Programmierwettbewerb 25.06.2018, 14:00 Uhr

SRK erfolgreich am Hackathon von ipt

Ein Informatiker-Team des Schweizerischen Rotes Kreuz SRK hat den Hackathon des IT-Dienstleisters ipt gewonnen. Die SBB überzeugte ebenfalls mit einem Machine-Learning-Projekt.
Daniel Albisser von ipt begrüsste fast 100 Teilnehmer am Hackathon in Zürich
(Quelle: computerworld.ch )
Am Wochenende trafen sich rund 100 Programmierer im Zürcher Cabaret Voltaire zu einem Hackathon des IT-Dienstleisters ipt. Die 15 Teams von Schweizer Anwenderunternehmen brachten jeweils eine Business-Anforderung mit, die im Geschäftsalltag bisher liegen geblieben war. Die Projekte wurden innert 24 Stunden und mit Hilfe von ipt-Mitarbeitern (weiter)entwickelt. Das Ziel war, am einen Prototyp oder ein Minimal Viable Product fertigzustellen. Dieses Ziel erreichten alle 15 Teams.
Die Teilnehmer aus Unternehmen wie Axa, Basler Versicherungen, Generali, Helsana, Helvetia, Panalpina, Sanitas, SBB, Schweizerisches Rotes Kreuz, Swiss Re, Swisscom und Visana programmierten teilweise die ganze Nacht. Der ipt-Cheftechnologe Daniel Albisser freute sich, mit der Fluggesellschaft Swiss auch eine Firma dabei zu haben, die noch nicht Kunde der Zuger ist. Darüber hinaus war er beeindruckt von dem grossen Zuspruch der Unternehmen: Die Teilnehmerzahl hatte sich im Vergleich mit dem vorjährigen Hackathon fast verdoppelt.

SRK und SBB prämiert

Das Schweizerische Rote Kreuz mit Teamnamen «Bridges for Humanity» gewann den Preis für das Projekt mit dem höchsten Kundennutzen. Sie entwickelten eine Blockchain-basierte Lösung, mittels der Flüchtlinge verlorene Familienmitglieder wiederfinden können. Die Anwendung basiert auf Avataren, die auch Personen nutzen können, die weder lesen noch schreiben können. Daneben erlaubt sie es den Flüchtlingen, vollkommen anonym zu bleiben.
Das Team des Schweizerischen Roten Kreuz gewann den Preis für den höchsten Kundennutzen
(Quelle: ipt)
Die SBB mit Teamnamen «The Pantographs» gewann den Preis für die beste technische Lösung. Die Programmierer entwickelten eine Machine-Learning-Anwendung, die mittels Bilderkennung automatisiert bestimmt, ob ein Pantograph (Scherenstromabnehmer) von Triebwagen bald gewartet werden muss. Die Inspektion geschieht zurzeit noch manuell.


Das könnte Sie auch interessieren