Künstliche Intelligenz
Post zum Freitag: Strom ist teuer und Energiewende nur für Reiche – oder nicht?
Meine letzte Strom-Jahresabrechnung war ein echter Schlag in die Magengrube. Die Preisentwicklung scheint nur eine Richtung zu kennen. Und die gefällt ja wirklich niemandem… Was mich zusätzlich nervt: Viele Ratschläge zur Energiewende wirken auf mich abgehoben. So als wäre die Energiewende nur was für Leute, die mal eben fünfstellige Beträge übrig haben oder sich bis über beide Ohren verschulden wollen. Und am Ende weiß man nicht einmal, ob es wirklich Geld spart oder ob man sich damit eigentlich nur ein reines Gewissen kauft, weil: „grün und gut“.
Weiterlesen nach der Anzeige

(Bild: RWE)
Der Praxisbericht meines Kollegen hat mich deshalb wirklich gepackt. Er hat das Thema mal ohne die übliche Technik-Euphorie betrachtet und bei seiner privaten Wärmepumpe und Co. schlichtweg nachgerechnet, wann und ob es sich lohnt. Sein Fazit: Richtig angegangen, ist die moderne Technik am Ende billiger als die alte. Falls ihr auch eher auf euren Geldbeutel als auf Marketing-Versprechen hört: Lest doch mal gern rein.
Doch bevor man das ganze Haus umkrempelt, kann man natürlich auch erstmal kleiner anfangen: beim Messen. Denn nur wer seinen Verbrauch kennt, kann gezielt Stromfresser entlarven und Kosten senken. Ob mit einem Balkonkraftwerk, einem dynamischen Stromtarif oder einfach nur aus Neugier – die Überwachung des Verbrauchs ist der erste Schritt. Wir haben uns deshalb die verschiedenen Möglichkeiten angeschaut, vom einfachen Lesekopf für den digitalen Zähler bis zum vollwertigen Smart Meter.
Wen jetzt die Euphorie gepackt hat und tiefer in die Materie der Hausautomatisierung einsteigen will, für den haben wir noch einen Leckerbissen: Viele von Ihnen kennen sicher die mächtige Smart-Home-Zentrale Home Assistant. Meist läuft sie auf einem kleinen Einplatinenrechner, während der gute alte Windows-PC außen vor bleibt. Kollege Marvin Strathmann zeigt, wie man den Rechner in Home Assistant integriert. Egal ob als Präsenzmelder oder Steuerzentrale – der Rechner wird so zum richtigen Multitool.
Schauen wir uns nun etwas Klassisches an: Omas handgeschriebene Rezepte. Die Zettel haben über die Jahre wahrscheinlich ziemlich gelitten, die Tinte ist verblasst und die großflächigen, schimmlig anmutenden Soßenflecken sind mittlerweile fester Teil des Designs. Damit diese Schätzchen aber noch viele weitere Jahre überleben, digitalisiert sie ein lokales Vision-LLM. Denny Gille hat dafür einen Python-Workflow gebastelt, der die Handschrift erkennt und automatisch saubere Markdown-Dateien daraus macht. Auf dass Omas phänomenaler Streuselkuchen auch noch weitere 100 Jahre nach traditionellem Familienrezept gebacken wird.
Weiterlesen nach der Anzeige
Während der heimische PC also damit beschäftigt ist, die Geheimnisse der besten Bratensoße zu entschlüsseln, übernimmt draußen auch ein weiteres technisches Helferlein: der Mähroboter. Wo früher starre Begrenzungsdrähte und das Zufallsprinzip den Takt angaben, versprechen Luxusmähbots nur das Beste vom Besten. Doch halten die Versprechen von präzisen Schnittkanten und intelligenter Hindernisumfahrung auch in der Praxis stand und sind sie ihr Geld wirklich wert? Lesen Sie rein.
