Connect with us

Künstliche Intelligenz

KI-Bilder lokal generieren: Stable Diffusion auf dem Raspberry Pi einsetzen


KI-Bilder zu generieren, erfordert normalerweise leistungsfähige Hardware – und man hat eher kein eigenes Rechenzentrum zu Hause stehen. Doch ein Projekt namens OnnxStream bringt die Bildgenerierungs-KI Stable Diffusion dank ausgefeilter Optimierungen auf dem Raspberry Pi zum Laufen.

Stable Diffusion gehört zu den besten Generierungs-Modellen für Bilder. Der Vorteil: Anders als Dall-E von OpenAI oder Nano Banana von Google ist Stable Diffusion Open Source. Der offene Ansatz ermöglicht es, die Modelle lokal zu nutzen, statt nur über Cloud-Dienste. Außerdem muss der Nutzer sich nicht mit Beschränkungen bei den Prompts und Abomodellen von KI-Firmen herumschlagen.

Die KI läuft dank OnnxStream sogar auf einem Raspberry Pi Zero 2 mit schwachbrüstigen 512 MByte Arbeitsspeicher. Wer mehrere Stunden wartet, erhält selbst auf dieser Minimalhardware ein generiertes KI-Bild. Alltagstauglicher ist der Einsatz hingegen auf einem Raspberry Pi 5 mit aktiver Kühlung. Hier reduziert sich die Warterei auf rund drei Minuten. Wir zeigen, wie Sie OnnxStream installieren und lokal eigene Bilder erzeugen.


Das war die Leseprobe unseres heise-Plus-Artikels „KI-Bilder lokal generieren: Stable Diffusion auf dem Raspberry Pi einsetzen“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.



Source link

Künstliche Intelligenz

Digital Health: Diskussion um Epic Systems, offene Plattformen und weitere Wege


Krankenhausinformationssysteme wie Epic von Epic Systems bieten zwar eine schnelle Integration, standardisierte Prozesse und eine solide Grundlage für KI. Gleichzeitig schaffen sie Abhängigkeiten und begrenzen Flexibilität. Über Krankenhaussoftware wie Epic wurde jüngst auf dem Digital Health Innovation Forum des Hasso-Plattner-Instituts diskutiert.

Weiterlesen nach der Anzeige

Jorge Juan Fernández, Chief Innovation Officer am Hospital Clínic de Barcelona, stellte Epic in seinem Vortrag „The European Third Way: Examples and lessons in re-engineering our healthcare systems through European innovation to drive shared prosperity“ in den Kontext unterschiedlicher globaler Modelle und bezeichnete die Plattform als „monolithic stack“, der vieles ermögliche, aber nicht alles erlaube. Zugleich verwies er darauf, dass Epic längst in vielen großen Gesundheitssystemen im Einsatz sei, insbesondere in den USA, und zunehmend auch in Europa eingeführt werde oder geplant sei.

Als Beispiel für diesen Trend gilt auch Deutschland. Wie das Fachmedium kma berichtet, darf die Berliner Charité nach einer Gesetzesänderung bis 2035 Kredite in Höhe von bis zu 400 Millionen Euro aufnehmen, um unter anderem den Einsatz von Epic zu finanzieren, dessen Einführung alleine mit rund 200 Millionen veranschlagt wird. Bislang setzte die Charité auf SAP, das seinen Rückzug aus dem KIS-Markt angekündigt hatte.

Fernández stellte dem ein alternatives Modell gegenüber: Offene Plattformen auf Basis von Standards wie openEHR, einem offenen internationalen Standard für elektronische Patientenakten (Electronic Health Record, EHR), der eine standardisierte Speicherung, Verwaltung und den Austausch von Gesundheitsdaten ermöglicht. Diese Ansätze böten mehr Flexibilität und Interoperabilität, erforderten jedoch auch deutlich höheren Koordinationsaufwand. Fernández geht davon aus, dass sich diese beiden Modelle in den kommenden Jahren auseinanderentwickeln werden.

Im Rahmen seines „European Third Way“ plädierte er dafür, dass Europa einen eigenständigen Ansatz zwischen dem US-Modell – geprägt von finanzgetriebener, technologiezentrierter Krankenhausversorgung – und dem chinesischen Modell, das stark auf Skalierung und industrielle Effizienz setze, entwickeln müsse. Europa solle dabei stärker auf Prävention, Primärversorgung sowie die Integration von Gesundheits- und Sozialdaten setzen.


