TU München analysiert Game of Thrones Wer ist der Nächste?

Ein Informatik-Kurs der TU München kann mit Hilfe von maschinellem Lernen vorhersagen welche Figuren im Verlauf der Serie Game of Thrones sterben werden.
Ein Informatik-Kurs der TU München kann mit Hilfe von maschinellem Lernen vorhersagen welche Figuren im Verlauf der Serie Game of Thrones sterben werden.

Die TV-Serie Game of Thrones (GoT) hat einen Informatik-Kurs der Technischen Universität München (TUM) zu einer ungewöhnlichen Abschlussarbeit inspiriert: Die Studierenden entwickelten Anwendungen, die voraussagen welche Figuren in der sechsten Staffel als nächstes sterben könnten.

Hat Jon Snow überlebt? Wer wird als nächstes sterben? Vor diesen Fragen stehen Fans der TV-Serie "Game of Thrones" kurz vor dem Start der sechsten Staffel. Informatik-Studierende der TUM haben ein Projekt realisiert, um genau diese Fragen zu beantworten. In ihrem Kurs entwickelten sie Programme, die das Internet nach Informationen über die Serie durchsuchen und sie aufbereiten. Von den Ergebnissen kann abgeleitet werden, welcher der Serien-Charaktere mit welcher Wahrscheinlichkeit als nächstes sterben wird.

Der Algorithmus konnte bisher 74 Prozent aller Todesfälle richtig voraussagen. Ein schlechtes Zeichen für einige der Figuren, denn für die kommende Staffel schweben sie demnach in akuter Lebensgefahr. Obwohl sie sich bisher in Sicherheit wiegen konnten.

Nach der Prognose des Programms hat zum Beispiel der Schurke Ramsey Snow gute Chancen zu überleben. Seine voraussichtliche Todeswahrscheinlichkeit liegt nur bei 64 Prozent. Bei seinem geflüchteten Gefangenen und Todfeind Theon Greyjoy sieht es dagegen etwas schlechter aus. Seine Todeswahrscheinlichkeit liegt bei 74 Prozent. Auch zum Schicksal von Jon Snow, der im Finale der fünften Staffel von seinen Freunden verraten wurde, hat der Algorithmus eine klare Antwort. Ob das Programm richtig liegt, können Fans spätestens nach der Ausstrahlung der sechsten Staffel erfahren. Anlaufen wird sie in der Nacht vom 24. auf den 25. April.

Maschinelles Lernen und Big Data

Auf ihrer Website präsentieren die Studierenden die wichtigsten Daten, die von verschiedenen Werkzeugen des maschinellen Lernens generiert werden. Außerdem analysiert die Webseite was die Fans auf Twitter über viele der GoT-Charaktere sagen.

Neben der Prognose zur Todeswahrscheinlichkeit, programmierten die Studierenden auch eine interaktive Karte. Fans können mit ihr die Welt von GoT erkunden und die Reisen der wichtigsten Figuren nachvollziehen.

"Dieses Projekt hat uns eine Menge Spaß bereitet", sagt Dr. Guy Yachdav. Er hat den Kurs geleitet und das Projekt konzipiert. Laut Yachdav konzentriert sich die Forschungsgruppe normalerweise darauf, mit Data Mining und Algorithmen des maschinellen Lernens komplexe biologische Fragen zu beantworten. Die Technik wurde auch für das Projekt eingesetzt, nur das diesmal der Untersuchungsgegenstand eine beliebte TV-Serie war. Laut Burkhardt Rost, Professor für Bioinformatik an der TUM sind Data Mining und maschinelles Lernen die Werkzeuge, die es der digitalen Medizin ermöglichen, von der modernen Biologie für Diagnose, Behandlung und Prävention von Krankheiten zu profitieren. Außerdem beinhalten die im Projekt geschaffenen interaktiven Karten einen völlig neuen Ansatz zur Datenvisualisierung.