Künstliche Intelligenz
Mini-PC im Raumschiff-Look mit Intel i9 & Thunderbolt 4: Alliwava GH9 im Test
So extravagant wie nur wenige Mini-PCs kommt der Alliwava GH9 daher, der optisch und mit seinem i9 viel Leistung verspricht zum Preis ab 425 Euro.
Obwohl wir den Hersteller inzwischen schon von mehreren Tests kennen, klingt der Name Alliwava irgendwie etwas ulkig für uns. Überzeugt hatten vorangegangene Modelle dennoch, meist mit einem hervorragenden Preis für eine ordentliche Ausstattung, bei der sich andere Konkurrenten warm anziehen mussten. Mit dem GH9 versucht sich der Hersteller in ungewöhnlicher Optik – neben vielversprechender Hardware um einen Intel Core i9, 32 GB Arbeitsspeicher (RAM) und 512 GB bis 1 TB SSD-Speicher. Das alles gibt es zum Preis von 425 Euro (Coupon-Code MHNQTHB53695). Ob der Mini-PC den Erwartungen gerecht wird, zeigt unser Test.
Das Testgerät hat uns der Hersteller zur Verfügung gestellt.
Ausstattung: Welche Hardware bietet der Alliwava GH9?
Der Alliwava GH9 setzt auf den Intel Core i9-12900HK aus Januar 2022 mit 14 physischen Kernen bei 20 Threads. Die CPU ist dabei aufgeteilt in 6 Performance-Kerne mit einem Takt zwischen 1,8 und 3,8 GHz (Architektur: Golden Cove) sowie 8 Effizienzkerne mit einem Takt zwischen 2,5 und 5 GHz (Architektur: Gracemont). Die P-Kerne unterstützen dabei Hyperthreading, können also doppelt so viele Threads abarbeiten. Der Unterschied zur H-Variante ist der entsperrte Multiplikator, wodurch sich die CPU theoretisch übertakten lässt. Gefertigt ist er im 10-nm-Verfahren mit Intel-7-Lithographie. Die typische TDP (thermische Verlustleistung) liegt bei 45 W, die maximale Betriebstemperatur bei 100 Grad.
Als integrierte Grafikeinheit kommt die Intel Iris Xe Graphics G7 mit 96 EUs (Execution Units) zum Einsatz, die mit 1450 MHz taktet. Sie greift auf den Arbeitsspeicher (RAM) des Systems zurück, der beim Alliwava GH9 32 GB beträgt. Dabei handelt es sich um zwei SO-DIMM-Module nach dem älteren DDR4-Standard, welche mit 3200 MT/s arbeiten. Das ist insofern schade, als die CPU auch DDR5-RAM unterstützen würde – was der Geschwindigkeit von System und Grafikeinheit deutlich zuträglich wäre.
Als Speicher für Dateien kommt in unserem Fall eine 1 TB große M.2-SSD zum Einsatz. Im Speicher-Benchmark Crystaldiskmark kommt sie auf Schreibraten von 3207 MB/s und Leseraten von 3564 MB/s. Das sind ordentliche Werte.
Bei den Anschlüssen fallen insbesondere der Thunderbolt-4-Port sowie die zwei 2,5G-LAN-Schnittstellen auf. Zudem gibt es HDMI und Displayport. Weiterhin stehen vier USB-A-3.2-Buchsen und ein zusätzlicher USB-C-Port für Datenübertragungen zur Verfügung. Drahtlos kommuniziert der GH9 per Wi-Fi 6 und Bluetooth 5.2, was okay ist. Als WLAN-Chipsatz setzt der Rechner auf den Intel AX201.
Performance: Wie schnell ist der Alliwava GH9?
Ein Intel Core i9 sorgt bei uns im ersten Moment immer für die Erwartung von viel Leistung. Da der Intel Core i9-12900HK aber schon älter ist und in einem 10-nm-Verfahren gefertigt ist, ist seine Leistung gemessen am aktuellen Standard inzwischen eher mittelklassig. Das fällt direkt auf beim Durchlauf mit dem Office-Benchmark PCMark 10. Dort erreicht der GH9 im Schnitt eine Punktzahl von 6065 Punkten mit Spitzen bei 5999 und 6121 Punkten. Das ist eher auf dem Level mit einem Ryzen 7 der fünften Generation, den man bereits im Preisbereich ab 250 Euro in Mini-PCs findet.
