Künstliche Intelligenz
Spotify führt SongDNA als Beta ein: Neue Wege zur Musikentdeckung
Die neue Beta-Funktion SongDNA steht Premium-Nutzerinnen und -Nutzern ab sofort weltweit in den mobilen Spotify-Apps zum Ausprobieren zur Verfügung. Mit dem Feature sollen sie das „komplexe Netzwerk aus Menschen und kreativen Verbindungen hinter der Musik, die sie lieben“, erkunden können.
Weiterlesen nach der Anzeige
Wer mit wem?
Spotifys neue SongDNA-Funktion liefert tiefergehende Informationen darüber, wer an der Entstehung eines Songs beteiligt war – einschließlich der Songwriter, Produzenten, Samples und Interpolationen (Abwandlungen in Samples). Die Funktion soll auch dazu in der Lage sein, Coverversionen, zu denen ein Song inspiriert hat, anzuzeigen.
Zudem können sich Nutzer jeden Künstler in der interaktiven Ansicht ansehen, um herauszufinden, mit welchen anderen Künstlern sie zusammengearbeitet haben. So könne man Spotify zufolge etwa „Verbindungen zwischen den Titeln nachgehen und sehen, wie sich Künstler, Epochen und Genres überschneiden – so bekommst du ein tieferes Verständnis dafür, wie das, was du gerade hörst, entstanden ist“. SongDNA ergänzt die bestehende Funktion „Über den Song“.
Informationen von Künstlern und der Community
Um sich die Funktion anzeigen zu lassen, muss man in der mobilen App die „Now Playing“-Ansicht öffnen und anschließend von unten nach oben wischen. Unterhalb der Songtextanzeige ist SongDNA zu finden. Ein Tap darauf öffnet eine neue Ansicht, in der man nun horizontal durch die Mitwirkenden scrollen kann. Unterhalb dieser Übersicht zeigt die App außerdem noch, in welchen Songs Samples des Liedes genutzt wurden und welche Künstler es gecovert haben.
Weiterlesen nach der Anzeige
(Bild: Spotify)
Für Spotify-Nutzer könnte die neue Funktion möglicherweise dazu beitragen, den eigenen Musikhorizont abseits der üblichen Algorithmen zu erweitern und zu erfahren, in welchen anderen Projekten die Musiker und Produzenten der Lieblingsbands noch mitgewirkt haben.
Laut Spotify basieren die Informationen von SongDNA auf einer Kombination aus Informationen, die das Unternehmen von Künstlern und ihren Teams erhalten hat und aus Daten aus der Community – auch Daten der von Spotify Ende 2025 übernommenen Musikdatenbank WhoSampled werden einbezogen. Spotify plant, die Funktion in der Beta-Phase weiterzuentwickeln. Im Zuge dessen können „berechtigte Künstler- und Label-Teams die Bestandteile von SongDNA in der Funktion Spotify for Artists einsehen und verwalten, um sicherzustellen, dass sie direkten Einfluss darauf haben, wie ihre musikalische Geschichte erzählt wird“, heißt es weiter.
Lesen Sie auch
(afl)
Künstliche Intelligenz
Ottocast Cabin Care Owl im Test: Babykamera & Wireless-Carplay-Adapter in einem
Die Ottocast Cabin Care Owl behält die Kinder auf dem Rücksitz im Blick und verbindet das iPhone zugleich kabellos per Carplay – ideal für die Urlaubsfahrt.
Quengelnde Kinder auf der Rückbank, zähflüssiger Verkehr auf der Autobahn, dazu der nervöse Blick in den Rückspiegel: Die Fahrt in den Urlaub ist selten entspannt. Eine Rücksitzkamera, die sich obendrein in Carplay einklinkt, klingt nach der idealen Lösung. Die Ottocast Cabin Care Owl will genau das leisten – wir haben sie auf die Probe gestellt.
