Beim BMW Machine Learning Hackathon Mitte Dezember 2021 belegt das Team aus dem Bereich AI und Data Analytics bei iteratec den zweiten Platz und hob sich dabei mit einem im Teilnehmerfeld einzigartigen Lösungsansatz gegen eine Vielzahl von spezialisierten Machine Learning Anbietern ab.
Im Rahmen des zweitätigen Hackathon kämpften insgesamt acht Teams um die beste Lösung und den Sieg im Wettbewerb. Aufgabe der Teilnehmer*innen war es, ein Prognosemodell für eine Fragestellung rund um Sensordaten im Fahrzeug zu entwickeln. Dazu erhielten die Teams jeweils mehrere Tausend Datensätze mit verschiedenen Parametern, auf deren Basis zeitliche Verläufe für unbekannte Fälle vorhergesagt werden sollten.
Zur Lösung dieser komplexen Aufgabenstellung wählten die AI und Data Analytics-Experten von iteratec, Dr. Felix Böhmer, Alexander Moßhammer und Yeray Garcia einen außergewöhnlichen Ansatz: Statt mit schierer Tool-Power auf das Problem loszugehen, machten sie sich die mathematische Dynamik zu Nutze, die sich aus der Physik hinter dem Datensatz ergibt. Damit ließ sich via Datentransformation das Machine Learning Problem grundlegend vereinfachen: Aus der one-step-Vorhersage komplexer Verläufe wurde so ein iteratives Modell, das jederzeit auf Änderungen der äußeren Parameter reagieren kann. Letztendlich konnte mit einer einfachen Neural-Network-Architektur eine relative Vorhersagegenauigkeit auf ungesehenen Testdaten von über 99.9 % erreicht werden. Dieses Vorgehen überzeugte auch die Fachjury bei BMW in der abschließenden Ergebnis-Präsentation und sicherte iteratec die Top-Platzierung im Wettbewerb.
„Wir hatten viel Spaß beim Knacken dieser Challenge und freuen uns sehr über diesen Erfolg“, betont Dr. Felix Böhmer, Lead of Data Science bei iteratec. „Es zeigt uns einmal mehr, dass wir mit unserem Verständnis rund um Daten für unsere Kunden oftmals maßgeschneiderte Lösungen entwickeln können, die rein Tool-getriebenen Ansätzen deutlich überlegen sind“ ergänzt Dr. Matthias Pfaff, Head of AI und Data Analytics bei iteratec.