Künstliche Intelligenz
Code lesen statt Code schreiben: Die unterschätzte Senior-Disziplin
Im April 2000 veröffentlichte Stack-Overflow-Gründer Joel Spolsky einen Aufsatz mit dem Titel „Things You Should Never Do, Part I“. Anlass war die Entscheidung von Netscape, den Code des damaligen Browsers von Grund auf neu zu schreiben, statt den vorhandenen weiterzuentwickeln.
Weiterlesen nach der Anzeige

Golo Roden ist Gründer und CTO von the native web GmbH. Er beschäftigt sich mit der Konzeption und Entwicklung von Web- und Cloud-Anwendungen sowie -APIs, mit einem Schwerpunkt auf Event-getriebenen und Service-basierten verteilten Architekturen. Sein Leitsatz lautet, dass Softwareentwicklung kein Selbstzweck ist, sondern immer einer zugrundeliegenden Fachlichkeit folgen muss.
Spolskys These: Diese Entscheidung sei der schlimmste strategische Fehler, den eine Softwarefirma machen könne. Sie beruhe auf einem fundamentalen Missverständnis darüber, was Programmierarbeit eigentlich ist. Programmiererinnen und Programmierer schrieben lieber neu, weil das Lesen fremden Codes mühsam sei und sich das Schreiben produktiv anfühle. Doch dieser Eindruck täusche. Die Verlockung, neu anzufangen, sei eine der teuersten Versuchungen der Branche.
Über 25 Jahre später hat dieser Text nichts von seiner Aktualität verloren. Im Gegenteil. Mit dem Auftauchen von Large Language Models (LLM) hat sich die Asymmetrie zwischen Schreiben und Lesen so verschoben, dass die Frage akut wird, ob wir die eigentliche Senior-Disziplin der Softwareentwicklung systematisch unterschätzen. Das Tippen ist nicht das, was Teams in den nächsten Jahren ihren Atem rauben wird. Das Lesen ist es. In diesem Beitrag möchte ich zeigen, warum das so ist, woher die Asymmetrie kommt, wie sie sich durch generative KI verschärft und wie aus einer beiläufigen Begleitfähigkeit eine eigenständige Disziplin werden müsste.
Der eigene Code wird nach drei Wochen zu fremdem Code
Beim Schreiben hat man alles gleichzeitig im Kopf: die Anforderung, das Datenmodell, die geplante Architektur, die Stelle, an der man gerade arbeitet, die Annahmen, die man trifft, die Trade-offs, die man eingeht. Diese mentale Gesamtsicht macht das Schreiben schnell. Sie ist gleichzeitig das, was beim Lesen fehlt.
Wer drei Wochen später denselben Code wieder vor sich hat, ohne den Kontext mitzubringen, muss diese Gesamtsicht rekonstruieren. Variablennamen geben Hinweise, Tests sagen mehr, ein Pull-Request-Kommentar liefert im Bestfall den fachlichen Anlass, eine Commit-Message mit Glück die letzte Begründung. Die eigentliche Intention, das gedachte Modell, die verworfenen Alternativen, all das ist verloren. Rekonstruieren kostet Zeit und Konzentration, und beides ist teurer als das Schreiben.
Spolskys Anekdote ist deshalb so anschaulich, weil sie diese Asymmetrie auf Organisationsebene zeigt. Bei Netscape stand man vor einer alten Codebasis, die niemand mehr durchschauen wollte. Die Verlockung lag nahe, das Ganze einfach neu zu schreiben. Das Ergebnis ist bekannt: drei Jahre Stillstand, ein verlorener Browser-Markt, eine Firma im Niedergang. Der vermeintlich einfachere Weg war der teuerste.
Weiterlesen nach der Anzeige
Auf individueller Ebene zeigt sich dasselbe Muster täglich. Es zeigt sich in Stack-Overflow-Antworten, die statt der Frage einen anderen Lösungsansatz vorschlagen. Es zeigt sich in Kolleginnen und Kollegen, die Refactorings vorschlagen, ohne den vorhandenen Code wirklich verstanden zu haben. Es zeigt sich in der eigenen Versuchung, ein Modul lieber zu ersetzen als zu verbessern. Lesen ist und bleibt unbequem.
