Um ein Reisetagebuch zu führen, reichen natürlich Zettel und Stift. Doch wer weit mehr als Text und Skizzen festhalten möchte, greift zu spezialisierten Apps. Das Angebot für iPhone und iPad ist ebenso groß wie breit gefächert: Es reicht von Apples kostenlosem Journal über automatisierte und KI-gestützte Tagebuch-Apps bis zu eigenen sozialen Netzwerken mitsamt Orts-Tracking. Manche iPad-Apps unterstützen obendrein handschriftliche Einträge.

Wir haben sechs populäre Kandidaten gegeneinander antreten lassen – mit Blick auf Funktionsumfang, Pencil-Unterstützung, Abomodelle, KI-Funktionen und den Umgang mit Standortdaten: Journal, Day One, Journi Blog, Travel Diaries, Polarsteps sowie FindPenguins.

Journal

Apples Tagebuch-App Journal läuft mittlerweile auf iPhone, iPad und Mac. Der Abgleich erfolgt wahlweise über iCloud. Standardmäßig ist die App bereits vorinstalliert, sie lässt sich – abgesehen vom iCloud-Sync – auch ganz ohne Account nutzen. Journal ist nicht spezifisch auf Reisen ausgelegt, sondern stellt grundlegende Funktionen für ein Tagebuch bereit. Inzwischen ist es möglich, mehrere Journals respektive Tagebücher in der App anzulegen, was sich gut für mehrere Urlaube eignet. Einträge nehmen Medien wie Fotos, Videos, Sprachaufnahmen und den Standort entgegen.

Das war die Leseprobe unseres heise-Plus-Artikels „Reisen festhalten: So führen Sie mit dem iPhone ein digitales Reisetagebuch“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.

Sie planen die Einführung eines Information Security Management Systems (ISMS) nach ISO 27001 oder stehen bereits mitten in der Umsetzung? Im interaktiven iX-Workshop IT-Sicherheit nach ISO 27001 und NIS2-Anforderungen umsetzen erhalten Sie eine fundierte Einführung in die Anforderungen der internationalen Norm und lernen praxisnahe Ansätze für die erfolgreiche Umsetzung im Unternehmen kennen.

Der Workshop vermittelt Ihnen die zentralen Grundlagen eines ISMS nach ISO 27001 und zeigt, wie Sie diese strukturiert in der Praxis umsetzen können. Dabei werden auch die aktuellen regulatorischen Anforderungen der NIS2-Richtlinie berücksichtigt, sodass Sie beide Themenfelder sinnvoll miteinander verbinden können.

Sie erhalten einen klaren Überblick über Gemeinsamkeiten und Unterschiede von ISO 27001 und dem NIS2-Umsetzungsgesetz (NIS2UmsuCG) und lernen, wie Sie diese Anforderungen bereits in der Planungsphase Ihres ISMS berücksichtigen können.

Das Gelernte praktisch anwenden

Der zweitägige Workshop ist interaktiv aufgebaut und kombiniert theoretische Grundlagen mit praxisnahen Gruppenarbeiten und Diskussionen. Sie erarbeiten zentrale Schritte der ISMS-Einführung, lernen typische Projektphasen kennen und setzen sich mit häufigen Herausforderungen und Fallstricken in der Umsetzung auseinander. Dabei stehen konkrete Aufgaben der Projektplanung, Strukturierung und Implementierung im Mittelpunkt.

Durch den aktiven Austausch in der Gruppe entwickeln Sie ein besseres Verständnis für typische Umsetzungsszenarien und können die Inhalte direkt auf Ihre eigene Organisation übertragen.

Von Erfahrungen aus der Praxis lernen

Sie profitieren von der gemeinsamen Expertise Ihrer Trainer Ann-Kathrin Rechel und Viktor Rechel, beide leitende Cybersicherheitsberater bei der secuvera GmbH. Sie begleiten Unternehmen regelmäßig bei der Einführung und Weiterentwicklung von Informationssicherheitsmanagementsystemen und verfügen über umfassende Erfahrung in der praktischen Umsetzung von ISO-27001- und NIS2-Anforderungen. Im Workshop vermitteln sie praxisnahe Einblicke aus realen Projekten und zeigen, wie sich ISMS-Strukturen effizient, nachvollziehbar und normkonform in Unternehmen etablieren lassen.

Für wen ist dieser Workshop geeignet?

Der Workshop richtet sich an Informationssicherheitsbeauftragte, IT-Mitarbeitende sowie Führungskräfte, die ein ISMS nach ISO 27001 einführen oder weiterentwickeln möchten und dabei auch regulatorische Anforderungen wie NIS2 berücksichtigen müssen.

