Der Preis für einen Bitcoin ist am Montag deutlich unter die Marke von 70.000 US-Dollar gefallen und hat damit eine zwischenzeitliche Rallye beendet, die ihn im Mai sogar wieder über die Marke von 80.000 US-Dollar gehievt hat. Mitverantwortlich für den jüngsten Kursverfall ist offenbar der US-Softwarehersteller Strategy, der seit Jahren in großem Umfang Bitcoin erworben und jetzt zum ersten Mal seit 2022 einige wenige davon verkauft hat. Zwar geht es nur um 32 von insgesamt mehr als 840.000 Bitcoin, die Strategy besitzt, trotzdem markiert der Verkauf eine Trendwende: Seit 2020 hat das US-Unternehmen Bitcoin fast ausnahmslos erworben, insgesamt hält es inzwischen mehr als 4 Prozent des Gesamtbestands.

Laut Bloomberg hat sich der Wind für die mit Abstand wichtigste Kryptowährung aber schon vor dem Verkauf durch Strategy gedreht, vor allem ETFs hätten sich zuletzt abgewendet. Hinzu käme die anhaltende Unsicherheit über die Entwicklung im Nahen Osten und die Schließung der Straße von Hormus, für die kein Ende absehbar sei. Laut der Finanznachrichtenagentur wurden in den vergangenen zwei Wochen fast 3,5 Milliarden US-Dollar aus dem Bitcoinmarkt abgezogen. Nachdem der Preis für einen Bitcoin am Wochenende noch über 73.000 US-Dollar gelegen hat, ist er bis zum heutigen Mittwoch nun auf etwas mehr als 66.000 US-Dollar gefallen. Allein in den vergangenen 24 Stunden ging es um mehr als 6 Prozent nach unten.

Der Preisrutsch beim Bitcoin hat auch die anderen großen Kryptowährungen nach unten gezogen, Ethereum steht aktuell bei gut 1800 US-Dollar. Das sind deutlich weniger als die Hälfte, die noch im Herbst zu Buche standen. Für die meisten großen Kryptowährungen ging es in den vergangenen 24 Stunden um mehrere Prozentpunkte nach unten, aber im Vergleich zu Bitcoin ist ihr Gesamtwert deutlich kleiner. Der hat sein Allzeithoch im Oktober erreicht, damals kostete ein Bitcoin mehr als 125.000 US-Dollar. Danach hat sich der Markt aber gedreht und nach der zwischenzeitlichen Kurserholung setzt sich die Talfahrt jetzt offenbar fort.

(mho)

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.

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.

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)