BLACK FOREST HACKATHON

🚀 SmartSupport – KI-gestützte Logfile-Analyse für den Kundensupport

🔍 Problemstellung: Die manuelle Analyse von Logfiles kostet viel Zeit und ist anfällig für Fehler. Wiederkehrende Fehlerbilder bieten großes Potenzial für Automatisierung. Schnelle und fundierte Erstanalysen steigern die Kundenzufriedenheit und entlasten das Support-Team.

🎯 HACKATHON CHALLENGE: Entwickle ein Tool, das Logdateien automatisiert auf bekannte Fehlermuster untersucht, Ursachen erkennt und erste Lösungsvorschläge liefert. So sollen Support-Prozesse beschleunigt und die Servicequalität nachhaltig gesteigert werden.

📊 Verfügbare Daten & Resourcen: Nutzung anonymisierter oder synthetischer Beispiel-Logfiles. Einsatz von KI-Tools zur Textklassifikation (z. B. Open-Source-NLP-Modelle, Regex, klassische ML-Ansätze). Entwicklung eines Prototyps mit GUI, der eine „Ersteinschätzung“ liefert (z. B. „Fehler bei Lizenzprüfung erkannt“). Vorbereitung einer kurzen Abschlusspräsentation.

🏆 Erfolgskriterien: Du gestaltest die Zukunft des digitalen Kundensupports aktiv mit. Deine Lösung hilft, Support-Prozesse zu beschleunigen und die Servicequalität zu steigern. Du legst den Grundstein für ein kontinuierlich lernendes System, das unser Support-Team nachhaltig entlastet.

💡 Vorgaben: Entwicklung eines funktionierenden Prototyps, der Logdateien einliest und analysiert. Automatische Erkennung von Fehlermustern und Ausgabe von Handlungsempfehlungen für Support-Mitarbeiter:innen. Einfache Benutzeroberfläche, in die Logfiles geladen werden können. Bonus: Hervorhebung von Schlüsselstellen im Logfile für eine noch schnellere Analyse.

🚀 Doc2KnowledgeBase-AI – Automatisierte Wissensdatenbank-Generierung

🔍 Problemstellung: Das manuelle Erstellen von Wissensdatenbank-Artikeln aus umfangreichen Dokumenten wie Release Notes oder technischen Anleitungen bindet wertvolle Ressourcen. Diese Challenge zielt auf die Entwicklung eines KI-gestützten Prototyps ab, der automatisiert strukturierte Artikel aus PDF-Quellen generiert – für schnelleren Wissenstransfer und höhere Nutzerzufriedenheit.

🎯 HACKATHON CHALLENGE: Entwickle einen Workflow, der PDF-Dokumente einliest, relevante Inhalte KI-gestützt extrahiert und daraus konsistente Web-Artikel (z. B. FAQ-Einträge oder How-To-Guides) erstellt. Der Prototyp soll mindestens drei Beispielartikel aus einer Quelle generieren – optional mit SEO-Optimierung.

📊 Verfügbare Daten & Ressourcen:
PDF-Parsing mit Bibliotheken wie PyPDF oder pdfplumber.
KI-gestützte Inhaltsanalyse via OpenAI API oder Open-Source-NLP-Modelle.
Strukturierung der Ausgabe in Webformate (z. B. Markdown/HTML).
Fokus auf machbare Use Cases: Release Notes, How-To-Guides oder FAQ-Erweiterung.

🏆 Erfolgskriterien: Du automatisierst redaktionelle Prozesse und sparst enorme Zeitressourcen. Deine Lösung stellt sicher, dass Nutzer stets aktuelle Informationen erhalten. Du legst den Grundstein für skalierbares Wissensmanagement – mit Anknüpfungspunkten zu Chatbots (z. B. HubSpot) und Ticketsystemen.

