Projekte Pitch

Brötchen (Lieferservice)

Felix, der Vater von Raphael brachte die Idee mit zum Hackathon, eine App für seinen Sohn zu entwickeln die ihm bei seinem Brötchenservice für die Nachbarschaft unterstützt. Bestellungen holt er derzeit am Donnerstag ab, am Samstag dann Lieferung. Die Donnerstagsrunde soll eine App/Webseite ablösen.

Am Ende war der Grundriss der Anwendung (React im Frontend) zu sehen, ein Regenbogen-Logo war gemalt und die Grundzüge der API (PHP Zend Expressive im Backend) liefen. Das Team arbeitet noch über den Hackathon hinaus daran.

Alexa Skills

«Chemnitz»

In den zwei Tagen sind zwei Alexa Skills, basierend auf OpenData für Chemnitz entstanden.

Der erste Skill „Eventer“ nutzt die von Danilo Stein (https://github.com/haed) bereitgestellte Eventer-API (https://github.com/haed/eventer-web-api).

Der Skill „Eventer“ hört auf den Namen „Chemnitz“ und kann verschiedene Kommandos verarbeiten:

„Alexa, frag Chemnitz was geht!“ startet einen Dialog mit dem Eventer-Skill. Im Dialog wird der User gefragt auf was er Lust hat, bekommt gefundene Ergebnisse ausgeliefert und kann Details zum Event erfahren.

„Alexa, frag Chemnitz nach Informationen zu ..!“ startet eine Freitextsuche zu Events und liefert Details zum ersten gefundenen Event aus.

„Alexa, frag Chemnitz nach Veranstaltungen für kommenden Donnerstag!“ sucht alle Veranstaltung zu einem bestimmten Datum und liefert eine Liste der Titel aus.

«Manni, der Busfahrer»

Der zweite Skill „CVAG" nutzt das Github Projekt „public transportation chemnitz" (https://github.com/stephanruttloff/public-transportation-chemnitz) von Stephan Ruttloff (https://github.com/stephanruttloff). Weiterhin bedient sich der Service bereitgestellter Wetterdaten der Dark Sky-API (https://darksky.net/dev/docs#overview). Okay, die Daten sind nicht komplett Open Source, mit 1000 Requests gratis pro Tag reicht dies aber völlig für unsere Prototypen aus.

Der Skill „CVAG" hört auf den Namen „Manni".

„Alexa, frag Manni wann der Bus kommt!“ eröffnet einen Dialog mit dem User. Der User teilt Alexa eine Haltestelle mit, woraufhin Alexa die nächsten abfahrenden Buse und Bahnen zur entsprechenden Haltestelle ermittelt. Alexa teilt dem User außerdem mit wie viele Minuten noch bis zur Abfahrt verbleiben. Zum Schluss gibt Alexa noch einen Hinweis, wie das Wetter gerade ist.

Übrigens gabs zu Manni eine tolle Meme in den Slides, die ich auch fotografiert habe (siehe Fotos).

Eventer PWA

Der Macher hinter Eventer, Danilo Stein @haed, hat eine Progressive Web App gebaut. Eine App also, die auch offline funktioniert und dann gecachte Inhalte seiner API anzeigt.

Picky Palate

Dieses Projekt hat sich einen Problem von Menschen mit Lebensmittel-Unverträglichkeiten gewidmet: In einer fremden Stadt: welche Bäckerei liefert glutenfreie Backwaren? Das ganze sollte schön aufbereitet in einer Karte dargestellt werden. Openstreetmap hat die Daten, wenn auch nicht vollständig. Die Darstellung erfolgte in einer Google-Karte, weil das OSM-Paket kaputt war - welch Ironie. Zweites Ziel ist es zudem, das Mitmachen anzuregen und fehlende Kennzeichnungen einfach eintragen zu können.

Code: Frontend (React, Leaflet), Backend (NodeJS, Overpass OSM) Slides vom Pitch (muss erst ausgecheckt werden)

Clean Chemnitz

Ein Team aus zwei indischen Studenten haben das vorgeschlagene Thema "Müll melden" aufgegriffen und umgesetzt. Herausgekommen ist eine gebrauchsfähige Foto-Upload-und-per-Mail-versende-WebApp. Zu klären ist noch die Kernfrage: Wer ist zuständig (bei der Stadt)?

Code (Bootstrap im Frontend, NodeJS im Backend)

MedAid

Ein Team aus russischen Studenten und einem indischen haben sich mit dem Problem "Was tun bei welchen Symptomen" gewidmet. Ziel war es, Sympome grob abzufragen und dann darüber zu entscheiden ob man zu Arzt gehen sollte. Im Kontext "Indien" ein durchaus ernstzunehmendes Thema, da es Zeit und Geld spart, und zudem zunächst keinen physisch anwesenden Arzt bedarf. Herausgekommen ist ein sehr schickes Mockup zur Obefläche und weitere Ideen.

Verspätungsvorhersage

Als letztes Projekt hat sich ein Teilnehmer einen Datensatz mit der Deutschen Bahn vorgenommen. Genauer, ein Set aus Stuttgart mit Soll- und Ist-Ankunftzeiten aus dem Zeitraum von 2 Wochen. Daraus lassen sich für einzelne Haltestellen eine Verteilung der durchschnittlichen Verspätung visualisieren (mit R und einem geeigneten Webframework). Fernziel ist es, für Bahnverbindungen eine mittlere Vorhersage zu den Verspätungen, ggf. auf den Wochentag bezogen, zu erhalten um zu überlegen ob eine andere Route nicht doch günstiger wäre um Anschlusszüge zu erreichen.

Code bald hier verfügbar