Projektplan: Open source AI-system "OZMAI“ til skatte- og datastyring i OZM Hammerbrooklyn
Indledning
OZMAI (Open Zone Management Artificial Intelligence) er et ambitiøst projekt af OZM HAMMERBROOKLYN – en Kunst- og innovationslaboratorium i Hamborg – at udvikle et åbent AI-system til Finans- og skatteadministration. Den OZM (OneZeroMore) er organiseret som en non-profit GmbH (gGmbH) og forfølger missionen om at gøre kunst tilgængelig for alle og integrere de nyeste teknologier (OZM i Hamborg: Art Lab for graffitiskrivning, urban kunst, billedkunst og kunstig intelligens | URBAN PRESENTERER). Dette er finansieret OZM HAMMERBROOKLYN uden statsstøtte gennem eksperimentel økonomisk succes – f.eks Kunstsalg, containerinstallationer og et innovativt ejendomsprojekt (et højhus). På denne baggrund, OZMAI som Prototype af en AI-infrastruktur som administrerer alle økonomiske data, automatiserer skatteprocesser og sikrer maksimal gennemsigtighed i brugen af midler.
Denne rapport undersøger Mål, arkitektur, implementeringstrin, juridiske aspekter, økonomiske visioner samt Fællesskabets strategi af projektet. Som et open source initiativ OZMAI offentliggjort open source på platforme som GitHub og Open CoDE for at fremme genbrugelighed og samarbejde. Dette svarer til princippet "Offentlige penge? Offentlig kode!", ifølge hvilken offentligt finansieret software skal gavne den brede offentlighed som open source. Skønt OZMAI udviklet fra den uafhængige kunstøkonomi, deler den disse værdier Åbenhed, gennemsigtighed og samfundsudvikling, da de også understøttes af det digitale civilsamfund og initiativer som f.eks Gennemsigtigt civilsamfundsinitiativ blive udbredt (Gennemsigtigt civilsamfundsinitiativ | Transparency International Germany eV) (Gennemsigtigt civilsamfundsinitiativ | Transparency International Germany eV).

OZM HAMMERBROOKLYN Udstilling – Ruminstallation af Slick Digg – Fotograferet af ANEK
Projektets mål
Hovedformålene med OZMAI kan opsummeres som følger:
- Automatiseret skatteforvaltning: Fuldstændig dækning af alle relevante skattetyper for organisationen (f.eks. selskabsskat, handelsskat, omsætningsafgift), herunder rettidig afleveringsforberedelse, beregning af skattepligtige beløb og optimering af afskrivninger. Dette er beregnet til at reducere manuel regnskabsindsats og minimere fejl.
- Non-profit-kompatibel økonomistyring: Hensyn til alle almennyttige lovkrav en gGmbH, især administration af donere, overvågning af Oprettelse af reserver og sikre det øremærkede Brug af midler. OZMAI skal automatisk kontrollere, at indtægter og udgifter overholder kravene i den tyske skattelov (AO) for non-profit organisationer (f.eks. brug af midler omgående til lovbestemte formål, begrænsning af frie reserver osv.).
- Gennemsigtighed og sporbarhed: Oprettelse af en OZMX- Datastruktur som et centralt datavarehus, som registrerer alle pengestrømme, investeringer og projektfinansiering fuldt og klart dokumenteret. Dette letter interne analyser og gør det muligt for eksterne interessenter (f.eks. finansiører, revisorer, offentlige) at Kilde og anvendelse af midler kan spores til enhver tid (Gennemsigtigt civilsamfundsinitiativ | Transparency International Germany eV) (Gennemsigtigt civilsamfundsinitiativ | Transparency International Germany eV). Systemet skal f.eks. B. automatisk oprette rapporter, der svarer til de ti gennemsigtighedspunkter i Transparent Civil Society Initiative, bl.a. med oplysninger om midlernes oprindelse, deres anvendelse og de aktiver, der er bundet i kunstverdenen (Gennemsigtigt civilsamfundsinitiativ | Transparency International Germany eV) (Gennemsigtigt civilsamfundsinitiativ | Transparency International Germany eV).
- Integration i OZM- Økosystem: OZMAI vil som Prototype i OZM HAMMERBROOKLYN implementeret – et rigtigt laboratorium, der kombinerer kunst, teknologi og forretning. Målet er at økonomisk og kulturel testzone At udstyre Hammerbrooklyn med en intelligent infrastruktur, der kunstgenereret indkomst (såsom kunstsalg, begivenhedsindtægter), Container projekter (modulære arrangementsrum) og Ejendomsudvikling (f.eks. indtægter fra højhuset) registreres og administreres i ét system. Alle disse heterogene indkomststrømme bør registreres centralt af AI og behandles på en optimal måde til skattemæssige formål. Dette viser, hvordan et kulturcenter kan fungere økonomisk med succes uden tilskud.
