Erster Data Science Tag an der Technischen Hochschule Ulm

In zwei, nach Anfänger und Fortgeschrittenen eingeteilten, Hands-on-Workshops wurden elementare Data-Science-Werkzeuge wie Python, R oder Spotfire vorgestellt, um anschließend mit diesen Werkzeugen Fragestellungen zu den Themen Bilderkennung, Klassifikation oder Zeitreihenanalyse zu lösen. Partner aus der Industrie, darunter Vertreter von Daimler TSS, Boehringer Ingelheim und Bosch, teilten ihre Erfahrungen aus aktuellen Projekten mit dem fachkundigen Publikum.
Parallel zu den Workshops fand ein Hackathon in Kooperation mit den Stadtwerken Ulm/Neu-Ulm (SWU) statt. Hierbei galt es drei reale Fragestellungen aus dem Bereich Wasserkraft der SWU mit Hilfe von noch unbearbeiteten Datensätzen zu beantworten. Die Themen Bilderkennung, Klassifikation und Zeitreihenanalyse sind für diesen Bereich schon jetzt im Alltag relevant. Das Gewinnerteam fand aus dem Bereich Bilderkennung einen hervorragenden Lösungsansatz für die genauere Prognose des Wasserkraftwerks Böfinger Halde. Der Code wird unter einer öffentlichen Lizenz freigegeben, sodass er nicht nur der SWU, sondern auch anderen Programmierern helfen kann. Steffen Rasch, Leiter Energiehandel der SWU, zeigte sich angetan von den erarbeiteten Lösungen: „Die Gruppen haben gezeigt, dass moderne Data Science uns mit neuen Ansätzen weiterbringen kann.“ Dieser Bereich soll daher auch SWU-intern weiter ausgebaut werden. Als Belohnung gab es für das Siegerteam einen Ulmer City-Marketing-Gutschein sowie eine Einladung zur Spezial- Führung ins Wasserkraftwerk Böfinger Halde mit anschließender Diskussion zu Data Science-Themen der SWU.
Organisator Volker Herbort, Professor aus dem Fachbereich Data Science an der Technischen Hochschule Ulm, zeigte sich sehr zufrieden mit dem ersten Data Science Tag: „Mit den angebotenen Workshops und Vorträgen haben wir einen Nerv getroffen. Egal in welchem Bereich man auch tätigt ist, ob in der Industrie, Dienstleistung oder im Gesundheitswesen, Data Science hält überall Einzug. Die Fähigkeit, Daten mit Hilfe von Machine Learning nutzen zu können, wird immer wichtiger.“