Taotlus

Taotlusvorm

Tark tagasiside: AI-toega kliendikogemuse analüüs avalikus sektoris

Koostatud justiits- ja digiministri 18.05.2026 määruse nr 15 “Tulevikukindla andmemajanduse

ökosüsteemi mudel ja taristulised lahendused andmete turvaliseks haldamiseks, käitlemiseks

ja väärindamiseks” põhjal.

1. Taotleja andmed

Taotleja asutuse nimi Transpordiamet

Taotleja esindaja nimi Priit Sauk

Taotleja esindaja ametikoht peadirektor

Esindaja telefoninumber +37253417569

Esindaja e-post [email protected];

[email protected]

2. Partneri andmed (vajadusel)

Partnerasutuse nimi -

Partneri esindaja nimi

Partneri esindaja ametikoht

Partneri esindaja telefoninumber

Partneri esindaja e-post

3. Projekti lühiülevaade

Projekti lühikirjeldus Tark tagasiside: AI-toega kliendikogemuse analüüs

avalikus sektoris

Tegu on AI‑toega klienditagasiside analüüsi

lahenduse piloteerimisega avalikus sektoris.

Projekti käigus luuakse prototüüp, mis suudab

koondada eri kanalitest tulevat klienditagasisidet, sh

ennekõike vabatekstina sisestatud kommentaare,

analüüsida saadud andmestikku automaatselt ning

pakkuda reaalajas ülevaateid peamistest

probleemidest, trendidest ja parendusvõimalustest,

mida klientide tagasisidest järeldada saab.

Lahendus asendab senise käsitöömahuka ja aeglase

klienditagasiside analüüsi skaleeritava ja

andmepõhise lähenemisega, mis võimaldab kiiret

probleemide tuvastamist, paremat otsustamist ning

süsteemset teenuste arendamist ning parendab

seeläbi nii avaliku sektori töö kvaliteeti kui klientide

rahulolu riigi pakutavate teenuste tagasisidele

reageerimise osas.

Projekti ajaraam 01.09.2026 – 31.10.2027

Omafinantseeringu suurus ja allikas 13 500 €; Transpordiameti eelarve

Taotletav toetuse summa [€] 90 000 €

4. Projekti detailsem kirjeldus

Probleemikirjeldus

Selgitage, miks on probleem

aktuaalne ning keda see puudutab.

Mida on probleemi lahendamiseks

Eestis juba tehtud või mis on

tegemisel?

Avalikus sektoris kogutakse suurel hulgal

klienditagasisidet (Transpordiametis kvartalis ~4000

kommentaari kvartalis), kuid selle analüüs toimub

valdavalt käsitsi.

Seetõttu:

- tagasiside töötlemine võtab palju aega;

- probleemid ei jõua õigel ajal otsustajateni;

- puudub terviklik ja süsteemne ülevaade

teenuste toimimisest;

- korduvate probleemide ja trendide

tuvastamine on piiratud.

See mõjutab otseselt avalike teenuste kvaliteeti,

kasutajate rahulolu ja organisatsiooni võimet

reageerida probleemidele õigel ajal.

Probleem ei puuduta üksnes taotlejat, vaid on

süsteemne kogu avalikus sektoris – eriti nendes

asutustes, kus on suur maht otseseid kliendikontakte

ja tagasisidet (nt loamenetlused, järelevalve,

teeninduskanalid, digiteenused).

Lisaks oleme riigi tasandil seadnud selge ootuse ja

võtnud kohustuse juhtida otseseid avalikke teenuseid

kasutajakeskselt.

Vastavalt määrusele „Teenuste korraldamise ja

teabehalduse alused“ tuleb asutustel korraldada ja

arendada otseseid avalikke teenuseid ning tagada

nende kvaliteedi hindamine ja parendamine, mis

eeldab ka kasutajate tagasiside kogumist ja

kasutamist teenuste juhtimisel ja arendamisel.

Praktikas ei ole see kohustus aga täies mahus

realiseerunud, kuna olemasolevad tööriistad ei

võimalda suurt hulka vaba tekstina kogutud

tagasisidet kiiresti ja süsteemselt analüüsida, eriti

arvestades selle tänast kõrget tööjõuvajadust.

Seetõttu jääb oluline osa kasutajakogemusest

andmepõhises juhtimises kasutamata.

