Kommunens jobcenter har i starten af 2025 haft testet RoboRef på interne møder i jobcentret. Formålet med testen var at teknologien skulle generere automatiske referater og notater, hvilket ville effektivisere mødehåndtering og dokumentation. Kommunen forventer at foretage en eller flere ny test af AI-referat teknologier, til øvrige afdelinger og forvaltninger i Q1 2026.

Som led i satsningen på Kolding bymidte implementeres et AI-baseret tælle- og analysesystem, der i realtid registrerer fodgængere, cyklister og køretøjer og omsætter målingerne til viden om flow, spidsbelastninger og opholdstider. Ved hjælp af edge computing behandles data lokalt ved sensoren. Løsningen skaber et solidt datagrundlag for løbende justering af signaler, ruter og byrum samt mere målrettet planlægning af events, turismestrømme og adgangsforhold.

KSD AI-baseret virtuel assistent hjælper sagsbehandlere med hurtigt og nemt at finde relevant information inden for sygedagpengelovgivningen og brugervejledningen til KSD. AI-Assistenten er instrueret i at øge kvalitetsniveauet og bidrage til at identificere unøjagtige/forkerte informationer. Sagsbehandlere får lettere ved at navigere i komplekse regler og sparer tid i sagsbehandlingen.

KMD Letbetaling er en AI-baseret konteringsmotor, der automatiserer fakturabehandling i danske kommuner ved hjælp af machine learning. Systemet scanner elektroniske fakturaer, foreslår kontering baseret på historiske data og leverandørmønstre, og kan automatisk bogføre fakturaer under en fastsat beløbsgrænse, når sandsynligheden for korrekt kontering overstiger en defineret tærskel. Systemet frigør administrative ressourcer og kan automatisere op til 80% af fakturabehandlingen.

Pondoo bruger avanceret AI-teknologi til at forbedre besøgsplanlægningen i hjemmeplejen med kunstig intelligens. Systemet optimerer ruteudlægning og minimerer køretid, samtidig med at det prioriterer kontinuitet og matcher personale med kompetencer til borgernes behov. Understøtter kvalitetsfuld og effektiv omsorg.

En modulopbygget AI-baseret energistyringsløsning, der analyserer el-, vand- og varmeforbrug i kommunale bygninger og omsætter data til konkrete handlinger for energi- og ressourcebesparelser.

Proprty.ai er et AI-baseret system til automatiseret tilstandsvurdering og vedligeholdelsesplanlægning af kommunale bygninger. Systemet kombinerer kunstig intelligens med bygningsfaglig ekspertise til at forudsige restlevetid og vedligeholdelsbehov for bygningsdele.

Ento.ai anvendes til dataindsamling og analyser af energiforbrug i kommunale bygninger med henblik på energistyring og optimering.

Udviklingssamarbejde om KY-assistent er indgået og der afventes udvikling af løsning lige nu. Assistenten skal hjælpe den enkelte ydelsessagsbehandler med hurtigt at finde relevante informationer i relevant lovgivning og brugervejledninger til KY.

KAILA er en AI-assistent, der understøtter kommunale jurister ved at generere juridiske tekster, indsamle kilder og argumenter samt forberede sager baseret på dansk lovgivning.

Systemet anvender kunstig intelligens og billedgenkendelse til automatisk at registrere vejskader, skilte, kloakriste og andet vejinventar via smartphones monteret i kommunale køretøjer. 

Schultz Dialogstøtte er en AI-assistent integreret i Schultz Fasit, der automatisk transskriberer samtaler mellem sagsbehandlere og borgere og genererer udkast til mødenotater.

AI-baseret tolkeløsning udviklet af Edora til sikker og fagligt præcis oversættelse. Hostet i Danmark med fokus på GDPR-compliance.

Systemet har til formål at identificere asymptomatiske personer med svær ubehandlet sygdom, som har høj risiko for hjerte-kar-sygdomme.

