1. Computerspiele (Prof. Dr. Syrjakow)
Grundsätzlich ging es hier um die Technik, das Design sowie die sozialen Auswirkungen von Computerspielen in den letzten 50 Jahren. Ziel des Projektes war es, die Evolution von Computerspielen aus unterschiedlichen Blickwinkeln herausarbeiten und zu präsentieren. Den Hauptfokus legte das PST-Projektteam auf das Thema „Monetarisierung der Spieleindustrie“. Sie betrachteten dabei aus Sicht eines Beratungsunternehmens sowohl Spieleabonnements als auch Downloadable Content und Mikrotransaktionen (z.B. Lootboxen) und erklärten Teilaspekte am Beispiel des Spiels „Stardew Valley“. Eine Umfrage an der THB zum Einfluss auf das Verhalten der Spieler wurde vorgestellt.
2. Creative Technologies (Prof. Dr. Broscheit)
In diesem Projekt entwickelten die Studierenden einen interaktiven Prototyp, der bei Berührung ein audiovisuelles Signal ausgibt. Der Begriff Creative Technologies beschreibt dabei ein interdisziplinäres Feld, das Informatik, Design und Kunst miteinander verbindet. Creative Technologies umfassen sowohl die kreative und ästhetische Auseinandersetzung mit einem bestimmten Thema als auch die Programmierung von Software und Hardware-Komponenten. Buckminster Fuller war der Ideengeber für eine selbstgebaute „Tensegrity-Struktur“. Das Besondere an diesen Strukturen ist, dass die Stäbe sich nicht untereinander berühren, sondern durch Seile in einem Gleichgewicht gehalten werden. Für die Umsetzung des interaktiven Prototyps, der auf der Bühne live vorgestellt wurde, wurden kapazitive Sensoren, die eine menschliche Berührung erkennen, sowie LEDs und Lautsprecher genutzt, um die erfassten Sensordaten in Form von Licht- und Tonsignalen auszugeben.
3. Digitalisierung und Energiewende (Prof. Dr. Marquardt)
Im privaten Umfeld sind Photovoltaik-Anlagen, Batteriespeicher, Elektro-Autos, Wärmepumpen und Solarthermie stark im Kommen. Balkonkraftwerke z.B. können inzwischen preiswert beschafft, einfach montiert und ohne große Bürokratie angemeldet werden. Das Projektteam beschäftigte sich mit den Fragestellungen: Wie kann ich durch die Energiewende Geld sparen? Wie kann intelligente Steuerung dabei helfen? Was kostet eine PV-Anlage oder ein Balkonkraftwerk? Was kann dadurch eingespart werden und wann amortisieren sich die Anlagen? Das Team beantwortete diese Fragen anhand anschaulicher Szenarien, wie Balkonkraftwerke und PV-Anlagen auf dem Dach mit und ohne Speicher. Es wurde eine Umfrage in dualen Unternehmen ausgewertet und ein Tool entwickelt, dass die Kosten, die Amortisationszeit und Einsparungen pro Jahr für bestimmte PV-Anlagen vorausberechnet.
4. Escape Room (Prof. Dr. Lobachev)
Ursprung der Escape-Room-Szenarien für das Projektteam war das Spiel „IT-Security-Room“. Dabei wird ein Computer durch einen Virus infiziert und erst wieder entschlüsselt, wenn der Eigentümer innerhalb von 60 Minuten einen Betrag von 2500 € an eine Bitcoin-Adresse überweist. Falls der gewünschte Betrag nicht überwiesen wird, wird sich dieser Virus auf das komplette Netzwerk ausbreiten. Wie kommt der Spieler aus dieser Situation heraus? Nach der Vorbereitung und der Erstellung einer Story hat das Projektteam diverse Rätsel erstellt, Räume entworfen und Spiele programmiert, getestet und verbessert. Auf der Bühne wurden diese live demonstriert.