- Bæredygtig økonomisk selvbæredygtighed: Gennem bedre dataanalyse og automatisering OZMAI bidrage til OZM dækker sine omkostninger, Reducerer gæld (f.eks. investeringslån til bygninger) og kan geninvestere genereret overskud i nye kunstprojekter. AI’en er beregnet til at identificere tendenser, hvor opsparingspotentiale eller investeringsmuligheder ligger, og dermed fungere som en slags "kreativ økonomisk stimuluspakke" tjene fra kunsten. Succes måles på i hvilket omfang OZMAI hjælper med at opnå finansiel stabilitet og samtidig maksimere det velgørende formål med at fremme kunst og kultur.
- Open source-plan: Projektet er fra starten tænkt som Open source initiativ designet. Det betyder, at den udviklede AI-infrastruktur senere kan adopteres af andre organisationer – f.eks Kulturhuse, non-profit organisationer eller sociale virksomhederder har tilsvarende krav til økonomistyring og gennemsigtighed. OZMAI skulle som Blueprint som kan tilpasses forskellige sammenhænge. Publicering på platforme som Open CoDE (den offentlige sektors open source-platform i Tyskland) fremmer aktivt genbrugbarheden og den fælles udvikling af løsningen. På den måde kan administration, erhvervsliv og civilsamfund i fællesskab drage fordel af erfaringerne og løbende forbedre systemet.
Systemarkitektur og teknologi
Systemoversigt: Arkitekturen af OZMAI er designet modulært til Udvidelsesmuligheder, datasikkerhed og ydeevne at sikre. I sin kerne er systemet opdelt i følgende komponenter:
- Dataintegration og -styring: En central Database eller et datavarehus (OZMX) indsamler alle relevante økonomiske data. Disse data kommer fra forskellige kilder:
- Regnskabssystemer: OZMAI handler om åbent API'er forbundet med eksisterende regnskabs- og ERP-software. For eksempel kan der oprettes en forbindelse til DATEV (eller DATEV-lignende systemer), da DATEV er DATEVconnect tilbyder en API til tovejsforbindelse af regnskabsprogrammer (Løst: DATEVConnect Desktop API: Betalingsstatus/posteringer...). Importeret via sådanne grænseflader OZMAI løbende regnskabsdata (indtægter, udgifter, indtægter) næsten i realtid.
- Bank- og betalingsoplysninger: Tilslutning til bankgrænseflader (fx via FinTS/API) til registrering af kontotransaktioner, afstemning med åbne poster og likviditetsovervågning.
- Skattedatakilder: Import af relevante skattedata, f.eks. B. Meddelelser fra skattekontoret (digitale meddelelsesdata), momsforskudsbekræftelser eller elektroniske kvitteringer (f.eks. fra BZSt-portalen for donationsbekræftelser).
- Manuel dataindtastning: For sager, der endnu ikke er registreret automatisk (f.eks. værdiansættelse af donationer i naturalier, kontanttransaktioner osv.), OZMAI en brugervenlig webgrænseflade til datafangst. Alle data gennemgår valideringsregler for at sikre konsistens.
- Datastruktur (OZMX): Die OZMX- Datastruktur fungerer som et ensartet skema, der kombinerer klassiske regnskabsdata (konti, bogføringsposter, omkostningssteder) med yderligere information for Skat og non-profit status beriger. For eksempel er hver indkomst og udgift tildelt kategorier: Er det skattepligtig omsætning, One skattefri donation, henholdsvis øremærket brug af midler, osv. Dette skaber en semantisk rig database, der bruges til evalueringer. De OZMX-struktur tillader Gennemsigtighedsrapporter genererer automatisk rapporter, der beskriver, hvor midlerne kommer fra, og hvad de bruges til (Gennemsigtigt civilsamfundsinitiativ | Transparency International Germany eV) (Gennemsigtigt civilsamfundsinitiativ | Transparency International Germany eV). Disse rapporter kan gøres offentligt tilgængelige for at opbygge tillid til sponsorer og samfundet - tro modtoet: "Gennemsigtighed skaber tillid" (Gennemsigtigt civilsamfundsinitiativ | Transparency International Germany eV).