Diagramm zur "Europäischen Dritten Weg"-Modell in der Gesundheitsversorgung: Vergleich USA (Finance: Fokus auf Finanzierung durch Universitäten und Unternehmen), Europa (Fokus auf Prävention und Sozialsysteme), China (Production: Fokus auf KI und Massenproduktion); mit EU-, US- und China-Flaggen.

Diagramm zur "Europäischen Dritten Weg"-Modell in der Gesundheitsversorgung: Vergleich USA (Finance: Fokus auf Finanzierung durch Universitäten und Unternehmen), Europa (Fokus auf Prävention und Sozialsysteme), China (Production: Fokus auf KI und Massenproduktion); mit EU-, US- und China-Flaggen.

„European Third Way“ als Modell für die Gesundheitsversorgung. Der Fokus liegt auf Prävention und Sozialsystemen.

Weiterlesen nach der Anzeige

Chenzhe Cao, Principal Technology Strategist bei Mass General Brigham, beschrieb Epic in seinem Vortrag „Operationalizing Intelligence: A Systems Approach to AI Enablement for an Integrated Academic Health System“ als zentrale Infrastruktur seines Klinikverbunds. Ohne strukturierte Dokumentation keine Abrechnung, ohne Daten keine Prozesse. Gerade diese Integration ermögliche es, KI-Anwendungen in großem Maßstab in den klinischen Alltag zu bringen.

Im Kontext von KI sei das ein entscheidender Vorteil, weil Daten in großer Menge und konsistenter Struktur vorliegen. Gleichzeitig verwies Cao auf den wirtschaftlichen Druck im US-System: Viele Kliniken bewegen sich nahe an der Rentabilitätsgrenze oder darunter, ähnlich ist es auch in Deutschland. KI muss Cao zufolge jetzt in die Versorgung integriert werden, um die wirtschaftlichen und personellen Probleme der Gesundheitssysteme überhaupt bewältigen zu können. Entscheidend sei dabei nicht nur die Technologie, sondern deren Einbettung in klinische Prozesse, klare Governance-Strukturen und die Einbindung des Personals. KI solle die Arbeit von Ärzten und Pflegekräften unterstützen, nicht ersetzen.

Wie unterschiedlich die Ausgangslagen in Europa sind, wurde am Beispiel deutscher Klinikbetreiber deutlich. Vertreter großer Krankenhausgruppen beschrieben historisch gewachsene IT-Landschaften mit mehreren parallelen Kernsystemen und hunderten bis tausenden Subsystemen. Diese seien oft nur selten interoperabel. Statt eines radikalen Systemwechsels setzen viele Häuser daher auf eine zusätzliche Datenebene – eine Art „Clinical Data Layer“, die Informationen aus verschiedenen Quellen zusammenführt. Ähnliche Ansätze verfolgt beispielsweise auch die Software von Palantir.

Einen weiteren Einblick habe das Beispiel Dänemark geboten. Malene Fischer, Deputy Chief Executive für Research, Innovation & Education am Rigshospitalet in Kopenhagen, habe die Einführung von Epic als konfliktreichen Prozess geschildert. Die Anfangsphase habe sie rückblickend als „nahe an einem Bürgerkrieg“ beschrieben. Hintergrund seien massive Umstellungen im Klinikalltag und erhebliche Widerstände im Personal gewesen.

Heute verfolge das Rigshospitalet einen pragmatischeren Ansatz. Epic diene als Kernsystem, während Innovation häufig in parallelen Systemen stattfinde. Neue Anwendungen, insbesondere im KI-Bereich, würden in separaten Umgebungen entwickelt, griffen auf die Daten zu und spielten Ergebnisse zurück. So entstehe eine hybride Architektur. Gerade im Bereich KI zeigte die Diskussion, dass die größten Effekte nicht unbedingt in der klassischen Medizin liegen, sondern in der Organisation. Durch datenbasierte Prognosen ließen sich Ressourcen gezielter einsetzen und Abläufe verbessern.

Auch beim Thema Datennutzung wurden deutliche Unterschiede sichtbar. Michael Hübner, verantwortlich für Innovation und Digitalisierung bei den Sana Kliniken, betonte, dass Gesundheitsdaten zwar einen erheblichen wirtschaftlichen Wert hätten, deren direkter Verkauf in Deutschland jedoch rechtlich nicht zulässig und kulturell schwierig sei. Stattdessen entstünden Modelle, die rechtlich zulässig und ethisch besser seien, bei denen Daten in Kooperationen mit Forschung und Industrie genutzt würden, um sowohl Innovation zu fördern als auch die eigene Dateninfrastruktur zu finanzieren – eine „win-win situation“.

