Künstliche Intelligenz
Studie: Die EU wird ihr Ladeziel 2030 für E-Autos deutlich verfehlen
Die Europäische Union wird ihr selbst gestecktes Ziel für den Ausbau der Infrastruktur für E-Autos auf 3,5 Millionen Ladepunkte bis 2030 voraussichtlich krachend verfehlen. Aktuell sind in allen Mitgliedsstaaten zusammen nur rund 910.000 Stromzapfstellen zugänglich – weniger als ein Viertel der Vorgabe der EU-Kommission. Das geht aus einer Studie zur E-Mobilität von Motointegrator und DataPulse Research hervor, die die gravierenden Lücken und Defizite im europäischen Ladenetz beleuchtet.
Bei der derzeitigen Ausbaurate von etwa 150.000 neuen Ladepunkten pro Jahr wird die EU bis 2030 voraussichtlich nur etwa 1,7 Millionen erreichen. Um das 3,5-Millionen-Ziel noch zu schaffen, müssten jährlich über 500.000 neue Anschlüsse zum Stromtanken installiert werden – mehr als das Dreifache des aktuellen Tempos. Der europäische Automobilherstellerverband ACEA hält das Kommissionsziel sogar für zu niedrig und fordert 8,8 Millionen Ladepunkte bis 2030, was einen jährlichen Ausbau von rund 1,5 Millionen erfordern würde.
Das Problem ist laut der Analyse nicht nur die reine Menge, sondern auch die Verteilung der Ladepunkte und deren Ladegeschwindigkeit. Während Städte tendenziell gut versorgt sind, zeigen sich auf dem Land, an Nebenstraßen, grenzüberschreitenden Verbindungen und in einigen Regionen große weiße Flecken. Insbesondere in Nordskandinavien, Teilen Zentral-Deutschlands, dem ländlichen Frankreich und dem spanischen Landesinneren weisen viele Streckenabschnitte 40 km oder mehr ohne zugänglichen Ladepunkt auf. Diese Distanz gilt als kritische Komfortschwelle, da die meisten E-Autos bei einer Restreichweite von etwa 50 km warnen.
Mangelhafte Verteilung und Geschwindigkeit
Die Verordnung über die Infrastruktur für alternative Kraftstoffe ist zwar die gemeinsame Basis und fordert unter anderem schnelle Standorte mit über 150 kW alle 60 km auf dem Straßenkernnetz bis 2025. Die tatsächliche Abdeckung aller zugänglichen Ladepunkte zeigt aber große regionale Unterschiede.
Um das Netz effektiv zu verbessern, raten die Forscher dazu, nicht nur „mehr Punkte“ zu bauen, sondern gezielt die 40-Kilometer-Zonen zu verkleinern. Entscheidend sei die Platzierung von Hochleistungs-Hubs mit über 150 kW auch an wichtigen Nebenverkehrsadern, um das Vertrauen der E-Auto-Fahrer zu stärken und die Reichweitenangst zu mindern.
Der Supermarkt-Effekt
Die nationalen Ziele der EU-Länder sind uneinheitlich: Deutschland strebt 1 Million Ladepunkte bis 2030 an und will den Ausbau laut dem jüngsten Autodialog im Kanzleramt beschleunigen. Frankreich peilt dagegen nur 400.000 solcher Zapfanschlüsse an. Viele andere Länder konzentrieren sich allein auf die Leistungs- und Korridorabdeckung gemäß den EU-Vorgaben, statt auf eine feste Zahl von Punkten.
Als unerwarteter Lückenfüller entwickelt sich der Einzelhandel. Die Parkplätze von Supermärkten und Handelsketten eignen sich ideal, da die Verweildauer der Kunden passt, der Zugang einfach ist und die Netzkapazität oft in der Nähe liegt. Handelsriesen wie die Schwarz-Gruppe (Lidl und Kaufland) haben Tausende von Ladepunkten in ganz Europa errichtet. Allein Lidl betreibt mit 8855 Ladepunkten doppelt so viele wie ganze Länder. Irland etwa kommt derzeit auf 4842, Slowenien auf 3336. Private Ausbauten können Lücken laut den Autoren schneller schließen als staatliche Programme, insbesondere wenn der Zugang offen ist und kontaktloses Bezahlen möglich ist.
Um die Lücke zu schließen, sind den Verfassern zufolge auch raschere Genehmigungsverfahren, stärkere Netzanschlüsse und eine höhere Konzentration von Schnelllade-Hubs erforderlich. Zudem sollten eine garantierte Betriebszeit und eine klare Preisgestaltung gewährleistet werden, um ein fragmentiertes Angebot zu vermeiden, das Fahrer zum Jonglieren mit zu vielen Apps und Tarifen zwingt. Die besten Märkte zeigten eine gesunde Mischung aus einigen großen Anbietern wie TotalEnergies, Vattenfall und Enel sowie einem gesunden Randbereich, gestützt durch echtes Roaming und transparente Preise.