(mig)
Künstliche Intelligenz
6G im OP: Wie intelligente Netze die Medizin revolutionieren könnten
In vielen modernen Krankenhäusern läuft Digitalisierung trotz knapper Kassen auf Hochtouren: Hochauflösendes Patienten-Monitoring in Echtzeit, videobasierte Visiten aus der Ferne oder gar komplexe, ferngesteuerte chirurgische Eingriffe mithilfe von OP-Robotern machen die Medizin immer vernetzter. Diese datenintensiven Dienste im klinischen Alltag verlässlich und zeitgleich abzuwickeln, kann herkömmliche Telekommunikationsnetze überfordern. Das Problem liegt meist nicht bei mangelnder Bandbreite insgesamt, sondern bei der Verteilung der Rechenleistung.
Weiterlesen nach der Anzeige
Bislang steht diese im Krankenhaus nicht immer dort zur Verfügung, wo sie im jeweiligen Moment am dringendsten gebraucht wird. Bei einer kritischen Teleoperation können verzögerte Datenströme oder minimale Unterbrechungen fatale, lebensbedrohliche Konsequenzen haben. Ein interdisziplinäres Forschungsteam der Technischen Universität München (TUM) hat nun in einer Studie untersucht, wie die kommenden Mobilfunknetze der sechsten Generation (6G) dieses Dilemma lösen könnten: Durch dynamische, intelligente Verteilung von Rechenkapazitäten im laufenden Betrieb gelingt es laut der Untersuchung, die Effizienz deutlich zu steigern und bis zu 40 Prozent mehr medizinische Anwendungen gleichzeitig ausfallsicher zu betreiben.
Mathematisches Optimierungsmodell
Im Kern beruht der neue Ansatz auf dem Konzept des sogenannten In-Network Computing in Kombination mit flexibler Migration von Softwarefunktionen. Medizinische Anwendungen werden dabei in modulare Bausteine zerlegt, die flexibel im gesamten Netzwerk platziert werden können. Die zentrale Frage, die das System in Sekundenbruchteilen beantworten muss, lautet dabei: Wo wird eine bestimmte Anwendung am besten ausgeführt? Zur Auswahl stehen dafür verschiedene Ebenen: direkt an den Medizingeräten am Krankenbett, auf einem lokalen Server im Operationssaal, an einem nahegelegenen regionalen Netzknoten oder in einem entfernten Rechenzentrum.
Rein physikalisch gilt: Je näher die Datenverarbeitung am Behandlungsort stattfindet, desto geringer sind die Latenzzeiten und desto zuverlässiger lässt sich hohe Übertragungsgeschwindigkeit erreichen. Doch würde jede Applikation pauschal direkt im OP verarbeitet, wäre dessen Hardware im Nu überlastet.
Genau hier setzt das mathematische Optimierungsmodell der TUM-Wissenschaftler an. Es berechnet kontinuierlich im Hintergrund, welche Anwendungen gerade aktiv sind, welche Priorität sie besitzen und welche Ressourcen im Gesamtnetz verfügbar sind. Daraufhin verlagert es Softwareprozesse dynamisch dorthin, wo sie in aktuell den größten Nutzen stiften und die geringsten Migrationskosten verursachen.
Vorausschauende Algorithmen
Für die Praxis würde das Verfahren eine neue Form der Flexibilität im Mobilfunknetz bedeuten. Bisherige Netze transportieren Daten vor allem starr von einem Punkt zum anderen. Künftige 6G-Netze müssen jedoch mitdenken und eigenständig Prioritäten setzen. Wenn etwa ein chirurgischer Eingriff Priorität verlangt, schaufelt das Netz automatisch Ressourcen frei, indem es weniger zeitkritische Prozesse wie die digitale Dokumentation oder logistische Verwaltungsaufgaben auf weiter entfernte Server im Hintergrund verschiebt.
Weiterlesen nach der Anzeige
Um diese Aufgabe in Echtzeit bewältigen zu können, haben die Wissenschaftler neben einem exakten mathematischen Modell auch einen maßgeschneiderten Algorithmus entwickelt. Dieser soll vorausschauend arbeiten und die Qualitätsstufen der einzelnen Dienste im Millisekundentakt anpassen.
