Wie viele freie Parkpl?tze k?nnen Menschen erwarten, die in Paderborn zu einer bestimmten Zeit einen Parkplatz suchen? Mit dieser Frage haben sich Schülerinnen und Schüler des Gymnasiums Theodorianum und des Reissmann Gymnasiums im Rahmen des Projekts ?Data Science und Big Data in der Schule“ (ProDaBi) besch?ftigt. ProDaBi wurde von der Deutsche Telekom Stiftung erm?glicht und unter Leitung von Prof. Dr. Rolf Biehler, Didaktik der Mathematik, und Prof. Dr. Carsten Schulte, Didaktik der Informatik, an der Universit?t Paderborn betreut. Mit dem Projekt soll ein Curriculum zu Data Science in der Sekundarstufe II entwickelt werden. ?Um die eigene, aktuelle und zukünftige Lebenswelt gestalten zu k?nnen, ist die F?higkeit zum Verst?ndnis und zur Reflexion über die Funktion, Anwendung, Chancen und Risiken von Systemen, die Algorithmen der Künstlichen Intelligenz verwenden und auf gro?e Datenmengen zurückgreifen, von hoher Bedeutung. Daher ist es wichtig, dass Schülerinnen und Schüler in Unterrichtseinheiten genau diese Kompetenzen erwerben“, bekr?ftigt Carsten Schulte.
Die Ergebnisse aus ihrer Projektarbeit stellten die Schulgruppen am Montag, 1. April, bei einer Abschlusspr?sentation im Heinz Nixdorf Institut der Universit?t vor.
Bereits im September 2018 erhielten die Schüler im ?PIN-Lab“ der Fachgruppe Didaktik der Informatik der Universit?t von Dozenten aus der Mathematikdidaktik und der Informatikdidaktik eine Einführung in verschiedene Methoden der Data Science und des Maschinellen Lernens. Der anschlie?ende Auftrag lautete, innerhalb von zehn Wochen jeweils ein Modell für ein Vorhersagesystem zu entwickeln, das die Anzahl der zu erwartenden freien Parkpl?tze zu einem zukünftigen Zeitpunkt am Liboriberg sowie in der Tiefgarage am K?nigsplatz berechnen kann. Dabei griffen die Schüler u. a. auf Daten des Verkehrsleitsystems aus den vergangenen beiden Jahren zurück, die von den Unternehmen RTB aus Bad Lippspringe und ASP (Abfallentsorgungs- und Stadtreinigungsbetrieb Paderborn) zur Verfügung gestellt wurden. So mussten beide Gruppen bei der Verarbeitung der mehr als 800.000 Datens?tze, die in Uhrzeiten, Wochentage und Monate gegliedert waren, u. a. besondere F?lle wie Feiertage berücksichtigen. Mithilfe von künstlichen neuronalen Netzen konnten die Daten dann ausgewertet werden und führten zu einer Vorhersagegenauigkeit für freie Parkfl?chen von mindestens 80 Prozent, was einen praxistauglichen Wert darstellt. Der letzte Schritt bestand darin, eine benutzerfreundlich gestaltete Webseite zu erstellen, die die M?glichkeit bietet, freie Parkpl?tze für die jeweils zukünftigen 48 Stunden zu erfragen.
Die Vertreter der beteiligten Schulen, der Kooperationspartner sowie die betreuenden Mitarbeiter der Universit?t zeigten sich beeindruckt von den Ergebnissen der Schülerinnen und Schüler, die auf diese Weise gut vorbereitet in ihre Abiturprüfungen gehen k?nnen und ein besseres Verst?ndnis von Künstlicher Intelligenz und Big Data gewonnen haben.
