AI Innovation Sandbox Knowledge Hub
Der intelligente Zugang zu Erfahrungen und Erkenntnissen aus KI-Pilotprojekten
Bedarf/Problem und Zielgruppe
Im Rahmen der AI Innovation Sandbox des Kantons Zürich wurden in den vergangenen Jahren mehrere KI-Pilotprojekte unter realen Bedingungen begleitet. Dabei sind Berichte entstanden, die wertvolle Erkenntnisse enthalten, zum Beispiel zu rechtlichen Rahmenbedingungen, Datenzugang, organisatorischen Voraussetzungen, technischen Herausforderungen und möglichen Lösungswegen.
Auswahl von Sandbox-Projekten:
· KI bei Baubewilligungen – KI-basierter Vorabcheck von Baugesuchen (z. B. Solaranlagen, Wärmepumpen)
· Maschinelle Übersetzung für Verwaltungstexte – automatische Übersetzung amtlicher Dokumente
· Autonome Inspektionssysteme – KI-gestützte Roboter für Anlagen- und Infrastrukturkontrollen
· Automatisierte Infrastrukturüberwachung – KI analysiert Sensordaten zur Wartung von Bauwerken
· Smart Parking – KI erkennt freie Parkplätze anhand von Kamerabildern
· KI in der medizinischen Dokumentation – automatische Erstellung medizinischer Berichte aus Gesprächen
Diese Erkenntnisse sind heute jedoch vor allem in einzelnen Berichten dokumentiert. Das erschwert den Zugang und die praktische Nutzung. Wer ein neues KI-Vorhaben plant, muss relevante Informationen oft erst mĂĽhsam suchen, einordnen und auf den eigenen Fall ĂĽbertragen.
Das Problem betrifft insbesondere:
· Mitarbeitende der Verwaltung, die KI-Projekte prüfen, begleiten oder umsetzen
· Unternehmen und Start-ups, die KI-Lösungen im regulierten Umfeld entwickeln oder testen
· weitere Organisationen, die aus bisherigen Pilotprojekten lernen möchten
Gesucht ist daher eine Lösung, die das vorhandene Wissen so aufbereitet, dass es für diese Zielgruppen einfacher nutzbar und für neue Vorhaben anwendbar wird.
(Nicht) verfĂĽgbare Daten
Als zentrale Grundlage stehen die bestehenden Berichte und Erkenntnisse aus der AI Innovation Sandbox zur VerfĂĽgung. Diese enthalten konkrete Erfahrungen aus bereits umgesetzten Projekten und bilden die inhaltliche Basis der Challenge.
Voraussichtlich verfĂĽgbar sind:
· ausgewählte Berichte aus der AI Innovation Sandbox
· Kontext zur Zielsetzung und Arbeitsweise der Sandbox
Nicht im Fokus stehen:
· der Aufbau eines vollständig produktionsreifen Systems
· umfassende neue Datenerhebungen
· eine vollständige rechtliche Prüfung aller Inhalte
· der Zugriff auf beliebige zusätzliche Verwaltungsdaten ausserhalb des bereitgestellten Materials
Im Zentrum steht somit die Frage, wie das bereits vorhandene Wissen besser erschlossen, strukturiert und zugänglich gemacht werden kann.
Erwarteter Nutzen
Wenn das Problem gelöst ist, können künftige Nutzerinnen und Nutzer schneller und gezielter auf das Wissen aus der Sandbox zugreifen. Statt lange Berichte einzeln durchzuarbeiten, erhalten sie relevante Hinweise in einer Form, die für ihr konkretes Vorhaben verständlich und direkt nutzbar ist.
