Uni-Tübingen

Newsletter Uni Tübingen aktuell Nr. 1/2020: Forum

Schluss mit Zugverspätungen dank KI – Künstliche Intelligenz

Schüler trainieren KI-Algorithmus für Voraussagen über Verspätungen bei Zugverbindungen

Theo Döllmann und Marius De Kuthy Meurers sind Sieger des Bundeswettbwerbs Künstliche Intelligenz (BWKI) in der Altersklasse 16 bis 19 Jahre. Sie befassten sich in ihrem Projekt TrAIn_Connection_Prediction (TCP) mit der Voraussage von Zugverspätungen. Die Schüler vom Tübinger Kepler-Gymnasium sammelten einen gewaltigen Datensatz über den tatsächlichen Verlauf von Bahnreisen. Basierend auf diesen Daten sowie Informationen über Wetter, Ferienzeiten und vielem mehr trifft der KI-Algorithmus eine Voraussage, ob eine Bahnverbindung Verspätung haben wird und die Verbindungen erreicht werden. Bahnfahrer können ihre geplante Zugverbindung in eine eigens programmierte Webseite eingeben und sich errechnen lassen, wie wahrscheinlich eine Verspätung ist. 

Theo Döllmann und Marius De Kuthy Meurers geben im Interview Einblicke über ihre Projektarbeit und ihre Teilnahme am Bundeswettbewerb Künstliche Intelligenz (BWKI).

Wie seid ihr auf die Idee zu eurem Projekt TrAIn_Connection_Prediction gekommen?

Die erste Runde des Bundeswettbwerbs Künstliche Intelligenz (BWKI), bei der wir unterschiedliche Programmieraufgaben lösen mussten, lief gut für uns. Danach haben wir überlegt, welches Projekt spannend sein könnte. Auf die Idee, vorherzusagen ob eine Zugverbindung klappen wird, kamen wir, weil man bei der Deutschen Bahn meistens die Auswahl zwischen mehreren Verbindungen hat. Dabei fragt man sich immer, wie wahrscheinlich ist es, mit der jeweiligen Zugverbindung pünktlich am Zielort anzukommen.

Wie lange habt ihr an eurem Projekt gearbeitet?

Wir haben Mitte Juli 2019 angefangen Daten zu sammeln, zu analysieren und viele verschiedene maschinelle Lernermodelle, zum Beispiel Random Forest oder Support Vector Machinen, zu trainieren.  Dann haben wir die Webseite zur Abfrage der Zugverbindungen und Vorhersage der Verbindungswahrscheinlichkeit erstellt. Um in die dritte Runde des BWKI zu kommen haben wir ein Video gedreht, in dem wir unser Projekt TrAIn_Connection_Prediction vorgestellt haben. Für das Finale haben wir noch mehr Daten gesammelt, das System optimiert und Poster mit den Resultaten erstellt. Da sind über die Monate gut 500 Stunden Arbeit zusammengekommen. Nach unserem Erfolg beim BWKI haben wir über die Weihnachtsferien weiter an unserem Projekt gearbeitet und eine Ausarbeitung für Jugend forscht geschrieben.

Wie seid ihr das erste Mal mit Programmieren und dem Thema Künstliche Intelligenz (KI) in Berührung gekommen?

Marius: Zum ersten Mal habe ich in der 5. Klasse in der Robotik AG am Kepler Gymnasium einen Lego Roboter programmiert. Später habe ich dann für das Spiel Minecraft Modifikationen entwickelt. 
Theo: Ich habe im Schüler-Forschungs-Zentrum mit dem Programmieren von Arduinos begonnen. Arduino ist eine Plattform auf Basis von Open-Source-Lizenzen. Sowohl Software als auch Hardware können frei genutzt und angepasst werden. Durch die Videos von 3Blue1Brown auf YouTube haben Marius und ich von neuronalen Netzen gehört, der BWKI kam da genau richtig. So konnten wir selbst mit solchen Netzen arbeiten und in das Thema Machine Learning einsteigen.

Was interessiert euch besonders am Thema KI?

KI bietet eine direkte Art und Weise, auf einem Computer Probleme datenbasiert zu lösen, die über Theorien oder mathematische Formeln nicht oder nur schwer zu lösen sind.

Was war die größte Herausforderung bei eurem Projekt? 

Das ist schwer zu sagen, denn jeder Schritt, den wir vorher noch nie gemacht hatten, war am Anfang kompliziert. Als das Projekt größer wurde, mussten wir ab und zu den Code und die Daten aufräumen, was uns viel Zeit gekostet hat. Der größte Aufwand war aber das Sammeln von relevanten Daten.

Was hat euch am besten am Bundeswettbewerb Künstliche Intelligenz gefallen?

Die Stimmung beim Finale war super und der Veranstaltungsort, das MPI für Intelligente Systeme, war echt cool und elegant. Die Idee, uns einen fünfminütigen Film drehen zu lassen, in dem wir unser Projekt vorstellen, hat uns sehr gut gefallen. Die lange Dokumentation, die man für Jugend Forscht schreiben muss, ist da viel trockener.

Welche Anregungen habt ihr beim BWKI für euer Projekt bekommen?  

Zu den Projekten gab es eigentlich kein Feedback beim BWKI, das könnte man noch verbessern. Zum Beispiel wäre es hilfreich gewesen, wenn wir nach dem Einreichen des Videos, Tipps zu unserem Projekt bekommen hätten. Dadurch hätten wir unsere Arbeit für das Finale noch verbessern können. 

Arbeitet ihr noch weiter an eurem Projekt TrAIn_Connection_Prediction?

Unsere Webseite ist weiterhin unter http://kepiserver.de/tcp nutzbar. Zurzeit arbeiten wir für Jugend Forscht daran, den verwendeten Datensatz zu erweitern und so die Vorhersage des maschinellen Lerners zu verbessern.  Wir überlegen auch, wie wir die Verspätungswahrscheinlichkeit der verschiedenen Züge in einer Verbindung am besten zu einer Gesamtvorhersage zusammenbauen. Außerdem wollen wir die Webseite noch für Smartphones optimieren.

Das Interview führte Alisa Koch

Bundeswettbewerb Künstliche Intelligenz (BWKI)

Am Bundeswettbewerb Künstliche Intelligenz 2019 hatten mehr als 2.500 Schülerinnen und Schüler teilgenommen: In einer ersten Runde lösten sie Programmieraufgaben. In der zweiten Runde fanden sich Teams zusammen, die über einen Zeitraum von fünf Monaten eigene Projektideen umsetzten. Insgesamt 50 Projekte zu medizinischen, technischen und ökologischen KI-Lösungen wurden in der Final-Runde eingereicht, unter anderem in Form von Webseiten und Apps. Acht Finalisten-Teams stellten ihre Projekte bei der Abschlussveranstaltung in Tübingen live einer Jury aus Forschung, Wirtschaft und Medien vor.