AI‑põhise analüüsi lahendusi on Eestis katsetatud

üksikutes kasutusjuhtudes (sh erasektoris ja

eraldiseisvates projektides avalikus sektoris), kuid

meile teadaolevalt puudub terviklik, avaliku sektori

vajadustele vastav klienditagasiside analüüsi

lahendus, mis ühendaks automaatse analüüsi, kiire

reageerimise toe ning organisatsiooniülese vaate

4. Projekti detailsem kirjeldus

ning seeläbi klientide rahulolu tõusu nende

tagasisidele reageerimisele.

Projekti oodatav tulemus ja mõju

Kas projektil on selge ning

mõõdetav eesmärk, mille

saavutamist või mittesaavutamist

on võimalik hinnata?

Projekti tulemusena valmib töötav prototüüp, mis:

- struktureerib automaatselt klienditagasiside

(teemad, mustrid, meelsus);

- tuvastab kriitilised probleemid ja trendid;

- võimaldab teenuse- ja organisatsiooniüleseid

vaateid;

- toetab kiiret reageerimist (hoiatused,

teavitused);

- pakub andmepõhist sisendit juhtimisotsusteks

ja teenuste arendamiseks.

Eesmärk on vähendada käsitsi tehtava tagasiside

analüüsi mahtu pilootteenuses vähemalt 50% võrra.

Mõju:

- kiirem probleemide tuvastamine ja

lahendamine;

- tõhusam teenuste arendamine;

- parem otsustuskvaliteet;

- suurem kliendirahulolu;

- süsteemne ja järjepidev tagasiside

kasutamine pidevas parendustegevuses.

Edu mõõdetakse järgmiste tunnuste kaudu:

1) Analüüsi automatiseerituse tase:

- vähemalt üks pilootteenus(t)el kasutatav

lahendus suudab automaatselt kategoriseerida

ja struktureerida klienditagasisidet (teemad,

meelsus, probleemitüübid)

- käsitöömaht tagasiside esmasel analüüsil

väheneb oluliselt (kvalitatiivne hinnang

võrreldes algtasemega)

2) Kiirem probleemide tuvastamine:

- kriitiliste probleemide tuvastamise aeg

väheneb võrreldes senise praktikaga (nt

reaktsioon mitte kvartalite lõikes, vaid

jooksvalt / lühikese ajasammuga)

- süsteem suudab tuvastada korduvaid

probleeme ja mustreid automaatselt

3) Lahenduse kasutatavus ja väärtus:

- pilootkasutajad (nt teenusejuhid) hindavad

lahenduse kasutatavust ja praktilist väärtust

positiivselt

- lahendust kasutatakse pilootperioodil reaalses

töös (mitte ainult testkeskkonnas)

4) Juhtimisotsuste toetamine

4. Projekti detailsem kirjeldus

- lahendus annab selgelt eristatavat sisendit

vähemalt mõne parendustegevuse või otsuse

tegemiseks

tekib teenuse- või organisatsiooniülene vaade,

mida varem ei olnud võimalik saada

5) Skaleeritavuse tõestus

- hinnatakse ja kirjeldatakse võimalus

rakendada lahendust teistel teenustel või

teistes asutustes

- tuvastatakse peamised eeldused ja piirangud

laiemaks kasutuselevõtuks

Projekti meeskond ja

töökorraldus

Kirjeldage rollide ja töö jaotust

projektimeeskonnas. Missugust

täiendavat ekspertiisi tuleb juurde

kaasata (nt tehniline ekspertiis,

andmekaitse)?

Projekt viiakse ellu Transpordiameti eestvedamisel,

tuginedes olemasolevale teenuste arenduse ja

andmehalduse kompetentsile ning kaasates vajadusel

väliseid partnereid.

Projekti juhtimise ja koordineerimise eest vastutab

teenuste ja kliendikogemuse arendusjuht, kes tagab

projekti eesmärkide saavutamise, seose

organisatsiooni strateegiliste prioriteetidega ning

sidususe teenusejuhtimise praktikatega.