LLMs kippen die Bilanz endgültig
Ein modernes LLM erzeugt mehrere Hundert Zeilen Code in der Zeit, in der eine Person diese Zeilen einmal überfliegen kann. Generieren ist billig geworden. Token sind billig, Wartezeiten kurz, und das mentale Modell für die Aufgabe ist auf das Formulieren eines Prompts geschrumpft. Der Aufwand auf der Schreibseite ist faktisch zusammengebrochen.
Auf der Leseseite hat sich nichts geändert. Verstehen kostet noch immer das, was es immer gekostet hat: konzentrierte Aufmerksamkeit, Zeit, Geduld. Die menschliche Verarbeitungsgeschwindigkeit für Code liegt grob bei einigen Zeilen pro Minute, je nach Komplexität deutlich darunter. Diese Größenordnung lässt sich nicht durch Werkzeuge beschleunigen, weil sie an der menschlichen Kognition selbst hängt.
Das Resultat ist eine groteske Verschiebung. Wo früher eine Tagesarbeit etwa hundert Zeilen Code produzierte, die ein Reviewer in einer halben Stunde durchgehen konnte, kann heute eine Stunde Promptarbeit Tausende Zeilen erzeugen. Die zu verstehende Menge wächst dramatisch, die Geschwindigkeit des Verstehens bleibt konstant. Was früher ein Engpass beim Schreiben war, wird zum Engpass beim Verstehen.
Diese Verschiebung wird in vielen Diskussionen ignoriert. Man feiert die Produktivität auf der Generierungsseite und schweigt über die Bilanz, die sich auf der Leseseite auftut. Was nicht gelesen wird, wird nicht verstanden. Was nicht verstanden wird, wird nicht zuverlässig betrieben. Die Schulden verschieben sich nur in die Zukunft, sie verschwinden nicht.
Sichtbar wird das spätestens dort, wo Code-Review-Prozesse, die für die Geschwindigkeit der Vor-LLM-Ära konzipiert waren, plötzlich mit Pull-Requests konfrontiert sind, deren Umfang ein menschlicher Reviewer in einem ganzen Tag nicht durchdringen könnte. Die Reaktion ist meistens nicht eine vertiefte Auseinandersetzung, sondern ein verkürztes Daumen-hoch. Damit verlagert sich der Code-Review von einem inhaltlichen zu einem zeremoniellen Schritt, und genau in dieser Verlagerung entstehen die Probleme, die später teuer werden.
Die Abhängigkeitsspirale
Eine ambitionierte Schule propagiert, die Beschäftigung mit Code werde überflüssig: Mit genug Skills, Harness-Engineering und einer präzisen Markdown-Spezifikation lasse sich die Arbeit vollständig auf die Spec-Ebene verlagern. Der generierte Code sei eine Implementierungsfrage, die niemand mehr ansehen müsse. Diese Vorstellung wird mit Anlauf gegen eine Wand laufen.
Wer Code nur generiert, ohne ihn zu lesen, hat von Anfang an fremden Code vor sich. Reviewen geht nicht, Fehler suchen geht nicht, beides setzt Verstehen voraus. Mit jeder weiteren Generierung wächst die Codebasis schneller, als sie sich durchdringen lässt. Die Lücke zwischen „vorhanden“ und „verstanden“ öffnet sich in atemberaubender Geschwindigkeit, und mit ihr die Anzahl der Stellen, an denen man später fragen muss, was hier eigentlich passiert.
Die einzige verbliebene Instanz, die diesen Code noch erklären, prüfen oder reparieren kann, ist die KI selbst. Damit ist man ironischerweise auf genau das System angewiesen, das die Lage herbeigeführt hat. Aus einem Werkzeug wird eine Abhängigkeit, aus einer Beschleunigung eine Falle. Wer keine eigene Verstehenskompetenz aufbaut, hat nur noch eine externe und entscheidet über diese externe Kompetenz nicht mehr selbst.
Dieses Muster ist nicht neu, neu ist nur seine Geschwindigkeit. Ein Team besitzt eine unzugängliche Codebasis nicht mehr. Im klassischen Fall geschah die Unzugänglichkeit über Jahre, durch personelle Wechsel und unzureichende Dokumentation. Im KI-gestützten Fall kann das innerhalb weniger Monate geschehen, weil die Generierungsgeschwindigkeit die Aufnahmegeschwindigkeit hoffnungslos übersteigt.
