Der iX3 der Baureihe NA5 dürfte für BMW weitaus mehr als nur der Start einer neuen Generation des SUVs der gehobenen Mittelklasse darstellen. Denn es ist das erste Fahrzeug auf Basis der Neue-Klasse-Architektur, mit der man in Bezug auf Ladeleistung, Effizienz und Reichweite zur Spitzengruppe aufschließen möchte. Damit gerät ein anderes BMW-Modell jedoch unter Druck. Denn den X3 (G45) bietet man weiterhin als Verbrenner und als Plug-in Hybrid an. Welche Variante sich am Ende beim Kunden durchsetzt, dürfte auch von den Kosten abhängen.

Beim Vorgänger fiel das Votum in Deutschland eindeutig aus. Zwischen 2022 und 2024 wurden laut Kraftfahrt-Bundesamt knapp 78.000 Exemplare erstmals zugelassen. Bei fast jedem zweiten verrichtete ein Dieselmotor seine Arbeit, unter jeder fünften Motorhaube arbeitet ein Benziner. Auf den reinen Elektroantrieb entfielen 18 Prozent, auf den Plug-in-Hybriden 12 Prozent.

Für den Vergleich der Anschaffungs- und Unterhaltskosten haben wir drei laut Liste ähnlich teure Varianten ausgewählt. Dazu gehören der BMW iX3 50 xDrive für 68.900 Euro, der Plug-in-Hybrid BMW X3 30e xDrive (Test) für 66.440 Euro sowie als Vertreter der Dieselfraktion den BMW X3 40d xDrive für 70.400 Euro. Bei den Anschaffungskosten konzentrieren wir uns auf die wichtigsten Extras, bei den monatlichen Ausgaben blicken wir auf Wertverlust, Wartung, Verschleiß, Fahrenergie, Versicherung und Steuer. Zudem verraten wir, welche Rolle Leasing mit Blick auf die monatlichen Kosten spielen kann.

Das war die Leseprobe unseres heise-Plus-Artikels „BMWs Kompakt-SUVs im Vergleich: Das kosten iX3 und X3“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.

Das Erstellen auch professionell wirkender Logos samt Animationen ist heute so einfach wie nie: Wer nicht gleich zu KI-basierten Bild- und Videogeneratoren greift, nutzt 3D-Werkzeuge zur Herstellung plastisch wirkender computergenerierter Bilder (CGI). Bei Apple sieht man das anscheinend anders: Das kürzlich frisch überarbeitete offizielle Intro der Streamingtochter Apple TV (in voller Länge anzusehen auf Youtube) wurde vollständig „in camera“ hergestellt, also durch das Abfilmen und Zusammensetzen physischer Objekte.

Glas, Beleuchtung, Kamera

Wie genau das umgesetzt wurde, ist in einem Clip beim Werbemagazin AdAge zu sehen. Das Intro wurde von Apples Agentur TBWA\Media Arts Lab zusammen mit Optical Arts umgesetzt. In einem 33 Sekunden langen „Making of“-Video ist zu sehen, wie das Apple-TV-Logo Schritt für Schritt animiert wurde – aus Glasobjekten, die sowohl das Apfellogo als auch die Schrift bildeten. Passende Farbeffekte wurden mit entsprechender Beleuchtungstechnik erzeugt, nur die Stützen der Objekte später heraus editiert.

Interessanterweise sieht das fertige Intro (unter dem neuen Motto „Das ist erst der Anfang“) eher nach Computeranimation als nach physisch inszeniertem Trickfilm aus. Auf X wurde auch der neue Intro-Film für Apples Filmtochter Apple Original Films geteilt. Auch dieser Streifen wurde offenbar „in camera“ physisch gefilmt, wobei zunächst unklar blieb, ob dies auch für die Schrift galt. Mit dem iPhone wurden die beiden Intros offenbar nicht gedreht, zumindest ist in dem „Making of“ davon nichts zu entdecken.

Neue Musik: „Es fehlt Bass“

Apple hatte seinen Streamingdienst kürzlich von Apple TV+ zu Apple TV umbenannt. Laut Angaben von Dienstechef Eddy Cue hätten viele Nutzer TV+ sowieso schon Apple TV genannt, ein Verwechselungsproblem mit der Multimediabox Apple TV 4K sieht der Manager hingegen nicht.

Der neue Apple-TV-Introfilm wurde vom Musiker Finneas, dem Bruder der Sängerin Billie Eilish, vertont – offenbar ebenso wie das Intro für Apple Original Films. Der neue Sound kommt – im Gegensatz zum neuen Logo, das viel Lob erntete – nicht bei allen Beobachtern gut an. Ein X-Nutzer, selbst Designer, schrieb, ihm fehle der Bass der alten Version. Ein anderer hielt die Untermalung im Vergleich zum Vorgänger „definitiv für ein Downgrade“.

