Weltglück und Weinbewertung: Internationale Summer School in Bangkok und Chumphon, Thailand
Das Thema der Summer School lautete „Anwendung von maschinellem Lernen in Marketing und Vertrieb“. Mit dem maschinellen Lernen wird die „künstliche“ Schaffung von Wissen aus Erfahrung zusammengefasst: Ein System „lernt“ aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Hierzu werden Algorithmen auf Basis von statistischen Modellen aufgebaut, die auf Trainingsdaten beruhen. Veranstaltet wurde die Summer School für dreißig Studierende aus drei Hochschulen – der thailändischen „King Monkut's Institute of Technology Ladkrabang" (KMITL) in Bangkok, der chinesischen „Nanjing Tech University Pujiang Institute" in Nanjing sowie der Hochschule Würzburg-Schweinfurt (FHWS). Die FHWS beteiligte sich mit drei Fakultäten - der Informatik und Wirtschaftsinformatik (Dekan Professor Dr. Peter Braun, Christoph Raab, Moritz Heusinger), Wirtschaftsingenieurwesen (Professor Dr. Uwe Sponholz) sowie Wirtschaftswissenschaften (Professor Dr. Manfred Kiesel).
Ehe der Flieger in Richtung Thailand nach Bangkok und Chumphon ging, absolvierte das interdisziplinär zusammengesetzte studentische Team in Würzburg eine Ringvorlesung zur Vorbereitung der Projektarbeit mit Grundlagen des maschinellen Lernens sowie eines Businessplans.
Die Aufgabe der internationalen, interdisziplinären Teams bestand darin, eine Lösung für eine Fallstudie zum maschinellen Lernen zu erarbeiten. Dazu hatten die Studierenden Daten erhalten mit verschiedenen Themenschwerpunkten, die sie zunächst so bereinigen und ordnen mussten, dass sie sie für das Machine Learning einsetzen konnten. Die Daten wurden mit „Python“ bearbeitet, einer universellen, höheren Programmiersprache, deren Grundkenntnisse sich die beteiligten Studierenden aneigneten.
Die Herausforderung: „Analysieren Sie den Datensatz und erstellen Sie ein Modell für maschinelles Lernen.“ Sieben sehr unterschiedliche Themen standen zur Auswahl: Bankmarketing, Weltglück, Weinbewertung, Kreditkartenbetrug, Herzkrankheiten und Twitter-Stimmung und Objekterkennung. Um einige Beispiele zu geben: Beim Projekt „Bank“ stand die Frage im Raum, wie das Finanzinstitut eine größere Effektivität für zukünftige Marketingkampagnen erzielen könne. Das Thema „Weltglück“ legte die Studie „The World Happiness 2017“ zugrunde, in der 155 Länder nach ihrem Glückslevel eingestuft wurden. Der Bericht findet weltweite Anerkennung, da Regierungen, Organisationen und die Zivilgesellschaft zunehmend Glücksindikatoren verwenden, um ihre politischen Entscheidungen zu treffen. Mit dem fränkisch anmutenden Projekt „Weinbewertung“ wurde die Aufgabe formuliert, wie ein Vorhersagemodell erstellt werden könne, um Weine durch Blindverkostung zu identifizieren, wie es Sommeliers ausführen.
Als Ziele der Summer School planten die beteiligten Professoren zwei Etappen: die der Technologie, Geschäftspläne und des Marketing im ersten Schritt und das Arbeiten an Projekten und die Abschlusspräsentation in einem zweiten Schritt. Studierende sollen die Grundlagen des Machine Learning lernen und in die Lage gebracht werden, das Modul als ein Hilfsmittel für den digitalen Wandel in Unternehmen zu nutzen und es als Hilfsmittel beim Design von Produkten und Services sowie zur Kundenbindung in (realen) Projekten einzusetzen. Darüber hinaus erstellten die jungen Akademiker eine Pitch-Präsentation für ein fiktives Start-Up.
Professor Dr. Peter Braun erläutert den Hintergrund zum internationalen Angebot: „Die Idee für diese Summer School entstand während eines Besuches von mir an den Universitäten in Nanjing beziehungsweise Bangkok im November und Dezember letzten Jahres bei meinem Kollegen, Dr. Jochen Amrehn, der lange in Würzburg gelebt hat und vor mehr als zwanzig Jahren nach Bangkok gezogen ist. Er ist gleichzeitig als Dozent in Bangkok und als Vize-Präsident der Universität in Nanjing tätig. Da wir mit Dr. Amrehn bereits einige Projekte zusammen bearbeitet haben, entstand die Idee einer noch engeren Kooperation in Form einer solchen Summer School mit drei Universitäten.“