💡 Vorgaben:

• Funktionierender Prototyp zur Extraktion und Strukturierung von Inhalten aus PDFs.
• KI-basierte Identifikation relevanter Abschnitte (z. B. für „What’s New“-Zusammenfassungen).
• Ausgabe von drei vollständigen, sofort nutzbaren Web-Artikeln.
• Bonus: SEO-optimierte Formatierung der Ausgabe.

🚀AI2Grip – KI-gestützte CAD-Greifergeometrie-Generierung

🔍 Problemstellung: Für jedes neue Robotik-Projekt müssen speziell konstruierte Greiferbacken entwickelt und hergestellt werden. Dieser Prozess erfordert sowohl eine genaue Analyse der Geometrie als auch eine Betrachtung der Besten Greifposition des Werkstückes. Komplex wird es, wenn mit einem Greiferbacken mehrere Werkstücke gegriffen werden müssen. Dann müssen die Geometrien des Greifers für alle Werkzeuge so ausgelegt sein, damit jederzeit ein sicherer Griff gewährleistet werden kann.

🎯 HACKATHON CHALLENGE: Wie könnten wir eine automatisierte Lösung zur Konstruktion von Greiferbacken erstellen, welche auf Basis von Fotos oder CAD-Daten der Werkstücke unter Angabe der gewünschten Greifkontur generiert wird? Die Lösung soll dabei alle Konturen (und Störkonturen) aus den erhaltenen Daten berücksichtigen und dem Anwender eine Lösung in Form eines 3D-Modells bereitstellen.

📊 Verfügbare Daten & Ressourcen: Zur Verfügung gestellt werden sämtliche Komponenten von VEGA-Sensoren, welche bereits mit einem Greifer gegriffen werden, oder dies künftig umgesetzt werden soll. Zu diesen Komponenten werden die dazugehörigen CAD-Daten mitgeliefert. Ebenfalls werden bereits konstruierte Greiferbacken von abgeschlossenen Projekten, gemeinsam mit deren Werkstücken zur Veranschaulichung zur Verfügung gestellt.

🏆 Erfolgskriterien: Der Erfolg des Projektes wird anhand der Funktionalität und der Genauigkeit der Greiferbacken gemessen. Die Greifer müssen zu jedem Zeitpunkt im Prozess einen sicheren Halt für die Werkstücke bieten. Das generierte 3D-Modell muss im Nachgang bearbeitbar sein, damit der Anwender Änderungen vornehmen kann.

💡 Vorgaben: Die Lösung soll für den Anwender „nutzerfreundlich“ gestaltet sein und möglichst viele Datentypen verarbeiten können (Bilder: png, jpeg | CAD-Daten: STL)

🚀Automatisierte Prozessdokumentation in der Fertigung

🔍 Problemstellung:Für jedes Neuprodukt welches VEGA auf den Markt bringt, müssen für die Mitarbeiter in der Fertigung sämtliche Arbeitsanweisungen für jeden Arbeitsschritt erstellt werden. Dies erfordert viel Zeit und ist aufgrund verschiedener „Schreibstile“ der Ersteller inkonsistent. Da diese Arbeitsanweisungen in allen Produktionsniederlassungen eingesetzt werden, müssen diese in verschiedensten Sprachen zugänglich sein. Aufgrund firmeninternen und fachbezogenen „Wording“ ist dies nicht mit einem einfachen Übersetzertool umsetzbar.

🎯 HACKATHON CHALLENGE: Wie könnten wir mithilfe von CAD-Baugruppen Arbeitsanweisungen automatisch generieren lassen, welche in Wort, Schrift und Ausdruck identisch sind? Der Anwender stellt der Anwendung die Montagereihenfolge zur Verfügung, welche die Anwendung grafisch in der Arbeitsanweisung darstellen kann.

📊 Verfügbare Daten & Ressourcen:Zur Verfügung gestellt werden sämtliche Explosionszeichnungen von VEGA (und nicht VEGA)-Geräten und dazu bereits fertige Arbeitsanweisungen. Außerdem stellen wir eine allgemeingültige Anleitung zum Erstellen von Arbeitsanweisungen bereit, welche Form, Schrift und spezifische Ausdrücke beinhaltet.