Projekti meeskond koosneb järgmistest rollidest:

 projekti koordinaator (teenuste ja

kliendikogemuse arendusjuht) – vastutab

projekti üldjuhtimise, eesmärkide seadmise,

prioriteetide kujundamise ning sidusrühmade

kaasamise eest;

 teenusejuhid – määratlevad kasutusjuhtumid,

annavad sisendi analüüsi vajadustele ning

valideerivad lahenduse praktilise

kasutatavuse;

 analüütikud – kaardistavad andmeallikad,

analüüsivad olemasolevat tagasisidet ning

osalevad mudelite ja loogikate

valideerimisel;

 IT- ja andmehalduse spetsialistid –

vastutavad andmevoogude, andmete

töötlemise ja tehnilise arhitektuuri

realiseerimise eest ning tagavad lahenduse

kooskõla olemasolevate süsteemidega.

Projekti elluviimisel kasutatakse vajaduspõhiselt ka

väliseid partnereid, eelkõige järgmises mahus:

 AI‑lahenduste arendus ja mudelite loomine;

4. Projekti detailsem kirjeldus

 tekstianalüüsi ja keele­tehnoloogia

kompetents;

 andmetöötluse ja tarkvaraarenduse

spetsialiseeritud oskused.

Täiendavalt kaasatakse projekti:

 andmekaitse ekspertiis, et tagada lahenduse

vastavus andmekaitse nõuetele (sh

pseudonümiseerimine ja turvaline töötlus);

 tehniline AI‑kompetents, et valida sobivad

meetodid ja tagada lahenduse toimivus;

 vajadusel akadeemilised partnerid, et toetada

metoodikat ja tulemuste valideerimist.

Töökorraldus põhineb selgel rollijaotusel ja tihedal

koostööl erinevate osapoolte vahel. Projekt viiakse

läbi etapiviisiliselt, alustades probleemide ja

andmete täpsustamisest ning liikudes edasi arenduse,

piloteerimise ja valideerimise suunas.

Arendus viiakse läbi iteratiivse lähenemisena, kus

lahendust arendatakse, testitakse ja täiendatakse

järjestikustes tsüklites. Iga iteratsiooni käigus

hinnatakse tulemusi, kaasatakse kasutajate

tagasisidet ning tehakse vajalikud parandused. See

võimaldab vähendada innovatsiooniriski ning

tagada, et valmiv lahendus vastab reaalsele

kasutusvajadusele.

Selline töökorraldus tagab, et projekt ei jää

tehniliseks arenduseks, vaid toob kaasa ka reaalse

muutuse teenuste juhtimises ja klienditagasiside

süstemaatilises kasutamises.

Jätkutegevused

Kirjeldage planeeritud

jätkutegevusi pärast

rahastusperioodi lõppu.

Pärast pilootprojekti lõppu keskendub

Transpordiamet lahenduse edasiarendamisele,

praktilisele kasutuselevõtule ning laiemale

rakendamisele organisatsioonis ja võimalusel ka

avalikus sektoris tervikuna.

Transpordiameti tegevused pärast projekti lõppu:

 hinnatakse piloodi tulemusi (kasutatavus,

täpsus, mõju juhtimisotsustele);

 otsustatakse lahenduse edasiarenduse ja

püsilähenduseks kujundamise osas;

 integreeritakse lahendus olemasolevate

tagasiside- ja aruandluskeskkondadega;

 laiendatakse lahenduse kasutust teistele

teenustele;

4. Projekti detailsem kirjeldus

 kujundatakse ühtne praktika klienditagasiside

süsteemseks kasutamiseks teenuste

juhtimisel.

Skaleeritavus ja laiem rakendus:

 lahendust kavandatakse modulaarse ja

skaleeritavana, et seda oleks võimalik

rakendada erinevates teenustes ja

andmeallikates;

 projekti käigus dokumenteeritakse metoodika

(andmete töötlemine, klassifitseerimine,

töövood), mis võimaldab lahendust üle kanda

teistele avaliku sektori asutustele;

 tulemusi ja õppetunde jagatakse teiste

asutustega (nt kogukonnad, töövõrgustikud),

et soodustada ühtsete lähenemiste

kujunemist;

 hinnatakse võimalust pakkuda lahendust või

selle komponente korduvkasutatava

teenusena (nt keskne teenus või raamistik).