Das wĂĽrde insbesondere bedeuten:
· Erkenntnisse aus früheren Projekten werden leichter auffindbar
· wiederkehrende Herausforderungen werden früher erkannt
· wichtige rechtliche, organisatorische und technische Fragen können früher berücksichtigt werden
· neue KI-Projekte können fundierter vorbereitet werden
· das in der Sandbox aufgebaute Wissen entfaltet mehr Wirkung über einzelne Projekte hinaus
Damit wĂĽrde aus einer Sammlung von Berichten ein praktisch nutzbarer Wissensbestand fĂĽr neue KI-Vorhaben.
Ziel fĂĽr den Hackathon
Ziel des Hackathons ist es, einen überzeugenden Prototypen oder ein klar ausgearbeitetes Lösungskonzept zu entwickeln, das zeigt, wie die Erkenntnisse aus den Berichten der AI Innovation Sandbox künftig besser zugänglich und nutzbar gemacht werden können.
Die Lösung soll idealerweise aufzeigen, wie Personen mit einem konkreten KI-Vorhaben gezielt zu den für sie relevanten Erkenntnissen gelangen, zum Beispiel in Form von Hinweisen, Einordnungen, Checklisten oder Empfehlungen. Wichtig ist dabei, dass die Ergebnisse nachvollziehbar bleiben und auf die zugrunde liegenden Berichte zurückgeführt werden können. Als Fokus könnten beispielsweise Verwaltungsmitarbeitende gewählt werden, welche ein KI-Projekt bzw. -Piloten starten möchten.
Lösungsansätze
Ein möglicher Ansatz besteht darin, die vorhandenen Berichte digital aufzubereiten und mit Unterstützung von KI besser nutzbar zu machen.
Denkbar sind insbesondere folgende Elemente:
· Die Inhalte der Berichte werden so aufbereitet, dass sie systematisch durchsucht werden können.
· Nutzerinnen und Nutzer beschreiben ein geplantes KI-Projekt oder eine Fragestellung.
· Das System identifiziert dazu passende Erkenntnisse aus den vorhandenen Berichten.
· Die Lösung stellt die relevanten Hinweise in verständlicher Form dar, etwa als Übersicht, Antwort, Checkliste oder Handlungshinweise.
· Die Aussagen werden mit Verweisen auf die zugrunde liegenden Berichte nachvollziehbar gemacht.
Ergänzend kann es sinnvoll sein, Inhalte aus den Berichten strukturiert zu erfassen, zum Beispiel nach Themen wie Daten, Regulierung, Governance, Technik oder Umsetzung. Dadurch kann die Suche verbessert und die Relevanz für neue Anwendungsfälle leichter erkannt werden.
Was bereits verfolgt wird: Zur UnterstĂĽtzung der Wissensvermittlung wurden auch Kurzvideos fĂĽr jeden Bericht erstellt.
Einschränkungen
Die Challenge soll in einem begrenzten Zeitraum bearbeitet werden. Entsprechend geht es nicht um eine vollständige Endlösung, sondern um einen realistischen und überzeugenden Prototypen.
Worauf besonders zu achten ist:
· Die Lösung soll für nicht-technische Nutzerinnen und Nutzer verständlich sein.
· Die Inhalte müssen nachvollziehbar bleiben; Aussagen sollten auf konkrete Berichtsinhalte zurückgeführt werden können.
· Die Lösung soll sich eng an den tatsächlich vorhandenen Informationen orientieren und keine unbelegten Aussagen erzeugen.
· Der Umgang mit sensiblen Informationen und potenziell rechtlich relevanten Aussagen erfordert Sorgfalt.
· Der Fokus liegt auf praktischem Nutzen und nicht auf technischer Komplexität um ihrer selbst willen.
· Eine weitere Herausforderung ist auch die Aktualität der Inhalte – da wir bereits seit 4 Jahren Berichte erzeugen und sich die Rechtslage / Einschätzung im Bereich KI schnell verändern kann. Zum einen muss sichergestellt werden, dass die Informationen korrekt (d.h. nicht veraltet sind) und zum anderen muss es relativ einfach möglich sein, Informationen zu aktualisieren.