Design & Lieferumfang
Die Cabin Care Owl besteht aus einem kapselförmigen Gehäuse mit integrierter Kamera. Optisch ist sie einer Eule nachempfunden – wobei sie wegen der zwei dreieckigen „Ohren“ auf der Oberseite auch als Katze durchgehen könnte. Im „Gesicht“ sitzen zwei Kreise. Einer davon beherbergt die Kameralinse. Das Gehäuse besteht aus weichem Kunststoff und wirkt robust genug, falls es einmal in Kinderhände gerät.
Dazu kommt ein Sender, den man als Dongle per USB-A in den Anschluss des Fahrzeugs steckt. Ein Adapter auf USB-C liegt praktischerweise bei. Zur Befestigung dienen eine Halterung mit Klemme für die hintere Stange der Kopfstütze sowie ein Plättchen, das sich mit einem Nylon-Band fixieren lässt. Für die Stromversorgung liegt zudem ein relativ langes USB-C-auf-USB-A-Kabel bei.
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Einrichtung & Funktionen
Zunächst befestigt man die Eule mit der Klemme an der Stange der Kopfstütze – das gelingt ohne Mühe. Anschließend versorgt man die Kamera per Kabel mit Strom. Je nach Fahrzeug kann das eine Herausforderung sein: Manche Modelle bieten hinten eine USB-Buchse, viele nicht. Da auch der Dongle einen Anschluss belegt, muss man sich gegebenenfalls mit einem 12-V-Adapter (Bestenlisten) behelfen – so wie wir es im Test mit einem Opel Astra von 2017 und einem iPhone 12 Pro Max getan haben. Das Kabel ist glücklicherweise lang genug, kann aber stören, wenn es nicht sauber nach vorn verlegt wird.
Als Schnittstelle für Gerät und Videosignal dient Carplay. Das Infotainmentsystem des Fahrzeugs muss diese Technologie also zwingend unterstützen, sonst bleibt die Kamera unbrauchbar. Bei Fahrzeugen mit kabellosem Carplay funktioniert das Gerät wahrscheinlich nicht, erfahrungsgemäß gibt es auch bei BMWs oft Probleme. Nach einem Tipp auf das Carplay-Icon im Infotainmentsystem führt eine Einrichtungsseite durch die Sprachauswahl. Danach stehen Kameraansicht sowie Carplay zur Wahl.
Der Betrieb ist prinzipiell auch ohne Smartphone möglich – dann nutzt man allein die Kameraansicht per Carplay-Schnittstelle. Koppelt man das iPhone per Bluetooth mit dem Dongle, läuft Carplay parallel kabellos, ohne dass man das Gerät einstecken muss. Das ist sehr praktisch, die Kopplung funktionierte auf Anhieb.
Das Videobild überzeugt mit guter Qualität. Zur Wahl stehen Vollbild, Carplay-Ansicht oder ein Splitscreen für beide. Letztere Option dürfte die favorisierte Option sein. Wer Android Auto nutzt, hat aber Pech: Die Cabin Care Owl unterstützt die Schnittstelle nicht. Die Kamera lässt sich zwar verwenden, Android Auto dann jedoch nicht parallel.
Preis
Mit dem Code TS20 kostet die Cabin Care Owl beim Hersteller nur 87 Euro statt 109 Euro.
Fazit
Die Ottocast Cabin Care Owl schlägt zwei Fliegen mit einer Klappe: Sie behält den Nachwuchs auf der Rückbank im Blick und bringt zugleich kabelloses Carplay ins Auto – auf Wunsch sogar per Splitscreen. Im Test funktionierte das auf Anhieb, die Halterung für die Kopfstütze ist durchdacht. Wer mag, nutzt den Dongle auch solo als reinen Wireless-Carplay-Adapter.
Der Haken: Android Auto wird nicht unterstützt. Android-Nutzer müssen sich zwischen Kamera- und Smartphone-Anbindung entscheiden – für sie ist die Eule keine Option.