(mki)
Künstliche Intelligenz
LaunchAngels: Was sich hinter Apples neuen Start-„Engeln“ verbirgt
In macOS 26 alias Tahoe ist eine neue Kategorie von Launch-Arten hinzugekommen, über die Apple bislang schweigt: Auf LaunchDaemons und LaunchAgents treffen die sogenannten LaunchAngels. Ein entsprechendes Verzeichnis findet sich im Ordner /System/Library
, wie Mac & i-Autor und macOS-Experte Howard Oakley entdeckt hat. Es ist noch nicht viel darüber bekannt, was es damit auf sich hat. Klar ist nur, dass die Technik aktuell für drei Apple-eigene Routinen zum Einsatz kommt.
Drei LaunchAngels entdeckt
Während Daemons Hintergrundprozesse sind, die unabhängig agieren, als root
bereits vor dem Login laufen, indirekt mit Nutzerprozessen interagieren und von launchd
verwaltet werden, laufen Agents zwar unter der Kontrolle von launchd
, werden aber vom Nutzer angefordert und interagieren mit Prozessen und Daemons direkt. Die Verwaltung erfolgt über plist-Dateien. Das ist bei Angels genauso.
Aktuell gibt es im System (macOS 26.0.1) drei LaunchAngels: GameOverlayUI, Posterboard und AccessibilityUIServer. Letzteres hilft bei Eingabehilfen und ist direkt mit dem Prozess Accessibility verbunden. GameOverlayUI hat mit dem neuen Game-Overlay-System zu tun, das Apple nun Spielen gönnt. PosterBoard scheint mit der Konfiguration des Lockscreen zu tun zu haben, etwa um dort Kurzbefehle zu platzieren – allerdings scheint es sich dabei noch um einen Test zu enthalten. Der Key „_ExperimentalNonLaunching“ ist hierfür gesetzt.
Geschütztes Verzeichnis
Oakley entdeckte auch, dass alle drei LaunchAngels Referenzen zu RunningBoard haben, einem Life-Cycle-Management-Werkzeug. Diese gibt es für Agents und Daemons bislang nicht. Es bleibt abzuwarten, was Apple mit den LaunchAngels künftig plant – und warum der Hersteller dafür eine neue Kategorie der Startwerkzeuge eingeführt hat. Es gibt derzeit keinen Weg, eigene Angels zu definieren, das Verzeichnis ist geschützt.
Unklar ist auch noch, ob LaunchAngels im Library-Ordner des Nutzers funktionieren oder eben nur systemweit. Letzteres müsste implementiert werden, sofern Apple die Technik für Drittanbieter-Apps als neue Form von Diensten öffnet. Welche Vorteile dies für Entwickler hätte, ist ebenfalls noch nicht gesagt. Durch den Schutz können Angels jedenfalls bislang nicht missbraucht werden.
(bsc)
Künstliche Intelligenz
Asynchrone Programmierung – Teil 1: C++ komfortabel mit Boost.Asio
Mit Boost.Asio gibt es eine altbekannte und dennoch moderne, effiziente und mächtige Bibliothek für die asynchrone Programmierung in C++. Je nach C++-Version können Entwicklerinnen und Entwickler damit auf verschiedene Arten asynchron programmieren, ohne dabei auf komplizierte und fehleranfällige Threading-Mechanismen zurückgreifen zu müssen.
Martin Meeser ist selbständiger Diplominformatiker (Uni) und bietet Dienstleistungen zum Thema Softwareentwicklung an: Individual-Software-Entwicklung, Beratung zu Prozessen und Schulungen. In zahlreichen Projekten betreute er bisher Kunden unter anderem aus den Bereichen Automotive, Finance, Raumfahrt, Radioastronomie und Medizintechnik.
Dieser Artikel bildet den Auftakt einer Reihe zur asynchronen Programmierung in verschiedenen Sprachen – außer Python, das vor Kurzem erst vorgestellt wurde.
Einbinden von Boost.Asio
Auf Linux-Systemen kann man Boost in einer aktuellen Version über die diversen Paketverwaltungen beziehen, unter Ubuntu ist das beispielsweise mit apitude aktuell die Version 1.83:
sudo apt-get install libboost-all-dev
Möchte man die neueste Version (aktuell 1.89) einsetzen oder arbeitet unter Windows, lädt man Boost von der Homepage und baut es selbst. Die entsprechenden Anleitungen finden sich beim Anbieter. Es gibt auch eine baugleiche, reine Asio-Bibliothek – ohne Boost-Abhängigkeiten und mit einem anderen Namespace, die hier aber nicht betrachtet wird.