Intellektuaalomand ja kasutusõigused:

 eesmärk on tagada, et Transpordiametil oleks

vähemalt piisavad kasutusõigused arendatud

lahenduse kasutamiseks, edasiarendamiseks

ja rakendamiseks oma teenustes;

 arenduse tellimisel sätestatakse lepingus

selgelt intellektuaalomandi ja kasutusõiguste

tingimused;

 eelistatud on lähenemine, kus lahenduse

põhikomponendid ja metoodika on

kasutatavad ka teiste avaliku sektori asutuste

poolt (nt avatud standardid, võimalik

korduvkasutus);

 sõltuvalt arendusmudelist võib tehniline

teostus (nt kood) jääda arenduspartnerile,

kuid Transpordiamet tagab enda jaoks

vajalikud laiad kasutus- ja edasiarenduse

õigused.

Lisaks tutvustatakse projekti lõpus Transpordiameti

kogemust huvitatud avaliku sektori

organisatsioonidele.

Selline lähenemine tagab, et projekt ei lõpe

4. Projekti detailsem kirjeldus

prototüübiga, vaid loob aluse püsivaks muutuseks

klienditagasiside kasutamises ning toetab

andmepõhise ja kasutajakeskse teenusejuhtimise

arengut nii Transpordiametis kui laiemalt avalikus

sektoris.

Riskid ja maandamismeetmed

Kirjeldage peamisi riske, mis

võivad takistada projekti elluviimist

või eesmärkide saavutamist,

millised maandamismeetmed

kasutusele võetakse?

1) Andmete kvaliteet ja ühtlustatus

Klienditagasiside pärineb erinevatest kanalitest ja

vormidest (vaba tekst, erinevad küsimustikud),

mistõttu andmed võivad olla ebaühtlased, puuduliku

kvaliteediga või raskesti võrreldavad. See võib

mõjutada analüüsi täpsust ja vähendada automaatse

klassifitseerimise usaldusväärsust.

→ Maandamine:

Andmete kaardistamine, puhastamine ja

struktureerimine viiakse läbi projekti varases etapis

ning rakendatakse ühtseid klassifitseerimise ja

andmetöötluse põhimõtteid. Kasutatakse

pseudonümiseerimist ja andmete standardiseerimist,

et tagada analüüsi kvaliteet ja võrreldavus.

2) Andmekaitse ja privaatsuse nõuded

Klienditagasiside võib sisaldada isikuandmeid või

kaudset tuvastamist võimaldavat infot, mistõttu tuleb

tagada vastavus andmekaitse nõuetele (sh GDPR).

Ebapiisav tähelepanu andmekaitsele võib takistada

lahenduse kasutuselevõttu või tekitada õigusriske.

→ Maandamine:

Andmekaitse ekspertiis kaasatakse projekti algfaasis

ning viiakse läbi vajalikud mõjuhinnangud. Andmed

pseudonümiseeritakse ning rakendatakse

minimaalsuse ja turvalise töötlemise põhimõtteid

kogu lahenduse elutsükli vältel.

3) AI‑lahenduse täpsus ja usaldusväärsus

AI‑põhise analüüsi tulemused (nt teemade

tuvastamine või meelsuse analüüs) ei pruugi esialgu

olla piisava täpsusega, eriti keerukate või

kontekstipõhiste tagasiside kommentaaride puhul.

See võib vähendada kasutajate usaldust ja takistada

lahenduse igapäevast kasutamist.

→ Maandamine:

Lahendust arendatakse iteratiivselt, testitakse

pärisandmetega ja täiendatakse kasutajate tagasiside

põhjal. Pilootfaasis valideeritakse tulemusi koos

teenusejuhtide ja analüütikutega, et tõsta mudelite

täpsust ja praktilist kasutatavust.

4. Projekti detailsem kirjeldus

4) Kasutajate vähene omaksvõtt

Kui lahendus ei sobitu olemasolevatesse

tööprotsessidesse või ei loo kasutajatele selget

lisaväärtust, võib selle kasutuselevõtt jääda piiratud.

See vähendab otsest mõju teenuste juhtimisele ja

projekt ei saavuta oma eesmärke.

→ Maandamine:

Teenusejuhid ja lõppkasutajad kaasatakse

arendusprotsessi alates algusest ning lahendust

testitakse reaalses töökontekstis. Keskendutakse

kasutusmugavusele ja selge väärtuse loomisele, et

tagada lahenduse praktiline kasutus ja integreerimine

igapäevatöösse.