Horizon Europe-finansieret projekt der udvikler AI-algoritmer til automatisk billedanalyse ved colon kapselendoskopi (CCE) — et minimalt invasivt alternativ til optisk koloskopi — med 10 europæiske partnere.

TALT er et AI-system til sundhedsfaglig dokumentation i kommunal sundheds- og ældrepleje. Systemet bruger tale-til-tekst teknologi og generativ AI til at generere dokumentationsforslag baseret på samtaler mellem medarbejder og borger samt opsummere eksisterende journaloplysninger.

Signaturprojektet omhandler optimering af drift og styring af en flåde af køretøjer eller enheder i den offentlige sektor. Ved at analysere data og køre simuleringer på allerede kørte ruter, kan systemet hjælpe med at spare tid, penge og CO2-udledning.

Der er udviklet en AI-løsning, som skal støtte sagsbehandlere i gennemgangen af revisionserklæringer. Revisionserklæringer udarbejdes af en ekstern virksomhed på baggrund af et årligt tilsyn med et system og den databehandleraftale, der er indgået med leverandøren. Løsningen screener revisionserklæringer og identificerer afvigelser, som kommunen skal følge op på. AI-screeningen kvalitetssikres af sagsbehandlerne.

Der arbejdes med at udvikle en AI-løsning i samarbejde med en ekstern leverandør. Løsningen skal hjælpe sagsbehandleren med at give et udkast til kategorisering og opsummering af høringssvar, som er modtaget på kommunens høringsportal Bliv Hørt. Forventede gevinster er reduktion i tid brugt på at opsummere høringssvar samt øget ensartethed.

Børne- og Ungdomsforvaltningen har en tidskrævende opgave i forbindelse med håndtering af aktindsigtssager fra borgere og brugere i kommunen. Forvaltningen er ved at anskaffe en løsning, der kan assistere med arbejdet med besvarelse af aktindsigtssager, herunder automatisere fremsøgning og indsamling af akter samt klargøring/konvertering af materiale, før det udsendes til borgeren eller brugeren.

Koncernservice indhenter og behandler børne- og offentlige straffeattester (BSA) på vegne af BUF og SOF via en automatiseret løsning. Via RPA-teknologi identificeres ansættelsessager, hvor BSA skal indhentes, iværksætter bestilling hos Politiet og uploader de modtagne attester på rette ansættelsessag. Herudover anvendes machine learning til læsning af indhold i attesterne og advisering til sagsbehandler, hvis der er behov for manuel håndtering.

Projektet har bygget en teknisk løsning til at chatte med vejledninger til Socialforvaltningens primære fagsystemer, DOMUS og DUBU. Løsningen er baseret på generativ AI og krydser faglige og tekniske vejledninger, ligesom det er muligt at få information om aktuel driftsstatus og at søge i faglige portaler. Målet er, at både nye og erfarne medarbejdere nemmere kan få hjælp til at udføre deres konkrete arbejdsopgaver i fagsystemerne. Efter succesfuld test er løsningen nu under implementering og kendt som "SOFIA".

Kommunen har netop indgået aftale om brug af prætrænede algoritmer, der skal bruges til at indsamle data om vejenes tilstand, via kameraer i egne biler. Data skal bruges til beregninger af vejnettets restbrugstider, så der kan foretages rettidige investeringer i vejnettet.

I Københavns Kommune bliver personalesager under visitering tildelt en kategori, der afspejler alvorsgraden/tidshorisonten for behandling. Denne kategorisering er baseret på sammenholdning af udfyldte felter i sagen og eventuelle vedhæftninger. Der er udviklet en algoritme, der kan tildele denne kategori, når sagerne kommer ind i systemet.

Et ML-baseret system, der understøtter visitation af IT-henvendelser i kommunale servicedesks ved automatisk at foreslå korrekt løsningsenhed og ticket-type i ServiceNow.