Künstliche Intelligenz
Last Call: KI und Data Science im Unternehmen – von Rohdaten zu Erkenntnissen
Viele Unternehmen verfügen über einen immensen Datenschatz zu eigenen Produkten, Userinnen und Usern, internen Arbeitsabläufen und mehr. Lange Zeit galt als Maxime, so viele Daten wie möglich zu sammeln, irgendwann könnten sie schließlich hilfreich werden. Diese Datensammlungen sind aber derart umfangreich, dass eine händische Analyse außerordentlich zeitintensiv wäre. Künstliche Intelligenz kann hier helfen, Muster erkennen und Rohdaten vorstrukturieren, um daraus Strategien abzuleiten. Unser Classroom KI und Data Science im Unternehmen – von Rohdaten zu verwertbaren Erkenntnissen, vermittelt praxisnah Datenquellen zu erschließen und von den ersten Analysen bis zur überzeugenden Datenstory zu gelangen.
Weiterlesen nach der Anzeige
In fünf aufeinander aufbauenden Sessions lernen Teilnehmende die Fähigkeiten, um Daten strategisch zu nutzen und datengetriebene Entscheidungen im Unternehmen zu etablieren. Unser Experte etabliert dafür zunächst die notwendigen KI-Grundlagen. Darauf aufbauend widmet er sich etablierten Frameworks, etwa dem ACHIEVE-Framework und der Impact-vs-Effort-Matrix, um Use Cases systematisch zu bewerten und priorisieren. Im Folgenden lernen Teilnehmende alles Notwendige über Datenerfassung und -aufbereitung. Damit identifizieren sie strukturierte und unstrukturierte Datenquellen, führen explorative Datenanalysen (EDA) durch und wenden Techniken zur Datenbereinigung an. Dabei behandelt unser Experte auch ethische Aspekte der Datenanalyse und zeigt auf, wie man darin Bias erkennt und vermeidet.
Mit traditionellen Analysemethoden und KI zur überzeugenden Datenstory
Im weiteren Verlauf des Classrooms lernen Teilnehmende die praktische Anwendung von Python und Jupyter Notebooks, um traditionelle Analysemethoden und modernen KI-Tools zu kombinieren und so Arbeitsprozesse erheblich zu beschleunigen. Unser Experte widmet sich zudem der Visualisierung von Analyseergebnissen. Dabei erklärt er, wann statische oder interaktive Darstellungen sinnvoll sind und wie man komplexe Daten verständlich präsentiert.

Bereits ab dem zweiten Classroom oder einem Classroom und drei Videokursen rechnet sich unser Professional Pass mit Zugriff auf den gesamten heise academy Campus!
Abschließend steht das Storytelling mit Daten im Fokus, um eine überzeugende Datenstory für verschiedene Zielgruppen zu entwickeln, einen strukturierten Kommunikationsplan zu erstellen und eine fokussierte Mini-Datenstrategie für einen konkreten Use Case zu entwerfen. Mit diesem Wissen sind Teilnehmende dazu in der Lage, nachhaltige und datengetriebene Initiativen im Unternehmen zu etablieren. Die Termine der Sessions sind:
- 03.06.26: Künstliche Intelligenz strategisch nutzen – vom Buzzword zum konkreten Use Case
- 10.06.26: Explorative Datenanalyse (EDA) – Datenquellen identifizieren und Datenqualität sichern
- 17.06.26: Datenanalyse mit Python – Jupyter Notebooks, Pandas und ChatGPT als Analyse-Werkzeuge
- 24.06.26: Datenvisualisierung mit Python und Tableau – von der Analyse zum aussagekräftigen Dashboard
- 01.07.26: Datenanalyse erfolgreich kommunizieren – zielgruppenorientierte Präsentation und Strategieplanung
Praxis- und Expertenwissen – live und für später
Weiterlesen nach der Anzeige
Die Sessions haben eine Laufzeit von jeweils vier Stunden und finden von 9 bis 13 Uhr statt. Alle Teilnehmenden können sich nicht nur auf viel Praxis und Interaktion freuen, sondern haben auch die Möglichkeit, das Gelernte mit allen Aufzeichnungen und Materialien im Nachgang zu wiederholen und zu vertiefen. Fragen werden direkt im Live-Chat beantwortet und Teilnehmer können sich ebenfalls untereinander zum Thema austauschen. Der nachträgliche Zugang zu den Videos und Übungsmaterialien ist inklusive. Weitere Informationen und Tickets finden Interessierte auf der Website des Classrooms.
E-Mail-Adresse
Ausführliche Informationen zum Versandverfahren und zu Ihren Widerrufsmöglichkeiten erhalten Sie in unserer Datenschutzerklärung.