5. Seos teadus- ja arendustegevuse kriteeriumitega (palun kirjeldage)

Tegevuse liik (alusuuring,

rakendusuuring või

eksperimentaalarendus)

Eksperimentaalarendus

Uudsus AI‑põhine klienditagasiside terviklahendus avalikus

sektoris

Loomingulisus Erinevate andmeallikate, tekstianalüüsi ja

AI‑meetodite kombineerimine

Ettemääramatu tulemus Pole ette teada, milline AI lähenemine annab parima

tulemuse

Süsteemsus Struktureeritud arendus, piloteerimine, valideerimine

ja iteratiivne täiustamine

Ülekantavus või korratavus Lahendus on rakendatav teistes avaliku sektori

asutustes ja miks mitte ka erasektoris

6. Projekti eelarve ja ajakava

Lisa iga etapi ning tegevuse juurde tegevuse kirjeldus, algus ja lõpp ning eelarve.

Eelarve on koostatud lähtudes projekti ajakavast, vajaminevast töökulust ning

hinnangulistest turuhindadest sarnaste AI‑ ja andmeanalüüsi projektide puhul. Arvestus

sisaldab kõiki makse ning kajastab projekti kogumaksumust.

I etapp Analüüs ja disain

Periood: 01.09.2026 – 31.12.2026

Etapi eelarve kokku: 20 000 €

Tegevus 1 Probleemi täpsustamine - täpsustatakse

kasutusjuhtumid, eesmärgid, ootused lahendusele

koostöös teenusejuhtidega.

Periood: 01.09.2026-15.10.2026

Eelarve: 6000 €

Tegevus 2 Andmete kaardistus - kaardistatakse olemasolevad

andmeallikad, hinnatakse andmete kvaliteeti ja

kättesaadavust.

Periood: 01.10.2026-15.11.2026

6. Projekti eelarve ja ajakava

Lisa iga etapi ning tegevuse juurde tegevuse kirjeldus, algus ja lõpp ning eelarve.

Eelarve: 7000 €

Tegevus 3 Lahenduse arhitektuur - disainitakse süsteemi

arhitektuur, töövood ja AI-lahenduse kontseptsioon

Periood: 15.11.2026-31.12.2026

Eelarve: 7000€

II etapp Arendus ja piloteerimine

Periood: 01.01.2027 – 31.08.2027

Etapi eelarve kokku: 55 000 €

Tegevus 1 AI mudelite loomine - arendatakse ja treenitakse

mudelid (tekstianalüüs, klassifitseerimine, mustrite

tuvastus).

Periood: 01.01.2027-30.04.2027

Eelarve: 20 000 €

Tegevus 2 Andmete töötlemine - andmete puhastamine,

pseudonümiseerimine, struktureerimine ja

andmetoited.

Periood: 01.02.2027-30.06.2027

Eelarve: 18 000 €

Tegevus 3 Töövoogude loomine - luua töövood, dashboardid ja

automatiseeritud analüütika väljundid

Periood: 01.05.2027-31.08.2027

Eelarve: 17 000 €

III etapp Testimine ja hindamine

Periood: 01.09.2027 – 31.10.2027

Etapi eelarve kokku: 15 000 €

Tegevus 1 Piloot - lahenduse piloteerimine valitud teenustega,

kasutajatega testimine

Periood: 01.09.2027-30.09.2027

Eelarve: 7000 €

Tegevus 2 Tulemuste valideerimine - hindamine: täpsus,

kasutatavus, mõju otsuste tegemisele.

Periood: 01.09.2027-15.10.2027

Eelarve: 4000 €

Tegevus 3 Parendusettepanekud – kasutajate tagasiside

küsimine, lõplikud järeldused, soovitused ja

skaleerimisplaan

Periood: 15.10.2027-31.10.2027

Eelarve: 4000 €

KOKKU etapid I-III 90 000 €

7. Kasutatavate andmete ülevaade

Ülevaade projekti käigus

töödeldavatest andmetest

Töödeldakse

- klienditagasiside tekstandmed

- teenustega seotud metaandmed

Andmed pseudonümiseeritakse ja töödeldakse

kooskõlas andmekaitse nõuetega.

7. Kasutatavate andmete ülevaade

Kas vajalik on läbi viia

andmekaitsealane mõjuhinnang?

