{"contributors":[],"created":"2026-07-10T11:23","description":"Entwickle in interdisziplin\u00e4ren Teams neue digitale L\u00f6sungen f\u00fcr den \u00f6ffentlichen Sektor","homepage":"https://www.opendatahacksg.ch","keywords":["StGallenHack"],"licenses":[{"name":"ODC-PDDL-1.0","path":"http://opendatacommons.org/licenses/pddl/","title":"Open Data Commons Public Domain Dedication & License 1.0"}],"name":"event-66","resources":[{"data":[{"aftersubmit":"","boilerplate":"### 🚀 Let's launch your idea!\r\n\r\nWrite a **Title** and short **Summary**, select a **Template** if one is available, or use the **Readme** link to fetch content from a [supported open repository](https://docs.dribdat.cc/sync). Need more help? Get in touch with the [organising team](/about), or raise [an issue](https://github.com/dribdat/dribdat/issues).\r\n","certificate_path":"","community_embed":"
All attendees, sponsors, partners, volunteers and staff at our hackathon are required to agree with the Hack Code of Conduct. Organisers will enforce this code throughout the event. We expect cooperation from all participants to ensure a safe environment for everybody.
\r\n\r\n

\"CreativeThe contents of this website, unless otherwise stated, are licensed under a Creative Commons Attribution 4.0 International License.

\r\n","community_url":"","custom_css":"","description":" Programm\r\nData Resources\r\n FAQ\r\n Hackathon Handbook\r\n\r\n

Programm

\r\n\r\n\r\n\r\n","ends_at":"2023-12-03T11:00","gallery_url":"https://static.wixstatic.com/media/adb50b_ed9df51ee3f24ce3a985cfff2980b43c~mv2.jpg/v1/fill/w_2940,h_816,al_c,q_90,usm_0.66_1.00_0.01,enc_auto/adb50b_ed9df51ee3f24ce3a985cfff2980b43c~mv2.jpg","has_finished":true,"has_started":false,"hashtags":"#StGallenHack","hostname":"Stadt St.Gallen, OST \u2013 Ostschweizer Fachhochschule, rockt!, Opendata.ch","id":66,"instruction":"

Zugangslinks


\r\nTeams-Link Kick-Off:

\r\nhttps://events.teams.microsoft.com/event/8e491b0b-48d7-4456-b605-d77e67ddd9a8@ad109a0c-70a1-4550-b16d-43fc339e11f8

\r\nLink zum Discord-Server:

\r\nhttps://discord.com/invite/g2jBZtqaGE

\r\nTeams-Link Schlussevent:

\r\nhttps://events.teams.microsoft.com/event/f6301db8-4d81-451e-a7f9-02bbf31d5c96@ad109a0c-70a1-4550-b16d-43fc339e11f8
\r\n","location":"St.Gallen, Leo&Co Coworking","location_lat":0.0,"location_lon":0.0,"logo_url":"https://static.wixstatic.com/media/adb50b_593f1221827d4d2c9965a84d8b39722d~mv2.png","name":"Open Data Hack St.Gallen","starts_at":"2023-12-01T17:00","summary":"Entwickle in interdisziplin\u00e4ren Teams neue digitale L\u00f6sungen f\u00fcr den \u00f6ffentlichen Sektor","webpage_url":"https://www.opendatahacksg.ch"}],"name":"events"},{"data":[{"autotext":"# Open Data Hackathon Challenge parlerment\r\n\r\n## Open Data Hack St.Gallen 2023\r\n\r\n### README Verzeichnis\r\n- [/analyse/README.md](analyse/README.md)\r\n- [/completion/README.md](completion/README.md)\r\n- [/webapp/README.md](completion/README.md)\r\n\r\n\r\n### Ausgangslage\r\nAuf der Open-Data-Plattform der Stadt St.Gallen liegt ein Datensatz mit den Gesch\u00e4ften aus dem St.Galler Stadtparlament. Darin aufgef\u00fchrt sind etwa der Titel des einzelnen Vorstosses, welche Poltiker:in ihn eingereicht hat, und welche Partei dadurch dahinterstand.\r\n\r\n\u00dcber den Datensatz sind zu jedem Gesch\u00e4ft die dazugeh\u00f6rigen Dokumente downloadbar. Bei Vorst\u00f6ssen etwa der jeweilige Vorstoss und die Antwort des Stadtrates darauf. Die Dokumente liegen als PDFs in einem Zip-Ordner vor.\r\n\r\nAn einem fr\u00fcheren Hackathon haben Studierende der Fachhochschule OST einen Code geschrieben, der den Volltext jedes Dokuments ausliest und dem jeweiligen Gesch\u00e4ft hinzuf\u00fcgt. Es wurde ausserdem versucht, jedem Gesch\u00e4ft ein Thema zuzuordnen, was aber nicht verl\u00e4sslich gelang.\r\n\r\nUm das volle Potenzial des Datensatzes ausreizen zu k\u00f6nnen, ist das jedoch n\u00f6tig. Gerade vor Wahlen k\u00f6nnte der Datensatz so Einsichten liefern, f\u00fcr welche Themen sich welche Parteien wie stark einsetzen.\r\n\r\nAus diese Grund wurde diese Aufgabe als [Challenge](https://www.opendatahacksg.ch/_files/ugd/adb50b_7bfd538275324429bdd7495a38ad06f9.pdf) am Open Data Hack St.Gallen eingereicht.\r\n\r\n### Datenquellen\r\n[Datensatz Parlamentsgesch\u00e4fte](https://daten.sg.ch/explore/dataset/traktandierte-geschaefte-sitzungen-stadtparlament-stgallen%40stadt-stgallen/table/?disjunctive.legislatur&disjunctive.geschaeftstyp&disjunctive.gliederung&disjunctive.gliederungsnummer&disjunctive.ebene1&disjunctive.ebene2&disjunctive.ebene3&disjunctive.ebene4&disjunctive.ebene5&disjunctive.ebene6&disjunctive.traktandenstatus&sort=nr&refine.legislatur=01.01.2021+-+31.12.2024)\r\n\r\n\r\n- Ein Datensatz auf der Open-Data-Plattform der Stadt St.Gallen: \"Traktandierte Gesch\u00e4fte in Sitzungen des Stadtparlaments St.Gallen (RIS \u2013 Ratsinformationssystem)\". Der Datensatz enth\u00e4lt auch Links zu den Sitzungsprotokollen des Stadtparlaments.\r\n\r\n- Eine Kaggle-Competition (kaggle.com/competitions/male-stgallen-recommender) mit einer detaillierten Problembeschreibung.\r\n\r\n- Code von Studierenden (bei Beat T\u00f6dtli beziehbar). Der Code ermittelt eine Vorhersage des Themas aufgrund der Titel der Gesch\u00e4fte und den Kategorien aus dem Aktenplan. Das Machine Learning Modell muss jedoch weiterentwickelt werden, um die Verl\u00e4sslichkeit bedeutend zu erh\u00f6hen.\r\n\r\n\r\n### Ziel\r\nF\u00fcr jedes einzelne Gesch\u00e4ft sollen dem Datensatz dessen wichtigsten Themen hinzugef\u00fcgt werden. So sollen Auswertungen m\u00f6glich werden wie zum Beispiel:\r\n\r\n* Wie oft hat sich das Stadtparlament mit dem Thema X besch\u00e4ftigt?\r\n* Welche Themen waren im Jahr Y, im Zeitraum Z besonders wichtig?\r\n* Wie hat sich die Themenkonjunktur \u00fcber die Jahre/Jahrzehnte entwickelt?\r\n* Welche Parteien/Fraktionen widmeten sich welchen Themen? Und wie hat sich das ver\u00e4ndert?\r\n* Interessiert sich die SP vor allem f\u00fcr schulische Themen und die FDP vor allem f\u00fcr\r\nFinanzthemen?\r\n* Wor\u00fcber wird im Stadtparlament kaum je diskutiert?\r\n* Sind klimapolitische Themen seit Fukushima st\u00e4rker auf der Agenda als davor?\r\n\r\nDer Code, um solche Auswertungen m\u00f6glich zu machen, soll in einer Form vorliegen, dass er weiterentwickelt werden kann. Marlen H\u00e4mmerli, Datenjournalistin beim \"St.Galler Tagblatt\" und Challengeownerin m\u00f6chte mit dem Code weiterarbeiten und ihn auch weiter entwickeln.\r\n\r\nIn einem zweiten Schritt stand es dem Team offen, ein Tool/Dashboard zu bauen. Dadurch sollte es der breiten \u00d6ffentlichkeit - und damit der W\u00e4hlerschaft - m\u00f6glich werden, eigene Analysen vorzunehmen.\r\n\r\n\r\n### Vorgehen\r\n\r\n1. Llama wurden Themen vorgegeben und die KI angewiesen, jedem Gesch\u00e4ft das passende zuzuordnen. So wurde der Datensatz mit Hilfe bekannter Tools (pandas) erweitert.\r\n2. Die Volltexte wurden nach Quartiernamen durchsucht, um so festzustellen, welche Gesch\u00e4fte welchem Quartier zugeordnet werden k\u00f6nnen. (Oder nicht.) Auf diese Art wurde der Datensatz erweitert.\r\n3. Mit ChatGPT-4 wurden ebenfalls Themen abgefragt, aber auch Prompts mitgegeben wie z.B. \"Wie links oder rechts ist Vorstoss X?\"\r\n4. ChatGPT wurde mit den Datens\u00e4tzen trainiert mit dem Ziel, die KI in einem Dashboard einzubetten.\r\n5. Mit Power BI wurden Visualisierungen erstellt.\r\n6. Ein Dashboard wurde erstellt, in das die genannten Ergebnisse einflossen.