Ian Abbs, Strategic Advisor beim Guy’s and St Thomas’ NHS Foundation Trust, kritisierte eine Schieflage im Umgang mit Risiken. Das Risiko, nichts zu tun, werde komplett ignoriert oder nicht ernst genommen. Es brauche daher „eine sehr viel offenere und transparentere Debatte“ über Risiken und Nutzen von Innovation.

Abbs verwies zudem auf politische Initiativen wie den „10-year plan for the UK health system“, in denen technologische Innovation und Dateninfrastrukturen eine zentrale Rolle spielen sollen. Voraussetzung dafür seien große, sichere Datenräume, die gemeinsam mit Regulierungsbehörden genutzt werden, um Innovation kontrolliert einzuführen. Der Einsatz von Palantir im englischen Gesundheitssystem oder Cybervorfälle wurden nicht diskutiert.

Timo Minssen, Professor an der Universität Kopenhagen, betonte in einer anschließenden Diskussion, dass Innovation im Gesundheitswesen historisch nie durch vollständige Absicherung entstanden sei, sondern durch kontrolliertes Experimentieren. Ziel sei es, neue Technologien unter Aufsicht zu testen und schrittweise in die Anwendung zu bringen.

Er verwies auf internationale Beispiele wie in Singapur und ein KI-Reallabor in Utah. Dort wird gerade der Chatbot des Start-ups Doctronic getestet, um Folgeverschreibungen gemäß definierten Leitlinien automatisiert zu verlängern, Sicherheitsexperten wiesen jedoch bereits auf Schwächen hin. Auch in Deutschland entstehen zunehmend weitere KI-Reallabore, beispielsweise in Baden-Württemberg.

Laut Minssen muss sich Europa beeilen, da es drohe, im internationalen Wettbewerb um digitale Technologien zurückfallen. Gleichzeitig müssten die Reallabore robust gestaltet werden und dabei flexibel in den Prozessen, aber klar in Bezug auf Sicherheit, Werte und Haftung sein.

Organisationen arbeiten derzeit an Leitlinien und Standards für den Einsatz von KI im Gesundheitswesen. Dabei gehe es auch darum, solche Ansätze nicht nur national, sondern europaweit zu koordinieren.

Bettina Goerner, Chief Data Officer der cloud-basierten Praxissoftware Eterno, verwies zugleich auf die wachsende regulatorische Komplexität und sprach von einem „perfect storm“ aus sich überlagernden Regelwerken – von der DSG-VO über MDR bis zum AI Act, deren Anforderungen Rechtsexperten zufolge in Konflikt stehen. ,Unternehmen benötigen daher nicht nur Regeln, sondern vor allem klare Interpretationshilfen.

Thomas Renner aus dem Bundesgesundheitsministerium verwies auf neue Förderprogramme, darunter rund 650 Millionen Euro für die nächsten zehn Jahre für Dateninfrastrukturen und regulatorische „Sandboxes“ in Deutschland. Ziel sei es, den Datenzugang zu verbessern, regulatorische Prozesse zu strukturieren und Innovation schneller in die Anwendung zu bringen.


(mack)



Source link

Weiterlesen

Künstliche Intelligenz

Eltern ist der Online-Medienkonsum ihrer Kinder meist bekannt


Trotz aller Sorgen wegen eines problematischen Umgangs ihrer Kinder mit sozialen Medien und Online-Angeboten: Viele Eltern wissen einer neuen repräsentativen Umfrage des Meinungsforschungsinstituts Forsa zufolge darüber Bescheid, was ihr Nachwuchs im Netz treibt. Die Hälfte der Befragten fühlt sich eher gut informiert, 24 Prozent sogar sehr gut, wie eine Forsa-Umfrage im Auftrag der KKH Kaufmännische Krankenkasse ergab.

Weiterlesen nach der Anzeige

Ein Fünftel der Eltern allerdings fühlt sich schlecht darüber informiert, was ihr Kind sich im Internet ansieht, welche Spiele es spielt und was es postet. Die größte Sorge vieler Eltern ist, dass ihr Kind mediensüchtig wird. Das befürchten 53 Prozent der Befragten.

