Heidelberg, 23. Juni 2022 - Der KI- und Analytics-Experte SAS hat die Sieger des SAS Hackathon 2022 bekannt gegeben. 70 Teams aus der ganzen Welt hatten sich qualifiziert, für 50 reale Problemstellungen wurden Lösungen eingereicht. Letztlich konnten 13 Teams die Jury mit besonders innovativen Konzepten überzeugen, die alle auf Basis von SAS Viya, Microsoft Azure und anderen Technologien entwickelt wurden. Die prämierten Projekte reichen von effektiverer Katastrophenhilfe bis hin zu weniger Lebensmittelverschwendung und haben eine Gemeinsamkeit: Sie lösen ein reales geschäftliches oder humanitäres Problem.
Mehr als 100 Juroren mit unterschiedlichem Hintergrund haben die internationalen Gewinner aus acht Branchen und drei globalen Regionen ausgezeichnet, bei deren Projekten sechs verschiedene Technologien zum Einsatz kamen. Die Preisverleihung wurde live auf LinkedIn und YouTube übertragen.
Anstelle eines traditionellen Hackathons, bei dem Programmierer für ein paar Tage zusammenkommen, arbeiteten die Teilnehmer des SAS Hackathons einen Monat lang online und unter der Anleitung eines SAS Mentors zusammen. Jedes Team hatte Zugang zu einem Lernportal und die Möglichkeit, über SAS Viya auf Microsoft Azure verschiedene SAS Technologien wie Machine Learning, Natural Language Processing, Computer Vision, Datenvisualisierung und IoT zu testen und einzusetzen. Auch zwischen den Teams vernetzten sich die Teilnehmer aktiv.
„Hackathons haben das Image, dass Dutzende von Programmierer tage- und nächtelang vor Monitoren sitzen und nur an technischen Lösungen interessiert sind, nicht an einer praktischen Anwendung. Aber das ein Klischee, das definitiv nicht auf den SAS Hackathon zutrifft", so Einar Halvorsen, Global Hackathon Lead bei SAS. „Das Ziel des SAS Hackathons ist es, schlaue Köpfe mit unterschiedlichem Hintergrund zusammenzubringen, um eine kommerziell nutzbare Lösung für reale Probleme zu entwickeln. Es ist eine Lernerfahrung, ein Inkubator und ein Versuch, Ideen auf den Markt zu bringen, die die Welt wirklich ein kleines Stück verändern können.“
Finanzwesen: Green Swedbank (Schweden) – Schweden wurde im Zuge des Klimawandels im vergangenen Jahr von sintflutartigen Regenfällen und Überschwemmungen heimgesucht. Teammitglieder von Swedbank und KPMG erstellten ein Dashboard in SAS Visual Analytics, um das Überschwemmungsrisiko für Grundstücke zu bewerten.
Energiewirtschaft: Innova Data Hub (Spanien) – Als europäische Stadt mit den meisten Todesfällen im Zusammenhang mit Verkehrsemissionen will Madrid dem umweltfreundlichen Verkehr Priorität einräumen. Zur Verbesserung von BiciMAD, dem Madrider Fahrradservice, hat Innova Data Hub von Innova-tsn Daten zur Fahrradnutzung gesammelt und mithilfe von Predictive Modeling eine Optimierungslösung entwickelt, die in weniger als sechs Minuten implementiert werden kann.
Gesundheitswesen/Life Science: The Chart Chasers! (USA) – Wertorientierte Versorgungsmodelle sehen vor, Gehälter von Ärzten an deren Effizienz zu binden. Dadurch können Mediziner unterbezahlt werden, wenn sie bei der medizinischen Codierung Fehler machen. Teammitglieder von InformedHC und Pinnacle Solutions haben ein automatisiertes System entwickelt, um entgangene Einnahmen für Gesundheitsversorgung aufgrund von Fehlern bei der Verwendung der internationalen Bezeichnung von Krankheiten zu identifizieren.
Versicherungswesen: LiveEO #2 (Deutschland u. a.) – Dennis Schmargon, Leiter der Geschäftsentwicklung bei LiveEO, nutzte SAS Analysen, LiveEO und öffentliche und kommerzielle Open-Source-Satellitendaten, um ein Modell zur Überwachung und Vorhersage von Überschwemmungen zu entwickeln. Damit können Versicherer fundierte Entscheidungen über das Risikopotenzial treffen.
Öffentliche Verwaltung: Jakstat (Indonesien) – Das Team Jakstat von StarCore setzte SAS und Python ein, um die Auszahlung von COVID-Finanzhilfen für Kleinst-, Klein- und mittelständische Unternehmen, die 97 Prozent der Wirtschaft Jakartas ausmachen, zu optimieren und sicherzustellen.