5. Generative KI -Tools für Bild- und Videogenerierung (Prof. Dr. Schonert)
Hier ging es um Chancen & Herausforderungen von realistisch aussehenden Bildern und Videos, die mittels KI generiert wurden. Sie finden Anwendung in Kreativer Industrie & Design, Kunst, Film, Animation, Videospielen und im Marketing. Nach der Einarbeitung in die Geschichte und Theorie ging es um mögliche Anwendungsszenarien: KI-Bildgenerierung, Text-to-Video, KI-Avatare, Style-Transfer, Design, Einsatz in Computerspielen und Filmindustrie sowie die Erstellung von Deep-Fakes. Diese Studierenden beschäftigten sich neben Video-Beispielen mit Politikern mit der ethischen und juristischen Relevanz und den technischen Hintergründen (Neuronenmodell, Maschinelles Lernen, Deep Learning, Verknüpfung von Text- und Bild-Merkmalen, stable Diffusion, …).
6. Künstliche Intelligenz - Maschinelles Lernen (Prof. Dr. Kitzelmann)
KI ist nicht erst seit ChatGPT in aller Munde. Aber wie funktioniert KI eigentlich genau und wozu kann man sie nutzen? Aktuelle KI-Systeme beruhen oft auf Methoden des "Maschinellen Lernens", mit denen Muster und Zusammenhänge in großen Datenmengen erkannt werden. Diese können zur Prognose, Bewertung und Erzeugung neuer Daten genutzt werden. Im PST-Projekt mussten die Studierenden sich zunächst Grundlagen der Programmierung mit Python aneignen sowie einen Machine-Learning-Kurs besuchen, um dann ein erstes Modell trainieren zu können. Die Modelle wurden optimiert und verglichen. Anschließend nutzten sie die gelernten Methoden für das Ziel, die Autounfälle in Berlin für ein konkretes Datum vorherzusagen. Dabei waren die eingelesenen Daten zur täglichen Unfallstatistik, Wetterdaten und Daten zu Ferien- oder Feiertagen die Ausgangsbasis, um ein mögliches Unfallrisiko für bestimmte Tage live auf der Bühne voraussagen zu können. Das Publikum konnte die Lösung selbst einer Web-Applikation ausprobieren.
7. Die Mandelbrotmenge (Prof. Dr. Trancón Widemann)
In diesem Projekt ging es um den Einstieg in die faszinierende Welt der Fraktale. Ein rein mathematisches Objekt nimmt durch die Computer-Visualisierung besondere Formen an. Interpretiert man die „Mandelbrotmenge“ (benannt nach Benoît Mandelbrot) als geometrische Figur, so ergibt sie ein Fraktal, das im allgemeinen Sprachgebrauch oft „Apfelmännchen“ genannt wird. Neben der Recherche zum mathematischen Hintergrund, zur Umsetzung auf dem Computer und zur verfügbaren Software ging es vor allem um das Experimentieren und das Auffinden interessanter Strukturen und Variationen in Natur (Schneeflocken, Bäume, Flüsse, Blutbahnen) und Technik (Antennen, Computergrafik, CGI). Es wurde die Programmierung einer möglichen Visualisierung aufgezeigt.
8. Noise & Processing- Geräuschvisualisierung (Prof. Dr. Schrader)
In diesem Projekt ging es um das Sammeln, Verarbeiten und Visualisieren von verschiedenen Geräuscharten. Mit Hilfe von „Processing“, einer Sprache zum Erlernen des Programmierens, visualisierten die Studierenden Störsignale und Rauschen. Dabei wurden Beispiel-Projekte erstellt und ausgewertet. Es wurde auf der Bühne präsentiert, wie das Rauschen als unerwünschte Störung in EKG-Daten entsteht, welche Arten es gibt (Physiologisches Rauschen, Elektrisches Rauschen, Systemrauschen) und wie man das Rauschen durch Filtertechniken mit mathematischen Verfahren entfernen kann. Die neue geglättete Kurve ermöglicht bessere Diagnosen, bessere Behandlungsergebnisse sowie das bessere Sichtbarmachen von Tumore im MRT.
9. Passwort-(Un-)Sicherheit (Prof. Dr. Pilgermann)
Ziel dieses Projektes war das Heranführen der Studierenden an Themen der Informationssicherheit. Es sollte ein Verständnis dafür entwickelt werden, wie leicht Computernutzer heutzutage potentiellen Angreifern das Leben machen. Die allgemeine Gefahrenlage wurde aufgezeigt, Methoden der Kompromittierung erläutert sowie Handlungsempfehlungen ausgesprochen. Neben der Nutzung eines starken Passwortes wurde der Einsatz eines Passwortmanagers (z.B. NordVPN und 1Password) und/oder eines Passkeys empfohlen sowie die Nutzung der 2-Faktor-Authentifizierung. In der Präsentation wurde auch eine zuvor durchgeführte Umfrage an der THB ausgewertet.