Für die repräsentative Untersuchung befragten die Meinungsforscher vom 30. Januar bis 16. Februar bundesweit 1.001 Eltern, die Kinder im Alter zwischen 6 und 18 Jahren haben. Gefragt wurde etwa: Welche digitalen Medien beziehungsweise Online-Angebote nutzt Ihr Kind regelmäßig? Wenn Sie daran denken, wie häufig Ihr Kind digitale Medien beziehungsweise Online-Angebote nutzt und was es damit alles macht: Worüber machen Sie sich dann Gedanken oder Sorgen? Welches sind für Sie persönlich im Umgang mit der Mediennutzung Ihres Kindes die größten Herausforderungen?

Die KKH zählt nach eigenen Angaben mit gut 1,5 Millionen Versicherten zu den großen bundesweiten Krankenkassen.


(olb)



Source link

Weiterlesen

Künstliche Intelligenz

Google erleichtert Wechsel von ChatGPT & Co. zu Gemini mit neuer Importfunktion


Google hat Gemini mit einer neuen Importfunktion für Erinnerungen und vergangene Unterhaltungen mit anderen KI-Chatbots wie ChatGPT ausgestattet. Unter dem Motto „Mach den Wechsel“ soll dadurch der Umstieg von einer künstlichen Intelligenz zur anderen erleichtert werden. Denn Nutzer müssen Gemini nicht mehr neu beibringen, was andere Chatbots bereits über den Anwender und dessen Vorlieben wissen. Diese Importfunktion ist in Deutschland bislang allerdings nicht verfügbar.

Weiterlesen nach der Anzeige

ChatGPT gehört zu den beliebtesten KI-Chatbots und kletterte im Jahr 2025 als die meist geladene iPhone-App an die Spitze der App-Store-Charts, auch in Deutschland. Doch Google Gemini war der ChatGPT-App zum Jahresende plötzlich dicht auf den Fersen und landete im Gesamtjahr bereits auf Platz zwölf unter den knapp zwei Millionen im App-Store gelisteten Programmen. Beide Chatbots erübrigen langwierige Google-Recherchen, wobei ChatGPT bei der Apple-Integration hervorsticht, wie der Vergleich von ChatGPT und Gemini zeigt.

Um Nutzer von der Leitungsfähigkeit der eigenen KI zu überzeugen, erleichtert Google nun den Umstieg von ChatGPT oder anderen KI-Chatbots zu Gemini. Denn die bisher genutzten KI-Modelle lernen durch die damit durchgeführten Befragungen und Recherchen von den Plänen und Vorlieben der Anwender. Bei Nutzung eines anderen Chatbots weiß Gemini etwa nicht, ob der Anwender Vegetarier ist und könnte unpassende Restaurants empfehlen. Solche Schwächen sollen durch Googles neue Importfunktion vermieden werden können.

Statt Gemini alles neu erklären zu müssen, können die Erinnerungen aus anderen Chatbots einfach in die Google-KI transferiert werden. Dazu hat der Datenkonzern innerhalb der Einstellungen von Gemini eine neue Importfunktion hinzugefügt. Diese empfiehlt eine bestimmte Anweisung, die der Nutzer dem bisher verwendeten Chatbot geben soll, um eine Kurzfassung dessen Erinnerungen zu eruieren. Die darauf gegebene Antwort sollte dann in Gemini übertragen werden, damit Googles KI-Modell diese analysieren und speichern kann für kommende Chats.


Import von Erinnerungen (Bild:

Google

)

Um Gemini noch detaillierter über sich selbst zu informieren, können Nutzer auch Chatverläufe des bisher genutzten Chatbots zu Gemini übertragen werden. ChatGPT & Co. können diese per Zip-Datei speichern, die wiederum zu Gemini hochgeladen werden können. Diese Datei darf allerdings maximal 5 GByte groß sein. Mit diesem Chatverlauf lassen sich frühere Konversationen mit dem bisherigen KI-Chatbot in Gemini direkt fortsetzen, schreibt Google.

Weiterlesen nach der Anzeige

Diese Importfunktion lässt sich in Deutschland bislang allerdings nicht aufrufen, obwohl Google keine regionalen Beschränkungen nennt. In anderen Ländern wie Taiwan ist die entsprechende Information allerdings verfügbar. Wann Google die Importfunktion für Gemini auch nach Deutschland bringt, ist unklar.

Lesen Sie auch


(fds)



Source link

Weiterlesen

Beliebt