Kommen wir weiter zum Gaming-Benchmark 3DMark Time Spy, wo der Rechner eine Gesamtpunktzahl von 1913 Punkten erreicht, die sich aus 1673 Grafik-Punkten und 10.278 CPU-Punkten zusammensetzen. Insbesondere die CPU-Performance ist hier gemessen am mageren PCMark-Score vergleichsweise hoch – etwas, das wir uns gleich mit Cinebench und Geekbench noch genauer ansehen können. Die Iris-Grafikeinheit liegt dagegen deutlich hinter AMDs Radeon 780M. Und auch die ältere Radeon 680M schneidet hier besser ab.
Bei Cinebench 2024 können wir die Leistung der CPU im Single-Core und im Multi-Core abprüfen. Im Single-Core erreicht der GH9 dabei 99 Punkte und im Multi-Core 686 Punkte. Insbesondere die Single-Core-Performance ist nicht schlecht, aber ebenfalls nicht überragend. So kommt etwa auch ein Minisforum UM760 Slim (Testbericht) zum Preis von 400 Euro auf 106 Punkte bei Cinebench. Beim plattformübergreifenden Benchmark Geekbench 6 erreicht der GH9 2399 Punkte (Single-Core) und 11202 Punkte (Multi-Core). Der OpenCL-Grafiktest endet mit 15.786 Punkten.
Alliwava GH9 – Bilderstrecke
Das Erscheinungsbild des Alliwava GH9 schreit nur so nach Gaming. Daher müssen wir hier natürlich einige Spiele zocken. Diese starten wir klassisch in Full-HD. Bei Anno 1800 lässt sich das Spiel mit aktiviertem FSR (AMD Fidelity FX Super Resolution) in niedrigen Einstellungen recht ordentlich bei 30 FPS spielen. Auch die mittleren Optionen laufen ähnlich gut mit 28 bis 30 FPS. Hohe Einstellungen sind dann zu viel des Guten und es treten deutliche Ruckler auf. Der klassische Toaster-Test Counter Strike 2 läuft richtig gut auf dem Rechner, mit bis zu 108 FPS in niedrigen Einstellungen, meist 89 FPS. In mittleren Grafikoptionen sind es meist 60 bis 69 FPS. In hohen Einstellungen werden die Ruckler allerdings für einen Ego-Shooter zu groß. The Witcher 3: Wild Hunt läuft auf dem System in niedrigen Einstellungen mit 39 FPS, auf mittleren Optionen weniger gut mit 30 FPS. Der Städtebausimulator Cities Skylines 2 bleibt unspielbar. Zu allem Überfluss stürzt das Spiel auf sehr niedrigen Einstellungen auch noch nach kurzer Zeit ab.
Verbrauch: Wie hoch ist die Leistungsaufnahme des Alliwava GH9?
Im Idle bezieht der GH9 lediglich 9 bis 12 W. Unter Volllast genehmigt sich der Mini-PC dann aber gut und gerne bis zu 80 W. Bei der Verwendung einzelner Anwendungen im Alltag, wie dem Browser, sind es bis zu 29 W.
Lüfter: Wie laut ist der Alliwava GH9?
Mit geringer Lautstärke kann der Alliwava GH9 leider im Test nicht überzeugen, das System wird unter Volllast bis zu 42 dB(A) laut, gemessen per Smartphone nah am Gehäuse bei einer Umgebungslautstärke von 12 dB(A). Selbst im Idle springt der Lüfter direkt mit 25 dB(A) an, beim Ausführen von Programmen steigt dieser Wert auf 32 dB(A).
Die CPU-Temperatur profitiert von dieser Lautstärke allerdings leider auch nicht, die Kühlung kann den i9 nur schwer im Zaum halten. So überschreitet unser Testsystem in einem einstündigen Stresstest mit Aida64, also der vollen Auslastung, die 98-Grad-Marke. Auf Dauer ist das viel zu hoch, auch wenn mobile Hardware grundsätzlich für höhere Temperaturen ausgelegt ist.