Context und Event Loop
Grundsätzlich erfordert asynchrone Programmierung ein verwaltendes System, das die API sowie die Mechanismen bereitstellt und den Programmablauf orchestriert. Hier hat sich allgemein der Begriff „Event Loop“ etabliert, Boost.Asio spricht jedoch von „Context“. Der geläufige Ansatz ist es, einen io_context
zu verwenden, wie folgendes Beispiel zeigt:
#include
#include
int main()
{
boost::asio::io_context io_context;
boost::asio::post(io_context, []()
{
std::cout << "Hello World from async context!" << std::endl;
});
// async execution startet nach dem Aufruf von io_context.run()
io_context.run(); // run() blockiert bis keine Arbeit mehr vorliegt
}
Listing 1: Einfaches Beispiel zur Verwendung eines Kontextes
post()
reiht das Funktionsobjekt, das als Parameter übergeben wird – hier ein Lambda – in die Warteschlange des Kontexts ein und springt sofort zurück.
Der Kontext startet durch den Aufruf von io_context.run()
und beginnt nun, die Funktionen der Reihe nach abzuarbeiten. In dem Beispiel wird „Hello World…“ also erst nach io_context.run()
ausgegeben.
So initialisiert man das Programm, ohne dass asynchrone Mechanismen auf ein nicht fertig initialisiertes System einwirken. Das vermeidet Fehler, die unter bestimmten Umständen auftreten und schwer zu finden sind, beispielsweise zufällige Nachrichten aus einem anderen Prozess oder eine hohe Auslastung der CPU durch ein anderes Programm.
Die Methode io_context.run()
endet, sobald keine Aufgaben mehr vorhanden sind oder io_context.stop()
aufgerufen wird. io_context.run()
kann man nur einmal pro Thread verwenden. Es ist aber möglich, run()
mit dem gleichen io_context
aus mehreren Threads aufzurufen.
Im Fall von Listing 1 übergibt der io_context
die Arbeit einem Thread, was eine nebenläufige (concurrent) Ausführung bedeutet. In Listing 2 wird io_context.run()
von mehreren Threads aus aufgerufen. Übergibt man nun Aufgaben an den Kontext, dann führt dieser die Aufgaben sofort auf einem der Threads aus. Diese Ausführung ist wirklich parallel. Sind alle Threads bereits mit Arbeit ausgelastet, wird die neue Aufgabe in eine Warteschlange eingereiht. Sobald einer der Threads seine Aufgabe abgeschlossen hat, teilt Context ihm Arbeit aus der Warteschlange zu.
#include
#include
#include
#include
int main()
{
boost::asio::io_context io_context;
int n = 4;
std::vector<:thread> threads(n);
for (int i = 0; i < n; i++)
{
threads[i] = std::thread([&io_context](){ io_context.run();});
}
// ... parallel asynchrone Aktionen hier
for (auto& t : threads)
{
if (t.joinable()){ t.join(); }
}
}
Listing 2: Verwendung von mehreren Threads in einem io_context
Hier erahnt man bereits die Stärke des asynchronen Programmierstils: Die ausführenden Einheiten sind abgelöst von einem konkreten Thread
. Asynchrone Programme skalieren nativ und nutzen so viele Ressourcen, wie zur Verfügung stehen.
Nach meiner Erfahrung ist in der Regel ein Thread
völlig ausreichend, während mehrere Threads
vor allem bei Serversystemen oder ganz speziellen Aufgaben interessant sind, beispielweise zur Berechnung großer Primzahlen oder anderer algorithmischer Probleme. Je mehr Threads (bzw. CPU-Kerne) dem Kontext zur Verfügung stehen, desto mehr Teil-Berechnungen können parallel erfolgen – ohne jede Veränderung des Programms. Entwickler können sich vollständig auf die Funktionalität konzentrieren.
Es ist möglich, das Verhalten von io_context.run()
zu verändern, indem man einen work_guard
verwendet, wie in Listing 3 zu sehen ist.
#include
#include
int main()
{
boost::asio::io_context io_context;
boost::asio::executor_work_guard<:asio::io_context::executor_type>
work_guard(io_context.get_executor());
boost::asio::post(io_context, []()
{
std::cout << "Hello World from async context." << std::endl;
});
boost::asio::signal_set signals(io_context, SIGINT, SIGTERM);
signals.async_wait([&io_context /*&work_guard*/]
(const boost::system::error_code& ec, int signal)
{
io_context.stop(); // bricht sofort alles ab
// work_guard.reset(); // bricht ab, wenn alles fertig ist
});
io_context.run();
}
Listing 3: executor_work_guard kann verhindern, dass run() zurückspringt, wenn context keine Arbeit mehr hat.