(bsc)

KI-Forschung trifft auf medizinische Anwendung

Künstliche Intelligenz kann dabei helfen, genetische Variationen zu erkennen oder Bilddaten auszuwerten, und so Fachärztinnen und Ärzte bei der Diagnose von Krankheiten unterstützen. Genau hier setzt die Arbeit des niedersächsischen KI-Forschungszentrums CAIMed an. „CAIMed ist das niedersächsische Zentrum für künstliche Intelligenz und kausale Methoden in der Medizin“, erklärt Johannes Winter, Geschäftsführer von CAIMed, im Podcast. Das Besondere sei, „dass hier KI-Forschung, medizinische Forschung und Anwendung zusammenkommen.“

An dem Zentrum sind die Medizinische Hochschule Hannover, die Universitätsmedizin Göttingen, das Helmholtz-Zentrum für Infektionsforschung in Braunschweig sowie die KI-Forschungszentren L3S in Hannover und CIDAS in Göttingen beteiligt. Ihr gemeinsames Ziel ist es, „KI-Methoden zu entwickeln und auch in die klinische Anwendung zu bringen“, sagt Winter. Die Finanzierung erfolgt durch das Niedersächsische Ministerium für Wissenschaft und Kultur mit Mitteln aus dem Programm zukunft.niedersachsen der VolkswagenStiftung.

Fokus auf personalisierte Medizin

CAIMed konzentriert sich auf drei medizinische Schwerpunkte. „Das sind im Wesentlichen die großen Volkskrankheiten“, sagt Winter. Dazu zählen die Onkologie, die Herz-Kreislauf- und Lungenmedizin sowie die Infektionsmedizin. Das Ziel ist eine personalisierte Gesundheitsversorgung. Während man aktuell oft noch mit generischen Behandlungsansätzen vorgehe, die Winter salopp als Vorgehen „mit der Schrotflinte“ beschreibt, zielt die personalisierte Medizin darauf ab, „maßgeschneiderte Diagnostik anzubieten, aber auch Therapieansätze.“

Ein konkretes Projekt befasst sich mit der Vorsorge von Gebärmutterhalskrebs. Statt herkömmlicher Laboruntersuchungen von Abstrichen setzt das Team auf „eine KI-basierte Zytologie, also eine Zellanalyse.“ Dabei werden die Abstriche digitalisiert und von einer KI auf Auffälligkeiten untersucht. Pathologen müssten dann „nicht mehr aufwendig jedes Bild, nach diesen Auffälligkeiten manuell untersuchen“, erläutert Winter den Vorteil der Zeitersparnis.

Ein weiteres Anwendungsfeld ist die Vorhersage einer nosokomialen Sepsis bei Kindern auf Intensivstationen. Eine Sepsis ist eine Blutvergiftung, die im Krankenhaus erworben werden kann. Ein KI-Modell soll diese „etwa sechs bis zwölf Stunden bevor die Sepsis ausbricht“ erkennen. „Je früher ich behandeln kann, desto besser ist es natürlich für das Kind“, betont Winter. Gleichzeitig werde klinisches Personal entlastet.

Datenbasis und die Suche nach der Nadel im Heuhaufen

Für das Training solcher Modelle sind große und vielfältige Datenmengen notwendig. Laut Winter ist die Datenlage in Deutschland gut. „Wir haben genügend Daten“, sagt er und verweist auf Initiativen wie die Medizin-Informatik-Initiative. Die Herausforderung sei, eine „Balance zwischen Datenschutz und Datenschatz“ zu finden.

Um sicherzustellen, dass die KI-Systeme nachvollziehbar arbeiten, verfolgt CAIMed einen „Hybriden-KI-Ansatz“. Dabei werden datengetriebene Modelle wie große Sprachmodelle mit „Wissensdatenbanken, also abgesichertem Wissen“ kombiniert. Zum Einsatz kommen sogenannte „Retrieval Augmented Generation Ansätze“, bei denen ein Sprachmodell mit verlässlichen Datenquellen wie Krankenhausinformationssystemen verbunden wird.

Auch bei schwer zu diagnostizierenden Krankheiten wie Long-Covid soll KI helfen. In Niedersachsen existiert das größte Forschungscluster zu diesem Thema. KI-Modelle könnten hier Muster erkennen, die für das menschliche Auge schwer zu fassen sind. „Hier können wir die Nadel im Heuhaufen hoffentlich finden“, sagt Winter.

Der Mensch bleibt entscheidend

Trotz der technischen Möglichkeiten sieht Winter die KI als „Unterstützungssystem, ein digitaler Assistent“ für medizinisches Fachpersonal. Er warnt vor einem „De-Skilling“, also dem Verlust von Fähigkeiten, wenn sich junge Ärztinnen und Ärzte zu sehr auf die Technik verlassen. „Ich muss wirklich darauf achten, diese KI-Kompetenzentwicklung ernst zu nehmen“, mahnt Winter.

Deshalb sei der Ansatz von CAIMed, von Anfang an interdisziplinär zu arbeiten. In sogenannten Use Cases arbeiten Medizinerinnen, KI-Forschende und Ethiker gemeinsam an den Lösungen. „Von Beginn an müssen beide Welten (angewandte Medizin und Forschung) zusammenarbeiten“, erklärt Winter. Nur so könne man sicherstellen, dass die entwickelten Werkzeuge auch den Bedarf in der klinischen Praxis treffen.

(igr)