Software: Welches Betriebssystem ist auf dem Alliwava GH9 installiert?
Auf dem Alliwava GH9 kommt Windows 11 Pro in Version 23H2 zum Einsatz. Das Update auf 24H2 nimmt einige Zeit in Anspruch, weshalb es lohnen kann, Windows direkt mit dieser Version neu zu installieren.
Gehäuse: Wie ist die Verarbeitung des Alliwava GH9?
Das auffälligste Merkmal des Alliwava GH9 ist das Gehäusedesign. Der Mini-PC kommt in einem hexagonalen Design, das an ein Raumschiff erinnert. Auf der Rückseite hat er dabei zwei abstehende Kunststoffteile, die an Flügel erinnern. Auf dem Gehäuse prangt der Schriftzug „Mod 01, Cyberpunk“. Der Rechner kann hochkant verwendet, aber auch hingelegt werden. Von der Verarbeitung des Gehäuses sind wir eher mäßig überzeugt. Das Material wirkt etwas dünn und ist leicht verwindbar. Die Anschlüsse sitzen immer gerade, der Powerknopf sitzt ordentlich im Gehäuse.
Öffnen lässt sich der PC über die beiden Schrauben, die auf der Rückseite über den Anschlüssen liegen. Das geht vergleichsweise schnell und einfach. Danach muss man die eine Gehäusehälfte noch vom Rest des PCs ablösen, was wiederum sehr schwerfällt. Im Test haben wir das nur mit Gewalt hinbekommen und dabei einen Kunststoffhaken ausgebrochen. Wieder verschließen kann man das Gehäuse auch ohne einen dieser vier Haken, schön ist das aber nicht.
Preis: Was kostet der Alliwava GH9?
Normalerweise kostet der Alliwava GH9 etwa 469 Euro in der Ausstattungsvariante mit 32/512 GB. Mit dem Code MHNQTHB53695 sinkt der Preis jedoch auf 425 Euro. Die Variante mit doppelt so großer SSD kostet mit dem gleichen Code aktuell 455 Euro.
Auch auf Amazon ist der Mini-PC erhältlich, dort aber mit 659 Euro wesentlich teurer.
Fazit
Der Alliwava GH9 kann am Ende unseres Tests nicht unsere Herzen gewinnen. Dafür gibt es zu viele zu große Kritikpunkte. Das fängt an bei der viel zu hohen Lautstärke und der dennoch zu starken Wärmeentwicklung, was auf eine ungenügende Kühlung hindeutet. Vor allem aber ist die Leistung das Problem, denn der i9 ist zwar an sich keine Katastrophe. Für den aufgerufenen Preis von 425 Euro (Code MHNQTHB53695) ist die Leistung aber zu dürftig, denn eine ähnliche Performance liefern bereits günstigere Systeme ab. Insofern ist der GH9 hier Mittelklasse, ruft aber schon gehobene Preise auf. Hier bekommt man für weniger Geld das Gleiche an Performance und Ausstattung – oder gar mehr. Die Verarbeitung ist dabei ebenfalls nicht berauschend, aber auch kein Totalausfall. Das Gesamtpaket des GH9 weiß insgesamt schlicht nicht ganz zu überzeugen. Klar, Thunderbolt 4 und 2x 2,5G-LAN ist positiv hervorzuheben, reicht aber nicht, um genug Pluspunkte für den Rechner zu sammeln. Fällt der PC weiter im Preis, kann er sich zu einer durchaus brauchbaren Wahl entwickeln, aktuell würden aber andere Modelle vorziehen. Mit den angesprochenen Kritikpunkten vergeben wir im Test drei von fünf Sternen.
Wer bei einem chinesischen Händler kauft, bezahlt in vielen Fällen weniger. Allerdings besteht im Gewährleistungs- oder Garantiefall die Gefahr eines schlechteren Service. Außerdem ist das Einfordern von Verbraucherrechten (Rückgabe, Gewährleistung) mit Hürden versehen oder nicht möglich. Wir verlinken hier Händler, mit denen wir im Allgemeinen gute Erfahrungen gemacht haben.