Falls möglich und im zeitlichen Rahmen ist eine mögliche Einbettung auf der Webseite der AI Innovation Sandbox zu berücksichtigen.
Nachhaltigkeit
Die Ergebnisse des Hackathons dienen als Grundlage fĂĽr die weiteren Diskussionen zur kĂĽnftigen Nutzung und Aufbereitung der Erkenntnisse aus der AI Innovation Sandbox.
Der Hackathon soll damit nicht nur Ideen sammeln, sondern konkrete Ansätze sichtbar machen, die das Potenzial haben, nach dem Anlass weiterverfolgt, vertieft oder in angepasster Form übernommen zu werden.
Unterlagen
I89H6B1C.pdf 3WA7IZVY.pdf 87MXEKJ3.pdf ACKRXKWG.pdf E6XDSMXU.pdf 3X6I8GB6.pdf NRFS5YOL.pdf XRQ98GZD.pdf 1Z71YRRF.pdf 📎 IE85U0OS.pdf sandbox de.pdf
GitHub-Repository
Official Repository: Innovation Sandbox for AI (Canton of Zurich)
Challenge pitch deck: https://s3.govtech.digisus-lab.ch/govtech/uploads/10/E66IA/W9M23L0C.pdf
Sandbox Knowledge Hub
Pre-hackathon + working repository for the AI Innovation Sandbox Knowledge Hub challenge at the GovTech Hackathon Switzerland 2026 (Thu 28 — Fri 29 May, FOITT Zollikofen). Challenge by the Canton of Zurich (Lukas Willi, Projektleiter KI).
This repo currently has three layers:
.
├── context/ Pre-hackathon prep: challenge brief, source PDFs, digests, decision docs
├── wiki/ The knowledge layer — structured markdown with YAML frontmatter
└── CLAUDE.md Project memory for Claude Code sessions
The application layer (Next.js app, ingest pipeline, generator UI) will be bootstrapped during the hackathon as a sibling directory or at the root.
Quick navigation
| Want to… | Read |
|---|---|
| Understand the challenge | context/README.md |
| Browse what we know | wiki/index.md |
| Add a wiki page | wiki/CONVENTIONS.md + CONTRIBUTING.md |
| Review pre-event design decisions | context/architecture-route.md, context/frontend-route.md, context/data-architecture-walkthrough.md |
| See the corpus | context/digests/ (English summaries) + context/reports/ (DE + EN source PDFs) |
What this hub is, in one paragraph
The Canton of Zurich's AI Innovation Sandbox has produced ~13 detailed reports across two phases (2022–2026) — legal frameworks, data-access patterns, regulatory analyses, technical playbooks. Hard-won knowledge, currently locked in static PDFs. This hub structures that corpus as a navigable, citable wiki where each claim links back to a paragraph in the source PDF, and where new sources (papers, web pages, transcripts, future sandbox reports) can be added as first-class citizens. The eventual application layer renders this substrate as the wiki reader + guideline generator described in context/frontend-route.md.
Status
- Pre-hackathon: Wiki skeleton seeded (sources, projects, concepts from booklet glossary, key stakeholders + regulations, 2 seed lessons, 1 synthesis page). Schema is soft — see
wiki/CONVENTIONS.md§7 "How to evolve the schema." - Hackathon (28-29 May 2026): Bootstrap the application layer, extend lessons + concepts as the team converges on the demo narrative, ship a working generator.
Contributing
See CONTRIBUTING.md. The short version: drop sources into context/reports/, create a wiki/sources/<slug>.md, then extract lessons + concepts as you read.
Licensing
The source reports in context/reports/ are © Canton of Zurich and may be shared with proper attribution per the publisher's terms (booklet impressum, p. 28).
The wiki content, decision docs, and any application code in this repo are released under MIT License unless individual files specify otherwise.
Previous
GovTech Hackathon 2026
Next project