Zusammenfassung:
Die Arbeit von Elias Hiltbrunner untersucht, ob sich Jasskarten mithilfe neuronaler Netze zuverlässig klassifizieren lassen. Dafür entwickelte der Autor einen eigenen Jassassistenten, den er konstruierte, designte und mittels 3D Druck herstellte. Das Gerät enthält eine Kamera zur Kartenerkennung sowie einen Raspberry Pi als Recheneinheit. Als Trainingsdaten für das neuronale Netz wurden eingescannte Jasskarten genutzt. Eine zentrale Herausforderung bestand darin, Hard und Software optimal aufeinander abzustimmen. Besonders die zuverlässige Extraktion der Karten aus dem Gesamtbild erwies sich bei wechselnden Lichtverhältnissen als schwierig. Um dieses Problem zu lösen, entwickelte der Autor verschiedene Varianten eines Jasskreuzes. Die erfolgreiche Integration aller Komponenten ermöglicht es dem Jassassistenten, die Punktestände unterschiedlicher Jassarten nach jeder Runde automatisch zu berechnen.
Würdigung:
Die Arbeit überzeugt aus mehreren Gründen: Ein alltägliches Problem wurde kreativ aufgegriffen und als funktionsfähiger Assistent praxisnah umgesetzt. Der Autor zeigt dabei fundiertes Wissen in Informatik und Mathematik, handwerkliches Geschick sowie ein gutes Gespür für Design Thinking. Die Integration neuronaler Netze greift ein gesellschaftlich relevantes, aktuelles Thema auf. Neben der gelungenen praktischen Umsetzung besticht die schriftliche Arbeit durch hohen wissenschaftlichen Anspruch, sorgfältige Dokumentation, detaillierte Auswertung und klare Interpretation der Ergebnisse.