Game of Thrones: Computerberechnungen zur Serie

Die Studierenden entwickelten Anwendungen, die das Internet nach Daten über Game of Thrones durchsuchen und die Zahlen aufbereiten. Ihre Website präsentiert die Ergebnisse der Berechnungen, beispielsweise welche der Figuren der TV-Serie in der kommenden sechsten Staffel vermutlich als nächstes sterben wird. Der Algorithmus, der 74 Prozent aller bisherigen Todesfälle in der Serie richtig voraussagen konnte, hat für die kommende Serie einige Überraschungen auf Lager: Figuren, die sich bisher in Sicherheit wiegen konnten, sind danach in akuter Lebensgefahr.

Die Prognosen

Wer überlebt?
Das Programm prognostiziert beispielsweise, dass der Schurke Ramsey Snow (64 Prozent voraussichtliche Todeswahrscheinlichkeit in der kommenden Staffel) eher überlebt, als sein geflüchteter Gefangener und Todfeind Theon Greyjoy (74 Prozent Todeswahrscheinlichkeit). Auch zum Schicksal von Jon Snow, der im Finale der fünften Staffel von seinen Freunden verraten wurde, hat der Algorithmus eine klare Antwort.

Maschinelles Lernen und das Twitter-Seismometer
Auf der Website got.show präsentieren die Studierenden die wichtigsten der von den verschiedenen Werkzeugen des maschinellen Lernens generierten Daten. Die Website analysiert auch, was die Fans auf Twitter über Hunderte von GoT-Charaktere sagen. Über die Prognosen hinaus programmierten die Studierenden auch eine interaktive Karte. Mit ihr können Fans die Game of Thrones-Welt erkunden und die Reisen der wichtigsten Figuren nachvollziehen.

Big Data hilft bei Lösung realer Probleme
"Dieses Projekt hat uns eine Menge Spaß bereitet", sagt Dr. Guy Yachdav, der den Kurs geleitet und das Projekt konzipiert hat. "In unserer Forschungsgruppe konzentrieren wir uns normalerweise darauf, mit Data Mining und Algorithmen des maschinellen Lernens komplexe biologische Fragen zu beantworten. Für dieses Projekt haben wir diese Techniken ebenfalls eingesetzt, nur dass diesmal der Untersuchungsgegenstand eine beliebte TV-Serie war."

"Data Mining und maschinelles Lernen sind die Werkzeuge, die es der digitalen Medizin ermöglichen, von der modernen Biologie für Diagnose, Behandlung und Prävention von Krankheiten zu profitieren. Mit diesem Projekt haben wir ein didaktisches Juwel geschaffen, das bei den Studierenden große Begeisterung für diese Fächer entzündet hat", resümiert Burkhardt Rost, Professor für Bioinformatik an der Technischen Universität München. "Und die im Projekt geschaffenen interaktiven Karten beinhalten einen völlig neuen Ansatz zur Datenvisualisierung - dem werden wir auch wissenschaftlich nachgehen."