(cbo)
Künstliche Intelligenz
Git grafisch mit KI sortieren und verwalten – GitBrowser
Die neue Version der grafischen Git-Verwaltung GitBrowser analysiert alle Dateiänderungen in einem Repo, sortiert sie in zusammenpassende Gruppen und benennt diese. So bekommen Anwenderinnen und Anwender einen schnellen Überblick über alle Änderungen, die sie oder ein Trupp von KI-Agenten gemacht haben. Die nach Themen sortierten Änderungsgruppen können sie dann separat stagen und commiten.
Weiterlesen nach der Anzeige
Partielles Committen von Diff-Inhalten
Für diese Funktion, Change Set Analysis, verwendet GitBrowser den hauseigenen Coding-Assistenten CodeBot, der sich an Claude, Gemini oder OpenAI anbinden lässt. Eine Besonderheit der Funktion ist, dass sie Themen auch innerhalb einer Datei erkennt und nur diesen Teil der Bühne übergibt, wenn der Anwender diesen Gliederungspunkt commiten will. Anwenderinnen und Anwender klicken in der Dateiliste auf „Analyze Changesets with CodeBot“ und erhalten die gegliederte Übersicht.

GitBrowser gliedert mit KI-Hilfe die anstehenden Änderungen nach Themen.
(Bild: GitBrowser)
Einzelne Dateien lassen sich anklicken und dann mit Diff untersuchen, wobei nur die zum Thema passenden Abschnitte zu sehen sind. Auch beim manuellen Commiten, ohne KI-Hilfe, können Anwender einzelne Teile einer Diff-Ansicht zum Stagen wählen.

Auch in der manuellen Diff-Ansicht lassen sich auch nur einzelne Abschnitte stagen und committen.
(Bild: GitBrowser)
Neu ist ferner eine umfassende Unterstützung für Worktrees, die sich im Tool wie normale Checkouts verwenden lassen, inklusive Commit, Push oder Merge. Auch hier funktioniert die Change Set Analyse mit CodeBot zwischen zwei Worktrees.
Das im November 2025 vorgestellte Tool ist kostenlos, aber für die KI-Funktionen benötigen Anwender ihre eigenen Modell-Keys. Neben der Mac-Version ist in Kürze eine Beta für Windows angekündigt.
Weiterlesen nach der Anzeige
(who)
Künstliche Intelligenz
Neues Bündnis für Open-Source-Schutz | heise online
Die Linux Foundation hat gemeinsam mit zahlreichen Tech-Unternehmen und Finanzinstituten die Initiative Akrites gestartet. Ziel ist es, den Umgang mit Sicherheitslücken in wichtiger Open-Source-Software zentral zu koordinieren, sie vertraulich mit den jeweiligen Projektverantwortlichen zu beheben und erst anschließend offenzulegen. Hintergrund ist die wachsende Sorge, dass moderne KI-Modelle Schwachstellen deutlich schneller finden als bisher und damit den Zeitdruck für Verteidiger erheblich erhöhen.
Weiterlesen nach der Anzeige
Zu den Gründungsmitgliedern gehören unter anderem Amazon Web Services, Anthropic, Cisco, Google, IBM, Microsoft, GitHub, Nvidia, OpenAI, Red Hat sowie JPMorganChase, Citi und Vodafone. Die beteiligten Unternehmen wollen Personal, Sicherheitswissen und finanzielle Mittel bereitstellen.
Reaktion auf KI-gestützte Schwachstellenanalyse
Nach Angaben in der Ankündigung der Linux Foundation verändert generative KI die Sicherheitslandschaft grundlegend. Während die Suche nach schwerwiegenden Sicherheitslücken bislang viel Fachwissen und oft Wochen an Analyse erforderte, könnten leistungsfähige KI-Modelle große Open-Source-Projekte inzwischen innerhalb weniger Minuten auf potenzielle Schwachstellen untersuchen. Dadurch verkürze sich die Zeit zwischen dem Auffinden einer Lücke und ihrer möglichen Ausnutzung erheblich.
Akrites soll diese Entwicklung mit einem gemeinsamen Sicherheitsprozess beantworten. Statt dass mehrere Unternehmen dieselbe Schwachstelle unabhängig voneinander melden oder unterschiedliche Patches entwickeln, bündelt die Initiative die Koordination. Kern des Projekts sind ein gemeinsames Security Incident Response Team (SIRT) sowie ein einheitlicher Prozess zur koordinierten Offenlegung von Sicherheitslücken (Coordinated Vulnerability Disclosure, CVD). Die beteiligten Organisationen wollen bestätigte Schwachstellen gemeinsam mit den Upstream-Maintainern beheben, bevor Details veröffentlicht werden.
Maintainer sollen entlastet werden
Ein Schwerpunkt liegt auf der Zusammenarbeit mit den Entwicklern der betroffenen Open-Source-Projekte. Laut Linux Foundation sollen Fehlerbehebungen grundsätzlich in die Originalprojekte zurückfließen. Maintainer behalten die Kontrolle über ihre Projekte und sollen nicht mit mehrfachen oder widersprüchlichen Sicherheitsmeldungen belastet werden.