- AI og regelmotor: Hjertet i systemet er en dobbeltmotor bestående af:
- Ekspertregler: Kodificering af Skatteregler og almennyttige regler i maskinlæsbare regler. Et styremodul overvåger f.eks. Eksempelvis bruges maksimalt 10 % af de årlige midler til administration (typisk krav om tilskud), eller at gGmbH's overskudsgrænse for skattemæssig uskadelighed ikke overskrides i kommerciel virksomhed. Dette modul fungerer som Overholdelsesvagtsom udsender advarsler i tilfælde af overtrædelser.
- Maskinlæringskomponenter: AI-moduler påtager sig opgaver som f.eks Dokumentklassificering, Forudsigelse af skattetryk eller Anomali detektion. For eksempel kan man AI model Baseret på bogføringstekster og beløb skal du identificere, om omkostningerne er fradragsberettigede forretningsudgifter eller ikke-fradragsberettigede omkostninger (f.eks. underholdning ud over faste takster), og automatisk forhåndstildele de tilsvarende opslag. Mest moderne Deep learning algoritmer bruges her til at identificere mønstre i finansielle data og skabe prognoser - såsom pengestrømsprognoser eller skatterefusioner. Ved at gøre det, OZMAI på etablerede open source rammer som f.eks PyTorch eller TensorFlow til modellering af neurale netværk. Forudbyggede modeller (f.eks. NLP-modeller til tekstgenkendelse på kvitteringer) kan indlæses og finjusteres via platforme som TensorFlow Hub eller PyTorch Hub (5 typer af maskinlæringsalgoritmer (med brugstilfælde)).
- Databeskyttelse og sikkerhedsmodul: Da OZMAI behandler meget følsomme økonomiske og personlige data, databeskyttelse integral forankret i arkitekturen. To nøgleprincipper spiller ind:
- Dataminimering: Ifølge art. 5 GDPR og anbefalinger fra databeskyttelsesmyndigheder er AI-systemer også underlagt Princippet om dataminimering (Hambach-erklæringen om kunstig intelligens | datenschutz.rlp.de). OZMAI indsamler og opbevarer kun de data, der er absolut nødvendige til de respektive formål. For eksempel kan personlige data om donorer pseudonymiseres eller slettes, efter at donationsbekræftelsen er oprettet, så snart de ikke længere er nødvendige. Til AI-træningsdata bruges anonymiserede eller syntetiske datasæt, hvor det er muligt, for at beskytte privatlivets fred.
- Differentiel databeskyttelse og databeskyttelse: Differential Privacy (DP) bruges i udviklingen af ML-komponenterne for at muliggøre statistiske evalueringer uden at afsløre individuelle data. DP tilføjer bevidst statistisk støj til forespørgsler, hvilket gør det næsten umuligt at drage konklusioner om enkeltpersoner (En undersøgelse af forskellige databeskyttelsesrammer – OpenMined). Konkret for eksempel biblioteket PyTorch Opacus integreret – et højhastighedsbibliotek, der tillader træning af neurale netværk med differentieret privatliv (En undersøgelse af forskellige databeskyttelsesrammer – OpenMined). Denne vej OZMAI f.eks. B. træne en maskinlæringsklassifikator, der registrerer typiske bookingfejl, uden det en revisor kan senere rekonstruere følsomme individuelle bookinger fra modellens adfærd. Hertil kommer procedurer som f.eks Adgangskontrol, kryptering (for data i hvile og under transport) og regelmæssige sikkerhedsaudits bruges til at sikre systemets fortrolighed og integritet.
- Brugergrænseflade og rapportering: Via en webbaseret Hovedmenu modtage autoriserede brugere (f.eks. OZM-Ledelse, revisorer, revisorer) Adgang til alle funktioner:
- Oversigter og nøgletal: Grafisk præsentation af nøgletal i realtid (salg, udgifter, kontanter, skyldige skatter mv.).
- Skatte- og finanskalender: Automatiske påmindelser om frister (forudgående selvangivelser, årsopgørelser, revisionsintervaller).
- Dokumenthåndtering: Visning af anerkendte dokumenter, mulighed for at rette eller bekræfte AI-forslag.
- Rapporter og eksport: Generering af PDF- og CSV-rapporter, f.eks. B. kan indsendes til skattekontoret eller offentliggøres som led i årsindberetningen. Interfaces tillader eksport f.eks. B. ind i Elster-formatet til selvangivelse.
- Konfigurationsmodul: Fastsættelse af parametre (f.eks. afgiftssats i tilfælde af ændringer i erhvervsskattesatsen, deponering af de nuværende fritagelsesgrænser for donationskvitteringer mv.).