\r\n\r\n\r\n\r\n## Limitationen\r\nBei der Auswertung wurde nur auf die Vorst\u00f6sse konzentriert. Jedem Vorstoss sind jedoch zwei Dokumente beigelegt. Neben jenem vom Parlament, auch jenes vom Stadtrat. Diese konnten nicht aus dem Datensatz gefiltert werden, flossen also in die Auswertung ein.\r\n\r\n\r\n## Prozess Architektur\r\n![Prozess Architektur Diagram](https://raw.githubusercontent.com/sstratemeier/parlerStadtparlament/main/process_architecture.jpg \"Prozess Architektur\")\r\n\r\n\r\n## M\u00f6gliche Weiterentwicklungen\r\nDie Integration von ChatGPT.\r\n\r\n## Team\r\n- Marlen (marlen.haemmerli@tagblatt.ch)\r\n- Raquel (raquel.kehl@ost.ch)\r\n- Beat (beat.toedtli@ost.ch)\r\n- Orhan (orhan.saeedi@bs.ch)\r\n- Till\r\n- Tobias (tobidex@gmx.de)\r\n- Simon\r\n\r\n","autotext_url":"https://github.com/sstratemeier/stadtparlaments-dashboard","category_id":55,"category_name":"Themen im St.Galler Stadtparlament","contact_url":"https://github.com/sstratemeier/parlerStadtparlament/issues","created_at":"2023-12-01T22:07","download_url":"https://github.com/sstratemeier/stadtparlaments-dashboard/releases","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"[Github Repo](https://github.com/sstratemeier/parlerStadtparlament)\r\n\r\nVideo Alternativer Link auf \\[Google Drive\\]\\(https://drive\\.google\\.com/drive/folders/1RKf1eUuCuI7YBX5QFhoou2vY0h7xMyzC?usp=drive\\_link\\]\\(Google Drive\\)\\)","hashtag":"","id":1076,"ident":null,"image_url":"https://avatars.githubusercontent.com/u/1352873?v=4","is_challenge":false,"is_webembed":true,"logo_color":"","logo_icon":"star","longtext":"[Github Repo](https://github.com/sstratemeier/parlerStadtparlament)\r\n\r\nVideo Alternativer Link auf \\[Google Drive\\]\\(https://drive\\.google\\.com/drive/folders/1RKf1eUuCuI7YBX5QFhoou2vY0h7xMyzC?usp=drive\\_link\\]\\(Google Drive\\)\\)","maintainer":"beat_tdtli","name":"parlerStadtparlament","phase":"Publish","progress":40,"score":100,"source_url":"https://github.com/sstratemeier/stadtparlaments-dashboard","stats":{"commits":120,"during":157,"people":6,"sizepitch":227,"sizetotal":5519,"total":161,"updates":153},"summary":"Open Data Hack Challenge No. 5: Welche Themen besch\u00e4ftigen das Stadtparlament St.Gallen wie stark?","team":"beat_tdtli, orhansaeedi, simon_stratemeier, marlen_h\u00e4mmerli, raquel_kehl, tobias_mller","team_count":6,"updated_at":"2023-12-13T15:10","url":"https://hack.opendata.ch/project/1076","webpage_url":"https://youtu.be/fUbmHfNOtno"},{"autotext":"# Auswertung des F\u00fcllverhaltens von Glassammelstellen in St. Gallen im Rahmen des Open Data Hack St.Gallen\r\n\r\n\r\n## Challenge Owner\r\n\r\nRoman Breda & Marc Maurhofer, Entsorgung St.Gallen\r\n\r\n## Ausgangslage\r\n\r\nEntsorgung St.Gallen ist die Fachstelle der Stadt St.Gallen f\u00fcr die umweltgerechte Entsorgung fester und fl\u00fcssiger Abf\u00e4lle. Wir sind hilfsbereite Ansprechpartner f\u00fcr Private, Gewerbe, Medien, Schulen und andere Interessierte. Zertifizierungen f\u00fcr Qualit\u00e4t, Umwelt, Sicherheit und Gesundheit stellen sicher, dass wir nat\u00fcrliche Ressourcen schonen und die Risiken unserer Arbeit beherrschen. Entsorgung St.Gallen wird durch kostenbasierte Geb\u00fchren und Beitr\u00e4ge finanziert.\r\n\r\nUm Wertstoffe in den Kreislauf zur\u00fcckzuf\u00fchren betreibt Entsorgung St.Gallen stadtweit ca. 30 Sammelstellen f\u00fcr Glas. Gem\u00e4ss Entsorgungsstatistik werden j\u00e4hrlich ca. 2\u2019500 Tonnen Glas gesammelt. An jeder Sammelstelle gibt es Container f\u00fcr Gr\u00fcn-, Weiss- und Braunglas, die mit einem F\u00fcllstandsensor ausger\u00fcstet sind und die Daten als Open Data zur Verf\u00fcgung gestellt Die Anzahl Container pro Farbe variiert.\r\n\r\nEntsorgung St.Gallen verf\u00fcgt \u00fcber ein Sammelfahrzeug mit Mulde, in welcher das Glas farbgetrennt gesammelt werden kann. Die Container werden nach Erfahrungswerten geleert, immer mit der Zielsetzung, dass am Wochenende keine \u00dcberf\u00fcllung und daraus folgend Reklamationen der Bev\u00f6lkerung erfolgt. \r\n\r\nEine technische L\u00f6sung im Sammelfahrzeug mit z.B. Online-Anzeige der F\u00fcllst\u00e4nde wurde bisher nicht umgesetzt, auch aufgrund der langj\u00e4hrigen Erfahrung des derzeitigen Fahrers. F\u00fcr die Zukunft wird jedoch eine technische L\u00f6sung angestrebt. Eine Tourenplanungssoftware f\u00fcr Kehricht und Gr\u00fcngut ist vorhanden und k\u00f6nnte f\u00fcr die Glassammlung erweitert werden.\r\n\r\n## Aufgabenstellung\r\n\r\nWie k\u00f6nnen wir anhand der Sensordaten das F\u00fcllverhalten der Glas-Sammelstellen ermitteln, um die Tourenplanung bei der Glassammlung unterst\u00fctzen zu k\u00f6nnen.\r\n\r\nEs soll gepr\u00fcft werden, inwiefern es Unterschiede zwischen den Glasfarben gibt und ob das Verhalten an allen Sammelstellen \u00e4hnlich ist. Folgende Fragestellungen k\u00f6nnten dabei helfen:\r\n\r\n- Gibt es einen Zusammenhang zwischen Merkmalen wie Demografie, Bev\u00f6lkerungs-dichte, etc. und dem F\u00fcllverhalten?\r\n\r\n- Ist das F\u00fcllverhalten \u00fcber das ganze Jahr \u00e4hnlich und \u00fcber mehrere Jahre vergleichbar? \r\n\r\n- K\u00f6nnen die Sammelstellen bspw. nach oben erw\u00e4hnten Merkmalen kategorisiert werden?\r\n\r\n ## Anforderungen\r\n\r\nDie Daten m\u00fcssen \u00fcberpr\u00fcft und m\u00f6gliche Messfehler ber\u00fccksichtigt werden. Zu beachten ist auch, dass die Sensoren durch die Kegelbildung bei der Bef\u00fcllung der Container falsche F\u00fcllst\u00e4nde anzeigen k\u00f6nnen.\r\n\r\nDie F\u00fcllstandssensoren wurden seit Mai 2022 nicht mehr gewartet, daher k\u00f6nnen einige Sensoren defekt oder die Batterien leer sein.\r\n\r\n## Ziele & Erwartungen\r\n\r\nEntsorgung St.Gallen w\u00fcnscht sich einen Algorithmus, mit welchem die Sammlung optimiert werden kann. Die Optimierung w\u00fcrde in einem weiteren Schritt vorangetrieben.\r\n\r\n ## Ressourcen\r\n\r\n-[Entsorgungsstatistik](https://daten.stadt.sg.ch/explore/dataset/entsorgungsstatistik-stadt-stgallen/table/?disjunctive.abfallfraktion&disjunctive.unterkategorie&disjunctive.entsorgungsart&disjunctive.abfuhrgebiet&disjunctive.deponie_anlieferung&sort=monat_jahr)\r\n\r\n-[Standorte der Sammelstellen](https://daten.stadt.sg.ch/explore/?q=F%C3%BCllstandsensoren&disjunctive.modified&disjunctive.publisher&disjunctive.theme&disjunctive.keyword&sort=modified)\r\n\r\n-[F\u00fcllstandsensoren](https://daten.stadt.sg.ch/explore/?q=F%C3%BCllstandsensoren&disjunctive.modified&disjunctive.publisher&disjunctive.theme&disjunctive.keyword&sort=modified)\r\n\r\n-[Bev\u00f6lkerungsstatistiken \u00fcber STADA2 abrufbar](https://stada2.sg.ch/)\r\n\r\n\r\n# Aufbau Repository\r\n","autotext_url":"https://github.com/Clebek/openhackSG_glasentsorgung/blob/main/README.md","category_id":53,"category_name":"Auswertung des F\u00fcllverhaltens von Glassammelstellen","contact_url":"https://github.com/Clebek/openhackSG_glasentsorgung/issues","created_at":"2023-12-01T21:39","download_url":"https://github.com/Clebek/openhackSG_glasentsorgung/releases","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"In this document we analysed the sensors of every glass type (white glass, green glas, brown glas) according to their quality (good quality -- green, middle / medium quality -- yellow, bad quality -- red, broken sensors -- lilac).\r\nThis is a precise overview and summary of what can be found in the individual codes of the corresponding glass types (Braunglas\\_Sensors\\_2023.ipynb, Weissglas\\_Sensors\\_2023.ipynb, gr\u00fcn\\_broken.ipynb, gr\u00fcn\\_broken\\_now.ipynb) that we uploaded on GitHub:\r\n\r\n[https://1...","hashtag":"","id":1075,"ident":null,"image_url":"https://avatars.githubusercontent.com/u/42068941?v=4","is_challenge":false,"is_webembed":true,"logo_color":"","logo_icon":"","longtext":"In this document we analysed the sensors of every glass type (white glass, green glas, brown glas) according to their quality (good quality -- green, middle / medium quality -- yellow, bad quality -- red, broken sensors -- lilac).\r\nThis is a precise overview and summary of what can be found in the individual codes of the corresponding glass types (Braunglas\\_Sensors\\_2023.ipynb, Weissglas\\_Sensors\\_2023.ipynb, gr\u00fcn\\_broken.ipynb, gr\u00fcn\\_broken\\_now.ipynb) that we uploaded on GitHub:\r\n\r\n[https://1drv.ms/w/s!Amn00a3koCjPs1LUrthGmTSpEmMk?e=0M7rxQ](https://1drv.ms/w/s!Amn00a3koCjPs1LUrthGmTSpEmMk?e=0M7rxQ)\r\n\r\n