Für Pakete, die nicht mehr aktiv gepflegt werden, sieht Akrites zudem eine Rolle als „Maintainer of Last Resort“ vor. In solchen Fällen soll die Initiative Korrekturen für aktuelle Versionen bereitstellen, damit kritische Sicherheitslücken auch dann geschlossen werden können, wenn ursprüngliche Entwickler nicht mehr verfügbar sind.
Weiterlesen nach der Anzeige
Aufbau auf bestehenden Sicherheitsstandards
Technisch setzt Akrites auf etablierte Verfahren und Standards der IT-Sicherheitsbranche. Dazu zählen unter anderem CVE zur Identifikation von Schwachstellen, CVSS zur Bewertung ihrer Schwere sowie CWE zur Klassifizierung von Schwachstellentypen. Dadurch soll sich die Initiative in bestehende Prozesse von Softwareherstellern, Sicherheitsforschern und Betreibern kritischer Infrastruktur einfügen.
Die Anschubfinanzierung übernimmt Alpha-Omega, ein Förderfonds der Linux Foundation für Open-Source-Sicherheit. Weitere Unternehmen und Organisationen können sich beteiligen, indem sie Entwicklerkapazitäten oder finanzielle Mittel bereitstellen. Parallel zum Start hat die Initiative einen offenen Brief veröffentlicht, in dem die Gründungsmitglieder zu einer gemeinsamen Absicherung der Open-Source-Infrastruktur aufrufen.
(fo)
Künstliche Intelligenz
AirPods-Firmware-Beta und iOS 27: Das ist neu bei Apples Stöpseln
Mit dem Start von iOS 27 im Herbst gibt es auch einmal mehr Verbesserungen für Apples Audio-Hardware. Dabei ist auch die Umsetzung eines lange geforderten Features, wenn auch noch etwas eingeschränkt. Entwickler können die Funktionen bereits testen, wenn sie sich trauen, ihren AirPods eine Beta-Firmware aufzuspielen, die neben der Entwicklerbeta der neuen Systeme notwendig ist.
Weiterlesen nach der Anzeige
Konfiguration deutlich überarbeitet
Eine eigene AirPods-Konfigurations-App hat Apple den Nutzern nicht beschert. Stattdessen wurde das Einstellungsmenü unter „Einstellungen“ und „AirPods“ deutlich verbessert. Die Funktionen und Set-up-Möglichkeiten sind neu organisiert und lassen sich schneller auffinden. Zentrale Funktionen wie die Einstellungen zum Transparenz- und Geräuschunterdrückungsmodus sind weiterhin sofort greifbar (erstmals inklusive Lautstärkeregler), wichtige Einzelbereiche wie Audio und Routing, Hörgesundheit, Steuerung und Gesten, Batterie, Wo ist? oder Barrierefreiheit stecken nun aber in Untermenüs. Obwohl man etwas mehr klicken muss, sind Funktionen schneller zu finden, da man weniger scrollen muss.
Star der neuen Features ist die Erfüllung eines lange gehegten Wunsches vieler Nutzer: Nicht mehr nur Apple darf das Soundprofil der AirPods einstellen, sondern es gibt erstmals einen Equalizer. Dieser ist nicht sehr weitgehend, aber ausreichend: So kann man tiefe Töne, die Mitten und den Hochtonbereich einstellen und gegebenenfalls unter- oder überbetonen. Es ist also ein Dreiband-EQ, wobei man die Frequenzbereiche nicht angezeigt bekommt. Für einen ersten Schritt ist der neue EQ aber nützlich. Nervig: Er funktioniert nur bei AirPods mit H2-Chip, also AirPods Pro 2 und 3, AirPods 4 (mit und ohne ANC) und AirPods Max 2.
Präzisionssuche und GymKit für die Ohren
Mit watchOS 27, iOS 27 und passenden iPhones und Apple-Watch-Geräten kann man die Ladehülle der AirPods Pro 3 nun zentimetergenau (Precision Finding alias „In der Nähe suchen“) orten. Das ist nützlich für Menschen, die sie gerne verlieren. Im Zusammenhang mit iOS 27 können die AirPods Pro 3 mit ihrem integrierten Pulssensor diese Daten via GymKit an kompatible Fitnessgeräte (etwa Laufbänder) übermitteln.
Dies ging bislang nur mit der Apple Watch. Die verbesserten Menüs sind für alle AirPods verfügbar, manche Funktionen wie erwähnt nur mit Geräten, die einen H2-Chip haben. Wer die Features testen will, muss aktuell noch Entwickler sein, eine Public Beta dürfte im Juli beginnen. Man muss wie erwähnt bereit sein, auch eine Beta-Firmware zu nutzen.
Weiterlesen nach der Anzeige
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmung wird hier ein externer Preisvergleich (heise Preisvergleich) geladen.
(bsc)
-
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 2 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