Teknologistabel: Hele systemet er udviklet ved hjælp af open source-teknologier. programmeringssprog såsom Python (til AI og backend-logik, takket være stærke ML-biblioteker) og JavaScript/TypeScript (til frontend) bruges. Som Framework til web-frontend, for eksempel B. React eller Angular, mens backend er baseret på et robust web-framework (f.eks. Django eller FastAPI i Python). Databasen kunne kombinere et SQL-system (f.eks. PostgreSQL) til strukturerede finansielle data med et NoSQL-lager (til ustrukturerede data såsom kvitteringsbilleder). AI-modeller er som nævnt udviklet med PyTorch eller TensorFlow; Til specielle opgaver kan biblioteker som scikit-learn (klassiske ML-algoritmer), spaCy (NLP) eller OpenCV (billedgenkendelse for kvitteringer) inkluderes.
Der lægges særlig vægt på interoperabilitet og Standarder lagt. Alle grænseflader af OZMAI (f.eks. REST API'er) er åbent dokumenteret, så eksterne udviklere eller andre organisationer kan udvide systemet. Udgivelse af koden under en passende open source-licens (sandsynligvis MIT eller Apache 2.0 for maksimal brugsfrihed, eller AGPL, hvis copyleft ønskes) sikrer, at løsningen bliver bredt vedtaget af fællesskabet. Den åbne arkitektur gør det også muligt at udveksle eller forbedre moduler senere – f.eks. For eksempel kunne en anden non-profit udvikle en udvidelse til styring af fundraisingkampagner og bidrage med den som et plug-in.
Implementering og tidsplan
Realiseringen af OZMAI foregår iterativt i successive faser. En agil projekttilgang (f.eks. Scrum) sikrer, at funktionelle prototyper skabes tidligt, og at feedback fra praksis kan indarbejdes. Nedenfor er en oversigt over det planlagte Projektets faser, deres indhold og forventede varighed:
Fase | Indhold / Opgaver | Tid |
1. Kravanalyse & undfangelse | workshops med OZM-Deltagere (ledelse, regnskab, kunstnerrepræsentation) til at registrere alle krav. Oprettelse af en Specifikationer med use cases (f.eks. "Opret momsforskudsangivelse") og definition af datafelterne i OZMX-Struktur. Lovkrav (skattelovgivning, non-profit statuskrav) koordineres med skatterådgivere. Også: risikoanalyse (databeskyttelse, sikkerhed). | 1-2 måneder |
2. Arkitektonisk design & Prototyping | Design af systemarkitekturen (komponentdiagrammer, grænsefladedefinitioner). Udvalg af Teknologistakke og opsætning af udviklingsmiljøet (repos på GitHub/Open CoDE, CI/CD pipeline). Udvikling af en Minimal prototype: f.eks. For eksempel en simpel webformular, der manuelt registrerer bookinger og gemmer dem i databasen for at teste den grundlæggende ramme. | 1 måned |
3. Dataintegration & import moduler | Implementering af Interfaces til eksisterende systemer. Udvikling af connectors til regnskabssoftware (f.eks. import af DATEV bogføringsbatches via API eller CSV). Strukturen af Database med alle tabeller iflg OZMX-Model. Test: Importer historisk OZM-Data til at fylde systemet med reelle tal og simulere use cases. | 2 Monate |
4. AI-komponentudvikling (iterativt i spurter) | Udvikling af de vigtigste AI funktioner: Først regelmotor (kortlægning af kontrollogik som kode), derefter ML-modeller. Planlagt sekvens: (a) Dokumentklassificering: Togmodel, der kortlægger bookingtekst + beløb til skattekategori. (b) Anomali detektion: Marker usædvanlige udgifter eller reservationer. (c) Prognose: Cash flow og skatteprognosemodel. Parallel integration af PyTorch/TensorFlow og implementering af differentieret privatliv (f.eks. træning med PyTorch Opacus (En undersøgelse af forskellige databeskyttelsesrammer – OpenMined)). Hver sprint (2-3 uger) leverer en trinvis funktion, der straks testes. | 4-6 måneder (for den første version af AI-modulerne) |
5. Frontend & rapportering | konstruktion af Dashboards og brugergrænsefladen. Implementering af de forskellige visninger (Finance KPI Overview, Detail Journal, Settings Pages). Integration af diagrambiblioteker til visualiseringer. Implementering af Rapportgeneratorer (Åbenhedsrapport, årsregnskaber, selvangivelsesskemaer som PDF). Brugerfeedback runder med OZMteam for at forbedre brugervenligheden. | 2 Monate |