Der typische Auslöser ist nicht spektakulär. Ein Bug taucht in Produktion auf, niemand im Team versteht den betroffenen Code, also befragt man die KI. Die KI liefert eine Erklärung und einen Fix, beides plausibel, beides ungeprüft. Im günstigen Fall stimmt es. Im weniger günstigen baut man neue Schulden auf alte und merkt es erst, wenn der nächste Bug genau in dieser Schicht entsteht. Aus Reparatur wird Übermalung.
Was zunächst wie eine Befreiung wirkt, ist also eine Verlagerung der Last. Statt selbst zu schreiben, formuliert man Prompts. Statt selbst zu verstehen, fragt man die KI. Beides scheint produktiv. Beides erodiert die Souveränität über die eigene Codebasis.
Künstliche Intelligenz
BMW X5 vorgestellt: Nie war das SUV technologieoffener
Die Marke BMW wehrt sich medienwirksam gegen eine Festlegung auf den batterieelektrischen Antrieb, obwohl der Konzern damit glänzende Geschäfte macht. „Technologieoffenheit“ ist das Schlagwort, das mitunter zur Überschrift gesellschaftlicher Auseinandersetzungen geworden ist. BMW treibt das im nächsten X5 bei den Antrieben auf eine vorläufige Spitze, wobei in Teilen weder eine langfristige Perspektive noch ein Sinn zu erkennen ist.
Weiterlesen nach der Anzeige
Auch der nächste X5 wird wieder ein massives SUV. Er streckt sich auf 4,99 m und tritt optisch mit einer Bulligkeit auf, die alle Klischees dieser Fahrzeuggattung vollumfänglich bedient. Das Design gleicht weitgehend dem etwas weniger voluminösen iX3, der BMW gerade gewissermaßen aus der Hand gerissen wird. Ein paar eigene Akzente finden sich allerdings dann doch. Die Heckleuchten rücken im X5 noch näher aneinander. Das Tagfahrlicht der Scheinwerfer zeichnet vier X an der Front.

Der neue X5 ähnelt in den Abmessungen dem BMW iX. Den dürfte er rasch ersetzen.
(Bild: BMW)
Keine Türgriffe mehr
Es gibt keine klassischen Türgriffe mehr. Am unteren Fensterrahmen sind hinter einer winzigen Finne Touchflächen angebracht, die – hoffentlich – einen Stellmotor betätigen. Volvo geht beim EX60 den gleichen Weg und die statische Präsentation dieses Modells war überaus aufschlussreich: Wohl selten scheiterten so viele Menschen beim ersten Versuch an einer Türöffnung. Man mag sich gar nicht vorstellen, wie nach einem Unfall eine verklemmte Tür geöffnet werden soll. Hoffentlich hat dieser funktionale Quatsch bald ein Ende – sei es durch Einsicht beim Hersteller oder durch Vorgaben vom Gesetzgeber.
Bekanntes Design auch innen
Im Innenraum ist der Kulturschock vor allem für die Umsteiger aus den bisherigen X5-Modellen groß, die Überraschung indes klein. Auch hier übernimmt BMW die Design-Linie des iX3, vermutlich verfeinert durch eine höherwertige Materialauswahl. Auch hier hat das Serienlenkrad zwei vertikale Streben. Es gibt kein klassisches Kombiinstrument hinter dem Lenkrad mehr. Stattdessen wird unter der Windschutzscheibe eine schmale, konfigurierbare Leiste eingebaut. Im iX3-Test erwies sich das als hervorragende Idee.
Allein auf der Autobahn
Weiterlesen nach der Anzeige
Bei der Fahrassistenz ist Level 3 bei BMW vorerst Geschichte. Auch der X5 bekommt das auf absehbare Zeit nicht. Stattdessen kann der Kunde auch hier beispielsweise den Autobahnassistenten ordern. Der ermöglicht auf Autobahnen, und wirklich nur dort, eine weitgehende Autonomie des Fahrens, bei der der Fahrer allerdings stets in der Verantwortung bleibt. Überholvorgänge können per Blick oder mit dem manuellen Setzen des Blinkers eingeleitet werden. Das klappte im iX3 ungleich besser als noch vor wenigen Jahren im 5er. Davon abgesehen reicht BMW selbstverständlich alles, was im Konzern derzeit verfügbar ist: Das SUV kann beispielsweise, gesteuert über die App, allein einparken, Parkmanöver aufzeichnen und wieder abrufen.

