IoT Datenbeschaffung
Daten sind das zentrale Arbeitsmittel von Data Science, das Internet of Things (IoT) ist die Verschmelzung von Internet und physischer Welt. Deshalb sollen die Studierenden mit einem kreativen Ansatz Daten in der realen Welt erfassen und lernen wie diese ausgelesen, transportiert, in bestehende Data Science Tools integriert und dort ausgewertet werden können. Die Projektteams sollen dieses Wissen in vier Schritten selbständig erarbeiten:
1. Ausgangspunkt ist eine offene Fragestellung, die durch das Sammeln von Sensor-Messwerten angegangen werden kann. Die Fragestellung kann vorgegeben sein oder von den Studierenden selbst erarbeitet werden. Die Fragestellung muss Freiraum geben, um Kreativität ausleben zu können.
2. Mit Kreativitätstechniken sollen die Studierenden eine Lösung/Konzept erarbeiten.
3. Die Lösung wird als Prototyp implementiert. Mit Rapid Prototyping kann ein Internet-verbundenes Sensor-Device gebaut werden, das Datenströme generiert, z.B. ein Puls-Messer, ein Feedback-Button oder ein Fahrrad-Tachometer.
4. Im letzten Schritt werden die Daten analysiert und neue Erkenntnisse in Bezug auf die Fragestellung generiert.
Digitale Fabrikation: Die Studierenden kennen Verfahren wie 3D-Druck und Design-Ansätze für Rapid Prototyping und können diese für ihre Lösung kreativ einsetzen.
Sensor-basierte Datenerfassung: Die Studierenden verstehen die Programmierung von Mikrocontrollern und können Sensoren einsetzen, um physische Eigenschaften der realen Welt zu messen und in Daten umzuwandeln.
Internet-gestützte Datenübertragung: Die Studierenden kennen relevante Transport-Protokolle und Datenformate zur Datenübertragung an einen zentralen Backend-Server und können mindestens ein Protokoll korrekt einsetzen.
Verarbeitung von Echtzeit-Datenströmen: Die Studierenden kennen Möglichkeiten, um Datenströme aus dem Backend-Server in Data Science Tools zu integrieren.