10. Prüfungsgenerator (Prof. Dr. Merz)
Dieses Projekt zielte darauf ab, einen automatisierten Prozess zu entwickeln, der (Probe-)Klausuren für die Veranstaltung „Mathematik 2“ erstellt. Mithilfe von Algorithmen, Künstlicher Intelligenz (KI) und mathematischen Methoden wurde ein System aufgebaut, das in der Lage ist, Aufgaben für Klausuren zu generieren, wie sie normalerweise vom Lehrenden gestellt werden – zum Beispiel zum Lösen linearer Gleichungssysteme. Am Ende des Projekts stand ein funktionierendes Tool, mit dem Studierende sich selbst Übungsaufgaben generieren können. ChatGPT war dabei keine Hilfe. Es wurde mit einer Antwort-Matrix begonnen und eine Webseite incl. Levelaufbau mit Python und Django programmiert.
11. Senior:innen und Gesundheits-App „Gut versorgt in…“ (Dr. Orlowski)
In der Stadt Brandenburg soll zeitnah die Senior:innen- und Gesundheits-App "Gut versorgt in ..." eingeführt und den Bürger:innen der Stadt zur Verfügung gestellt werden. In dem Projekt ging es darum, den Informationsbedarf der Brandenburger Bürger:innen zu ermitteln und Vorschläge zur Erweiterung dieser App zu machen. Dazu wurde zunächst die App analysiert. Die App enthält bisher die Standardkonfiguration mit Adressen im Gesundheits- und Pflegekontext, Rat und Infos zu Pflegethemen, Aktiv im Alter (u.a. sportliche Veranstaltungen) und Angebote in der Stadt (z.B. kulturelle Veranstaltungen). Es wurden auch die Apps anderer Städte angeschaut, welche Features diese zusätzlich enthalten. Darauf aufbauend wurde eine Befragung von Bürger:innen dieser Zielgruppe durchgeführt. Im Ergebnis wurden folgende Ergänzungen vorgeschlagen: ein Medikamentenkalender mit Push-Nachrichten, Hitzewarnungen und ein persönliches Notfall-Adressbuch. Auch die MAZ hat schon über das Projekt berichtet.
12. Smarte Hardware (Prof. Dr. Pohl, Hr. Mrkor)
Intelligente Systeme zeichnen sich durch die Fähigkeit aus, mit ihrer Umgebung zu interagieren. Das bedeutet, dass ein System mithilfe von Sensoren wie Kameras und Mikrofonen seine Umgebung wahrnimmt und diese Daten durch Algorithmen oder künstliche Intelligenz (KI) verarbeitet. Anschließend erfolgt eine Reaktion durch Aktoren. Im Rahmen des PST-Projekts wurden zwei Systeme entwickelt. Die 1. Gruppe beschäftigte sich mit dem bekannten „Schere-Stein-Papier-Spiel“, auch als „Schnick-Schnack-Schnuck“ bekannt. Drei Webcams erkannten das gezeigte Handzeichen der spielenden Person. Eine künstliche Intelligenz (Google Teachable Machine) wurde trainiert, um zwischen drei verschiedenen Posen des Spielers zu unterscheiden. Die Ergebnisse der künstlichen Intelligenz wurden an einen in C++ programmierten Mikrocontroller (Arduino) weitergeleitet, der die Steuerung der Bewegung der selbstgebauten Roboterhand übernimmt. Die 2. Gruppe beschäftigte sich mit dem Zählen von „Augen“ auf Spielkarten für das Spiel „Blackjack“. Auch hier erkennt ein Kamerabild die gezogenen Karten und auch hierfür wurde eine KI 36 Stunden lang trainiert. Ein Servomotor steuert einen Zeiger, der die Wahrscheinlichkeit anzeigt, ob es clever ist, noch eine weitere Karte zu ziehen. Dabei werden sich bereits gezogene Karten gemerkt.
Die Studierenden haben nicht nur intensiv an der Entwicklung, dem Bau und der Programmierung gearbeitet, sondern präsentierten auch beeindruckende Ergebnisse live auf der Bühne. Ihre herausragende Leistung sicherte ihnen den wohlverdienten ersten Platz in diesem Wettbewerb.
