Was vorbereiten
Bereiten Sie ein Arbeitsprojekt, seine bearbeitbaren Quell- oder Projektdateien, einen Bericht und ein Demonstrationsvideo vor. Identifizieren Sie externe Ressourcen und Ihren eigenen Beitrag klar.
SW02 · Software, KI und Simulation
Entwickeln Sie innovative KI-Lösungen mit maschinellem Lernen, Deep Learning, natürlicher Sprachverarbeitung oder Computer-Vision-Technologien.
Bauen Sie ein Projekt auf, in dem künstliche Intelligenz eine sinnvolle Aufgabe übernimmt. Es kann Muster in Bildern erkennen, Daten interpretieren oder eine nützliche Entscheidung unterstützen. Beginnen Sie mit einem klaren Problem und wählen Sie dann Daten und eine Methode aus, die dazu passen.
Bei der Demonstration zeigt Ihr Team, was das System leistet und wie Sie es getestet haben, inklusive Beispielen, die es nicht einfach auswendig gelernt hat. Erklären Sie, wo es gut funktioniert, wo es Fehler macht und warum seine Ergebnisse für die Benutzer nützlich sein sollten.
Die Jury bewertet die Leistung, die Umsetzung, den praktischen Nutzen und den verantwortungsvollen Umgang des Modells. Die Studierenden sollen in der Lage sein, ihren eigenen Beitrag und die Grenzen ihrer Ansprüche darzulegen. Datensatzdeklarationen, Testnachweise und Einreichungsanforderungen werden im offiziellen Regelwerk beschrieben.
Anwendung von überwachten und unüberwachten Lernmodellen, neuronalen Netzen und Deep-Learning-Techniken.
Verarbeitung und Visualisierung großer Datensätze zur Gewinnung aussagekräftiger Erkenntnisse.
Entwicklung erklärbarer, transparenter und sozial nützlicher Systeme der künstlichen Intelligenz.
Teilnehmer entwickeln KI-Projekte in Bereichen wie Bilderkennung, Sprachverarbeitung, Vorhersage oder Empfehlungssysteme.
Modellgenauigkeit, Datensatzqualität, Innovation und ethische Nutzung sind wichtige Bewertungsfaktoren.
Verwenden Sie diesen Leitfaden, um die Erfahrung zu verstehen. Lesen Sie das offizielle Regelwerk für den vollständigen Eintrag und die technischen Anforderungen.
Bereiten Sie ein Arbeitsprojekt, seine bearbeitbaren Quell- oder Projektdateien, einen Bericht und ein Demonstrationsvideo vor. Identifizieren Sie externe Ressourcen und Ihren eigenen Beitrag klar.
Führen Sie das Projekt live durch, demonstrieren Sie seine Hauptfunktionen und beantworten Sie Fragen zu Ihren Entscheidungen. Seien Sie bereit, Tests, Fehler und Verbesserungen in Ihren eigenen Worten zu erklären.
Die Bewertung richtet sich nach der Kategorierubrik und Ihrem registrierten Niveau. Eine funktionierende, gut verstandene Lösung zählt mehr als die Anzahl der Funktionen oder unnötige Komplexität.
Level 01–07 • Live-Demonstration • Maximal 100 Punkte
Bericht: maximal 10 Seiten. Video: maximal 3 Minuten. Include source code and setup instructions, dataset declarations where applicable, an appropriate performance metric and evidence of testing on unseen data.
| Bewertungskriterien | Punkte |
|---|---|
| KI-Modellleistung | 30 |
| Komplexität und Umsetzung | 25 |
| Anwendbarkeit in der Praxis | 25 |
| Ethische Überlegungen | 20 |
Lesen Sie die offiziellen Wettbewerbsregeln, Bewertungskriterien, Projektanforderungen und Einreichungsrichtlinien, bevor Sie Ihr Projekt vorbereiten.
Die Teilnahme setzt die Anerkennung des offiziellen Regelwerks voraus. Von allen Teams, Mentoren und Studierenden wird erwartet, dass sie die Regeln lesen, verstehen und einhalten.