Künstliche Intelligenz
Hepha Urban X: E-Bike lädt in 15 Minuten, rekuperiert und schaltet selbst
Es lädt den Akku in 15 Minuten, gewinnt Energie per Rekuperation und übernimmt den Gangwechsel selbst. Mit dem Urban X zeigt Hepha auf der Eurobike seine Vision des E-Bikes der Zukunft. Obwohl das Rad ein wenig wie aus einem Sci-Fi-Film entsprungen aussieht, sollen sich zumindest Teile davon schon bald in Serienfertigung befinden. Wir konnten das Rad bereits kurz probefahren.
Weiterlesen nach der Anzeige
Kern des Konzepts ist das, was Hepha „Pedal Only Ride“ nennt. Anfahren, Beschleunigen, Verzögern und die Übersetzung werden über das Tretverhalten gesteuert. Eine klassische Gangschaltung entfällt ebenso wie die üblichen Unterstützungsmodi vieler E-Bikes. Bremsen finden sich zwar noch am Lenker, sollen aber nur für Not- und Vollbremsungen nötig sein.
Der Mittelmotor mit eCVT-Getriebe (Electronically Controlled Continuously Variable Transmission) beherbergt ein elektronisch geregeltes, stufenloses Getriebe. Anders als herkömmliche Nabenschaltungen oder Kettenschaltungen arbeitet ein eCVT ohne feste Gänge. Stattdessen passt das System die Übersetzung und die Motorunterstützung kontinuierlich an, sodass man unabhängig von Geschwindigkeit oder Steigung mit einer konstanten Trittfrequenz fahren kann. Hepha integriert die Technik nach eigenen Angaben vollständig in den Mittelmotor des E-Bikes und kombiniert sie mit einer automatischen Steuerung. Die Idee, die Übersetzung an die gewünschte Trittfrequenz anzupassen, ist allerdings nicht neu. Enviolo-Schaltungen und Pinion-Getriebe passen ebenfalls die Übersetzung an, damit man weiter in der gewünschten Trittfrequenz strampeln kann, wenn sich Terrain oder Geschwindigkeit ändern.
Bei unserer kurzen Ausfahrt entfaltete der Mittelmotor seine Maximalleistung von 1000 Watt (bei 250 Watt Nenndauerleistung) sanft und änderte die Übersetzung harmonisch, sodass wir nichts davon bemerkten. Der Übersetzungsbereich beträgt 400 Prozent. Auf dem Prototyp war die Kadenz voreingestellt, in einem Serienbike soll sie sich von 40 bis 120 Umdrehungen pro Minute einstellen lassen. Dass es sich bei dem Motor noch um ein Vorserienmodell handelte, wusste er während der kurzen Testfahrt nicht zu kaschieren. Er machte sich akustisch deutlich vernehmbar. In einem Serienrad erwarten wir einen leiseren Antrieb.
Der Motor regelt nicht nur die Übersetzung, sondern verzögert auch, wenn man nicht mehr tritt. Dann bremst der Motor elektrisch und gewinnt dabei Energie zurück. Diese Rekuperation macht mechanisches Bremsen in manchen Situationen überflüssig, wenn man zum Beispiel auf eine rote Ampel zurollt. Gleichzeitig lädt die Rekuperation ein wenig Akku nach. In der Praxis hat sich dieses altbekannte Prinzip bei E-Bikes noch nicht durchgesetzt, da bisherige Modelle wie das Vello Bike+ wegen der geringen Kräfte über Rekuperation kaum Akku nachgeladen haben. Auf der Eurobike machte Hepha keine Angaben, wie viele Kilometer Reichweite das Urban X im Alltag per Rekuperation gewinnen kann.
Da der Motor eigenständig die Übersetzung und die Unterstützungsstufe wechselt, kann Hepha das Cockpit des Urban X sehr minimalistisch gestalten.
(Bild: Robin Brand / heise medien)
Der Bremseffekt des Motors war dagegen deutlich stärker ausgeprägt als beim Vello-Pendant. Sobald man aufhört zu pedalieren, wird das Rad merklich eingebremst. Tritt man zudem noch rückwärts, kann man das Rad auch im Gefälle zum Stillstand bringen. Es dürfte nicht lange dauern, bis man bei vorausschauendem Fahren im Alltag fast ganz auf den Griff zum Bremshebel verzichten kann. Indes muss Hepha noch daran tüfteln, in welchen Situationen der Motor bremst und in welchen nicht. Schließlich will man nicht immer abbremsen, wenn man kurz mit dem Treten aufhört.
