Connect with us

Künstliche Intelligenz

Drei Fragen und Antworten: Wann sich KI-Coding wirklich rechnet


Beim Vibe Coding delegieren Entwickler die technische Umsetzung – Syntax, Boilerplate, Logikstrukturen – fast vollständig an ein Large Language Model. Menschen agieren nicht mehr als Autoren einzelner Codezeilen, sondern geben nur noch das gewünschte Verhalten und die Architektur der Anwendung vor. Doch wie sieht es in der Praxis mit den Kosten für ein solches Projekt aus? Stefan Müller, Titelautor der neuen iX 6/2026, erklärt, worauf man achten muss.

Weiterlesen nach der Anzeige



Stefan Müller berät mit StefanAI Solutions Mittelstand und Verwaltung bei KI-Projekten und schult jährlich bis zu tausend Fachkräfte.

Wie kann man grob gesagt Tokenbudget und Kosten für ein Projekt mit Vibe Coding überschlagen?

Ein Token-Budget-Modell, kurz TBM, stützt sich auf viele verschiedene Faktoren. Daher ist ein pauschaler Überschlag naturgemäß etwas schwierig, zumal Softwareprojekte sehr unterschiedlich ausfallen können. Mit einem Topmodell wie Opus 4.6 oder 4.7 liegen wir bei professionellen Projekten eigentlich immer in einem Größenrahmen von 3.000 bis 15.000 Euro – oft auch deutlich darunter, je ausgebuffter die Softwareentwickler sind, die das Modell mit konkreten Vorgaben steuern. Ein Projekt, das über diese Schwelle hinausgegangen wäre, habe ich bisher nicht erlebt. Das TBM habe ich auch als Internetrechner veröffentlicht.

Was sind die größten Kostentreiber beim Vibe Coding?

Das ist einerseits die menschliche Vorarbeit bei der Spezifikation des Projektes. Je durchdachter ein Pflichtenheft ist, desto besser können sich KI-Agenten daran entlanghangeln. Wenn Anforderungen und ihre Umsetzung vage bleiben, kann es schnell teuer werden.

Andererseits entscheidet die Modellqualität: Wenn wir auf den Open-Source-Bereich festgelegt sind, explodieren die Token-Budgets schnell. Das hat nicht zwangsläufig hohe Kosten zur Folge, weil der Tokenpreis pro Million mit der geringeren Modellqualität ja ebenfalls sinkt (wobei Modelle wie DeepSeek V4 selbst diese Logik gerade durchbrechen). Dafür gehen die Personalkosten hoch – wegen des permanenten Nachbesserns und „Reparierens“ des entstandenen Codes. Das ist auch ein versteckter Kostentreiber: Wenn die Softwareentwickler dabei frustriert werden, finden weitere Einsätze dieses Ansatzes zukünftig weniger Akzeptanz.

Im Fall von Open-Source-Modellen würde ich den KI-Einsatz stark limitieren und nur punktuell im Entwicklungsprozess unterstützen lassen – zum Beispiel für einfache Tests oder das Schreiben von Boilerplate anhand konkreter Beispiele und Referenzen.

Weiterlesen nach der Anzeige

Wann ist der maschinell generierte Code wirtschaftlich besonders sinnvoll?

Ich finde maschinell generierten Code besonders sinnvoll, wenn schnell Ergebnisse benötigt werden – wenn die Frage nach dem „Wie“ gar nicht so relevant ist, sondern das Resultat im Vordergrund steht. Vibe Coding wird Unternehmen darüber hinaus auch in Zukunft in die Lage versetzen, eigene Softwarekomponenten zu erstellen, ohne auf große Lösungen mit unzähligen Funktionen zurückgreifen zu müssen. Der Vendor-Lock-in bricht langsam, aber sicher auf. Parallel dazu können Software-Manufakturen mit Vibe Coding Kundenbedürfnisse abseits ihres Tagesgeschäfts erfüllen und so neue Zielgruppen erschließen.

Stefan, vielen Dank für die Antworten! Einen Überblick, wie man Tokenbudget und Kosten für Vibe Coding schätzt, gibt es in der neuen iX. Außerdem zeigen wir, was die KI-gestützte Entwicklung in IT-Beratungen und Softwarehäusern kostet – und befassen uns damit, was KI-Gateways als Tools für Kostenkontrolle leisten können. All das und viele weitere Themen finden Leser im Juni-Heft, das ab sofort im heise Shop oder am Kiosk erhältlich ist.

In der Serie „Drei Fragen und Antworten“ will die iX die heutigen Herausforderungen der IT auf den Punkt bringen – egal ob es sich um den Blick des Anwenders vorm PC, die Sicht des Managers oder den Alltag eines Administrators handelt. Haben Sie Anregungen aus Ihrer tagtäglichen Praxis oder der Ihrer Nutzer? Wessen Tipps zu welchem Thema würden Sie gerne kurz und knackig lesen? Dann schreiben Sie uns gerne oder hinterlassen Sie einen Kommentar im Forum.


(axk)



Source link

Künstliche Intelligenz

Windows-Update behebt Speicherloch | heise online


close notice

This article is also available in
English.

