Beim SDaCathon könnt ihr euch einer von 5 KI-Challenges aus der Baubranche widmen.

Mit echten Daten und Mentoren von Bauunternehmen bekommt ihr einen tiefen Einblick in die Szene und könnt so Projekte entwickeln, die wahre Probleme lösen.

Interessiert? Jetzt anmelden unter https://www.cyberforum.de/sdacathon

Details

• Teilnehmer müssen sich im Vorfeld über die Projektwebsite angemeldet haben
• Kommunikation findet über Slack statt (Link folgt per Email)
• Hauptevents finden über Zoom statt (Link folgt per Email + in Slack)
• Alle Organisatoren und Mentoren können direkt in Slack gefunden und kontaktiert werden

Ablauf

Freitag

• 15:00 Uhr - Team-Matching
• 16:00 Uhr - Kickoff
• 17:00 Uhr - Coding Start

Samstag

• 9:00 Uhr - Morning Coffee

Sonntag

• 9:00 Uhr - Morning Coffee
• 12:00 Uhr - Coding Stop
• folgt noch - Pitches
• folgt noch - Preisverleihung

Challenges

Jedes Team tritt in einer von 5 Challenges an. Diese sind:

• Terminplanung
  Entwickelt eine intelligente konzeptionelle Lösung, die bei der Erstellung eines Erstentwurfes für den Terminplan unterstützt. Ausgangsdaten sind Leistungsbeschreibungen in tabellarischer Form. Endziel ist ein Terminplan mit einzelnen (Teil-)leistungen z.B. als Gantt-Chart.
  
  
• Bauüberwachung
  Während der Baustellenausführung werden regelmäßig Bilder vom Baufortschritt gemacht und bestehende Systeme können bereits erkennen, welche Objekte abgebildet sind. Baut auf diesen Daten auf und helft zu entscheiden, welche gleichen Objekte auf mehreren Bildern (und nur anderen Perspektiven) abgebildet sind.
  
  
• Lieferkette
  Untersucht wie dem analog arbeitenden Bauleiter bei der Warenannahme geholfen werden kann, um Zeit zu sparen und zugleich Fehler zu vermeiden. Hier beinhaltet der Lieferschein wichtige Informationen zum Bauprodukt. Wie können diese Lieferscheindaten mit den Anforderungen an das Bauprodukt elegant verglichen werden? Digitalisiert die Bestelldaten in einem einheitlichen Format, gleicht die Lieferscheindaten mit den Bestelldaten ab und versucht die Ergebnisse in ein digitales Werkzeug für die Wareneingangskontrolle umzusetzen.
  
  
• Bildarchivierung
  Nach Abschluss einer Baustelle können mehr Bilddateien entstanden sein, als ein Mensch alleine durchschauen kann. Benötigt wird ein intelligentes System zur Kategorisierung umfangreicher Bildarchive, um schnell Bilder mit bestimmten Objekten oder Eigenschaften finden zu können. Da die Objekte aber oft unternehmensspezifisch sind, ist Supervised Learning oft zu umständlich einzurichten. Versucht, hierfür eine möglichst effiziente Lösung zu finden (z.B. mit semi-supervised Learning).
  
  
• KI in der Baubranche
  In dieser Kategorie sind euch keine Grenzen gesetzt. Entwickelt einen Prototypen für eine intelligente Lösung, die die Baubranche unterstützt. Ihr könnt dafür sowohl Daten der anderen Challenges als auch eigene Daten (z.B. aus dem Internet) benutzen.

• Innovationsgrad
  Wie ausgefallen ist die Idee? Wurden über die Aufgabenstellung hinaus Ideen und Verbesserungen erarbeitet?
• Impact
  Wie groß ist der Mehrwert, den die Lösung für die Endkunden bringt?
• Umsetzbarkeit
  Kann die Lösung in der realen Welt funktionieren? Kann sie ausreichend skalieren und passt sie zu den Prozessen?
• Fortschritt
  Wie viel hat das Team im Laufe des Hackathons geleistet?
• Qualität
  Wie hoch ist die Qualität der Lösung? Wie gut sind die gelieferten Ergebnisse, wie nutzerfreundlich die Oberfläche?