Der X5 übernimmt das mit dem iX3 vorgestellten Design auch im Innenraum.
(Bild: BMW)
Verbrenner und …
Wie schon bisher wird es den X5 auch weiterhin mit verschiedenen Hybridantrieben geben. Der Benziner mit 294 kW und der Diesel mit 230 kW sind als Mildhybride ausgelegt. Hinzu kommen zwei Plug-in-Hybride mit 360 und 450 kW. Deren elektrische Reichweite im WLTP soll bei mehr als 80 km liegen. Erstaunlich ist die Entscheidung von BMW, bei einer Batterie, die netto immerhin 26,5 kWh mitbringt, ausschließlich Laden mit Wechselstrom zu ermöglichen. Mit dreiphasigem 11-kW-Laden vergehen im besten Fall drei Stunden, bis der Speicher wieder aufgefüllt ist. Das können selbst deutlich preiswertere Plug-in-Hybride der Konkurrenz zum Teil erheblich schneller.
… E-Antrieb
Neu im X5 ist der batterieelektrische Antrieb, der den Anfang 2025 zuletzt überarbeiteten, ähnlich großen BMW iX obsolet machen dürfte. BMW packt in den ersten iX5 eine Traktionsbatterie mit 141 kWh netto. Je nach Konfiguration soll die Reichweite im WLTP bei 645 bis 845 km liegen, was angesichts des gewaltigen Energievorrats fast enttäuschend ist. Zur Orientierung: Der iX3 schafft mit 109 kWh bis zu 805 km im WLTP. Nachfüllen klappt allerdings rasant, sofern die Ladeinfrastruktur mitspielt. BMW nennt für den iX5 460 kW Ladeleistung in der Spitze.

Der Kofferraum fasst in den Verbrennern und im E-Auto 655 bis 1855 Liter. In die Plug-in-Hybride passen nur 525 bis 1680 Liter.
(Bild: BMW)
Beeindruckender ist allerdings, was aus den anderen Zahlen hervorgeht. In 23 Minuten soll die Aufladung von 10 auf 80 Prozent gelingen. Das bedeutet, in dieser Zeit werden netto 98,7 kWh mit durchschnittlich rund 257 kW nachgeladen. Endlich gehört auch ein 22-kW-AC-Lader zur Serienausstattung. BMW kommuniziert das nicht explizit, doch mit einer Version, die eine kleinere Batterie bekommt, darf im Laufe des nächsten Jahres gerechnet werden. Gleichzeitig dürften die 425 kW, die der iX5 60 xDrive bereitstellen kann, nicht das obere Ende darstellen.

Ein Volumen für das Fach unter der vorderen Haube nennt BMW nicht.
(Bild: BMW)
Brennstoffzelle: Wo ist die Zielgruppe?
Ab 2028 soll der X5 auch mit einer Brennstoffzelle erhältlich sein, die mithilfe von Wasserstoff Strom erzeugt, der dann eine Traktionsbatterie und den E-Motor versorgt. Dass ein solcher Antrieb im Auto selbst überzeugend arbeiten kann, hat BMW in einigen Versuchsträgern bereits unter Beweis gestellt. Doch die Probleme liegen in der Kette davor. Die Erzeugung und Bereitstellung von Wasserstoff sind energieintensiv. Nicht nur stagniert die Infrastruktur derzeit, sie entwickelt sich sogar rückläufig. Das gilt selbst für Deutschland, wobei dieses Land in der EU mit riesigem Abstand führt. Von einem europaweit flächendeckenden Netz ist nicht einmal ansatzweise etwas in der konkreten Umsetzung. BMW betont seine Technologieoffenheit mit einem Modell, das praktisch ein Flop mit Ansage wird.

Fünf verschiedene Antriebskonzepte will BMW im X5 anbieten. Keiner kommt ohne Elektromotor.