Der herausnehmbare 560-Wh-Akku soll mit einem 1,5-kW-Ladegerät innerhalb von 15 Minuten auf 80 Prozent geladen werden können. Herkömmliche E-Bikes laden gut und gerne mal vier Stunden. Das Ladegerät wiegt laut Hersteller rund 950 Gramm und kann im Fahrrad mitgeführt werden. Zum Laden genüge eine gewöhnliche Steckdose. Eine einfache Ladesäule hat Hepha auch entwickelt, damit zum Beispiel Supermärkte sich eine solche auf den Parkplatz stellen können. Hepha machte keine Angaben, wie sich die Ladezeit im Alltag unter unterschiedlichen Temperaturbedingungen auf die Lebensdauer des Akkus auswirken wird.
Weiterlesen nach der Anzeige
Obwohl noch ein Konzept, ist das Hepha Urban X bereits fahrfertig.
(Bild: Robin Brand / heise medien)
Einen weiteren Schwerpunkt legt Hepha auf Diebstahlschutz. Das Urban X ist mit einer in die Nabe integrierten Wegfahrsperre bestückt. Außerdem sind GPS-Ortung und eine Alarmanlage an Bord, die statt eines Signaltons mit einer menschlichen Stimme auf sich aufmerksam machen soll. Im bereits erhältlichen Urban 8 Ultra des Herstellers sind diese Annehmlichkeiten ebenfalls implementiert. Obwohl das Urban X noch ein Konzept ist, sollen ab 2028 Teile davon in Serienfertigung gehen.
(rbr)
Künstliche Intelligenz
GitLab-Umfrage: KI-beschleunigtes Coding erzeugt Sicherheitsprobleme
Für die meisten Unternehmen zahlt sich der Einsatz von KI‑Coding‑Tools stärker aus als erwartet. Das hohe Tempo agentischer Softwareentwicklung wirft aber die Frage auf, inwieweit Teams noch kontrollieren können, was sie an Code ausliefern. Zu diesen Ergebnissen kommt der AI Accountability Report von GitLab.
Weiterlesen nach der Anzeige
Im Unternehmensumfeld ist KI-gestützte Softwareentwicklung längst Standard. Laut dem GitLab-Report haben 91 Prozent der DevSecOps‑Befragten mindestens zwei Coding-Tools im Einsatz, 54 Prozent drei oder mehr. Dabei berichten 60 Prozent von einer höheren Investmentrendite als ursprünglich erwartet, 78 Prozent von schnellerem Code-Output und 73 Prozent sagen, dass sich die Codequalität verbessert habe.
Die beiden Bereiche Compliance & Audits sowie Sicherheit profitieren laut Umfrage am wenigsten von KI.
(Bild: GitLab)
Die Umfrage-Teilnehmerinnen und -Teilnehmer wenden lediglich 16 Prozent ihrer Arbeitszeit dafür auf, neuen Code zu schreiben. Eine deutliche Mehrheit von 85 Prozent sagt, dass sich der Fokus stattdessen auf Review und Validierung von KI-Output verschoben hat. Dort trägt KI allerdings am wenigsten dazu bei, die Geschwindigkeit oder Effizienz zu steigern.
Das KI-Produktivitäts-Paradoxon spüren deshalb 79 Prozent der Befragten: Die individuelle Produktivität hat nach ihrem Empfinden zugenommen, die Geschwindigkeit des Software‑Lieferprozesses als Ganzes hingegen kaum.
Governance wichtiger als Geschwindigkeit
GitLab macht AI Accountability, sinngemäß die Verantwortung eines Unternehmens im Umgang mit KI, an der Fähigkeit fest, drei Fragen beantworten zu können: Woher kommt der KI-generierte Code, wofür war er gedacht und wer ist dafür verantwortlich, sobald er Produktionsstatus erreicht hat?