Jah

Kas projekti käigus rakendatakse

andmejälgijat?

Kaalumisel

Kas vajalik on täita algoritmi

kasutatavuse vorm?1

Jah

Kas projekti käigus avalikustatakse

avaandmeid?

Hinnatakse projekti käigus

8. Muu vajalik teave vabas vormis

Avaliku sektori asutustel on kohustus pakkuda otseseid avalikke teenuseid ning neid

süsteemselt arendada ja juhtida, sealhulgas tuginedes nende kasutamisele ja kvaliteedile.

Samal ajal on riigi tasandil kirjeldatud vajadus hinnata teenuste kvaliteeti, kasutusmahtu ja

kasutajate rahulolu, et teenuseid saaks järjepidevalt parandada ja võrreldavalt juhtida.

Praktikas jääb see kohustus aga sageli täitmata või poolikuks, sest klienditagasiside analüüs

on käsitöömahukas, aeglane ja killustatud. See tähendab, et kõige väärtuslikum sisend –

kasutajate vahetu kogemus – ei jõua õigel ajal otsustajateni ega toeta süsteemset teenuste

arendamist.

See projekt lahendaks selle lõhe. AI‑toega klienditagasiside analüüsi lahendus muudab

tagasiside kogumise reaalselt kasutatavaks juhtimistööriistaks – võimaldades tuvastada

probleeme, mustreid ja trende peaaegu reaalajas ning suunata parendustegevusi sinna, kus

mõju on suurim.

Projekt ei loo pelgalt uut tehnoloogiat, vaid aitab täita riigi seatud ootust juhtida otseseid

teenuseid andmepõhiselt ja kasutajakeskselt. Lahendus on piloteeritav, mõõdetav ja

skaleeritav ning seda on võimalik rakendada laiemalt kogu avalikus sektoris.

Projekt loob eelduse, et klienditagasiside ei ole lihtsalt aruandlus, vaid operatiivne

juhtimisvõimekus – ning see on kriitiline samm paremate avalike teenuste suunas.

1 AI ülevaade | Kratid

Volitused

Kontrollige e-äriregistrist2, kas Teil on äriregistri registrikaardi järgi õigus taotleja esindamiseks. Juhul,

kui Teil puudub e-äriregistris taotleja esindusõigus, saate oma esindusõigust tõendada, lisades

taotlusele digiallkirjastatud volituse.

Kinnitused

Palun tutvuge alljärgnevate tingimustega ning kinnitage, et olete nendega nõus:

Annan nõusoleku:

- teha õiguspädevale organile järelpärimisi;

- teostada taotleja suhtes toetuse andmise tingimustest tulenevaid õigusi;

- edasise infovahetuse toimumiseks elektroonilisel teel.

Kinnitan järgnevat:

- kõik taotluses esitatud andmed on õiged ning esitatud dokumendid on kehtivad ja ehtsad;

- taotluses sisalduv projekt vastab toetuse andmise tingimuste määruses sätestatud

eesmärkidele ja toetatavatele tegevustele;

- taotlejal on toetuse andmise tingimustes sätestatud projekti elluviimiseks ja haldamiseks vajalik

kvalifikatsioon või kogemus ning õiguslik, organisatsiooniline või tehniline eeldus;

- taotleja kohustub väljastama andmeid ja osutama igakülgselt kaasabi Justiits- ja

Digiministeeriumile ning teistele asutustele, kelle kohustus on teha taotluses sisalduva projekti

elluviimise üle järelevalvet;

- taotleja kohustub viima projekti ellu taotluses esitatud teabe ja tingimuste alusel;

- taotleja kohustub Justiits- ja Digiministeeriumi viivitamata teavitama taotluses esitatud

andmetes toimunud muudatusest ja ilmnenud asjaolust, mis võib mõjutada taotluse kohta

otsuse tegemist;

- taotlejal on nõutavad vahendid projekti omafinantseeringu tagamiseks;

- taotleja on teadlik, et toetuse saamise info ja toetuse summa avalikustatakse.

☒ Kinnitan, et kõik taotluses esitatud andmed on õiged ja täielikud, olen ülaltoodud

tingimustega tutvunud ja olen nendega nõus.

2 Juriidilise isiku otsing | e-Äriregister