\r\n","maintainer":"yasmin_mohamed_sufi","name":"Team Sensors & Co.","phase":"Prototype","progress":30,"score":100,"source_url":"https://github.com/Clebek/openhackSG_glasmuell/tree/main","stats":{"commits":32,"during":57,"people":6,"sizepitch":616,"sizetotal":4503,"total":57,"updates":50},"summary":"Durch Datenanalysen: Auff\u00fcll- & Zuwachsrate je Glasart, Leerungszeitpunkte, Sensorzust\u00e4nde. F\u00fcr optimierte Tourenplanung & Prognosen.","team":"yasmin_mohamed_sufi, evdokia_pushnova, clemens_beeken, mathias_moser, andre, lisa_katharina_rumplmayr","team_count":6,"updated_at":"2023-12-10T12:14","url":"https://hack.opendata.ch/project/1075","webpage_url":"https://player.vimeo.com/video/890653007"},{"autotext":"# Sitios Accessibility Information System\r\n \r\n## \u00dcberblick\r\n \r\nDas Sitios Accessibility Information System wurde entwickelt, um detaillierte Informationen \u00fcber die Zug\u00e4nglichkeit von Geb\u00e4uden zu liefern. Die Herausforderung besteht darin, die Vielfalt der Bed\u00fcrfnisse verschiedener Menschen, insbesondere solcher mit besonderen Anforderungen, zu ber\u00fccksichtigen. Dieses README erkl\u00e4rt den L\u00f6sungsansatz und wie die Anwendung verwendet werden kann.\r\n \r\n## Aufgabenstellung\r\n \r\nDie Aufgabenstellung besteht darin, genaue und detaillierte Informationen \u00fcber die Zug\u00e4nglichkeit von Geb\u00e4uden zu erfassen und f\u00fcr die Nutzer leicht zug\u00e4nglich zu machen. Unterschiedliche Arten von Rollst\u00fchlen und individuelle Bed\u00fcrfnisse machen es notwendig, dass die Informationen \u00e4u\u00dferst pr\u00e4zise und vielseitig sind. Das aktuelle Format der Informationen auf der Sitios-Website ist jedoch aufgrund der Menge an informationen teilweise un\u00fcbersichtlich und schwer zu navigieren.\r\n \r\n## L\u00f6sungsansatz\r\n \r\nUm die Herausforderungen der aktuellen Informationsdarstellung zu bew\u00e4ltigen, wurde der folgende L\u00f6sungsansatz entwickelt:\r\n\r\n![Alt text](https://raw.githubusercontent.com/clandolt/OpenDataHackSG_2023/christoph/system.jpg)\r\n\r\n### 1. Auto-fetch und Clean JSON to NOSQL\r\n \r\nDie L\u00f6sung implementiert einen Webcrawler zum automatischen Herunterlaen der JSON-Dateien \u00fcber die \u00f6ffentlichen Geb\u00e4ude. Diese Daten werden dann bereinigt, in einem klaren JSON-Format organisiert und in einer NOSQL-Datenbank gespeichert. Dieser Prozess gew\u00e4hrleistet, dass die Informationen aktuell und strukturiert sind.\r\n\r\n![Alt text](https://raw.githubusercontent.com/clandolt/OpenDataHackSG_2023/christoph/setup.jpg)\r\n \r\n### 2. LLAMA-Indexed Zugriff auf Echtzeit-Geb\u00e4udedaten\r\n \r\nUm die Zug\u00e4nglichkeit der Informationen zu verbessern, verwendet die L\u00f6sung ein LLAMA-Indexierungssystem. Dieses System erm\u00f6glicht einen schnellen und effizienten Zugriff auf relevante Daten. Die LLAMA-Indexierung ist wichtig, damit das Modell die Antwort anhand der Daten \u00fcbers Geb\u00e4ude beantwortet und nicht mittels generativer AI irgendwelche informationen erfindet. Zudem erm\u00f6glicht das LLAMA-Indexierungssystem mit der query-Funktion gezielt nach spezifischen Informationen zu suchen.\r\n \r\n### 3. NLP-gesteuerte Abfragen f\u00fcr Genauigkeit\r\n \r\nDie L\u00f6sung integriert ein GPT 3.5-Turmo Natural Language Processing (NLP)-Modell, um den Nutzern die M\u00f6glichkeit zu geben, pr\u00e4zise Abfragen zur Zug\u00e4nglichkeit von Geb\u00e4uden durchzuf\u00fchren. Dies tr\u00e4gt dazu bei, dass die Informationen genau und relevant sind. Nutzer k\u00f6nnen Fragen in nat\u00fcrlicher Sprache in unterschiedlichen Sprachen stellen, und das System wird die passenden Informationen liefern.\r\n \r\n## Anwendung\r\n \r\nDie Anwendung ist aktuell nur lokal verf\u00fcgbar kann aber \u00fcber dieses Github repo einfach auf einem Webserver integriert werden.\r\n\r\n## Mitwirkende\r\n \r\n- Christoph Landolt\r\n- Noah L\u00fcchinger\r\n- Ruwen Frick\r\n","autotext_url":"https://github.com/clandolt/OpenDataHackSG_2023/blob/christoph/README.md","category_id":52,"category_name":"Umfassende Informationen - einfach erkl\u00e4rt. ","contact_url":"https://github.com/clandolt/OpenDataHackSG_2023/issues","created_at":"2023-12-02T10:19","download_url":"https://github.com/clandolt/OpenDataHackSG_2023/releases","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"Auf der sitios Webseite werden umfassende Wnformationen zum Zutritt zu \u00f6ffentlichen Geb\u00e4uden f\u00fcr menschen mit Einschr\u00e4nkung in der Mobilit\u00e4t bereitgestellt.\r\nAufgrund der grossen Menge an Informationen ist es f\u00fcr die Benutzer aber oft schwierig, ihren Besuch zu planen.\r\nUnsere L\u00f6sung sammelt die vorhandenen Daten, bereinigt diese und speichert diese in einer NOSQL-Datenbank ab.\r\nAnschliessend k\u00f6nnen die Benutzer Fragen zu ihrem Besuch im jeweiligen Geb\u00e4ude mittels Chatbot stellen und bekommen ih...","hashtag":"","id":1079,"ident":null,"image_url":"https://bucketeer-036aa605-c047-4623-8610-f1764b90cf98.s3.amazonaws.com/public/2058/NGH4IMIY5E5753X9PDUVQTBV/megatron.png","is_challenge":false,"is_webembed":false,"logo_color":"","logo_icon":"","longtext":"Auf der sitios Webseite werden umfassende Wnformationen zum Zutritt zu \u00f6ffentlichen Geb\u00e4uden f\u00fcr menschen mit Einschr\u00e4nkung in der Mobilit\u00e4t bereitgestellt.\r\nAufgrund der grossen Menge an Informationen ist es f\u00fcr die Benutzer aber oft schwierig, ihren Besuch zu planen.\r\nUnsere L\u00f6sung sammelt die vorhandenen Daten, bereinigt diese und speichert diese in einer NOSQL-Datenbank ab.\r\nAnschliessend k\u00f6nnen die Benutzer Fragen zu ihrem Besuch im jeweiligen Geb\u00e4ude mittels Chatbot stellen und bekommen ihre Antwort ebenfalls als kurzen ganzen Satz.\r\nDies erleichtert die Planung eines Besuchs und macht die Webseite von sitios attraktiver und einfacher zu nutzen.