It was translated with technical assistance and editorially reviewed before publication.

Das bislang optionale Windows-Update KB5095093 behebt einen teils schwerwiegenden Fehler unter Windows 11, der einiges an Speicherplatz fressen kann. Es geht um die Datei CapabilityAccessManager.db-wal, die sich bei manchen Nutzern auf Dutzende bis Hunderte Gigabyte aufbläht.

Weiterlesen nach der Anzeige

Berichte über diesen Fehler gab es schon vor einem Jahr. Ein Extremfall beklagte sich über mehr als 500 GByte verschwendeten Speicherplatz auf der eigenen SSD. In den vergangenen Wochen häuften sich die Fälle unter anderem im Microsoft-Forum und auf Reddit.

Das Windows-Update KB5095093 ist seit dem 23. Juni als optionale Preview verfügbar. Wer unter Einstellungen > Windows Update nach Updates sucht, sollte KB5095093 angeboten bekommen. Erst am 29. Juni ergänzte Microsoft im Änderungsprotokoll die Fehlerbehebung. Dort heißt es umschrieben: „Dieses Update verbessert die Speicherplatznutzung für die Datei CapabilityAccessManager.db-wal.“ Ab dem 14. Juli beginnt die automatische Verteilung des Updates im Rahmen von Microsofts Patchday.

CapabilityAccessManager.db-wal ist eine Protokolldatei (Write-Ahead Log, WAL) für den Capability Access Manager Service. Letzterer verwaltet die Zugriffsrechte von Apps unter anderem auf Webcams und Mikrofone. Bisherige Lösungsvorschläge waren risikobehaftet, da der übergeordnete Ordner C:\ProgramData\Microsoft\Windows\CapabilityAccessManager Systemrechte hat. Im Zweifelsfall können manuelle Eingriffe die Windows-Installation beschädigen.

Verweigert Windows den Zugriff auf den Ordner, lässt sich die Dateigröße über die Eingabeaufforderung überprüfen. Dazu in der Taskleiste „cmd“ eingeben und die Eingabeaufforderung per Rechtsklick als Administrator öffnen. Dort folgenden Befehl eingeben: robocopy "C:\ProgramData\Microsoft\Windows\CapabilityAccessManager" "%TEMP%\CAMCheck" /L /B /R:0 /W:0 /BYTES /NP.

Ganz unten links spuckt eine Tabelle einen Wert in Byte aus. Bis zu neun Stellen, also unter einem Gigabyte, sind normal. Üblich sind einige Megabyte (siebenstelliger Byte-Wert).

Weiterlesen nach der Anzeige

Alternativ bringt die Speicherübersicht einen ersten Überblick: Einstellungen > System > Speicher > Weitere Kategorien anzeigen > Klick auf System und reserviert. Systemdateien und reservierter Speicher machen üblicherweise bis zu 65 GByte aus. Werte deutlich darüber sind auffällig.


(mma)



Source link

Weiterlesen

Künstliche Intelligenz

Jadepuffer: Die erste KI-Ransomware-Attacke verbaselt nicht nur den Schlüssel


Forscher der Cloud-Security-Firma Sysdig dokumentieren den ersten, wie sie behaupten „komplett LLM-getriebenen“ Ransomware-Vorfall. Und was sie beschreiben, ist tatsächlich ein Einbruch in ein Produktionssystem, bei dem offenbar ein LLM weitgehend autonom agiert, dabei wichtige Daten verschlüsselt beziehungsweise löscht und für deren Wiederbeschaffung Lösegeld fordert. Doch bei genauerer Betrachtung ist das Ganze eher skurril als ernsthaft gefährlich.

Weiterlesen nach der Anzeige

Dass bei dem Vorfall ein Large Language Model am Werk war, geht recht eindeutig aus den am Tatort vorgefundenen Skripten hervor. Menschliche Akteure dokumentieren ihre maliziösen Skripte eher nicht mit Kommentaren wie "High-ROI databases to drop". Für die These, dass das LLM weitgehend autonom handelte, führen die Forscher an, wie schnell es auf fehlgeschlagene Aktionen reagierte. So verbesserte es ein Skript nach einem fehlgeschlagenen Login innerhalb von 31 Sekunden.

Man könnte an der Stelle auch anführen, dass ein menschlicher Täter für die Lösegeldforderung kaum die Adresse einer Bitcoin-Wallet verwendet hätte, die häufig als Beispiel in öffentlich verfügbarer Dokumentation auftaucht (3J98t1WpEZ73CNmQviecrnyiWrnqRhWNLy). Oder mehr Wert darauf gelegt hätte, zumindest den Anschein zu erwecken, den zum Verschlüsseln der Daten verwendeten AES-Key auch tatsächlich für eine mögliche spätere Herausgabe zu speichern. Die Liste der für LLMs so typischen Fails ließe sich weiter fortsetzen.