🏆 Erfolgskriterien: Der Erfolg der Challenge wird anhand der automatisch generierten Arbeitsanweisungen gemessen. Sind diese in der logischen Montagereihenfolge erstellt, sind die korrekten Tätigkeiten den Prozessen ordentlich zugeordnet, stimmt die Schreibweise mit der Vorlage überein, …

💡 Vorgaben: Die Anwendung soll flexibel zugänglich sein, sodass in Zukunft Änderungen im „Wording“ (Änderung von Standardbegriffen) möglich sind. Außerdem sollen die Arbeitsanweisungen nachträglich bearbeitbar sein.

🚀Offline Update Wizard – Headless Edition

🔍 Problemstellung: In industriellen Umgebungen sind Steuerungsrechner oft aus Sicherheitsgründen vom Internet getrennt und verfügen über keine direkte Benutzerschnittstelle – keine Tastatur, Maus oder Display. Der Zugriff erfolgt ausschließlich über das lokale Baustellennetzwerk via IP-Adresse. Dennoch müssen regelmäßig Betriebssystem-Updates (Linux/Debian), Docker-Image-Aktualisierungen und Konfigurationsänderungen durchgeführt werden. Der aktuelle manuelle Prozess ist fehleranfällig und wenig effizient.

🎯 HACKATHON CHALLENGE: Entwickelt eine Lösung, mit der Updates für Betriebssystem, Docker-Container und Konfigurationsdateien auf einem offline betriebenen, headless Steuerungsrechner möglichst einfach, sicher und benutzerfreundlich ausgerollt werden können. Die Lösung soll auf bestehenden Tools wie Ansible aufbauen, darf aber auch neue Ansätze integrieren.

📊 Verfügbare Daten & Ressourcen:

• Beispielhafte Ansible-Playbooks (bisher online-basiert)
• Beispielhafte Konfigurationsdateien (YAML, JSON, INI)
• Beispielhafte Docker-Images und -Container
• Zugang zu einer Testumgebung mit Debian-basiertem System (headless)
• Dokumentation zu Ansible, Docker, Debian-Paketmanagement
• Optional: USB-Stick oder andere portable Medien als Transportweg

🏆 Erfolgskriterien:

• Benutzerfreundlichkeit: Intuitive Bedienung über Netzwerk oder automatisierte Abläufe
• Offline-Fähigkeit: Vollständige Durchführung ohne Internetverbindung auf dem Zielsystem
• Headless-Fähigkeit: Keine direkte Interaktion über Tastatur, Maus oder Display notwendig
• Sicherheit: Integritätsprüfung der Updates (z. B. Signaturen, Checksums)
• Wartbarkeit: Klare Struktur, gute Dokumentation, einfache Erweiterbarkeit
• Automatisierung: Möglichst wenig manuelle Schritte auf dem Zielsystem

💡 Vorgaben:

• Zielsystem: Debian-basiert (z. B. Debian 12)
• Es ist ein Windows-Rechner auf der Baustelle vorhanden, der das Zielsystem über IP-Adresse erreichen kann. Dieser Windows-Rechner ist mit Tastatur, Maus und Display ausgestattet.
• Ansible ist als Configuration Management Tool bereits im Einsatz
• Lösung muss ohne Internetverbindung und ohne physische Eingabegeräte funktionieren
• Zugriff auf das System nur über IP im lokalen Netzwerk
• Optional: GUI oder CLI-Tool zur Steuerung über ein zentrales Gerät im Netzwerk
• Fokus auf reale Anwendbarkeit in industriellen Umgebungen

🚀Nachhaltige Rezeptplanung: Klimafreundliche Rezepte mit Burda

🔍 Problemstellung:Immer mehr Menschen möchten sich umweltbewusster ernähren und ihren ökologischen Fußabdruck reduzieren, wissen aber oft nicht, wie sie dies im Alltag umsetzen können. Burda verfügt über eine riesige Datenbank an Rezepten. Die Herausforderung besteht darin, dieses Wissen zu nutzen, um Nutzer aktiv bei der Auswahl klimafreundlichen Gerichten zu unterstützen und somit einen Beitrag zu nachhaltigerem Konsum zu leisten.

