Google Gemini 2.5 revolutioniert Bildanalyse mit natürlicher Sprache

Googles KI-Modell Gemini 2.5 erhält ein Update, das die Bildanalyse grundlegend verbessert. Die neue „conversational image segmentation“ erlaubt Nutzern, Bildinhalte mittels natürlicher Sprache zu analysieren und zu markieren – ein deutlicher Fortschritt gegenüber herkömmlichen Systemen mit vordefinierten Kategorien.

Das Modell versteht jetzt komplexe sprachliche Beschreibungen wie „die Person mit dem Regenschirm“, logisch konditionierte Anfragen („alle Personen, die nicht sitzen“) und abstrakte Konzepte wie „Unordnung“. Die Anwendungsmöglichkeiten sind vielfältig: Designer könnten per Sprachbefehl Bildbereiche auswählen, Versicherungssachbearbeiter könnten Sturmschäden automatisch markieren lassen. Entwickler können auf die Funktion über die Gemini API zugreifen, die Ergebnisse im JSON-Format mit Koordinaten, Pixelmasken und Bezeichnungen liefert.

Oracle und OpenAI errichten massives KI-Rechenzentrum in Texas

Oracle, ein Softwarekonzern, und OpenAI, ein KI-Modellhersteller, bauen in Texas ein gewaltiges Rechenzentrum zum Training von KI-Algorithmen. Die erste Phase mit zwei großen Gebäudekomplexen und einem Energiebedarf von 200 Megawatt ist bereits in Betrieb. Bis Sommer 2026 sollen sechs weitere Komplexe folgen, die dann insgesamt 800.000 Blackwell-Beschleuniger beherbergen werden.

Der Energiebedarf wird auf 1.200 Megawatt steigen, was ein enormer Sprung verglichen mit früher üblichen 30 Megawatt für große Rechenzentren ist. Für die Infrastruktur kooperieren die Unternehmen mit Firmen, die Erfahrung im Bau von Krypto-Mining-Anlagen haben. Obwohl OpenAI die Anlagen als Stargate-Sites vermarktet, entstehen sie offenbar außerhalb des von Trump verkündeten 500-Milliarden-Dollar-Joint-Ventures, an dem SoftBank als Geldgeber beteiligt sein sollte.

Großbritannien und OpenAI schmieden strategische KI-Partnerschaft

Großbritannien und OpenAI haben eine strategische Partnerschaft vereinbart, die das Vereinigte Königreich als führende KI-Nation positionieren soll. Die Kooperation umfasst gemeinsame Forschung zur KI-Sicherheit und mögliche Investitionen in britische Rechenzentren und KI-Infrastruktur.

Die britische Regierung plant, eine Milliarde Pfund in Rechenleistung zu investieren. Von der Initiative erhofft sie sich ein jährliches Produktivitätswachstum von 1,5 Prozent, was über zehn Jahre wirtschaftliche Vorteile von rund 47 Milliarden Pfund bringen soll. Premierminister Keir Starmer und Technologieminister Peter Kyle sehen in der Zusammenarbeit einen wichtigen Schritt zur Transformation des Gesundheitswesens, der Bildung und des Wirtschaftswachstums.

EU-Kommission fordert 2.500 zusätzliche IKT-Fachkräfte

Die EU-Behörden kämpfen mit erheblichen Personallücken, besonders im Bereich der Informations- und Kommunikationstechnik, IT-Sicherheit und Künstlicher Intelligenz. Im neuen Budgetvorschlag für 2028 bis 2034 fordert die EU-Kommission für die ersten drei Jahre 2.500 zusätzliche Vollzeitstellen.

Der Bericht betont, dass rechtzeitige Investitionen in IT, einschließlich KI-Werkzeuge, entscheidend sind, um künftig Kosten zu senken. Der gesamte Haushaltsentwurf beläuft sich auf fast 2 Billionen Euro über sieben Jahre – ein deutlicher Anstieg gegenüber den 1,2 Billionen der auslaufenden Periode. Mehrere Mitgliedstaaten haben bereits signalisiert, dass ihnen die geforderte Summe zu hoch erscheint.

Googles Veo 3 kämpft mit hartnäckigem Untertitel-Problem

Googles neues KI-Modell zur Videogenerierung, Veo 3, erstellt zwar hochwertige kurze Videoclips, fügt jedoch oft sinnlose Untertitel hinzu – selbst wenn Nutzer ausdrücklich darum bitten, darauf zu verzichten. Um die Untertitel zu entfernen, müssen Clips neu generiert werden, was zusätzliche Kosten verursacht und keine Erfolgsgarantie bietet.

Der Fehler liegt vermutlich in den Trainingsdaten, die wahrscheinlich YouTube-Videos, Vlogs und TikTok-Edits mit eingebetteten Untertiteln enthalten. Da diese Untertitel Teil der Videobilder sind und keine separaten Textspuren, gestaltet sich ihre Entfernung vor dem Training schwierig. Eine Lösung würde erfordern, dass Google jedes Frame jedes Trainingsvideos überprüft – ein zeitaufwändiges Unterfangen, das Wochen dauern könnte.