(Bild: BMW)
Preise
Der Produktionsstart im US-Werk Spartanburg beginnt für Benziner und Diesel im August. Plug-in-Hybride und E-Auto folgen ab Dezember. Der Verkauf soll im November starten und wie erwartet schöpft BMW aus dem Erfolg des iX3 die Hoffnung auf eine zahlungsbereite Kundschaft. Der Diesel kostet schon 94.800 Euro, der Benziner mindestens 98.800 Euro. Das Elektroauto und der „kleine“ PHEV sind ab 102.800 Euro zu haben. Wer den stärkeren und besser ausgestatteten Plug-in-Hybrid bevorzugt, ist ab 125.000 Euro dabei. Unverändert gilt trotz ordentlicher Serienausstattung, dass dies immer nur als Ausgangspunkt zu sehen ist. Mit ein paar Extras kann der Preis nochmals erheblich steigen.

Nur der Diesel unterbietet den Kaufpreis des Elektroautos noch etwas. Es liegen allerdings keine 10 Prozent mehr dazwischen. In dieser Klasse dürfte das nur höchst selten den Ausschlag geben.
(Bild: BMW)
Kaum ein Weg vorbei am E-Antrieb
Interessant ist indes, wie BMW den iX5 innerhalb der Baureihe positioniert. Einzig der deutlich schwächere Diesel unterbietet ihn signifikant und selbst das dürfte mit der angedeuteten Einstiegsvariante des iX5 vorbei sein. BMW überlässt den Kunden die Entscheidung über den Antrieb, richtet aber praktisch alles darauf aus, dass die Verbrenner zu alternativen Antrieben werden. Die Marke bedient damit kleiner werdende Nischen und spätestens mit der Brennstoffzelle eröffnet sich die Frage, wie winzig die eigentlich, auch perspektivisch, werden müssen, um überhaupt noch bespielt zu werden. Anders gefragt: Welches für eine breite Käuferschaft relevante Szenario deckt ein rasant ladendes E-Auto mit 141-kWh-Batterie nicht ab? Ob es darauf eine überzeugende Antwort gibt, werden die globalen Zulassungszahlen zeigen.
Mehr zur Marke BMW
Künstliche Intelligenz
Loki: DLR entwickelt KI-Assistenten für Fluglotsen und Piloten
Wie in vielen Bereichen fehlt es auch in der Flugsicherung an Arbeitskräften. Schon heute gibt es zu wenige Fluglotsen in Europa. Die Lage wird sich in den kommenden Jahren noch verschärfen, wenn viele der vorhandenen aus dem Berufsleben ausscheiden. Mit Ausbildung – so viel ist klar – wird sich der Bedarf nicht decken lassen. Künstliche Intelligenz (KI) soll künftig bei der Flugsicherung helfen.
Weiterlesen nach der Anzeige
Dirc heißt der digitale Fluglotse, eine Abkürzung für Digital Interactive Reliable Controller, der künftig mit menschlichen Kollegen zusammen Dienst tun soll. Entwickelt wurde er im Projekt Loki (Kollaboration von Luftfahrt-OperateurInnen und KI-Systemen) des Deutschen Zentrums für Luft- und Raumfahrt (DLR) in Zusammenarbeit mit Fluglotsen, der Industrie und den zuständigen Behörden wie der europäischen Flugsicherheitsbehörde European Union Aviation Safety Agency (EASA).
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.
Trustworthy Human-AI Collaboration in Aviation – The DLR project LOKI
Rund 900 Fluglotsen fehlen aktuell in Europa. 20 bis 30 Prozent der aktiven werden in den kommenden fünf Jahren in Rente gehen. Gleichzeitig hat die KI in den vergangenen Jahren große Fortschritte gemacht.
„Durch die aufkommenden Technologien war klar, dass die Zeit reif ist, sich zu überlegen, wie wir einen digitalen Partner entwickeln können, der seinen menschlichen Team-Partner unterstützt und sicherstellt, dass der menschliche Team-Partner verantwortungsvoll seine Rolle wahrnehmen kann“, erläuterte Carmen Bruder bei der Vorstellung der Loki-Ergebnisse am 25. Juni in Hamburg. Die Psychologin am DLR-Institut für Luft- und Raumfahrtmedizin ist wissenschaftliche Leiterin des Projekts. „Am Ende haben wir ein Bild, wie gut jetzt schon die Zusammenarbeit mit unserem aktuellen Prototyp funktioniert und wo wir Entwicklungsbedarf für kommende Projekte sehen.“
Der Dritte im Team ist digital
Fluglotsen arbeiten immer zu zweit in einem Team. Die Idee ist, Dirc als dritten in dieses Team zu integrieren. Ziel dabei sei nicht, Menschen zu ersetzen, betont Sebastian Schier-Morgenthal, Abteilungsleiter Lotsenassistenz am DLR-Institut für Flugführung. „Der Ansatz ist, zu überlegen, welche Arbeit die KI dem Menschen sinnvoll abnehmen und welche der Mensch tunlichst weiterhin selbst erledigt.“
Wenn ein Flugzeug einen Sektor in gleicher Höhe, ohne Kursänderung oder Konflikte mit anderen Flugzeugen durchquere, könne ein KI-System dessen Betreuung übernehmen, beschreibt er. Bei einem Notfall hingegen soll weiterhin ein Mensch der Ansprechpartner für den Piloten sein.