Künstliche Intelligenz
iX-Workshop Keycloak: Die Grundlagen für effizientes IAM und SSO
Mit dem quelloffenen Anmelde-Provider Keycloak lassen sich Benutzer aus Verzeichnisdiensten wie Active Directory oder LDAP mittels Single Sign-On (SSO) und Mehrfaktor-Authentifizierung sicher an verschiedenen Webanwendungen anmelden.
Weiterlesen nach der Anzeige
In der dreitägigen Online-Schulung Identity & Access Management (IDM/IAM) und SSO mit Keycloak lernen Sie, wie Sie Keycloak als Identity Provider für Ihr Unternehmen einrichten, konfigurieren und mit Diensten und Anwendungen integrieren. Das in Keycloak integrierte OTP-Verfahren unterstützt Soft-Tokens (Smartphone und App) und bietet ein Self-Service-Portal zur Konfiguration. Diese integrierte One-Time-Password-Funktion wird in der Schulung demonstriert und erklärt.
Der Workshop findet in einer browserbasierten Lern- und Übungsumgebung statt und richtet sich an DevOps Engineers und (Linux-)Administrierende, die Keycloak als Identity & Access Management System (IDM/IAM) für die eigenen Unternehmensanwendungen einsetzen wollen. Der Trainer Tilman Kranz verfügt über langjährige Erfahrung in der Entwicklung, Administration und Einrichtung von Verzeichnisdiensten.
Die Teilnahme an diesem praxisorientierten Workshop ist auf 12 Personen begrenzt, um einen regen Austausch mit dem Trainer und den anderen Teilnehmern zu ermöglichen.

(ilk)
Künstliche Intelligenz
KI simuliert Evolution: So entstehen Insekten- und Linsenaugen
Ein internationales Team aus Forschern des MIT, der Rice University und der Universität Lund hat die Evolution des Auges simuliert und zeigt auf, dass die Vielfalt von Augenformen in der Natur kein Zufall ist, sondern das Ergebnis von Selektion. Das Team um Kushagra Tiwary vom MIT entwickelte ein Framework namens „What if Eye…?“, das Agenten in einer 3D-Umgebung evolvieren lässt – ähnlich wie Spielfiguren in einem Videospiel, die jedoch nicht von Menschen gesteuert werden, sondern lernen und sich verändern. Dabei entstanden – ohne externe Vorgaben – sowohl die Facettenaugen von Insekten als auch die hochauflösenden Linsenaugen von Raubtieren und Menschen.
Weiterlesen nach der Anzeige
Die Studie erschien kürzlich im Fachjournal „Science Advances“; eine Preprint-Fassung der Arbeit ist seit Anfang des Jahres bei arXiv verfügbar.
Evolution als Single-Player-Game
Zentral an der Arbeit ist ein Framework auf Basis der sogenannten Embodied AI (verkörperte Künstliche Intelligenz). Die Forschenden modellierten ihre Agenten als Single-Player-Games mit spezifischen Spielregeln: Ein Agent erhält Belohnungspunkte für erfolgreiche Aktionen (sogenannte „Rewards“), genau wie ein Spieler Punkte sammelt. Diese Reward-Struktur treibt die Evolution an.
Anders als bei klassischen Computer-Vision-Modellen, die lediglich statische Bilder in Datenbanken klassifizieren, simulierten die Forschenden ganze Agenten in einer physikalisch korrekten 3D-Umgebung auf Basis der MuJoCo-Physics-Engine. Die Agenten bewegen sich durch diese Welt wie NPCs (Non-Player-Characters) in einem Videospiel – mit Sensorik, Körper und Motorik.
Dabei griffen die Wissenschaftler auf einen methodisch anspruchsvollen Mix zurück: Ein genetischer Algorithmus (CMA-ES) steuerte über hunderte von Generationen hinweg die Mutationen des „Genoms“, das sowohl die Bauform der Augen als auch die Architektur des Gehirns festlegte. Innerhalb ihrer „Lebensspanne“ trainierten die individuellen Agenten dann ihr neuronales Netz mittels Reinforcement Learning. Dieses Verfahren wird auch bei modernen Videospiel-KIs wie AlphaGo verwendet. Dabei sollten die Agenten mit der ihnen gegebenen Hardware bestmöglich zurechtkommen. Jeder löste also sein persönliches Mini-Spiel – und wer am besten spielte, durfte seine Gene weitergeben. Dieser Ansatz der Co-Evolution zwang das System dazu, Hardware und Software gleichzeitig zu optimieren – ein hochauflösendes Auge bringt schließlich keinen Vorteil, wenn das Gehirn die Datenflut nicht verarbeiten kann.