\r\n\r\nThe video pitch is available at (swiss german):\r\n[OpenDataHackSG_2023/video_pitch/MEGATRON_ON_ICE_video_pitch.mp4 at christoph \u00b7 clandolt/OpenDataHackSG_2023 (github.com)](https://github.com/clandolt/OpenDataHackSG_2023/blob/christoph/video_pitch/MEGATRON_ON_ICE_video_pitch.mp4)\r\n\r\nThe project description is available at:\r\n[clandolt/OpenDataHackSG_2023 (github.com)](https://github.com/clandolt/OpenDataHackSG_2023/tree/christoph)","maintainer":"noah_l\u00fcchinger","name":"Megatron on ICE","phase":"Research","progress":10,"score":97,"source_url":"https://github.com/clandolt/OpenDataHackSG_2023.git","stats":{"commits":43,"during":61,"people":3,"sizepitch":1095,"sizetotal":4112,"total":65,"updates":61},"summary":"Auto-fetch, clean JSON to NOSQL, LLAMA-indexed access to real-time building data via NLP prompts, ensuring accuracy.","team":"noah_l\u00fcchinger, christoph_landolt, ruwen_frick","team_count":3,"updated_at":"2023-12-10T12:13","url":"https://hack.opendata.ch/project/1079","webpage_url":"https://github.com/clandolt/OpenDataHackSG_2023/blob/christoph/video_pitch/MEGATRON_ON_ICE_video_pitch.mp4"},{"autotext":"\r\n# Open Data Hack SG 2023: F\u00fcllverhalten von Glas-Sammelstellen\r\n\r\n- Untersuchung der F\u00fclldaten\r\n - [Sensor-Datensets](https://daten.stadt.sg.ch/explore/?q=F%C3%BCllstandsensoren&disjunctive.modified&disjunctive.publisher&disjunctive.theme&disjunctive.keyword&sort=modified)\r\n- Bereinigung der F\u00fclldaten\r\n - Ausreisser entfernen\r\n - Gl\u00e4tten\r\n- Splitten der Daten in Perioden zwischen Entleerungen\r\n- Trainieren eines linearen Modells mit linearer Regression\r\n\r\n- Graphen von den Trainieren Modellen\r\n - [Weisglas](img/weissglas.png)\r\n - [Gr\u00fcnglas](img/gr\u00fcnglas.png)\r\n - [Braunglas](img/braunglas.png)\r\n\r\n## Aufbau des Repos\r\n\r\n- Sensordaten und lineares Modell\r\n - `src/prepare_and_split_data.py`: Script um Sensordaten zu Bereinigen\r\n - `src/prepare_and_split_data.ipynb`: Experimenteller Code um Sensordaten bereinigen\r\n - `src/calculate_slope_per_station.py/.ipynb`: F\u00fcllgeschwindigkeiten von bereinigten Sensordaten berechnen.\r\n - `src/calc_prediction_accuracy.py`: Berechnen des Standard Errors mit Testdaten.\r\n- Zusammenhang von F\u00fcllgeschwindigkeit und Bev\u00f6lkerungsdichte\r\n - `src/get_population_per_collection_point.py`: Zuweisen von Quartier/Bev\u00f6lkerung und Sammelstelle\r\n - `src/calculate_slope_with_population.py`: Untersuchung von Zusammenhang\r\n\r\n## Resultate\r\n\r\nDiagramme und Grafiken in `img/` Ordner.\r\nF\u00fcllgeschwindigkeiten und weitere statistische Werte in `results/*_slopes.csv`.\r\n\r\n## Infos\r\n\r\n- So, 9:00: Submission\r\n- Dribdat Project \r\n- [3min Pitch Video](https://vimeo.com/890737549)\r\n\r\n## Team\r\n\r\n- Dominik Gschwind, @N3xed\r\n- Cedric Christen, @cedi4155476\r\n- Roman Weiss, @romanweiss123\r\n- Rom\u00e9o Bornand","autotext_url":"https://github.com/N3xed/glass-utilization-predictor","category_id":53,"category_name":"Auswertung des F\u00fcllverhaltens von Glassammelstellen","contact_url":"https://github.com/N3xed/glass-utilization-predictor/issues","created_at":"2023-12-03T08:24","download_url":"https://github.com/N3xed/glass-utilization-predictor/releases","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"https://vimeo.com/890737549?share=copy\r\n\r\nRepository: https://github.com/N3xed/glass-utilization-predictor","hashtag":"","id":1086,"ident":null,"image_url":"https://img.luzernerzeitung.ch/2020/10/5/d3ca97ec-2446-45eb-8ab3-1a0a5161c38e.jpeg?width=1360&height=907&fit=bounds&quality=75&auto=webp&crop=1280,853,x0,y0","is_challenge":false,"is_webembed":false,"logo_color":"","logo_icon":"","longtext":"https://vimeo.com/890737549?share=copy\r\n\r\nRepository: https://github.com/N3xed/glass-utilization-predictor","maintainer":"cdric_christen","name":"Rocero: Auswertung des F\u00fcllverhaltens der Glassammelstellen","phase":"Prototype","progress":30,"score":93,"source_url":"https://github.com/N3xed/glass-utilization-predictor","stats":{"commits":19,"during":46,"people":4,"sizepitch":106,"sizetotal":1943,"total":47,"updates":42},"summary":"Wir haben Korrelation zwischen Bev\u00f6lkerung und F\u00fcllverhalten analysiert, sowie eine zeitliche Vorhersage der F\u00fcllh\u00f6he pro Sensor errechnet.","team":"cdric_christen, roman_weiss, n3xed, romeo_bornand","team_count":4,"updated_at":"2023-12-10T12:12","url":"https://hack.opendata.ch/project/1086","webpage_url":""},{"autotext":"# Open Data Hack 2023\r\n\r\n## Initial Goal \ud83c\udfaf\r\nUse an LSTM AI model to predict the fill levels of recycling stations in St. Gallen\r\nand create a pathfinding algorithm that finds the ideal routes for city employees, for the next work week.\r\n\r\n## Components \ud83e\udde9\r\n1) AI model that predicts future fill levels based on historic data\r\n2) Pathfinding algorithm that finds the optimal order of recycling stations based on the predicted fill levels and location\r\n3) Visualization of the optimal route via a web app\r\n\r\n## Our Result \ud83e\udd17\r\nThis is how our application can be used:\r\n1. The user enters the web app via the browser and sees the location of all glass containers that are equipped with sensors.\r\n![Start Page](https://raw.githubusercontent.com/kevinloeffler/opendata-hackathon/master/./assets/start-page.png)\r\n2. On the left side the user can set values that steer the calculation of the path finding algorithm and the prediction:\r\n- `Leeren ab F\u00fcllstand`: Threshold that defines the level (in percentage) of the containers that should be emptied. Containers with a lower level of glass contained are being ignore by the path finding algorithm.\r\n- `Dauer der Tour`: Number of working hours that the resulting path should occupy (0-8).\r\n- `Glasarten`: Which types of glass (white, brown, green) should be considered in the resulting path.\r\n3. After clicking `Predict`, the path finding algorithm is called via a REST API that works in the background:\r\na) The (driving) **distances** between the containers are calculated in a preliminary step upon startup of the REST API using Google Maps API. The distances are then saved in a file and loaded whenever needed.\r\nb) The **costs** are being calculated as a mixture of a greedy algorithm and a nearest neighbor algorithm. The distances between containers (nearest neighbor) are weighted by the level they are filled (greedy). \r\nc) The algorithm then starts at station0 which is fixed at the \"Kehrrichtheizkraftwerk St. Gallen\" and then takes on the **path** that has the smallest cost. \r\nd) When the most containers of a path are found, we implemented a **refining** step. In this step we aim to minimize the driving time by reorganizing the order of the containers in the path.\r\n4. The calculated path is being displayed to the user with all the necessary infos.\r\n- A selection for a date in the next 5 days to show the route for\r\n- Query information of the beforehand input\r\n- The locations of the tour with the expected fill level of each container\r\n![Sidebar](https://raw.githubusercontent.com/kevinloeffler/opendata-hackathon/master/./assets/sidebar.png)\r\n- Location of the container\r\n- Fill Level of of the container\r\n- Glass type of the container\r\n![Overlay](https://raw.githubusercontent.com/kevinloeffler/opendata-hackathon/master/./assets/overlay.png)\r\n- The overall route of the path\r\n![Result](https://raw.githubusercontent.com/kevinloeffler/opendata-hackathon/master/./assets/result.png)\r\n\r\n### Details\r\n\r\n#### Prediction for 5 days into the future\r\nThe model is trained in sequences of 5 days to predict the 6. day. Therefore, the last 5 days of data are being considered in order to calculate the predicted value for tomorrow. In order to calculate the predictions for the day after tomorrow, the previous preidiction of tomorrow is being used in a feedback loop. \r\n\r\n####\u00a0Path Refinement\r\nAs from our rough tests, the path refinement results in a reduced driving time of approximately 5-10 minutes per path. \r\n\r\n#### Path Constraint\r\nIn order to make it as realistic as possible, we have defined two constraints for the path:\r\n1. The path should be calculated such that it fits into 1 working day (8h, adjustable via UI)\r\n2. The fillment level of a trough should not be exceeded (currently set to 10 containers = 1 fillment of a trough, also it is not yet distinguished between volume per glass type)\r\n\r\nWe then start at station0 (Heizkraftwerk St. Gallen) and we continuously add containers until eiher the time is excceeded (inclusive time to get back to station0) or the trough is full. The needed time is calculated by summing up the driving times and the time per emptying (fixed at 15 Minutes per container - some extra time included for gradual delays) per container. \r\n\r\nCurrently, we don't consider emptying nearby containers of other glass types which are below the set threshold but in reality, this would be a reasonable extension to the application.