(ilk)

Regnet es am Wochenende oder scheint die Sonne? Instabile Wetterlagen wie jetzt gerade machen die Wettervorhersage besonders unzuverlässig. Wie KI-Modelle hier Abhilfe schaffen – und wo ihre Grenzen liegen.

Ein langes Mai-Wochenende steht an – eigentlich ideal für Freiluftaktivitäten. Aber wird tatsächlich die Sonne scheinen? Wer diese Frage derzeit mit Wetter-Apps auf dem Smartphone beantwortet, wird oft enttäuscht. KI-Modelle wie Graphcast von Google, Aurora von Microsoft oder Pangu Weather von Huawei versprechen ähnlich gute oder sogar bessere Ergebnisse, die wesentlich schneller berechnet werden.

Was ist der Unterschied zwischen konventionellen Modellen und KI-Modellen? Was taugen die neuen Modelle und wo werden sie eingesetzt? Und können Sie KI-Modelle nutzen, um das lange Wochenende vielleicht doch mit ein wenig mehr Sicherheit zu planen? Wir beantworten die wichtigsten Fragen.

Wie funktionieren Wettervorhersagen?

Konventionelle Wettermodelle beschreiben die zeitliche – also zukünftige – Entwicklung von Druck, Temperatur und Luftfeuchtigkeit ausgehend von aktuell gemessenen Werten mithilfe von physikalischen Gleichungen.

Der britische Mathematiker Lewis Fry Richardson kam bereits Anfang des zwanzigsten Jahrhunderts auf die Idee, dass es möglich sein müsste, mithilfe von physikalischen Gesetzmäßigkeiten das Wetter vorherzusagen. Bis dahin verließen sich die Meteorologen weitgehend auf Erfahrung und Beobachtung und entwickelten empirische Modelle auf der Basis der Entwicklung ähnlicher, bekannter Wetterlagen. Weil es damals aber noch keine Computer gab, musste Richardson seine Berechnungen von Hand durchführen – was länger dauerte als die Reichweite seiner Vorhersage. Außerdem waren die Messdaten, die er in seine Berechnungen steckte, äußerst lückenhaft. Seine Vorhersagen für Luftdruckänderungen lagen also weit neben den tatsächlichen Messungen. Die Arbeiten gelten dennoch als bahnbrechend für die moderne Meteorologie.

Die physikalischen Gleichungen geben an, wie stark sich Größen wie Luftdruck, Temperatur und Luftfeuchtigkeit in Abhängigkeit voneinander ändern – das ergibt miteinander gekoppelte Differenzialgleichungen. Um zu berechnen, wie das Wetter wird, müssen diese Gleichungen numerisch integriert werden. Das passiert an den Knotenpunkten eines räumlichen Gitters in festen Zeitschritten. Wie präzise ein Wettermodell ist, hängt also davon ab, wie klein das Raster ist. Allerdings steigt auch der Rechenaufwand, je engmaschiger das Gitter ist.

Regionale Wettermodelle mit kleinen Gitter-Abständen berechnen daher in der Regel nur kurzfristige Vorhersagen. Das Wettermodell COSMO-DE des Deutschen Wetterdienstes etwa verwendet ein Raster von 2,8 × 2,8 Kilometer mit 50 Höhenschichten. Wolken, die jedoch meist kleiner als solche Zellen sind, müssen daher „parametrisiert“ werden – sie tauchen nur in der Anpassung einzelner Modellparameter auf. Deshalb sind Vorhersagen auch immer dann besonders ungenau, wenn sich in einer größeren Luftströmung kleinräumige Störungen befinden.

Vorhersagehorizont 14 Tage

Je weiter eine Wettervorhersage in die Zukunft rechnet, desto mehr addieren sich zudem Fehler und Ungenauigkeiten. Ein Vorhersagehorizont von 14 Tagen gilt noch immer als eine Art Schallmauer.

Die Regel, dass Wettervorhersagen nur etwa bis 14 Tage brauchbar sind, geht auf den amerikanischen Mathematiker und Meteorologen Edward Lorenz zurück. Lorenz untersuchte Anfang der 1960er Jahre die Möglichkeiten der numerischen Wettervorhersage in einem stark vereinfachten System – einer sogenannten Konvektionszelle. Das ist ein Luftvolumen, das von unten gleichmäßig erwärmt wird. Die warme Luft steigt auf, kühlt ab und strömt dann wieder nach unten. Dabei entdeckte er, dass schon kleine Ungenauigkeiten in den Anfangswerten nach einiger Zeit große Ungenauigkeiten in der Vorhersage bewirkten. Lorenz vermutete daher, dass auch bei beliebig genau gemessenen Anfangswerten der Zeithorizont der Vorhersage begrenzt sein würde. Die Chaostheorie lieferte später die theoretische Unterfütterung für diesen sogenannten „Schmetterlingseffekt“. Kurz: Wettermodelle sind chaotische Systeme.