Um zu prüfen, ob der Selektionsdruck tatsächlich die Bauform der Augen diktiert, konfrontierte das Team die Agenten mit zwei grundlegend verschiedenen Spiel-Szenarien. Im ersten Szenario war die Mission: schneller durch ein Labyrinth navigieren. Die Belohnung kam für jede Sekunde Zeit, die gespart wurde. Die Evolution brachte hier eine Lösung hervor, die stark an die Facettenaugen von Insekten erinnert. Die Agenten entwickelten ein Netzwerk aus weit verteilten, einfachen Augen, die den Kopf umrundeten. Diese Konfiguration opferte Detailschärfe zugunsten eines enormen Sichtfeldes von rund 135 Grad, um den optischen Fluss zur Hinderniserkennung zu nutzen. Wer nicht sehen konnte, was links und rechts kommt, prallte gegen die Wand und verlor Punkte.
Weiterlesen nach der Anzeige
Bei einem zweiten Spiel-Szenario mussten die Agenten ein spezifisches Zielobjekt (Nahrung) identifizieren und es erreichen, während sie täuschend ähnliche Objekte (Gift) meiden mussten. Einen Reward gab es nur für den korrekten Fund. Unter diesem Druck selektierte die Simulation gnadenlos in Richtung des „Kamera-Auges“: Die Agenten reduzierten die Anzahl der Augen, richteten sie frontal aus und erhöhten die Dichte der Photorezeptoren massiv. Das Resultat war eine Konstruktion, die funktional den Augen von Raubtieren oder Primaten gleicht. Die Simulation liefert damit den experimentellen Nachweis, dass es keine universell „beste“ Augenform gibt, sondern dass die Spiel-Anforderung – oder in der Natur: die ökologische Nische – die Architektur des Sinnesorgans bestimmt.
Linsen als physikalische Notwendigkeit
Besonders aufschlussreich ist der Teil der Studie, der sich mit der Entstehung der Linse befasst. Die Forschenden implementierten ein physikalisch korrektes Wellenmodell des Lichts – eine realistische Physics-Engine für optische Effekte. Ihre Frage: Wie „findet“ die Evolution die Lösung, wenn die Spielregeln physikalisch kompliziert sind?
In den ersten Generationen „entdeckten“ die Agenten lediglich das Prinzip der Lochkamera: Kleinere Pupillen sorgten für schärfere Bilder. Doch diese Strategie führte schnell in eine Sackgasse – ein klassisches Game-Over-Szenario. Kleine Pupillen lassen nur wenig Licht durch, wodurch das Signal-Rausch-Verhältnis (SNR) so schlecht wurde, dass die Agenten ihre Leistung nicht mehr steigern konnten. Sie waren in einem „lokalen Optimum“ gefangen.
Erst als die Simulation Mutationen zuließ, die den Brechungsindex des Materials veränderten – also die Spielregeln neuen Content hinzufügten –, brach das System aus diesem Dilemma aus. Anfangs entstanden Strukturen, die eher diffusen Klumpen glichen – gescheiterte Versuche. Doch über hunderte Generationen hinweg schliff die Selektion diese zu präzisen Linsen mit glatten Oberflächen. Dies erlaubte es den Agenten, ihre Pupillen wieder zu öffnen, um mehr Licht einzufangen, ohne dabei an Bildschärfe zu verlieren. Die Linse erscheint in der Simulation somit nicht als zufällige Laune der Natur, sondern als die eine naheliegende physikalische Lösung, um den Kompromiss zwischen Lichtempfindlichkeit und Auflösung aufzulösen. Ein brillanter Exploit der Natur.