Weiterlesen nach der Anzeige
Dirc bilde die echte Arbeit gut nach, sagte Bruder. Das System sei dann mit Fluglotsen getestet worden: „Die mussten zwei Tage lang mit Dirc zusammenarbeiten. Wir hatten Szenarien mit und ohne Dirc und haben ganz viel gemessen: die Leistung, die Arbeitsbelastung, physiologische Variablen, Blickdaten.“ Zudem mussten die Teilnehmer Fragebögen ausfüllen.
Die Teilnahme der Nutzer sei wichtig, denn das führe zu Akzeptanz, erläutert die Forscherin. „Wenn andere Nutzer wissen, dass ihre Kollegen Teil der Entwicklungsteams waren, erhöht das ihre Bereitschaft, das System gut zu finden oder ihm zu vertrauen.“
Mehr Kapazität mit KI-Unterstützung
Der enge Kontakt zu den Nutzern hat sich offensichtlich bewährt: „Wir haben einen Sektor simuliert über Norddeutschland, fast bis Hamburg, und haben gesehen, dass wir nicht nur das Limit erreichen können, was zwei Menschen zusammen erreichen können“, erzählt Schier-Morgenthal. „Wir gehen auf 125 Prozent der Kapazität“ – also 25 Prozent mehr Verkehrsaufkommen in einem Luftraumsektor als heute. Das sei für die Luftfahrtindustrie ein großer Nutzen, „weil im Augenblick die Flugsicherung an vielen Stellen der Flaschenhals ist“.
Wann Dirc in der Praxis eingeführt werden könnte, lässt sich noch nicht sagen. Wegen der Sicherheitsanforderungen und der Zertifizierungen wird es wohl 10 bis 15 Jahre dauern, bis Dirc im Einsatz sein wird. Aber, sagt Schier-Morgenthal, es müsse ja nicht gleich das komplette System sein. „Wir haben Elemente, die wir jetzt schon auskoppeln können.“
Ein Beispiel dafür könnte eine KI-basierte Spracherkennung sein, die heute schon verlässlich funktioniert, etwa auf dem Smartphone läuft. Am Flughafen in Zürich wird ein solches System bereits getestet.
Ipas hilft Piloten
Von der KI sollen aber nicht nur Fluglotsen profitieren: Ein zweites, in Loki entwickeltes KI-System soll Piloten unterstützen. Das Intelligent Pilot Assistance System (Ipas) soll ihnen dabei helfen, eine alternative Flugroute oder einen geeigneten Ausweichflughafen zu suchen, wenn sie beispielsweise durch einen technischen Defekt zur Landung gezwungen werden.
Heute müssen sich Pilot und Copilot die nötigen Informationen aus diversen Datenbanken zusammensuchen: Wie sind die Bedingungen auf dem Flughafen, etwa die Länge der Landebahn? Wie sind die Wetterverhältnisse? Gibt es in der Nähe ein Krankenhaus, in dem der medizinische Notfall behandelt werden kann? Oft kommen dabei noch Zettel und Stift zum Einsatz, erläutert DLR-Forscherin Anne Papenfuß.

Demoversion von Ipas auf einem Tablet
(Bild: Werner Pluta / heise medien)
Ipas soll diese Informationen aggregieren und aufbereiten. Statt handschriftliche Notizen zu vergleichen, bekommt das Cockpit-Personal eine Übersicht mit in Fragen kommenden Flughäfen. Die Parameter wie Wetter und andere Bedingungen sind als Icons dargestellt, hinter denen Detailinformationen hinterlegt sind.
