64-652 Data-driven Solutions for the Smart City Hamburg

Lehrende: Marten Borchers

Veranstaltungsart: Praktikumsseminar

Anzeige im Stundenplan: Smart City HH

Semesterwochenstunden: 4

Credits: 6,0

Unterrichtssprache: Deutsch / Englisch

Min. | Max. Teilnehmerzahl: - | 24

Weitere Informationen:
Studierendenschaft: Angebot für alle Bachelor -und Masterstudierenden der MIN-Fakultät im Freien Wahlbereich

Kommentare/ Inhalte:
Im Praktikumsseminar Data-driven Solutions for the Smart City Hamburg (D²S²C Hamburg) werden Konzepte aus dem Bereich Smart City und Smart Mobility für die Entwicklung von Lösungen für real existierende Herausforderungen betrachtet und genutzt.

Smart City beschreibt intelligente und innovative Städte, in denen Bürgerinnen und Bürgern im Fokus stehen und ein gemeinschaftliches Miteinander mit hoher Lebensqualität und nachhaltiger Ressourcennutzung angestrebt wird. Smart Mobility betrachtet dabei insbesondere Lösungen, die die Mobilität von Bürgerinnen und Bürgern betreffen und verbessern sollen. Dies erfolgt insbesondere auch im Rahmen der Transformation hin zu einer nachhaltigen und umweltfreundlichen Mobilität.

In Sommersemester 2023 wird mit der Hamburger Hochbahn AG kooperiert, die reale Herausforderungen aus dem Betrieb bzw. zwei Use-Cases inklusive Daten bereitstellt. Dies erfolgt, um eine hohe Praxisnähe zu ermöglichen, den Austausch mit externen Personen zu fördern und um sinnvolle Prototypen zu entwickeln, die einen realen Mehrwert bieten.

Die Bearbeitung der Use-Cases erfolgt in Gruppen nach Scrum, das zu Beginn der Veranstaltung eingeführt und wiederholt wird. Die Prototypen werden i. d. R. als (Web-)Prototypen in Python (flask) entwickelt, wobei andere Programmiersprachen nicht ausgeschlossen und in Abhängigkeit der vorhandenen Fähigkeiten genutzt werden können. Zudem werden Methoden zur Analyse und Visualisierung von Daten und des maschinellen Lernens nach Bedarf genutzt.

Das Praktikumsseminar ist für alle Studierenden der MIN-Fakultät geeignet und richtet sich insbesondere an Studierende, die praxisorientiert mit einem Unternehmen zusammenarbeiten möchten, um Prototypen zur Lösung realer Herausforderungen zu entwickeln.
Voraussetzungen gibt es keine. Vorwissen in den Bereichen der Web-, Softwareentwicklung, Projektmanagements, Data Science und des maschinellen Lernens sind allerdings hilfreich. Durch die Zusammenarbeit in Gruppen von vier bis sechs Studierende ist es auch möglich, gezielt Studierende mit Erfahrung aus dem Bereich der Webentwicklung mit Interessierten aus dem Bereich Data Science und Machine Learning zusammenzubringen.
Die Durchführung des Praktikumsseminars erfolgt in erster Linie in deutscher Sprache, kann bei Bedarf und in Absprache aber auch in englischer Sprache erfolgen, um Studierenden englischsprachiger Studiengänge die Teilnahme zu ermöglichen.

Im Sommersemester 2022 und Wintersemester 2022/23 wurde mit der HOCHBAHN, dem Landesbetrieb Geoinformation und Vermessung sowie dem HSV/Future Dock zusammengearbeitet und es wurden vier verschiedene Use-Cases in Gruppen bearbeitet. Dies betraf z. B. die Entwicklung einer interaktiven Karte zur Identifikation von Unfallhotspot im Busbetrieb, der Vorhersage von Reichweiten bei E-Bussen, der Klassifikation von Daten aus Bürgerbeteiligungen und der Entwicklung einer Anwendung zur Indoornavigation im Stadion. Eine Übersicht über bereits entwickelte Prototypen kann hier eingesehen werden.
 

Lernziel:
Die Studierenden werden in Gruppen von vier bis sechs Studierenden in Kooperation mit und unterstützt durch die Ansprechpersonen der Hamburger Hochbahn AG die Use-Cases bearbeiten. Der didaktische Ansatz entspricht dem des forschenden Lernens, sodass Studierenden einen hohen Einfluss auf die Inhalte haben und ihren intrinsischen Interessen folgen und individuellen Kompetenzen einbringen können. Im Zuge des Praktikumsseminars werden der Erwerb und die Vertiefung von folgenden Kompetenzen angestrebt.

Kernkompetenzen

• Anwendungsentwicklung (verschiedene Sprachen möglich, z. B. Skripte, lokale oder webbasierte Anwendungen)
  
• Methoden zur Erhebung von Daten & Informationen sowie Umgang mit unvollständigen, kompromittieren oder veralteten Daten
  
• Methoden zur Auswertung und der Visualisierung von Daten (Data Science)
  
• Künstliche Intelligenz (KI) und Machine Learning (ML) in Python oder Java (DL4J) zur z. B. Klassifizierung und Auswertung von Inhalten
  

• Unternehmenskommunikation
  
• IT-gestütztes Projektmanagement
  
• Präsentieren von Ergebnissen
  

Vorgehen:
Die Durchführung des Praktikumsseminars findet hybrid statt. In den ersten zwei bis vier Wochen werden Inhalte aus den Bereichen Smart City, Smart Mobility, Projektmanagement, Web-, Softwareentwicklung, Data Science und Machine Learning vor Ort wiederholt und die Kooperationspartner und zu bearbeitenden Use-Cases vorgestellt.

Ab Woche zwei beginnt die Gruppenarbeit, um die Use-Cases zu bearbeiten, Herausforderungen zu identifizieren und Lösungen zu skizzieren. Die Gruppenarbeit wird von den Lehrenden begleitet und es finden regelmäßige Termine mit den Kooperationspartnern statt, um Inhalte zu diskutieren, Fragen zu stellen und Prototypen zu evaluieren. Nach 2/3 des Semesters werden die Zwischenergebnisse und nach Ende der Vorlesungszeit die Ergebnisse der Gruppen im Plenum präsentiert.

Für die Entwicklung wurde in der Vergangenheit zudem auf unterschiedliche Datenquellen und Frameworks zurückgegriffen. Dies betraf z. B. OpenStreetMap, die GoogleMaps API, Wetterdatenbanken oder Machine Learning Modelle, die über Google Clouds oder auch Open AI (Chat-GPT3 als Assistenzsystem und bereits trainierte ML-Modelle) genutzt werden können. Entsprechende Zugriffe können nach Bedarf und in Absprache bereitgestellt werden.

Das Praktikumsseminar beginnt am 5. April um 08:30 Uhr und endet um 11:45 Uhr (inkl. Pause). In Absprache mit allen den Studierenden kann die Uhrzeit auf z. B. 09:00 Uhr bis 12:00 Uhr verlegt werden. Dies wird im ersten Termin besprochen und festgelegt.

Literatur:
Relevante Literatur wird zu Beginn der Veranstaltung bereitgestellt.

Zusätzliche Hinweise zu Prüfungen:
Das Praktikumsseminar wird benotet und folgende Leistungen sind entscheidend.

• Aktive Teilnahme und selbstständiges Arbeiten
  
• Zwischenpräsentation der Ergebnisse
  
• Präsentation der Endergebnisse der Gruppenarbeit
  
• Abschlussbericht über die Ergebnisse inklusive entwickelter Prototypen o. Ä.