6. Test & Kvalitetssikring | Omfattende Tests: Enhedstest for alle moduler, integrationstest (f.eks. kørsel af det komplette årsregnskab) og penetrationstest for sikkerhed. Kontrol af overholdelse af databeskyttelse: Bekræftelse af, at alle GDPR-krav er opfyldt (f.eks. implementering af retten til at blive glemt). Eventuelt ekstern revision ved IT-revisorer. | 1 måned (løbende sideløbende med udvikling) |
7. Implementering og træning | Installation af det produktive miljø i OZM (enten on-premise server i Hammerbrooklyn eller cloud-implementering i en tysk sky under GDPR-betingelser). Migrering af alle ældre data. uddannelse brugeren – i særdeleshed OZM-Regnskab – i brug af systemet. Oprettelse af en Dokumentation for administratorer og brugere. | 1 måned |
8. Pilotdrift & forbedring | Start af live drift i OZM HAMMERBROOKLYN. Tæt overvågning af resultater i regnskabsårets første kvartaler. Indsamling af brugerfeedback og fejlrapporter. Løbende forbedringer og fejlrettelser. Måling af succes baseret på definerede KPI'er (f.eks. tidsbesparelser i regnskab, nøjagtighed af skatteprognoser, opfyldelse af non-profit kvoter). | 6-12 måneder (pilotfase) |
9. Open source-udgivelse & Samfundsbygning | Offentliggørelse af kildekoden (hvis det ikke allerede er gjort, f.eks. på Open CoDE og GitHub) med detaljeret README og eksempeldata. Public Relations: Annoncering i OZM-Blog, præsentation ved open source-konferencer (f.eks. på Offentlige penge, offentlig lov-Initiativ eller Sovereign Tech Fund). Opbygning af et bidragyderfællesskab ved at oprette et forum eller Discord og klare retningslinjer for bidrag. | parallelt fra fase 3, intensivering efter go-live |
Denne procedure sørger for, at senest efter ca 12 måneder en første fuldt funktionel version af OZMAI er i brug. Dette gøres tidligt Gennemsigtighed Alle udviklinger offentliggøres i et repository, så interesserede udviklere eller organisationer kan få indsigt og bidrage i fase 4-5.
Juridiske aspekter og overholdelse
Et projekt af denne art berører flere retsområder – fra skatteret og almennyttig lovgivning til databeskyttelse og it-ret. Følgende aspekter tages særligt i betragtning i projektplanen:
- Skatte- og almennyttige lov: Ja OZMAI Hvis skatteadministrationen er automatiseret, skal den overholde gældende tyske skattelove og skattemyndighedernes regler. De Selskabsskat, handelsafgift og merværdiafgift for selskaber (GmbH) er vist samt de særlige regler for gGmbH'er (non-profit organisationer). Til dette formål opdateringer kan være nødvendigt, hvis love ændres (f.eks. nye momssatser, ændringer i fradragsretten for donationer osv.). OZMAI er designet, så skatteformler og grænser nemt kan opdateres (om nødvendigt via onlineopdatering). Derudover skal det sikres, at lovpligtige krav skal overholdes – for eksempel må et gGmbH ikke uddele overskud, men må kun bruge det til velgørende formål. Systemet vil derfor automatisk allokere overskud til passende reserver eller projekter. En juridisk gråzone kunne være innovative finansieringsformer (f.eks. NFT-kunstsalg eller kryptodonationer), der opstår i løbet af projektet – her er der fra starten planlagt inddragelse af en skatterådgiver for at kunne håndtere særlige sager ordentligt.
- Fortrolighed: Som beskrevet i arkitekturkapitlet er beskyttelsen af persondata en topprioritet. Alle personlige økonomiske data (fx leverandørdata, donorlister, lønninger) behandles i overensstemmelse med GDPR. Ved Dataminimering og pseudonymisering stellt OZMAI sikre, at der ikke gemmes unødvendige eller uforholdsmæssige personlige data (Hambach-erklæringen om kunstig intelligens | datenschutz.rlp.de). Funktioner såsom differentieret privatliv i evalueringerne tjener til Privatliv også i statistiske rapporter at bevare (En undersøgelse af forskellige databeskyttelsesrammer – OpenMined). Derudover logges adgang og kun tilladt for autoriserede personer (rettigheds- og rollekoncept, f.eks. en revisor kan se alt, en ekstern revisor kun anonymiserede beløb). For open source-udgivelsen betyder databeskyttelse, at ingen reelle produktive data ender i depotet – dummy-datasæt bruges til demoformål.