In umfangreichen Computersimulationen, die auf realen klinischen Szenarien basieren, hat das Team die Effizienz dieser Methode bestätigt: Selbst bei stark begrenzten Hardware- und Netzkapazitäten stieg die Zahl der erfolgreich bereitgestellten medizinischen Dienste um knapp 40 Prozent. Die Beteiligten wollen nun in weiteren Tests unter realen klinischen Bedingungen ausloten, ob ihr Mechanismus tatsächlich als Fundament für flächendeckende digitale Gesundheitsversorgung taugt.
(ds)
Künstliche Intelligenz
Tesla steigert Auslieferungen aus Shanghai im Mai um 39 Prozent
Künstliche Intelligenz
Zoom: KI-Agent schließt ab, was Meetings beginnen
Zoom erweitert seine KI-Angebote um zwei neue Produkte: den ZoomMate und die AI Productivity Suite. Beide Angebote sollen Besprechungen nicht nur protokollieren, sondern auch die daraus entstehenden Aufgaben weitgehend automatisieren. Dazu verknüpft Zoom den Kontext aus Meetings, Chats und Anrufen mit Unternehmensdaten und externen Anwendungen.
Weiterlesen nach der Anzeige
ZoomMate bezeichnet der Anbieter als agentenbasierte KI-Arbeitsoberfläche. Die Software ruft Informationen aus Zoom sowie aus angebundenen Systemen wie Salesforce, Jira, ServiceNow, Workday, Slack, Microsoft 365 und Google Workspace ab, bereitet sie auf und leitet daraus konkrete Aktionen ab. Zoom ordnet das Produkt in seine bereits angekündigte „System of Action“-Strategie ein. Dahinter steht die Idee, Gespräche als zentrale Quelle für Entscheidungen, Aufgaben und Geschäftsprozesse zu nutzen und daraus direkt konkrete Arbeit abzuleiten.
Agentische Suche und Workflow-Orchestrierung
Zu den zentralen Funktionen gehört eine agentische Suche. Anders als klassische Enterprise-Search-Lösungen, die vor allem einzelne Dokumente oder Datensätze finden, soll ZoomMate Informationen aus verschiedenen Quellen zusammenführen und sie im jeweiligen Arbeitskontext aufbereiten. Fragt ein Mitarbeiter etwa nach dem Status eines Kundenprojekts, kombiniert die KI laut Zoom Jira-Tickets, Salesforce-Daten, Slack-Diskussionen und Meeting-Protokolle zu einer zusammenhängenden Antwort.
Darüber hinaus koordiniert ZoomMate Aufgaben über mehrere Anwendungen hinweg. Die Software legt nach Angaben des Herstellers Termine in Google Calendar oder Microsoft Outlook an, aktualisiert Datensätze, erstellt Folgeaufgaben oder stößt Onboarding- und Supportprozesse an. Diese Funktionen fasst Zoom unter dem Begriff Orchestrierung zusammen: Mehrere Arbeitsschritte in unterschiedlichen Anwendungen laufen automatisiert ab und greifen ineinander.
AI Productivity Suite mit vier Anwendungen
Die ebenfalls neue AI Productivity Suite umfasst die vier Anwendungen Zoom Canvas, Zoom Slides, Zoom Sheets und Zoom Paper. Sie sollen direkt auf Informationen aus Meetings und anderen Kommunikationskanälen zugreifen und daraus Dokumente, Tabellen, Präsentationen oder Berichte erzeugen.
