Apple hat die Gewinner der diesjährigen Swift Student Challenge bekannt gegeben. Viele der 350 ausgezeichneten Einreichungen aus 37 Ländern verbinden KI-Funktionen mit Barrierefreiheit. Die 50 „Distinguished Winners“ reisen im Juni zur WWDC nach Cupertino, wo sie an einem dreitägigen Programm im Apple Park teilnehmen. Auf dem Plan stehen die WWDC-Keynote, praxisorientierte Labs und der direkte Austausch mit Apple-Entwicklern.
Fotocredit: Apple
Gewinner der Swift Student Challenge 2026
Aus Deutschland ist Anton Baranov aus Frankfurt am Main als Distinguished Winner vertreten. Sein Beitrag knüpft an seine bereits im App Store verfügbare App „Pitch Coach: Speak Confident“ an. Sie unterstützt Vortragende beim Üben, indem sie Füllwörter erkennt, über die AirPods die Körperhaltung analysiert und mit dem Foundation Models Framework von Apple Feedback in Echtzeit gibt. Die KI-Auswertung läuft vollständig auf dem Gerät.
Gayatri Goundadkar aus Pune hat „Steady Hands“ für ihre Großmutter entwickelt, die ihre traditionelle Warli-Malerei im Alter wegen zitternder Hände aufgeben musste. Die App analysiert über PencilKit und das Accelerate-Framework, welche Bewegungen beim Zeichnen beabsichtigt sind und welche durch Tremor entstehen. Letztere rechnet sie aus dem Strich heraus.
Karen-Happuch Peprah Henneh aus Ghana erinnert sich an die Überschwemmungen in Accra 2015. Ihre App „Asuo“ berechnet auf Basis historischer Daten und aktueller Regenintensität sichere Wege aus Hochwassergebieten. VoiceOver-Hinweise und ein eigenes Sprachwarnsystem auf Basis des AVSpeechSynthesizer waren von Anfang an Teil des Konzepts, weil die App auch in der Krise für alle bedienbar bleiben sollte.
Yoonjae Joung aus Südkorea hat „LeViola“ entwickelt, weil er während eines Auslandsaufenthalts seine Bratsche vermisste. Die App erlaubt es, das Instrument ohne physisches Gegenstück zu spielen. Joung trainierte mit Create ML ein Modell, das über die Kamera die Gelenke der linken Hand erfasst und erkennt, welche Note gegriffen wird. Der Winkel des rechten Arms bestimmt die Saite, die Inferenz läuft per Core ML auf dem Gerät.
0 Kommentare