Das LLM absolvierte alle typischen Schritte eines Ransomware-Angriffs: vom Initial Access über Persistenz, Informationsbeschaffung, weiteres Ausbreiten bis zum finalen Impact. Die konkreten Umstände des Einbruchs sind allerdings nicht unbedingt geeignet, bei seriösen Admins Schrecken zu verbreiten. Der initiale Zugriff erfolgte über eine offenbar seit langem ungepatchte Sicherheitslücke eines über Internet erreichbaren Langflow-Servers (CVE-2025-3248), einer Code-Injection-Lücke in einem Open-Source-Framework zum Bau von LLM-Systemen. Auf dem Server lief auch ein selbst-gehostetes MinIO, ein S3-kompatibler Objektspeicher mit Defaultzugang minioadmin:minioadmin. Der daraufhin angegriffene Naming-Server enthielt eine seit fünf Jahren bekannte Schwachstelle (CVE-2021-29441). Die Systeme und ihre Daten lagen also sozusagen auf einem Präsentierteller. Woher die Zugangsdaten für den finalen Zugriff auf eine MySQL-Datenbank stammen, ist allerdings ungeklärt.

Der von Sysdig als Jadepuffer bezeichnete Vorfall zeigt, dass Angreifer tatsächlich damit experimentieren, Angriffe von einer KI weitgehend selbstständig durchführen zu lassen. Und dass das prinzipiell Schaden verursachen kann. Doch selbst aus Sicht der eigentlichen Täter im Hintergrund dürfte dieser Vorfall bestenfalls als Proof of Concept denn als echter Durchbruch verbucht werden. Der Weg zum eigentlichen Ziel „make money fast“ ist doch noch sehr weit. Insgesamt wirkt das Vorgehen der KI mehr wie das eines Toddlers, der mit Cybercrime-Bauklötzchen spielt, als das eines Furcht einflößenden Cyber-Terminators. Doch beim aktuellen Tempo der KI-Entwicklung wird dieser Toddler sehr schnell dazu lernen. Die wichtigste Jadepuffer-Botschaft für Verteidiger ist jedenfalls keine neue: Es wird allerhöchste Zeit, seine Security-Hausaufgaben zu machen und seine IT-Infrastruktur vernünftig abzusichern.

Weiterlesen nach der Anzeige

Lesen Sie auch


(ju)



Source link

Weiterlesen

Künstliche Intelligenz

Dank Apple: Foldables werden laut Marktforscher bald teurer


Im September ist es angeblich so weit: Apple bringt sein erstes faltbares iPhone auf den Markt, das in der Gerüchteküche unter dem Begriff „iPhone Ultra“ läuft. Bekannt ist bereits, dass der Hersteller einen hohen Einstiegspreis ansetzen dürfte: Laut jüngsten Schätzungen des bekannten Analysten Ming-Chi Kuo soll er bei 2300 bis 2500 US-Dollar (ohne Umsatzsteuer) liegen, was in Europa bis zu 2700 Euro bedeuten könnte. Nach Angaben des Marktforschungsunternehmens Counterpoint hat das Auswirkungen auf den gesamten Foldables-Sektor: Der durchschnittliche Verkaufspreis (Average Selling Price, ASP) werde dank Apple deutlich ansteigen.

Weiterlesen nach der Anzeige

Counterpoint schätzt, dass der ASP noch in diesem Jahr um 18 Prozent steigen wird, da das Angebot dank Apple im „Super Premium Segment“ zunehme. Auch die Art des Foldables soll sich weiter in Richtung „Buchtyp“ verschieben – mit einem Marktanteil von 76 Prozent. Clamshell-Modelle, wie sie etwa Motorola und Samsung im Angebot haben, von Apple aber zunächst nicht geplant sind, verlieren hingegen. Der Anteil der Foldables, die zwischen 1600 und 2000 Dollar kosten, soll laut Counterpoint 2026 auf 58 Prozent steigen – von 30 Prozent im Vorjahr. Günstige Geräte unter 1200 Dollar liegen dann bei unter 30 Prozent.

Das heißt: Counterpoint geht davon aus, dass sich auch die Hersteller von Android-Geräten ein Beispiel an Apple nehmen und Preise nach oben korrigieren. Laut Liz Lee, Associate Director bei Counterpoint Research, nutzen die Hersteller die höheren Preise auch dazu, um einen Margenpuffer aufgrund der Komponenteninflation zu haben. Dadurch würden weniger preissensible Early Adopter angezogen und mehr Premium-Nutzer angelockt. Diese suchten nach mehr Produktivität und Effizienz bei den Foldables, etwa beim Multitasking, unterstützt von KI.

Im Foldable-Gesamtmarkt erhoffen sich die Hersteller, dass Apples Einstieg das Segment auf eine neue Ebene hebt. Bei den von Apple angepeilten Preisen könnte dies aber schwierig werden.

Der Konzern peilt laut Kuo in diesem Jahr um die 8 Millionen verkaufte Geräte an, laut anderer Marktbeobachter bis zu 10 Millionen. Das ist insgesamt deutlich weniger als reguläre iPhones im alten Formfaktor verkauft werden.

Weiterlesen nach der Anzeige

Empfohlener redaktioneller Inhalt

Mit Ihrer Zustimmung wird hier ein externer Preisvergleich (heise Preisvergleich) geladen.




(bsc)



Source link

Weiterlesen

Beliebt