🎯 HACKATHON CHALLENGE: Entwickelt ein intelligentes Tool zur Rezeptplanung, das auf Basis der Burda-Rezeptdatenbank und externer Datenquellen Rezepte nach ihrem geschätzten CO₂-Fußabdruck bewerten und sortieren kann. Das System soll Nutzer in die Lage versetzen, nachhaltigere Koch-Entscheidungen zu treffen, indem es klimafreundlichere Alternativen vorschlägt oder Optimierungspotenziale für bestehende Rezepte aufzeigt.

📊 Verfügbare Daten & Ressourcen: Teilnehmer erhalten Zugriff auf einen Demo-Datensatz mit Burda-Rezepten (Zutatenlisten, Zubereitungsschritte) und können externe APIs nutzen. Wichtige Datenquellen wären APIs für Umweltdaten von Lebensmitteln (z.B. CO₂-Äquivalente pro Zutat), Informationen zu saisonalen und regionalen Produkten sowie generelle APIs zur Nährwertanalyse. Sofern Large Language Models (LLMs) eingesetzt werden, stellen wir die hierfür erforderlichen Ressourcen über Azure oder vergleichbare Cloud-Plattformen bereit.

🏆 Erfolgskriterien:

• CO₂-Bewertung: Das System muss in der Lage sein, den geschätzten CO₂-Fußabdruck von Rezepten oder einzelnen Zutaten valide zu berechnen oder zu schätzen.
• Benutzerfreundlichkeit: Eine intuitive Schnittstelle, die Nutzern die CO₂-Auswirkungen transparent macht und ihnen hilft, bewusste Entscheidungen zu treffen.
• Bonus: Sinnvolle und praktikable Vorschläge für nachhaltigere Zutaten oder komplett alternative, klimafreundlichere Rezepte.

💡 Vorgaben: Denkt über die reine Berechnung hinaus: Wie kann das Tool Wissen über regionale Verfügbarkeit, Saisonalität und Verarbeitungsschritte einbeziehen? Wie kann die Herkunft von Lebensmitteln berücksichtigt werden? Könnten auch Abfallvermeidung und Reste-Verwertung Teil der nachhaltigen Planung sein?

🚀 BioSmart – Innovative Sensorik für optimierte Prozesse

🔍 Problemstellung: In professionellen Küchen fallen täglich große Mengen an Lebensmittelabfällen an. Der MEIKO BioMaster unterstützt die Küchencrew bereits heute bei deren hygienischer und effizienter Verarbeitung. Dennoch führen unregelmäßige Befüllung, eine statische Wassersteuerung und nicht erkannte Fremdstoffe im System weiterhin zu unnötigem Aufwand, höheren Wartungskosten und Effizienzverlusten.

🎯 HACKATHON CHALLENGE: Entwickle smarte, sensorbasierte Lösungen, die den BioMaster intelligenter machen:

• Wie kann das System selbstständig erkennen, wann eine optimale Befüllung erreicht ist?
• Wie lassen sich Fremdstoffe zuverlässig erkennen und damit Störungen vermeiden?
• Wie kann die Menge an Prozesswasser dynamisch an die Art der Abfälle angepasst werden?

Gesucht sind kreative und robuste Konzepte zur technischen Umsetzung dieser Anforderungen mit Fokus auf realistische Integration und Nutzerfreundlichkeit.