\r\n\r\n## Future Ideas \u2728\r\nIdeas that can be explored if there is time:\r\n- [ ] Host on a server\r\n- [ ] Improve the model by adding more influencing parameters such as weekday, season or fill levels of nearby ALU sensors\r\n- [ ] Edge case handling\r\n- [ ] Torough testing\r\n- [ ] Vary the number of inputs, the timeranges, the number of outputs...\r\n- [ ] Add sensor noise threshold\r\n- [ ] Test if training on single sensors is better\r\n\r\n\r\n## Setup\r\nCreate a conda environment with `conda create --name --file requirements.txt`. We recommend using python version 3.9.\r\n\r\nCreate a Google Maps API key and save it for later steps (you can easily find the documentation online).\r\n\r\nRun the bash script `download-data.sh`. This will download the data to the data folder. Afterwards run `preprocessing.py` directly which will create a single csv file from all the 3 datasets.\r\n\r\n#####\u00a0Alternative Setup:\r\nDownload the files below into the data folder: \r\n- [F\u00fcllstandsensoren Glassammelstellen (Weissglas)](https://www.daten.stadt.sg.ch/explore/dataset/fuellstandsensoren-glassammelstellen-weissglas/table/?disjunctive.device_id&disjunctive.name)\r\n- [F\u00fcllstandsensoren Glassammelstellen (Gr\u00fcnglas)](https://www.daten.stadt.sg.ch/explore/dataset/fuellstandsensoren-glassammelstellen-gruenglas/table/?disjunctive.device_id&disjunctive.name)\r\n- [F\u00fcllstandsensoren Glassammelstellen (Braunglas)](https://www.daten.stadt.sg.ch/explore/dataset/fuellstandsensoren-glassammelstellen-braunglas/table/?disjunctive.device_id&disjunctive.name)\r\n\r\n### Train the model\r\nTo train the model, the datasets must be available and merged (as done in the Setup step). The file must be available under data/days_merged.csv. Afterwards, you can execute `main.py` in the project root which will train the model and save a snapshot to the trained-models/ folder.\r\n\r\n### API\r\nThe Google Maps API key must be saved under as `MAPS_KEY=` in a .env file in the project root.\r\n\r\nIn order to use the model, the datasets must be available and merged (as done in the Setup step). Also, the model must be trained. Afterwards, the command `flask --app lib/api run` can be executed from the project root. \r\n\r\n### UI\r\nThe Google Maps API key must be saved in a second location as `REACT_APP_GOOGLE_MAPS_API_KEY=` in a .env file in the predictor-app/ folder.\r\n\r\nThe UI is located in the predictor-app/ folder. First run `npm install` in the given folder, the start it using `npm run start`.","autotext_url":"https://github.com/kevinloeffler/opendata-hackathon/","category_id":53,"category_name":"Auswertung des F\u00fcllverhaltens von Glassammelstellen","contact_url":"https://github.com/kevinloeffler/opendata-hackathon/issues","created_at":"2023-12-02T19:10","download_url":"https://github.com/kevinloeffler/opendata-hackathon/releases","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"F\u00fcr den Google Drive Link muss man den Link eventuell in einem separaten Fenster \u00f6ffnen.","hashtag":"OST SML","id":1083,"ident":null,"image_url":"https://avatars.githubusercontent.com/u/46522132?v=4","is_challenge":false,"is_webembed":true,"logo_color":"#33d17a","logo_icon":"recycle","longtext":"F\u00fcr den Google Drive Link muss man den Link eventuell in einem separaten Fenster \u00f6ffnen.","maintainer":"","name":"Routenplaner f\u00fcr die n\u00e4chste Woche","phase":"Training","progress":20,"score":92,"source_url":"https://github.com/kevinloeffler/opendata-hackathon","stats":{"commits":43,"during":52,"people":2,"sizepitch":88,"sizetotal":7077,"total":56,"updates":54},"summary":"Wir nutzten ein Long short-term memory neuronales Netztwerk um alle Routen der n\u00e4chsten Woche in Google Maps zu planen","team":"peter_kuhn, patrick_wissiak","team_count":2,"updated_at":"2023-12-10T12:13","url":"https://hack.opendata.ch/project/1083","webpage_url":"https://drive.google.com/file/d/1CC_mNURfpeA5qBCupbWTf5Dx98oFpbap/view?usp=drive_link"},{"autotext":"# ParCaster\n\n## Ausgangslage\n\nDie Suche nach einem Parkplatz hat viele negative Auswirkungen, wie z. B. Zeit-, Treibstoff- und Emissionsverschwendung,\n\u00fcberh\u00f6hte Parkgeb\u00fchren usw. Um die Parkplatzsuche zu erleichtern, ist das Ziel dieses Projekts durch die Anwendung von\nmaschinellem Lernen die Verf\u00fcgbarkeit von Parkpl\u00e4tzen in der Stadt St. Gallen zur gesch\u00e4tzten Ankunftszeit der Nutzer\nvorherzusagen. Der Nutzer erh\u00e4lt eine personalisierte Parkplatzempfehlung.\n\n## Beschreibung ParCaster\n\nParCaster ist eine k\u00fcnstliche Intelligenz, welche freie Parkpl\u00e4tze in der Stadt St. Gallen vorhersagt. Das\nzugrundeliegende Modell erstellt aufgrund von Inputs wie z.B. der Wetterprognose, von Feiertagen und Veranstaltungen\noder auch Schulferien entsprechende Prognosen.\nDer Nutzer kann auf der Website die voraussichtliche Parkzeit eingeben, worauf ParCaster die Anzahl freie Parkpl\u00e4tze je\nParkgarage in der Stadt St. Gallen vorhersagt. Der Nutzer spart Zeit und Geld.\n\n### Website ParCaster\n\nhttps://parcaster.github.io/\n\n## Vorgehen und Implementierung\n\nDie Entwicklung des ParCasters kann in die Schritte Data-preprocessing, Modellentwicklung und Erstellung des\nWeb-Services unterteilt werden. Die einzelnen Schritte werden nachfolgend kurz erl\u00e4utert:\n\n### Data und Datapreprocessing\n\nDie Daten, welche dem entwickelten Modell zugrunde liegen, werden vom Open-Data-Portal der Stadt St.\nGallen (https://daten.stadt.sg.ch/explore/dataset/freie-parkplatze-in-der-stadt-stgallen-pls/table/?disjunctive.phid&disjunctive.phname)\n\u00f6ffentlich zur Verf\u00fcgung gestellt. In den Daten wird dargestellt, wie viele Parkpl\u00e4tze zu einem bestimmten Zeitpunkt in\nden Parkgaragen der Stadt St. Gallen frei sind. Die zur Verf\u00fcgung stehenden Daten sind aus dem Zeitraum zwischen Oktober\n2019 und November 2023.\nBevor die Daten f\u00fcr die Kalibrierung des Modells verwendet werden, werden sie bereinigt. U.a. werden Ausreisser\nentfernt. Zudem werden die Daten normalisiert und neue Features generiert.\n\n### Modellentwicklung\n\nMit den vorbereiteten Daten wird ein LSTM (https://de.wikipedia.org/wiki/Long_short-term_memory) in Python trainiert.\nDabei werden unterschiedliche Werte f\u00fcr diverse Parameter (u.a. Anzahl Layer, Batch-Size, Optimizer) ausprobiert. Als\nLoss-Function wird der MSE verwendet. Die Resultate werden mit Weigths & Bias getrackt. Die Ergebnisse k\u00f6nnen auf der\nfolgenden Homepage eingesehen werden: https://wandb.ai/parcaster/pp-sg-lstm/sweeps/zx34brsw\n\nDas entsprechende Jupyter Notebook ist unter folgenden Link zu\nfinden: https://github.com/parcaster/parcaster/blob/master/model/W%26B_PPSG_LSTM.ipynb\n\nDie untenstehenden Grafiken zeigen beispielhaft den Vergleich der Vorhersage mit den effektiven Werten nach dem\nTraining. Dabei sind die Vorhersagen f\u00fcr Testdaten gemacht worden, welche das Modell w\u00e4hrend des Trainings nicht\ngesehen hat:\n\n**Vorhersage vs. effektive Werte f\u00fcr den 01-03-2023 00:11 Uhr**\n\n![Prediction 1](https://raw.githubusercontent.com/parcaster/parcaster/master//docs/images/prediction-run-2cg5mebb-2023-03-01_0011.png \"Prediction 01-03-2023 00:11\")\n\n**Vorhersage vs. effektive Werte f\u00fcr den 01-03-2023 02:27 Uhr**\n\n![Prediction 2](https://raw.githubusercontent.com/parcaster/parcaster/master//docs/images/prediction-run-2cg5mebb-2023-03-01_0227.png \"Prediction 01-03-2023 02:27\")\n\n### Erstellung Web-Service\n\nDas trainierte Modell wird \u00fcber eine API auf Heroku deployed. Damit der Nutzer f\u00fcr den ben\u00f6tigten Zeitpunkt eine\nPrognose zu den freien Parkpl\u00e4tzen abfragen kann, wird ihm ein User Interface zur Verf\u00fcgung gestellt. Das Userinterface\nwird mit Github Pages erstellt.