 41 kommuner deler samme platform, hvilket skaber stordriftsfordele og fælles læring
- Internationale erfaringer med kommunale chatbots har bidraget til udviklingen, men specifikke referencer fremgår ikke af kilderne
MUNI er et af de største tværkommunale AI-projekter i Danmark og repræsenterer en betydelig investering i digital borgerservice. Med 41 deltagende kommuner og lancering af version 2.0 med generativ AI udgør MUNI et vigtigt casestudie for offentlig AI-implementering i Danmark.
- Aarhus Kommune:
https://aarhus.dk/borger/borgerservice/digital-borger/faa-hjaelp-til-det-digitale/muni-aarhus-kommunes-chatbot - Den Digitale Hotline (hovedside):
https://dendigitalehotline.dk/ - Den Digitale Hotline (MUNI introduktion):
https://dendigitalehotline.dk/ai-services/introduktion-af-chatbotten-muni
AI Landkort (Annemette Riskær Nielsen, Aalborg Kommune): "Projektet er en chatbot, som blandt andet besvarer ofte stillede spørgsmål på Rotteområdet. Projektet er indmeldt i perioden 13.05.24-31.05.24"
AI Landkort (Marianne Toft Lyhne, Hjørring Kommune):" MUNI er en chatbot, som kan svare på spørgsmål på mange områder – hovedsageligt indenfor Borgerservice. Projektet er indmeldt i perioden 13.05.24-31.05.24"
AI Landkort (Louise Luna Bertelsen, Brønderslev Kommune): ""Chatrobotten Muni er installeret på visse undersider af brønderslev.dk for at hjælpe borgerne med at få nem adgang til relevant information.Projektet er opdateret 12.03.2025"
AI Landkort (Lene Hartig Danielsen & Dorte Krogshede, Aarhus Kommune): "Chatbotten MUNIs formål er at sikre større tilgængelighed i kommunerne med en servicekanal, der har åbent 24/7. Dette sikrer, at alle borgere når som helst kan få svar på deres spørgsmål. MUNI aflaster Borgerservice ved at overtage opgaver, der ellers ville kræve gentagen menneskelig indsats, som for eksempel at bestille tider. MUNI er en hybridmodel med både regelbaseret og generativ funktionalitet. Projektet er indmeldt i perioden 13.05.24-31.05.24 og opdateret 31.03.2025"
Bidrag til offentlig-ai
Har du supplerende oplysninger, ønsker du ændringer som projektejer eller vil du give et bidrag til offentlig-ai.dk og vores arbejde med at synliggøre AI i den offentlige sektor?
Bidrag med oplysninger til offentlig-ai.dkStøt forskningen finansieltÆndringshistorik (8 opdateringer)
Vis detaljer
Vis detaljer
Vis detaljer
Vis detaljer
Vis detaljer
Vis detaljer
Citér dette projekt
APA 7
Brønderslev Kommune & Hjørring Kommune & Aarhus Universitetshospital & Aalborg Kommune & Viborg Kommune & Aarhus Kommune & Randers Kommune & Thisted Kommune & Fredericia Kommune & Ringsted Kommune. (2025). MUNI. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. august 2026 fra https://offentlig-ai.dk/projekter/muni
Citér databasen
APA 7
Küçüksu, A., & Gyldenkærne, C. H. (2026). Offentlig AI - Kunstig Intelligens i det offentlige v2 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.20660412