Nicht nur das: Ipas bewertet die Informationen auch: Je nach Eignung werden die Icons rot, gelb oder grün eingefärbt. Entsprechend der Bewertung werden die Flughäfen dann in einer Rangfolge gelistet, was den Piloten als Entscheidungshilfe dienen kann.
Da im Cockpit von Verkehrsmaschinen bereits heute eine Art Tablet, das Electronic Flight Bag (EFB), im Einsatz ist, könnte Ipas früher im Einsatz als der digitale Fluglotse Dirc.
(wpl)
Künstliche Intelligenz
So funktioniert Langzeitarchivierung mit Voxeln in Quarzglas
Im Handschuhfach eines roten Tesla-Roadsters, der seit 2018 durchs Sonnensystem treibt, liegt ein kleines Stück Glas. Darin ist die komplette Foundation-Trilogie des Science-Fiction-Autors Isaac Asimov gespeichert. Wenn in einigen Milliarden Jahren jemand das Auto auflesen sollte, soll der Datenträger noch lesbar sein.
- SPhotonix speichert Daten mit einem Femtosekundenlaser in Quarzglas und verspricht extrem lange Haltbarkeit.
- Die Technik ist vielversprechend, aber Schreib- und Lesegeschwindigkeit sowie Kosten sind noch nicht industrietauglich.
- Das Verfahren ist vor allem für Archivdaten gedacht, nicht für schnellen Alltagsspeicher.
5D Memory Crystal nennt der Hersteller der Glasscheibe, das US-Start-up SPhotonix, seinen Langzeitspeicher. Das Prinzip ähnelt dem von Microsofts Glasspeicher, welcher unter dem Namen Project Silica bekannt wurde. Tatsächlich haben die Forscher hinter SPhotonix mehrere Jahre lang mit Microsoft zusammengearbeitet. Während Microsoft die Ergebnisse nur für die eigenen Cloudarchive nutzen will, geht SPhotonix einen anderen Weg: Das Unternehmen will die Technik als Lizenzgeber an die Industrie weitergeben, beliebige Firmen sollen sich passende Schreib- und Lesegeräte anschaffen können.

Das Speichermedium selbst ist denkbar einfach: eine Scheibe aus Quarzglas, wie es auch in Glasfaserkabeln eingesetzt wird. Das Material ist preiswert, chemisch außerordentlich stabil und resistent gegen Hitze, Strahlung, Salzwasser, Feuchtigkeit und Temperaturschwankungen. Die eigentliche Information schreibt ein Femtosekundenlaser in das Innere des Glases. Die Pulse dieses Lasers sind so kurz und energiereich, dass sie im Fokuspunkt das Glas modifizieren, ohne es zu beschädigen – SPhotonix hat diesen Prozess unter dem Namen FemtoEtch patentieren lassen.
Das war die Leseprobe unseres heise-Plus-Artikels „So funktioniert Langzeitarchivierung mit Voxeln in Quarzglas“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.
-
Künstliche Intelligenzvor 3 MonateniX-Workshop Angriffsziel lokales AD − Schwachstellen finden und beheben
-
Künstliche Intelligenzvor 3 Monaten„Don’t Starve Elsewhere“: Survival‑Hit kehrt nach zehn Jahren zurück
-
Künstliche Intelligenzvor 3 MonatenKine‑Exakta: Die erste Spiegelreflexkamera fürs Kleinbild
-
Künstliche Intelligenzvor 2 MonatenWeitere Entlassungswelle bei Disney: Bis zu 1000 Mitarbeiter betroffen
-
Künstliche Intelligenzvor 3 Monaten
xTool P3 im Test: CO₂-Laser mit 80 Watt schneidet und graviert auch Acryl
-
Social Mediavor 2 MonatenMetas neuer Creative Setup Workflow: Was sich wirklich ändert – und warum das nicht nur eine UI-Frage ist!
-
Apps & Mobile Entwicklungvor 2 MonatenMega-GPUs für Nvidia, AMD & Co: TSMC zeigt CoWoS-Package mit >11.600 mm² & 24 × HBM5E
-
Künstliche Intelligenzvor 2 MonatenApple‑Geräte mit Microsoft Intune verwalten – zweiteiliges Live-Webinar