\n\n## N\u00e4chste Schritte\n\n- Verbesserung des Modells (LSTM)\n- Weitere Modelle testen (statistische Modelle, Transformer)\n- Preprocessing der Daten verfeinern (z.B. weitere Features entwickeln)\n\n## M\u00f6gliche Weiterentwicklungen\n\n- Vorteile der einzelnen Parkm\u00f6glichkeiten in User Interface darstellen (z.B. \u00fcberdacht vs. nicht-\u00fcberdacht)\n- Distanz zum Zielort in Vorschlag einarbeiten\n- Parkplatz \u00fcber User Interface vorreservieren f\u00fcr gew\u00fcnschten Zeitpunkt\n\n","autotext_url":"https://github.com/parcaster/parcaster/blob/master/README.md","category_id":"","category_name":"","contact_url":"https://github.com/parcaster/parcaster/issues","created_at":"2023-12-02T09:20","download_url":"https://github.com/orgs/parcaster/repositories","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"# ParCaster\n\n## Ausgangslage\n\nDie Suche nach einem Parkplatz hat viele negative Auswirkungen, wie z. B. Zeit-, Treibstoff- und Emissionsverschwendung,\n\u00fcberh\u00f6hte Parkgeb\u00fchren usw. Um die Parkplatzsuche zu erleichtern, ist das Ziel dieses Projekts durch die Anwendung von\nmaschinellem Lernen die Verf\u00fcgbarkeit von Parkpl\u00e4tzen in der Stadt St. Gallen zur gesch\u00e4tzten Ankunftszeit der Nutzer\nvorherzusagen. Der Nutzer erh\u00e4lt eine personalisierte Parkplatzempfehlung.\n\n## Beschreibung ParCaster\n\nParCaster...","hashtag":"","id":1078,"ident":null,"image_url":"https://avatars.githubusercontent.com/u/152620598?v=4","is_challenge":false,"is_webembed":true,"logo_color":"","logo_icon":"","longtext":"","maintainer":"rita_haffter","name":"Parcaster","phase":"Research","progress":10,"score":64,"source_url":"https://github.com/parcaster/parcaster","stats":{"commits":30,"during":51,"people":2,"sizepitch":0,"sizetotal":4109,"total":52,"updates":49},"summary":"Analysis and ML based prediction of free parking spaces in St. Gallen.","team":"rita_haffter, jan_frei","team_count":2,"updated_at":"2023-12-02T21:15","url":"https://hack.opendata.ch/project/1078","webpage_url":"https://youtu.be/G3h_JVjOiR8"},{"autotext":"# glassplots.py\r\nGeneriert plots aus \"entsorgungsstatistik-stadt-stgallen.xlsx\" (permonth, totalplot)\r\n\r\n# greenglassplot.ipynb\r\nJupyter notebook um \u00fcberblick \u00fcber gr\u00fcnglassdaten zu gewinnen (x = sekunden seit 2020-01-01, y = distanz)\r\n\r\n# glassdata.py\r\nLiest opendata excelfile ein (z.B. fuellstandsensoren-glassammelstellen-braunglas.xlsx) und erstellt daraus \r\ndefects_fuellstandsensoren-glassammelstellen-_______glas.txt und\r\nresult_fuellstandsensoren-glassammelstellen-_______glas.xlsx \r\n\r\n## defects_fuellstandsensoren-glassammelstellen-_______glas.txt \r\nListe der Sensor IDs, die in den letzten 2 monaten keine daten gesendet haben.\r\n\r\n## result_fuellstandsensoren-glassammelstellen-_______glas.xlsx \r\nTabelle der device_id, deren Geo_Point_2D koordinaten und durchschnittlichef\u00fcllungsgeschwindigkeit seit messbeginn","autotext_url":"https://github.com/Cantbeard/opendatasg_cntft","category_id":53,"category_name":"Auswertung des F\u00fcllverhaltens von Glassammelstellen","contact_url":"https://github.com/Cantbeard/opendatasg_cntft/issues","created_at":"2023-12-02T19:54","download_url":"https://github.com/Cantbeard/opendatasg_cntft/releases","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"Readme -> [Cantbeard/opendatasg_cntft (github.com)](https://github.com/Cantbeard/opendatasg_cntft),\r\n\r\nFunktionierender pr\u00e4sentationslink -> [2023-12-03 07-10-51 on Vimeo](https://vimeo.com/890725412?share=copy)","hashtag":"","id":1084,"ident":null,"image_url":"https://avatars.githubusercontent.com/u/94537827?v=4","is_challenge":false,"is_webembed":true,"logo_color":"","logo_icon":"","longtext":"Readme -> [Cantbeard/opendatasg_cntft (github.com)](https://github.com/Cantbeard/opendatasg_cntft),\r\n\r\nFunktionierender pr\u00e4sentationslink -> [2023-12-03 07-10-51 on Vimeo](https://vimeo.com/890725412?share=copy)","maintainer":"lukas_derungs","name":"Team?","phase":"Research","progress":10,"score":60,"source_url":"https://github.com/Cantbeard/opendatasg_cntft","stats":{"commits":7,"during":33,"people":1,"sizepitch":211,"sizetotal":1034,"total":34,"updates":32},"summary":"","team":"lukas_derungs","team_count":1,"updated_at":"2023-12-10T12:13","url":"https://hack.opendata.ch/project/1084","webpage_url":"https://player.vimeo.com/video/890725412?h=6023caaf5d"},{"autotext":"","autotext_url":"","category_id":52,"category_name":"Umfassende Informationen - einfach erkl\u00e4rt. ","contact_url":"","created_at":"2023-12-02T13:48","download_url":"","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"* Video: https://www.youtube.com/watch?v=K7tPI\\_liApk\r\n* Demo: https://toupeira.github.io/open-data-hack-ginto-visualization/\r\n* Slides: [Open Data Hack St. Gallen 2023 - Visualisierung von umfassenden Informationen.pdf](https://bucketeer-036aa605-c047-4623-8610-f1764b90cf98.s3.amazonaws.com/public/2046/9C5HB5XA303HRUFY06OSK1A5/Open_Data_Hack_St._Gallen_2023__Visualisierung_von_umfassenden_Informationen.pdf)","hashtag":"","id":1082,"ident":null,"image_url":"","is_challenge":false,"is_webembed":true,"logo_color":"","logo_icon":"pie-chart","longtext":"* Video: https://www.youtube.com/watch?v=K7tPI\\_liApk\r\n* Demo: https://toupeira.github.io/open-data-hack-ginto-visualization/\r\n* Slides: [Open Data Hack St. Gallen 2023 - Visualisierung von umfassenden Informationen.pdf](https://bucketeer-036aa605-c047-4623-8610-f1764b90cf98.s3.amazonaws.com/public/2046/9C5HB5XA303HRUFY06OSK1A5/Open_Data_Hack_St._Gallen_2023__Visualisierung_von_umfassenden_Informationen.pdf)","maintainer":"markus_koller","name":"Visualisierung von umfassenden Informationen","phase":"Prototype","progress":30,"score":53,"source_url":"https://github.com/toupeira/open-data-hack-ginto-visualization","stats":{"commits":0,"during":15,"people":2,"sizepitch":411,"sizetotal":502,"total":15,"updates":12},"summary":"Ein Beispiel zur Visualisierung von Daten \u00fcber Zugangsm\u00f6glichkeiten aus der Ginto Guide App","team":"markus_koller, andri_puz","team_count":2,"updated_at":"2023-12-03T15:58","url":"https://hack.opendata.ch/project/1082","webpage_url":"https://www.youtube.com/watch?v=K7tPI_liApk"},{"autotext":"# Flasche leer Wololoo\r\n\r\n\r\n\r\n## Getting started\r\n\r\nTo make it easy for you to get started with GitLab, here's a list of recommended next steps.\r\n\r\nAlready a pro? Just edit this README.md and make it your own. Want to make it easy? [Use the template at the bottom](#editing-this-readme)!