Skalierungsgesetze für Gehirn und Sensor
Bereits kleine Verbesserungen der Sehschärfe erfordern laut Analyse eine überproportional größere Menge an neuronalen Ressourcen zur Verarbeitung. Die Simulation zeigte, dass eine Verbesserung der optischen Hardware nur dann einen evolutionären Vorteil brachte, wenn gleichzeitig das neuronale Netz wuchs. Ein gutes Auge ohne schnelles Gehirn bringt keine höhere Punktzahl.
Dieses Ergebnis deckt sich mit Beobachtungen aus der Biologie, wo Arten mit hochauflösendem Sehen – wie etwa Cephalopoden oder Vögel – im Verhältnis deutlich größere Gehirne besitzen als Organismen mit simplen Lichtsensoren wie Plattwürmer oder Quallen.
(mack)
Künstliche Intelligenz
Einfaches Logmanagement mit Logging Made Easy
Cyberangriffe verlaufen oft lautlos und bleiben ohne zentrales Monitoring unentdeckt – bis es zu spät ist. Gerade die Komplexität verteilter Infrastrukturen verlangt nach einer zentrale Loginstanz, um Sicherheitsvorfälle zeitnah analysieren zu können. Vor allem kleinere Organisationen stehen vor der Herausforderung, eine Infrastruktur für zentrales Logmanagement ressourcenschonend umzusetzen.
Logging Made Easy (LME) bietet einen niedrigschwelligen Einstieg: Die von der US-amerikanischen Cybersecurity and Infrastructure Security Agency (CISA) bereitgestellte Open-Source-Software ermöglicht es, sicherheitsrelevante Logdaten zentral zu sammeln und auszuwerten. Sie hilft auf Basis von Elastic Stack Bedrohungen frühzeitig zu erkennen – ohne großen Lizenz- und Verwaltungsaufwand.
- Zentrales Logging ist unverzichtbar, um in komplexen IT-Umgebungen Angriffe und Anomalien schnell erkennen und nachvollziehen zu können.
- Logging Made Easy (LME) kombiniert etablierte Open-Source-Werkzeuge wie Elastic Stack, Wazuh und ElastAlert 2 zu einer leicht installierbaren Komplettlösung.
- Mit vorkonfigurierten Dashboards und Detection Rules ermöglicht LME einen schnellen Einstieg in Security Monitoring und Alerting – auch ohne eigenes Security Operations Center.
Mehr Sicherheit durch zentrales Logging
Firewalls, EDR-Systeme (Endpoint Detection and Response) und Intrusion-Detection-Systeme sind fester Bestandteil moderner IT-Sicherheitsarchitekturen. Sie erkennen Angriffe in Echtzeit, blockieren bekannte Bedrohungen oder detektieren verdächtige Verhaltensmuster. Doch so wichtig diese Schutzmechanismen auch sind, liefern sie meist nur Momentaufnahmen oder agieren lokal begrenzt. Was fehlt, ist der Kontext – die Möglichkeit, sicherheitsrelevante Ereignisse systemübergreifend zu erfassen, zu korrelieren und nachvollziehbar zu analysieren. Hier setzt zentrales Logging an.
Das war die Leseprobe unseres heise-Plus-Artikels „Einfaches Logmanagement mit Logging Made Easy“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.
-
UX/UI & Webdesignvor 2 MonatenIllustrierte Reise nach New York City › PAGE online
-
Künstliche Intelligenzvor 2 MonatenAus Softwarefehlern lernen – Teil 3: Eine Marssonde gerät außer Kontrolle
-
Künstliche Intelligenzvor 2 Monaten
Top 10: Die beste kabellose Überwachungskamera im Test
-
UX/UI & Webdesignvor 2 MonatenSK Rapid Wien erneuert visuelle Identität
-
Künstliche Intelligenzvor 2 MonatenNeue PC-Spiele im November 2025: „Anno 117: Pax Romana“
-
Entwicklung & Codevor 1 MonatKommandozeile adé: Praktische, grafische Git-Verwaltung für den Mac
-
Künstliche Intelligenzvor 2 MonatenDonnerstag: Deutsches Flugtaxi-Start-up am Ende, KI-Rechenzentren mit ARM-Chips
-
UX/UI & Webdesignvor 2 MonatenArndt Benedikt rebranded GreatVita › PAGE online