Anthropic-Chef gibt Kompromisse mit autoritären Geldgebern zu

Dario Amodei, Chef des KI-Unternehmens Anthropic, hat in einer internen Mitteilung eingeräumt, dass sein Unternehmen im globalen KI-Wettlauf Kompromisse bei der Investorenwahl eingehen muss. In einer von WIRED veröffentlichten Nachricht schreibt er: „Leider denke ich, dass ‚Keine schlechte Person sollte jemals von unserem Erfolg profitieren‘ ein ziemlich schwieriges Prinzip ist, um ein Unternehmen zu führen“

Der Anthropic-Chef bestätigt, dass das Unternehmen Investitionen aus den Vereinigten Arabischen Emiraten und Katar anstreben wird, obwohl dies „Diktatoren“ bereichern könnte. Dies widerspricht seiner früheren Position, wonach „Demokratien in der Lage sein müssen, die Bedingungen festzulegen, unter denen mächtige KI in die Welt gebracht wird“. Als Begründung für diesen Kurswechsel verweist Amodei auf die enormen Kapitalmengen im Nahen Osten, die für die Wettbewerbsfähigkeit seines Unternehmens notwendig seien.

(mali)

Im Workshop Wireshark für Fortgeschrittene tauchen Admins und Entwickler noch tiefer in die Welt der Netzwerkanalyse ein. Anhand echter, anonymisierter Fallbeispielen lernen die Teilnehmenden, wie sie typische Fehler und Sicherheitsprobleme in Protokollen wie IP, Ethernet, ICMP, HTTP oder UDP aufspüren. Auch TCP-Handshakes werden unter die Lupe genommen – inklusive Performance-Tuning bei schleppenden Verbindungen. Weitere Themen: knifflige SMB-Verbindungen, langsame Trading-Apps und Probleme in großen Netzwerken (WAN).

Hands-on mit realen Szenarien

Ein besonderer Schwerpunkt liegt auf der praktischen Anwendung: Die Teilnehmenden extrahieren Nutzdaten mit eigenen Skripten, setzen erweiterte Capture-Filter gezielt ein und analysieren verschlüsselten Datenverkehr – etwa bei TLS-Kommunikation mit Out-of-Order-Paketen. Zur Unterstützung kommen neben Wireshark auch webbasierte Tools wie der PacketSafari Analyzer und AI Shark zum Einsatz.

Der Workshop bietet ein hohes Maß an Interaktivität und die Möglichkeit, eigene PCAP-Dateien zur Analyse mitzubringen. Ergänzt wird das Programm durch einen kurzen Einstufungstest sowie eine Wiederholung grundlegender Konzepte der Netzwerkanalyse – falls erforderlich.

Ihr Trainer Oliver Ripka ist ein erfahrener Sicherheitsberater und Trainer bei Söldner Consult. Als Experte für Netzwerksicherheit liegen seine fachlichen Schwerpunkte in den Bereichen offensive Sicherheit und Netzwerkanalyse.

Der Workshop richtet sich an Administratoren und Entwickler, die bereits Grundkenntnisse in Wireshark und Netzwerkanalyse besitzen und diese gezielt ausbauen möchten. Die Teilnehmerzahl ist begrenzt, um einen intensiven Austausch mit dem Trainer und der Gruppe zu gewährleisten.

(ilk)

Apples in MacBook Pro und MacBook Air verbautes Trackpad hat eine überraschende Zusatzfunktion: Die verbaute Sensorik lässt sich auch als Waage nutzen. Eine entsprechende App namens TrackWeight hat der Entwickler Krish Shah auf GitHub veröffentlicht. Die Genauigkeit liegt dabei im Grammbereich, teilweise auch noch darunter. Allerdings muss zur Abfrage auf eine private API zugegriffen werden.

Solid-State-Technik samt Sensorik

Die Trackpads in MacBooks setzen schon seit Jahren auf Solid-State-Technik: Die performanten Cursor-Steuergeräte sind mechanisch unbeweglich und erfassen Bewegung wie auch Druck mittels integrierter Sensoren. Klicks werden wiederum mittels Vibrationsmotor (Tapic Engine) simuliert – in der Praxis fühlt sich das sehr natürlich an. Lustigerweise liefert das System bereits Gramm-Angaben: Der ausgeübte Druck wird intern entsprechend vermittelt.

Shah verwendet zum Zugriff auf die Daten die Bibliothek OpenMultitouchSupport des Entwicklers Takuto Nakamura. Dieser macht alle notwendigen Daten zugänglich, die Apple offiziell nicht ausgibt. Gänzlich bequem ist die Messung eines Gewichts allerdings nicht: Das Trackpad kann den Wert nur ermitteln, wenn ein Finger (oder ein anderes Objekt mit elektrischer Kapazität) aufgelegt ist.

Finger muss aufliegen, da sonst nicht gelesen wird

Das heißt, dass man diesen sehr sanft (quasi schwebend) auflegen muss. Hinzu kommt, dass man das zu wiegende Objekt so platzieren muss, dass es den Fingerkontakt nicht stört. Schließlich kann man Metallobjekte nicht problemlos wiegen, da diese als Fingerberührung erkannt werden können – Shah empfiehlt, hier ein Stück Papier oder ein leichtes Tuch dazwischen zu platzieren.

Shah hat für TrackWeight verschiedene Kalibrierungsprozesse vorgenommen, die für ein genaues Messergebnis sorgen sollen – solange obige Einschränkungen beachtet werden. Ob man ein MacBook nun aber wirklich als Küchenwaagenersatz nutzen will, muss jeder User für sich entscheiden. Die App, die explizit nur für „Experimental- und Bildungszwecke“ gedacht ist, zeigt aber, was mit modernen Sensoren alles möglich ist. Schade ist nur, dass es Zugriff auf private APIs braucht. OpenMultitouchSupport liefert viele spannende Infos rund ums Trackpad.

(bsc)