\r\n\r\n## Add your files\r\n\r\n- [ ] [Create](https://docs.gitlab.com/ee/user/project/repository/web_editor.html#create-a-file) or [upload](https://docs.gitlab.com/ee/user/project/repository/web_editor.html#upload-a-file) files\r\n- [ ] [Add files using the command line](https://docs.gitlab.com/ee/gitlab-basics/add-file.html#add-a-file-using-the-command-line) or push an existing Git repository with the following command:\r\n\r\n```\r\ncd existing_repo\r\ngit remote add origin https://gitlab.ost.ch/hannes.scherrer/flasche-leer-wololoo.git\r\ngit branch -M main\r\ngit push -uf origin main\r\n```\r\n\r\n## Integrate with your tools\r\n\r\n- [ ] [Set up project integrations](https://gitlab.ost.ch/hannes.scherrer/flasche-leer-wololoo/-/settings/integrations)\r\n\r\n## Collaborate with your team\r\n\r\n- [ ] [Invite team members and collaborators](https://docs.gitlab.com/ee/user/project/members/)\r\n- [ ] [Create a new merge request](https://docs.gitlab.com/ee/user/project/merge_requests/creating_merge_requests.html)\r\n- [ ] [Automatically close issues from merge requests](https://docs.gitlab.com/ee/user/project/issues/managing_issues.html#closing-issues-automatically)\r\n- [ ] [Enable merge request approvals](https://docs.gitlab.com/ee/user/project/merge_requests/approvals/)\r\n- [ ] [Set auto-merge](https://docs.gitlab.com/ee/user/project/merge_requests/merge_when_pipeline_succeeds.html)\r\n\r\n## Test and Deploy\r\n\r\nUse the built-in continuous integration in GitLab.\r\n\r\n- [ ] [Get started with GitLab CI/CD](https://docs.gitlab.com/ee/ci/quick_start/index.html)\r\n- [ ] [Analyze your code for known vulnerabilities with Static Application Security Testing(SAST)](https://docs.gitlab.com/ee/user/application_security/sast/)\r\n- [ ] [Deploy to Kubernetes, Amazon EC2, or Amazon ECS using Auto Deploy](https://docs.gitlab.com/ee/topics/autodevops/requirements.html)\r\n- [ ] [Use pull-based deployments for improved Kubernetes management](https://docs.gitlab.com/ee/user/clusters/agent/)\r\n- [ ] [Set up protected environments](https://docs.gitlab.com/ee/ci/environments/protected_environments.html)\r\n\r\n***\r\n\r\n# Editing this README\r\n\r\nWhen you're ready to make this README your own, just edit this file and use the handy template below (or feel free to structure it however you want - this is just a starting point!). Thank you to [makeareadme.com](https://www.makeareadme.com/) for this template.\r\n\r\n## Suggestions for a good README\r\nEvery project is different, so consider which of these sections apply to yours. The sections used in the template are suggestions for most open source projects. Also keep in mind that while a README can be too long and detailed, too long is better than too short. If you think your README is too long, consider utilizing another form of documentation rather than cutting out information.\r\n\r\n## Name\r\nChoose a self-explaining name for your project.\r\n\r\n## Description\r\nLet people know what your project can do specifically. Provide context and add a link to any reference visitors might be unfamiliar with. A list of Features or a Background subsection can also be added here. If there are alternatives to your project, this is a good place to list differentiating factors.\r\n\r\n## Badges\r\nOn some READMEs, you may see small images that convey metadata, such as whether or not all the tests are passing for the project. You can use Shields to add some to your README. Many services also have instructions for adding a badge.\r\n\r\n## Visuals\r\nDepending on what you are making, it can be a good idea to include screenshots or even a video (you'll frequently see GIFs rather than actual videos). Tools like ttygif can help, but check out Asciinema for a more sophisticated method.\r\n\r\n## Installation\r\nWithin a particular ecosystem, there may be a common way of installing things, such as using Yarn, NuGet, or Homebrew. However, consider the possibility that whoever is reading your README is a novice and would like more guidance. Listing specific steps helps remove ambiguity and gets people to using your project as quickly as possible. If it only runs in a specific context like a particular programming language version or operating system or has dependencies that have to be installed manually, also add a Requirements subsection.\r\n\r\n## Usage\r\nUse examples liberally, and show the expected output if you can. It's helpful to have inline the smallest example of usage that you can demonstrate, while providing links to more sophisticated examples if they are too long to reasonably include in the README.\r\n\r\n## Support\r\nTell people where they can go to for help. It can be any combination of an issue tracker, a chat room, an email address, etc.\r\n\r\n## Roadmap\r\nIf you have ideas for releases in the future, it is a good idea to list them in the README.\r\n\r\n## Contributing\r\nState if you are open to contributions and what your requirements are for accepting them.\r\n\r\nFor people who want to make changes to your project, it's helpful to have some documentation on how to get started. Perhaps there is a script that they should run or some environment variables that they need to set. Make these steps explicit. These instructions could also be useful to your future self.\r\n\r\nYou can also document commands to lint the code or run tests. These steps help to ensure high code quality and reduce the likelihood that the changes inadvertently break something. Having instructions for running tests is especially helpful if it requires external setup, such as starting a Selenium server for testing in a browser.\r\n\r\n## Authors and acknowledgment\r\nShow your appreciation to those who have contributed to the project.\r\n\r\n## License\r\nFor open source projects, say how it is licensed.\r\n\r\n## Project status\r\nIf you have run out of energy or time for your project, put a note at the top of the README saying that development has slowed down or stopped completely. Someone may choose to fork your project or volunteer to step in as a maintainer or owner, allowing your project to keep going. You can also make an explicit request for maintainers.\r\n","autotext_url":"https://github.com/Saurausli/Wololoo.git","category_id":53,"category_name":"Auswertung des F\u00fcllverhaltens von Glassammelstellen","contact_url":"https://github.com/Saurausli/Wololoo/issues","created_at":"2023-12-02T21:44","download_url":"https://github.com/Saurausli/Wololoo/releases","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"https://vimeo.com/890671913?share=copy","hashtag":"","id":1085,"ident":null,"image_url":"https://avatars.githubusercontent.com/u/51965622?v=4","is_challenge":false,"is_webembed":true,"logo_color":"","logo_icon":"","longtext":"https://vimeo.com/890671913?share=copy","maintainer":"vincent_haufe","name":"Team Wololoo","phase":"Research","progress":10,"score":48,"source_url":"https://github.com/Saurausli/Wololoo","stats":{"commits":2,"during":25,"people":4,"sizepitch":38,"sizetotal":6353,"total":25,"updates":20},"summary":"","team":"vincent_haufe, hannes_scherrer, sebastian_fry, lukas_sch\u00f6pf","team_count":4,"updated_at":"2023-12-03T16:00","url":"https://hack.opendata.ch/project/1085","webpage_url":"https://player.vimeo.com/video/890671913?h=2d2103e032"},{"autotext":"# PDF Sustainibility Analyzer for Projects\r\n\r\n## Team Members\r\n\r\n- Nathalie Kern\r\n- Maria N\u00e4f\r\n- Sophie Maier\r\n\r\n## Overview\r\n\r\nTo improve the projectmanagement method regarding sustainability, the projectteam created a PDF analyzer with a Chat GPT API.