Laut GitLab haben die meisten Unternehmen keine Antworten darauf. „Die Ereignisse der letzten Monate, die von Lieferketten-Angriffen über Zuverlässigkeitsprobleme bis hin zu strengeren behördlichen Auflagen hinsichtlich Nachverfolgbarkeit und Herkunft von KI reichen, zeigen, dass Geschwindigkeit ohne Kontrolle kein Vorteil, sondern ein Risiko ist“, so Manav Khurana, Chief Product and Marketing Officer von GitLab.
Weiterlesen nach der Anzeige
Im Report äußern 73 Prozent der Teilnehmerinnen und Teilnehmer Bedenken hinsichtlich der langfristigen Wartbarkeit von KI-generiertem Code; 80 Prozent meinen, dass ihr Unternehmen die KI-Werkzeuge schneller eingeführt hat, als Richtlinien zu deren Steuerung entwickelt wurden. Zudem birgt KI-generierter Code für 82 Prozent das Risiko, dass neue technische Schulden entstehen, auf die ihr Unternehmen noch nicht vorbereitet ist.
Besserung ist jedoch in Sicht: So wollen 91 Prozent der Teilnehmenden in den nächsten 12 Monaten Tools für KI-Code-Governance anschaffen. Ein Budget dafür haben 98 Prozent entweder bereits vorliegen oder zumindest eingeplant.
Wurde das Softwareproblem von KI-generiertem Code mitverursacht? 34 Prozent der Befragten konnten das im konkreten Fall nicht beantworten.
(Bild: GitLab)
Mensch oder Maschine: Wer hat’s geschrieben?
Bereits jetzt sind 87 Prozent der Befragten zuversichtlich, dass sie innerhalb von 24 Stunden feststellen könnten, ob KI-Code ein Produktionsproblem mitverschuldet hat. Allerdings waren 34 Prozent der Unternehmen genau dazu nicht in der Lage, als es zu einem solchen Vorfall kam. Als größte Hürden für Kontrolle und Nachverfolgbarkeit nennen 43 Prozent die Schwierigkeit, KI-generierten Code von manuell geschriebenem Code zu unterscheiden. Auf Platz zwei und drei folgen fragmentierte Toolchains (40 %) und Systeme, die die Code-Herkunft nicht erfassen (39 %).
Für den AI Accountability Report befragte GitLab im Februar 2026 insgesamt 1528 Personen, die sich zu etwa gleichen Anteilen aus sechs Ländern rekrutieren: USA, Deutschland, Großbritannien, Frankreich, Japan und Australien. Davon ordnen sich 43 Prozent dem Bereich IT Operations zu, 37 Prozent zu IT-Security und 20 Prozent zum Bereich Softwareentwicklung. Die vollständige Umfrage steht auf der GitLab-Webseite gegen Registrierung kostenlos zum Download bereit.
(mro)
Nur für Buddies: Bekommt Threads jetzt Close Friends?
Ottocast Cabin Care Owl im Test: Babykamera & Wireless-Carplay-Adapter in einem
Open Source Software Stack: Qualcomm übernimmt Modular für Datacenter-Projekte
Empfehlungsalgorithmen bei TikTok erklärt: Die Maschine hinter dem Endlos‑Feed
iX-Workshop Angriffsziel lokales AD − Schwachstellen finden und beheben
„Don’t Starve Elsewhere“: Survival‑Hit kehrt nach zehn Jahren zurück
-
Künstliche Intelligenzvor 3 MonatenEmpfehlungsalgorithmen bei TikTok erklärt: Die Maschine hinter dem Endlos‑Feed
-
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 2 MonatenWeitere Entlassungswelle bei Disney: Bis zu 1000 Mitarbeiter betroffen
-
Künstliche Intelligenzvor 3 MonatenKine‑Exakta: Die erste Spiegelreflexkamera fürs Kleinbild
-
Künstliche Intelligenzvor 2 Monaten
xTool P3 im Test: CO₂-Laser mit 80 Watt schneidet und graviert auch Acryl
-
Social Mediavor 1 MonatMetas 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