- Licens og ansvar: Open-source AI-systemet er frigivet under en OSI-certificeret licens. Der er planlagt en licens, der tillader genbrug og kommerciel brug uden at begrænse distributionen (f.eks. MIT eller Apache 2.0). Til dette formål overholdes copyright-meddelelserne for alle anvendte biblioteker. En vigtig pointe er Haftungsausschluss: Da afgiftsberegninger kan have følsomme konsekvenser, gør ansvarsfraskrivelsen det klart, at der trods omhyggelig programmering ikke gives garanti for afgiftsnøjagtighed, og at ansvaret i sidste ende ligger hos brugeren. Til produktiv brug i OZM Du vil dog stadig arbejde tæt sammen med din skatterådgiver og om nødvendigt søge en attest for at sikre, at systemet fungerer korrekt.
- IT compliance og sikkerhed: Bør OZMAI også bruges af andre (kommunale) institutioner, kan det være nødvendigt at tage højde for standarder som BSI Baseline Protection Compendium. Allerede for OZM Internt implementeres it-sikkerhed i henhold til det nyeste. Regelmæssige opdateringer, brug af understøttede softwareversioner og penetrationstest er planlagt. Det dokumenterer også hvordan OZMAI er indlejret i det eksisterende IT-landskab med henblik på at integrere nødplaner (backup & recovery).
Gennem tidlig og regelmæssig konsultation med juridiske eksperter (databeskyttelsesrådgiver, skatterådgiver og non-profit eksperter, hvis det er nødvendigt), sikrer projektet, at alle lovkrav er opfyldt. OZMAI skal ikke kun være teknisk, men også Et modelprojekt i forhold til compliance der viser hvordan AI i følsomme områder ansvarligt Kan bruges.
Økonomisk vision og bæredygtig finansiering
OZMAI er ikke bare et tech-projekt, men en del af et større økonomisk vision af OZM HAMMERBROOKLYN. Denne vision er at fremme kunst og kultur gennem iværksætteraktiviteter at finansiere selvejende og derved udforske nye veje ud over statsstøtte. Følgende aspekter karakteriserer den økonomiske strategi, der OZMAI skal understøtte og synliggøre:
- Kortlæg diversificerede indtægtsstrømme: At OZM genererer indtægter fra Kunstsalg (Original kunst, tryk, digitale kunstværker), Events og udstillinger, slutningen Leje (containermodulerne på pladsen kan bruges til værksteder, catering mv.) og i fremtiden ejendomsprojekter (Dele af Hammerbrooklyn højhuset kunne lejes ud). OZMAI konsoliderer disse heterogene indkomststrømme og viser i realtid, hvilket område der yder hvilket bidrag. Dette giver mulighed for forretningsbeslutninger, f.eks. B. Intensivering af kunstsalg vs. udvidelse af arrangementer, kan laves på baggrund af data.
- Omkostningskontrol og effektivitet: Ved at overvåge alle udgifter identificerer systemet potentielle besparelser. f.eks. OZMAI afsløre, at visse driftsomkostninger er uforholdsmæssigt høje sammenlignet med industristandarden og beregne alternative scenarier. AI’en kunne også komme med forslag til Ressourceallokering gør – for eksempel planlæg mere budget til markedsføring, hvis kunstsalget ikke lever op til forventningerne. En mere effektiv allokering af ressourcer skulle forbedre det økonomiske Forøg ydeevnen, hvilket afspejles i højere overskud.
- Gælds tilbagebetaling som et mål for succes: Skal den OZM til infrastrukturinvesteringer (renovering af bygningen, opførelse af containeranlægget osv.), den Tilbagebetaling af denne gæld være et primært mål. OZMAI visualiserer fremskridt med gældsreduktion og simulerer den langsigtede virkning af forskellige økonomiske beslutninger (f.eks. førtidige tilbagebetalinger vs. geninvestering i et nyt projekt). Projektets økonomiske sundhed bliver gennemsigtig. Så snart gælden er reduceret, stiger de frit tilgængelige midler – OZMAI kan forudsige, hvornår der er tilstrækkelig likviditet til det næste større kunstprojekt.