📊 Verfügbare Daten & Ressourcen:

• Voll funktionsfähiger BioMaster mit Tank
• Schaltpläne & technische Zeichnungen
• Typische Störstoffe und Demomaterial
• Sensorik (z. B. Kameramodule, Ultraschall etc.)
• Grundlageninformationen zur Speiseresteverarbeitung
• Werkzeug

🏆 Erfolgskriterien:

• Befüllungsgrad wird zuverlässig erkannt
• Fremdkörper werden eindeutig identifiziert
• Wasserzufuhr wird an die Abfallart angepasst
• Ergebnisse sind verwertbar und kommunizierbar
• Konzept ist mechanisch integrierbar und wirtschaftlich sinnvoll

💡 Vorgaben:

• Verwendete Sensorik muss am Markt verfügbar und integrierbar sein
• Die Lösung muss grundsätzlich in bestehende Maschinenkonzepte integrierbar sein
• Fokus auf Robustheit, Einfachheit und Datenqualität
• Keine permanente Cloud-Anbindung erforderlich (Edge-Ansätze willkommen)

🚀 Optimierung der Containerauslastung

🔍 Problemstellung:Beim internationalen Versand zählt jeder Zentimeter: Für Aufträge nach Übersee muss der Vertrieb vor der Buchung berechnen, wie 20- oder 40-Fuß-Container optimal mit großen Papierrollen und Formatware ausgelastet werden können. Aktuell erfolgt diese Berechnung manuell – ein zeitaufwändiger und fehleranfälliger Prozess.

🎯 HACKATHON CHALLENGE: Entwicklung eines Tools, das komplexe Vorgaben, Maße und Gewichtsgrenzen berücksichtigt und eine perfekte Beladung vorschlägt – schnell, präzise und ressourcensparend.

📊 Verfügbare Daten & Ressourcen:

• Container- und Waren Informationen (Größen, Gewichte, länderspezifische Anforderungen, Visualisierungen)
• Prozessdaten
• Datensätze für Berechnungen

🏆 Erfolgskriterien:

• Deutliche Reduktion der benötigten Arbeitszeit
• Minimierung von Fehlern bei der Berechnung
• Vermeidung von Leerräumen im Container
• Einsparungen bei den Versandkosten

💡 Vorgaben:

• Jede Berechnung ist ein individueller Fall
• Vielzahl an Parametern muss berücksichtigt werden

🚀 Automatisierung der Warenausgabe

🔍 Problemstellung: Die Ausgabe von Persönlicher Schutzausrüstung (PSA) wie Handschuhen, Schutzbrillen, Gehörschutz oder Sicherheitsmessern sowie von Büromaterialien (z. B. Schreibwaren) und einfachen IT-Materialien (z. B. Maus, Tastatur, Barcodescanner) erfolgt derzeit manuell über das Betriebsmagazin und durch IT-Mitarbeitende. Dieser Prozess ist mit Aufwand, Wartezeiten und zusätzlichen Belastungen für die Mitarbeitenden verbunden und führt zudem zu unnötigen Mehrkosten und Materialverlusten.

🎯 HACKATHON CHALLENGE: Entwicklung eines automatisierten Systems zur Materialausgabe, das jederzeit zugänglich ist, Bestände überwacht, Verbräuche automatisch im SAP-System verbucht und so Effizienz steigert, Transparenz schafft und Mitarbeitende entlastet.

📊 Verfügbare Daten & Ressourcen:

• Annahmen zu Kostenvergleich: Lagerist vs. Automat (Anschaffung, Betrieb, Personalkosten)
• Beispiele für Materialarten (PSA, Büromaterialien, IT-Materialien)
• Prozessbeschreibungen aus dem aktuellen Ablauf (Bedarfsmeldung, Abholung, Lagerbestände)

🏆 Erfolgskriterien:

• Effizientere Materialausgabe
• Einsparungen bei Material- und Personalkosten
• Bessere Transparenz und Nachverfolgbarkeit der Verbräuche
• Entlastung der Mitarbeitenden im Betriebsmagazin
• Flexibler Zugang zu benötigten Materialien

💡 Vorgaben:

• Lösung sollte sich flexibel an verschiedene Materialarten anpassen lassen
• Integration in bestehende SAP-Prozesse notwendig
• Automatisierte Bestandsüberwachung und Nachbestellung
• Kontrollierte Zugriffsrechte zur Minimierung von Schwund