Kategorie:ProDaBi/Projektkurs

Kurzbeschreibung

Das ProDaBi-Projekt führt seit dem Schuljahr 2018/2019 in Kooperation mit den Schulen Gymnasium Theodorianum Paderborn und Reismann Gymnasium Paderborn einen Projektkurs "Data Science und Künstliche Intelligenz" mit Schüler*innen der Q2 (12. Jahrgangsstufe) durch. Das Ziel ist dabei einerseits das Vermitteln von in der heutigen Zeit immer bedeutsamer werdenden Kenntnissen in den Bereichen Statistik, Datensammlung, Datenanalyse, maschinelles Lernen, Decision Trees und Künstliche Neuronale Netze sowie die Anwendung dieses Wissens zur Entwicklung einer eigenen KI-gestützten Anwendung.

Software-Produkt: Die KI-gestützte Anwendung

Als ein realitätsnahes Software-Projekt erhalten die SuS den Auftrag, eine Anwendung zu entwickeln, die die Parkplatzauslastung auf neun relevanten Parkplätzen in der Paderborner Innenstadt vorhersagen soll. Dabei erhalten die SuS Zugriff auf die aufgezeichneten Parkplatzdaten der letzten Jahre sowie auf die aktuelle Auslastung. Zusätzlich können sie weitere Daten wie Wetterdaten in Ihr Modell einbauen, um die Vorhersage zu optimieren.

Das Produkt des Projektkurses im Schuljahr 2020/2021 lässt sich hier abrufen.

Aufbau

Aufbau des Projektkurses

Der Projektkurs ist in 6 Module unterteilt, die verschiedene Aspekte von Data Science beleuchten. Die Module unterscheiden sich dabei darin, dass sich die Module 2-5 auf die Einführung wichtiger Konzepte und Methoden im Bereich Data Science beziehen, während in den Modulen 1 und 6 das hieraus entstandene Wissen zur Umsetzung der eigenen KI-gestützten Anwendung genutzt werden soll. Wichtig ist dabei auch zu wissen, dass die Projektarbeit - also das Erstellen der eigenen KI-gestützten Anwendung - nicht ausschließlich innerhalb des Moduls 6 geschieht, sondern während des gesamten Kurses parallel abläuft. In Modul 6 ist allerdings die gesamte Arbeit des Projektteams auf die Projektarbeit fokussiert.

Arbeiten mit SCRUM

Innerhalb des Projektkurses sind die SuS Teil eines SCRUM-Teams, welches sich in wöchentlichen Sprints organisiert. Ein Sprint besteht dabei aus den drei Aspekten "Sprint Review", "Sprint Retrospektive" und "Sprint-Planning". Während im "Sprint-Planning" die aktuell anliegenden Aufgaben geplant und auf das Team verteilt werden, werden die Aufgaben aus der Vorwoche im "Sprint-Review" hinsichtlich ihres Abschlusses überprüft und es werden verbleibende Rückfragen geklärt. Die "Sprint-Retrospektive" dient der Reflexion der Arbeit in der letzten Woche. Hier werden Absprachen bezüglich (zu verändernder) Arbeitsorganisation und Aufgabenverteilung besprochen. Weitere Informationen zum SCRUM-Vorgehensmodell befinden sich unter SCRUM.

Modulübersicht:

Modul 1: Einführung in das Projekt

In dieser ersten Phase werden die SuS in die Thematik des Projektkurses eingeführt.

Dazu gehören die folgenden Aspekte:

• Organisation des Projektkurses
  • Sammeln von Vorstellungen und Vorerfahrungen im Bereich Data Science und Künstliche Intelligenz
  • Vorstellen des Ablaufs (inhaltlich - anhand der Roadmap - s.o.)
  • Vorstellen des Ablaufs (methodisch - anhand des CRISP-DM-Modells)
  • Verständigung über das Vorgehen innerhalb von SCRUM
• Erste grobe Planung des Projektes:
  • Vorstellung des "Ziel-Software-Produktes"
  • Formulierung von User-Stories nach dem Schema "Ich als <Rolle> möchte mit der KI-gestützten Anwendung <Funktion>, um damit <Nutzen>."

Modul 2: Datenexploration - Teil 1

Modul 3: Datenexploration - Teil 2

Modul 4: Machine Learning - Teil 1

Modul 5: Machine Learning - Teil 2

Modul 6: Projektarbeit