- Geninvestering i kunst og almenvellet: Som et non-profit kunsthus, OZM geninvestere genererede overskud i det lovpligtige formål. OZMAI sporer derfor også Anvendelse af midler i almenvellets interesse: Hvor mange penge flyder tilbage til nye udstillinger, til støtteprogrammer for kunstnere, til pædagogisk arbejde eller sociale projekter? Denne indikator er vigtig for at demonstrere, at økonomisk succes direkte gavner kunst og samfund. Ideelt set OZMAI Det er klart, at én euro af salg genererer X euro af kulturel merværdi. Denne type socialt afkast bør tjene som argument for at tage modellen andetsteds.
- Bæredygtighed og "økonomisk stimuluspakke fra kunst": På længere sigt er tanken, at projekter som f.eks OZM HAMMERBROOKLYN Give impulser til økonomien – gennem innovation, turisme (besøg på galleriet), skabelse af kreative arbejdspladser – og dermed gerne en kunstnerisk økonomisk stimuleringsprogram handling. OZMAI kan være med til at måle eller i det mindste repræsentere disse indirekte effekter, f.eks. For eksempel antallet af involverede kunstnere, der modtager kommissioner eller de lokale udgifter til besøgende. Disse data understøtter tesen om, at investeringer i kultur multiplikative effekter have. Økonomisk set, OZMAI dermed gøre det lettere at bevise, at kulturfinansiering ikke kun handler om udgifter, men merværdi og Innovation genereret.
En vigtig del af visionen er også reproducerbarhed: Hvis OZMAI viser, at et kunststed kan fungere økonomisk selvstændigt, kan denne model også overføres til andre projekter. Det kunne overbevise investorer og offentlige myndigheder om at støtte lignende centre – ikke med permanente bevillinger, men med opstartsmidler, der betaler sig på længere sigt. OZMAI tjener her som Gennemsigtighed og tillidsinstrumentfordi den dokumenterer de komplekse pengestrømme og effekter sort på hvidt.
Sammenfattende, støttet OZMAI den økonomiske strategi OZM, ved det Datadrevne beslutninger muliggør, gør succes målbar og sikrer det økonomisk succes går hånd i hånd med kulturel og velgørende succes. Denne kombination af profitorientering og almenvellet er kernen i OZMfilosofi og gøres praktisk gennemførlig af AI-systemet.
Fællesskabsstrategi og åben udvikling
Som et open source-projekt er det afgørende at have en aktiv Community rundt om OZMAI at opbygge et fællesskab, der understøtter, bruger og videreudvikler systemet. Fællesskabsstrategien omfatter flere niveauer:
- Gennemsigtig udvikling: Fra begyndelsen vil udviklingen være offentligt sporbar (f.eks. repository på GitHub eller Open CoDE). Interesserede parter kan følge tilsagn, åbne spørgsmål og komme med forslag. Denne åbenhed skal tiltrække andre udviklere på et tidligt tidspunkt, eventuelt også fra offentlig forvaltning eller andre kulturinstitutioner. Det svarer til den tilgang, som den offentlige sektor i Tyskland følger med platforme som Open CoDE til Genbrug og samarbejde at fremme software.
- Dokumentation og videndeling: For at lette eksterne bidrag oprettes omfattende dokumentation – fra Udviklervejledning (Opsætning af udviklingsmiljøet, arkitekturoverblik) til Brugerdokumentation. Desuden Blogindlæg eller videoer forklare de komplekse skatteforhold, så selv internationale eller ikke-specialistudviklere forstår problemet OZMAI løser. Brugen af tysk og engelsk som projektsprog (kode og dokumentation) sikrer, at resonans er mulig både lokalt (tysk skattekontekst) og globalt.
- Fællesskabsplatforme: Ud over kodelageret opsættes kommunikationskanaler. En offentlig chat (f.eks. Discord eller Matrix) muliggør direkte udveksling. Et diskussionsforum (f.eks. GitHub-diskussioner eller et diskursforum) kan bruges til dybdegående arkitekturdebatter eller støttespørgsmål. Det er også vigtigt at være til stede ved etablerede arrangementer i open source og civic tech scenen: f.eks. B. Foredrag ved Chaos-kommunikationskongress, The FOSDEM, eller netværksmøder i Åben Vidensfond. Der kan du OZMAI som bedste praksis for "Open Source i non-profit sektoren" præsenteres.