Zoom Canvas löst Zoom Docs ab und dient als Arbeitsbereich für Dokumentationen, Projektpläne und Wikis. Zoom Slides erstellt Präsentationen aus Meeting-Inhalten oder Texteingaben. So entsteht etwa aus einem Kundenworkshop automatisch ein erster Foliensatz mit Anforderungen, Ergebnissen und nächsten Schritten. Zoom Sheets ergänzt die Suite um eine Tabellenkalkulation mit KI-Funktionen. Nutzer stoßen Analysen über Prompts in natürlicher Sprache an, ähnlich wie bei den KI-Erweiterungen von Microsoft Excel oder Google Sheets. Zoom Paper unterstützt beim Verfassen, Überarbeiten und Formatieren von Geschäftsdokumenten wie Berichten oder Angeboten.
Weiterlesen nach der Anzeige
Verknüpfung mit Gesprächskontext
Ein zentrales Merkmal beider Produkte ist laut Zoom die Verknüpfung der Arbeitsergebnisse mit dem ursprünglichen Gesprächskontext. Dokumente, Präsentationen oder Projektpläne bleiben damit nachvollziehbar mit den zugrunde liegenden Entscheidungen verbunden. Entwickeln sich Entscheidungen weiter, soll die KI betroffene Inhalte automatisch aktualisieren. Zoom will sich damit von KI-Werkzeugen abgrenzen, die Inhalte ausschließlich auf Basis von Nutzereingaben erzeugen.
Die Anwendungen sind mit den Formaten DOCX, PPTX und XLSX kompatibel; zudem unterstützt Zoom den Export als PDF. Als Zielgruppen nennt das Unternehmen vor allem Beratungen, Agenturen, Professional-Services-Anbieter sowie kleine und mittlere Unternehmen. Auch Vertriebs-, HR- sowie Produkt- und Entwicklungsteams sollen von der engeren Verzahnung zwischen Kommunikation und operativer Arbeit profitieren.
Verfügbarkeit und Preise
ZoomMate ist zunächst für Online- und Direktkunden in Nordamerika verfügbar und kostet 20 US-Dollar pro Nutzer und Monat. Der Preis umfasst KI-Credits. Obwohl ZoomMate offiziell allgemein verfügbar ist, erfolgt die Einführung schrittweise, sodass der Dienst zunächst nicht für alle Kunden bereitsteht. In weiteren Regionen, darunter Europa, will Zoom das Produkt im Laufe des Jahres ausrollen. Noch nicht enthalten ist die Agents-Funktion, mit der Teams eigene KI-Assistenten für spezifische Aufgaben konfigurieren können – diese soll laut Zoom erst im weiteren Verlauf des Juni 2026 folgen.
Die AI Productivity Suite ist im ZoomMate-Abonnement enthalten, lässt sich aber auch separat oder als Zusatzoption für 10 US-Dollar pro Nutzer und Monat buchen. Auch dieses Angebot umfasst KI-Credits.
Lesen Sie auch
(fo)
-
Entwicklung & Codevor 3 MonatenCommunity-Protest erfolgreich: Galera bleibt Open Source in MariaDB
-
Künstliche Intelligenzvor 3 MonatenBlade‑Battery 2.0 und Flash-Charger: BYD beschleunigt Laden weiter
-
Künstliche Intelligenzvor 3 Monaten
Top 10: Der beste Luftgütesensor im Test – CO₂, Schadstoffe & Schimmel im Blick
-
Künstliche Intelligenzvor 3 MonateniPhone Fold Leak: Apple spart sich wohl iPad‑Multitasking
-
Apps & Mobile Entwicklungvor 3 MonatenMähroboter ohne Begrenzungsdraht für Gärten mit bis zu 300 m²
-
Künstliche Intelligenzvor 2 Monaten
JBL Bar 1300MK2 im Test: Soundbar mit Dolby Atmos, starkem Bass und Akku‑Rears
-
Künstliche Intelligenzvor 3 MonatenPetra‑AI: KI soll Frauen in der Perimenopause unterstützen
-
Social Mediavor 2 MonatenVon Kennzeichnung bis Plattformpflichten: Was die EU-Regeln für Influencer Marketing bedeuten – Katy Link im AllSocial Interview