Telekommunikation und Medien: Funka (Schweden) – Formulare im Web müssen für Menschen mit und ohne Behinderungen gleichermaßen einfach zu nutzen sein. Um ihre Nutzung zu verbessern, setzten Teammitglieder des Unternehmens Funka Nu AB Computer Vision, optische Zeichenerkennung, Machine Learning und Testautomatisierung ein. Mit der Lösung können Website-Betreiber die Barrierefreiheit ihrer Formulare prüfen – und Mängel gleich beheben.
Einzelhandel: TrendsPro (USA): Das Team TrendsPro der Maypro Group LLC nutzte die Trendanalyse von Suchmaschinen, um die Verbrauchernachfrage von Produkten zu prognostizieren und so Werbekampagnen zu optimieren. Die Lösung ermöglicht es Geschäftsinhabern, Inventar zuzuweisen, die am besten geeigneten Werbekanäle zu ermitteln und zu entscheiden, wie viele und welche Art von Anzeigen geschaltet werden sollen.
Industrie: Notilyze (Niederlande) – Notilyze hat für einen Lebensmittelhersteller ein Insight-Tool entwickelt, das die Verarbeitung und die Qualitätskontrolle überwacht. Damit kann der Lebensmittelhersteller den Produktionsprozess optimieren und zugleich den Energieverbrauch und die Lebensmittelverschwendung reduzieren.
IoT: Oges (Singapur/Indien) – Eine genaue Modellierung von Lagerstätten ist für Öl- und Gasunternehmen von entscheidender Bedeutung, um effektiv zu bohren und zugleich Gefährdungen von Mitarbeitern und Umwelt zu verhindern. Teammitglieder von Oges Solutions haben SAS Visual Data Mining und Machine Learning sowie Python-Bibliotheken eingesetzt, um ein besonders genaues, KI-basiertes Modell für Ölfelder zu erstellen, das von jedem Öl- und Gasunternehmen eingesetzt werden kann.
Machine Learning: The Positive Thinking Company (Deutschland/Belgien) – Der Klimawandel mit seinen extremen Wetterereignissen betrifft Landwirte besonders stark. Sie können von fallweise eingesetzten, kostengünstigen Mikroversicherungen profitieren. Mithilfe von SAS Viya und Machine Learning hat The Positive Thinking Company das Klimarisiko in verschiedenen indischen Bundesstaaten analysiert und dann ein Tool entwickelt, mit dem gefährdete Landwirte herausfinden können, wie sich der Klimawandel auf ihren Lebensunterhalt auswirken kann – und wie Mikroversicherungen helfen können.
Computer Vision: Funka [siehe oben].
Decisioning: Linktera4Insurance (Türkei) – Wenn die Prozesse im Kundenservice bei Versicherungen digitalisiert, die Arbeitsabläufe und die Entscheidungsfindung automatisiert werden, sinkt der Papierverbrauch und das Underwriting, und die Schadensverwaltung vereinfacht und beschleunigt sich. Linktera4Insurance von Linktera Bilgi Teknolojileri setzte SAS Viya auf Azure ein, um komplexe Versicherungsdaten in leicht navigierbare Dashboards und Diagramme umzuwandeln, und nutzte die Neula Low Code Platform, um den Workflow zu automatisieren.
Visual Analytics: Disaster Response AI (Kanada) – Weltweit verursachen Naturkatastrophen jährlich mehr als 15.000 Todesfälle und Kosten in Höhe von 173 Milliarden Dollar. Mit SAS Viya erstellte das Team Disaster Response AI von Deloitte eine interaktive Kartenvisualisierung, um die kanadische Regierung zu beraten, wie Hilfsgelder am besten eingesetzt werden können.
Forecasting: Team 4-kasting (Norwegen) – Telenor betreibt das schnellste Mobilfunknetz der Welt. Um diesen Status zu sichern, benötigt das Unternehmen genügend Netzkapazität, möchte gleichzeitig aber kein teures Überangebot vorhalten. Team 4-kasting setzte Machine Learning ein, um ein System zu entwickeln, das die erwartete Nutzung an jedem beliebigen Standort vorhersagt und dem Telekommunikationsunternehmen so möglicherweise Millionen spart.
Natural Language Processing: The Chart Chasers! [siehe oben].
Asien: Jakstat [siehe oben].
EMEA: Funka [siehe oben.]
Amerika: The Chart Chasers! [siehe oben].
Weitere Informationen unter https://www.sas.com/sas/events/hackathon.html
circa 8.000 Zeichen