- Alliancer med finansieringsinitiativer: For at sikre bæredygtigheden af open source-projektet søger vi at arbejde sammen med organisationer, der fremmer open source. Her er f.eks Sovereign Tech Fund (Tyskland), der understøtter åben digital infrastruktur som rygraden i digitalisering (Sovereign Tech Fund – SPRIND). Fonde eller digitale civilsamfundsprogrammer kunne også behandles, OZMAI at fremme som et mønsterprojekt. Sådanne samarbejder bringer ikke kun økonomiske ressourcer, men også yderligere ekspertise og synlighed. Sovereign Tech Fund blev præsenteret i Forbundsdagen som "effektiv investering i it-sikkerhed" rost (Open Source: Bundestag styrker Sovereign Tech Fund) – en pris, der OZMAI kan stræbe efter ved at kombinere tryghed og almenvellet.
- Lokalsamfund og brugergruppe: Ja OZM HAMMERBROOKLYN er stærkt forankret i Hamborgs kunst- og kulturscene, vil der også opstå et lokalt brugerfællesskab. Workshops på stedet kunne vise hvordan OZMAI fungerer – måske vil andre non-profit organisationer eller startups fra Hammerbrooklyn-området være interesseret i softwaren. EN Udvekslingsprogram ("Åben OZM“) kunne etableres, hvor udviklere fra andre organisationer arbejder på projektet i et par uger og til gengæld tager deres erfaringer med tilbage i deres projekter (en slags residency, men for udviklere).
- Feedback og løbende forbedringer: Fællesskabet skal være Resonanzboden tjene til OZMAI konstant at forbedre. Eventuelle problemer eller anmodninger om nye funktioner vil blive diskuteret åbent. Da de økonomiske og skattemæssige regler konstant ændrer sig, er det meget værdifuldt at have mange øjne, der kigger på koden – ifølge Linus' lov "Givet nok øjeæbler, er alle bugs overfladiske". Især samfundets kollektive efterretninger kan hurtigere afdække skattefordelssager. Gennem en åben styringsmodel (f.eks. en projektstyregruppe, hvor aktive bidragydere deltager i beslutningstagningen) forbliver projektet livligt og relevant på lang sigt.
Som succes Det vil blive betragtet som en fællesskabsstrategi, hvis inden for et år efter offentliggørelsen, flere eksterne bidrag (Pull Requests) er blevet indarbejdet, og måske 1-2 andre organisationer har startet en pilotinstallation. Det ville betyde OZMAI spreder sig, og jo mere den bruges, jo mere strømmer feedback tilbage – en god cirkel.
Sidst men ikke mindst, OZMAI også a kulturerklæring: Det viser, at kunstscenen ikke kun er kreativ, men også i stand til at trænge igennem højteknologiske områder og igangsætte open source-udviklinger der. Denne fortælling bør også kommunikeres for at inspirere andre ukonventionelle aktører til at opdage open source til deres formål.
Konklusion
OZMAI forbinder på en unik måde Kunst, teknologi, økonomi og almenvellet. Projektplanen skitserer en omfattende AI-infrastruktur, der vil OZM HAMMERBROOKLYN tilladt, Finans og skatter autonome, effektive og gennemsigtige at administrere. Brugen af moderne AI-metoder (machine learning, automatisering) og streng overholdelse af databeskyttelse og non-profit-regler skaber et system, der er både innovativt og troværdigt.
Udviklet som et open source-projekt OZMAI om det OZM effekt: Den kan tilpasses af andre non-profit organisationer, kulturelle projekter eller endda offentlige forvaltninger til digital suverænitet i økonomistyring. Dette betyder OZMAI et bidrag til den voksende bevægelse for at bygge offentlig digital infrastruktur åbent og i fællesskab – ifølge princippet om, at fælles goder og offentlige penge tjene det fælles bedste skulle. Denne udvikling kommer på det helt rigtige tidspunkt, da politik og samfund i stigende grad indser det Open source er rygraden i digital infrastruktur formularer (Open Source: Bundestag styrker Sovereign Tech Fund) og tilsvarende projekter fortjener støtte.
For OZM HAMMERBROOKLYN wird OZMAI være et levende bevis på det Kunst kan mere end blot at producere smukke værker – det kan være udgangspunktet for iværksættermodeller og teknologier der har en varig effekt. Økonomisk succes, gældsnedbringelse og geninvestering præsenteres transparent og viser: Dette kulturprojekt er ingen støttet drift, men et selvforstærkende økosystem af kreativitet og ansvar.
Slutresultatet er visionen, at OZMAI skole og støtter lignende centre mange steder, At understøtte drømme med data og tal. Denne projektplan lægger grundlaget for dette – nu er det tid til at bringe det ud i livet, skrive kode og opbygge et fællesskab. De OZM og dets partnere inviterer jer til at gå denne vej sammen og vise, hvordan en åben AI-løsning i kunstens og almenvellets tjeneste kan se ud.