\r\n![image](https://github.com/sophiemaier/Open-Data-Hack-2023/assets/146099878/1800797a-d63c-40c0-b4ff-1b155de64c49)\r\n![image](https://github.com/sophiemaier/Open-Data-Hack-2023/assets/146099878/9fcb6b52-d02d-49ea-9d05-264d256cf5c9)\r\n\r\n\r\n### Prerequisites\r\n\r\nFollowing must be installed on your system:\r\n\r\n- Python\r\n- Git\r\n\r\n### Setup\r\n\r\nHere's how you can set up your development environment:\r\n\r\n```bash\r\n# Clone the repository\r\ngit clone https://github.com/sophiemaier/Open-Data-Hack-2023\r\n\r\n# Navigate to the project directory\r\ncd Open-Data-Hack-2023\r\n\r\n# Create a Python virtual environment in the 'venv' directory\r\npy -m venv venv\r\n\r\n# Activate the virtual environment (use the correct command for your operating system)\r\nvenv\\Scripts\\activate # For Windows in Git Bash\r\n# or\r\nsource venv/bin/activate # For Unix or Linux systems\r\n\r\n# Install the project dependencies from 'requirements.txt'\r\npip install -r requirements.txt\r\n\r\n\r\n# Create a API key from chat gpt on their website and replace \"YOUR KEY\" with your key. After that, create a '.env' file in the 'OpenDataHack2023' directory with the following content\r\necho OPENAI_API_KEY=\"YOUR KEY\" >> .env\r\n\r\n\r\n\r\n# Run the local development server or script (specify the script if it's not 'app.py')\r\nstreamlit run app.py\r\n","autotext_url":"https://github.com/sophiemaier/Open-Data-Hack-2023","category_id":54,"category_name":"Projektanalyse Nachhaltige Entwicklung ","contact_url":"https://github.com/sophiemaier/Open-Data-Hack-2023/issues","created_at":"2023-12-01T22:16","download_url":"https://github.com/sophiemaier/Open-Data-Hack-2023/releases","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"**Code**\r\nhttps://github.com/sophiemaier/Open-Data-Hack-2023","hashtag":"","id":1077,"ident":null,"image_url":"https://avatars.githubusercontent.com/u/146099878?v=4","is_challenge":false,"is_webembed":true,"logo_color":"","logo_icon":"","longtext":"**Code**\r\nhttps://github.com/sophiemaier/Open-Data-Hack-2023","maintainer":"nathalie_kern","name":"GreenLight","phase":"Research","progress":10,"score":44,"source_url":"https://github.com/sophiemaier/Open-Data-Hack-2023","stats":{"commits":7,"during":20,"people":2,"sizepitch":60,"sizetotal":1729,"total":20,"updates":17},"summary":"GreenLight vereinfacht mittels KI und einer einfachen und \u00fcbersichtlichen Website die Projektanalyse bez\u00fcglich Nachhaltigkeit von Projekten.","team":"nathalie_kern, maria_n\u00e4f","team_count":2,"updated_at":"2023-12-10T12:14","url":"https://hack.opendata.ch/project/1077","webpage_url":"https://clipchamp.com/watch/5rnk7Zc3X4Z"},{"autotext":"","autotext_url":"","category_id":54,"category_name":"Projektanalyse Nachhaltige Entwicklung ","contact_url":"","created_at":"2023-12-01T20:26","download_url":"","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"**Projektanalyse Online**\r\n\r\nDie Auswirkungen eines Projekts auf Umwelt, Wirtschaft und Gesellschaft mithilfe der vorhanden Excel Sheets zu erfassen ist ein langwieriger und un\u00fcbersichtlicher Prozess. Mit der Projektanalyse Online versuche ich Abhilfe zu schaffen.\r\n\r\n**Die L\u00f6sung**\r\nDie Nutzer\\*innen werden schrittweise durch den Projektanalyse Prozess gelotst. Ein intuitives und ansprechendes UI soll dies so angenehm wie m\u00f6glich machen. Im ersten Schritt werden den Nutzer\\*innen Handlungsgrunds...","hashtag":"","id":1074,"ident":"","image_url":"","is_challenge":false,"is_webembed":true,"logo_color":"","logo_icon":"","longtext":"**Projektanalyse Online**\r\n\r\nDie Auswirkungen eines Projekts auf Umwelt, Wirtschaft und Gesellschaft mithilfe der vorhanden Excel Sheets zu erfassen ist ein langwieriger und un\u00fcbersichtlicher Prozess. Mit der Projektanalyse Online versuche ich Abhilfe zu schaffen.\r\n\r\n**Die L\u00f6sung**\r\nDie Nutzer\\*innen werden schrittweise durch den Projektanalyse Prozess gelotst. Ein intuitives und ansprechendes UI soll dies so angenehm wie m\u00f6glich machen. Im ersten Schritt werden den Nutzer\\*innen Handlungsgrunds\u00e4tze pr\u00e4sentiert. Die Idee ist, dass sie diese auf den n\u00e4chsten Schritten im Hinterkopf behalten. Anhand von je 6 Fragen werden nun die Auswirkungen des Projekts auf die Wirtschaft, Umwelt und Gesellschaft erfasst. Ein Balkendiagramm zeigt die Auswirkungen. Wird eine Analyse vorerst abgeschlossen, erscheint sie im Suchfenster. Durch ein Anklicken \u00f6ffnet sich das Kanban Board. Die Idee dabei ist, dass Themenpunkte auch zu einem sp\u00e4teren Zeitpunkt im Projekt nochmals neu beurteilt werden k\u00f6nnen. Um diese \u00c4nderungen nachvollziehbar zu machen, ist aber eine Begr\u00fcndung n\u00f6tig. Der Verlauf von Neubeurteilungen per Themenschwerpunkt kann durch anklicken auf das Kanban Board eingesehen werden.\r\n\r\n**Learnings**\r\nW\u00e4hrend dem Hack habe mich intensiv mit UI Design und Entwicklung auseinandergesetzt. Ich nutzte Tailwind.css und lernte viele neue Utility Classes kennen.\r\n\r\n**Technologie**\r\nDas Frontend ist mit Blazor und Tailwind programmiert, das Backend mit ASP.NET Core. Es wird auf Azure gehosted.\r\n\r\n**Video**\r\n[Link](https://youtu.be/sQxEIZh0DPU)\r\n\r\n**GitHub Repo**\r\n[Link](https://github.com/DavidEggenberger/ProjektAnalyseOnline)\r\n\r\n**Bilder**\r\nLanding Screen mit Suchfenster zum browsen von bestehenden Analysen\r\n\r\n![ Screenshot ](https://s3.dribdat.cc/odch/a/163/9HX050SXHJLLGX9W4ATNELYS/111.png) \r\n\r\nAusschnitt aus Analyse Prozess: Die Balken am oberen Ende der Seite zeigen die Position im Analyse Prozess. Die Beantwortung der Fragen funktioniert durch die Slider.\r\n\r\n![ Screenshot ](https://s3.dribdat.cc/odch/a/163/RRN61B8PIGUTKXH0BUHIXRMH/112.png) \r\n\r\nKanban Board mit \u00dcbersicht \u00fcber die Einteilung der jeweiligen Themenschwerpunkte. Die Einteilung der Themenschwerpunkte basiert auf der Beantwortung der Fragen bei der Projektanalyse. Per Drag&Drop k\u00f6nnen Updates vorgenommen werden. Die Eingabe eines Grundes f\u00fcr die Beurteilung hilft sp\u00e4teren Besuchern beim besseren Verst\u00e4ndnis.\r\n\r\n![ Screenshot ](https://s3.dribdat.cc/odch/a/163/YKOQKJM5YQW09GA3SNKY1UFI/113.png)\r\n\r\nLink: https://projektanalyseonline.azurewebsites.net/ ","maintainer":"david_eggenberger","name":"Projektanalyse Online","phase":"Training","progress":20,"score":35,"source_url":"","stats":{"commits":0,"during":4,"people":1,"sizepitch":2540,"sizetotal":2647,"total":4,"updates":2},"summary":"Versuch die bestehende Projektanalyse vom Excel-File in ein Nutzer*innen freundliches Web Format zu bringen","team":"david_eggenberger","team_count":1,"updated_at":"2024-03-14T23:13","url":"https://hack.opendata.ch/project/1074","webpage_url":"https://youtu.be/sQxEIZh0DPU"},{"autotext":"# opendatahackSitios\nopenDataHack2023SG\n","autotext_url":"https://github.com/silviodalix/opendatahackSitios","category_id":52,"category_name":"Umfassende Informationen - einfach erkl\u00e4rt. ","contact_url":"https://github.com/silviodalix/opendatahackSitios/issues","created_at":"2023-12-02T11:26","download_url":"https://github.com/silviodalix/opendatahackSitios/releases","event_name":"Open Data Hack St.Gallen","event_url":"https://hack.opendata.ch/event/66","excerpt":"https://github.com/silviodalix/opendatahackSitios","hashtag":"","id":1080,"ident":null,"image_url":"https://avatars.githubusercontent.com/u/124247964?v=4","is_challenge":false,"is_webembed":false,"logo_color":"","logo_icon":"","longtext":"https://github.com/silviodalix/opendatahackSitios","maintainer":"silvio_oberholzer","name":"Sitios - Informationen vereinfachen","phase":"Project","progress":5,"score":18,"source_url":"https://github.com/silviodalix/opendatahackSitios","stats":{"commits":5,"during":9,"people":1,"sizepitch":49,"sizetotal":107,"total":9,"updates":7},"summary":"openDataHack2023SG","team":"silvio_oberholzer","team_count":1,"updated_at":"2023-12-02T11:56","url":"https://hack.opendata.ch/project/1080","webpage_url":""}],"name":"projects"}],"sources":[{"path":"https://hack.opendata.ch/","title":"dribdat"}],"title":"Open Data Hack St.Gallen","version":"0.9.4"}