Nun springt io_context.run()
erst dann zurück, wenn zum einen io_context.stop()
aufgerufen wurde – in diesem Fall kommen bereits vorgesehene Aufgaben nicht mehr zur Ausführung und gerade laufende werden mit einem Abbruch-Fehler gestoppt. Zum anderen springt die Funktion zurück, wenn work_guard.reset()
aufgerufen wurde – dann arbeitet das Programm alle gerade laufenden und auch alle vorgesehenen Aufgaben noch ab.
Bei letzterem sollten Entwicklerinnen und Entwickler darauf achten, dass sie innerhalb der eingereihten Einheiten keine neuen Aufgaben hinzufügen – denn sonst gerät der Code in eine asynchrone Endlosschleife und io_context.run()
wird niemals enden.
Es gibt noch zwei weitere Kontexte in Boost.Asio: thread_pool
(siehe Listing 4) und system_context
(siehe Listing 5).
#include
#include
int main()
{
boost::asio::thread_pool thread_pool(16);
boost::asio::post(thread_pool, []()
{
std::cout << "Hello World from async context!" << std::endl;
});
// thread_pool.stop(); // bricht alle Arbeit im Pool sofort ab
thread_pool.join(); // wartet bis alle Arbeit abgeschlossen ist
Listing 4: Beispielhafte Verwendung eines thread_pool
Der thread_pool
ist eine einfache und empfohlene Alternative, wenn Entwickler mehrere Threads verwenden möchten und keine feingranulare Steuerung der einzelnen Threads benötigen. Eines muss man jedoch berücksichtigen: Im Gegensatz zum io_context
startet thread_pool
direkt nach der Konstruktion. Ansonsten verhält es sich analog zum io_context
: Mit der Methode thread_pool.stop()
brechen Entwickler die Ausführung sofort ab, mit thread_pool.join()
beendet das Programm aber noch alle Aufgaben. Wurde vorher stop()
aufgerufen, dann springt join()
sofort zurück.
Der system_context
ist von überall immer verfügbar – er muss nicht gestartet oder gestoppt werden. Er ist eine gute Wahl, wenn Entwickler an einem bestimmten Punkt ohne großen Aufwand und Vorbereitung – aber auch ohne eigene Steuerung – asynchrone Operationen ausführen möchten.
#include
#include
int main()
{
boost::asio::system_context system_context;
boost::asio::post(system_context, []()
{
std::cout << "Hello World from async context!" << std::endl;
});
}
Listing 5: Beispielhafte Verwendung von system_context
Künstliche Intelligenz
Goldene Momente, klare Formen und stille Geschichten: Die Bilder der Woche 41
Ein gutes Foto ist selten zufällig entstanden. Es entsteht im Zusammenspiel aus Geduld, Beobachtung und einem feinen Gespür für Licht und Stimmung. In dieser Woche haben die Fotografinnen und Fotografen unserer c’t-Fotogalerie eine beeindruckende Vielfalt fotografischer Sichtweisen eingefangen. Natur in herbstlicher Ruhe, urbane Formspiele und stille Begegnungen, voller Ausdruck. Jede Aufnahme zeugt von einer individuellen Handschrift – technisch präzise und dabei emotional offen für Interpretation.
Herbstzeit – Kürbiszeit
Herbstzeit – Kürbiszeit
(Bild: MR1701)
Wenn das Herbstlicht über einem Feld voller Kürbisse liegt, dann verbindet sich Farbe mit Stimmung. Die Früchte leuchten in sattem Orange bis zum Waldrand, während der Hintergrund sanft in dunkleren Tönen versinkt. Die kräftigen Farben und das Spiel von Schärfe und Unschärfe erzeugen eine Tiefe, die den Blick fast in Bewegung versetzt. Galeriefotograf MR1701 zeigt, wie detailreich und klar eine Szenerie wirken kann, wenn Licht und Perspektive präzise eingesetzt werden. Das klassische Herbstmotiv fängt Wärme und Vergänglichkeit ein.
Heart of Gold
Heart of Gold
(Bild: Zika)
Im goldenen Gegenlicht des Morgens begegnen sich zwei Haubentaucher – zart, fast silhouettenhaft. Die spiegelnde Wasserfläche glüht in Gelb- und Bernsteintönen, das Licht lässt die Szenerie wie eine poetische Miniatur erscheinen. Hier verschmelzen Naturbeobachtung und Emotion zu einer stimmungsvollen Einheit. Fotograf Zika ist hier eine Aufnahme gelungen, die durch präzise Belichtung und gezielte Reduktion überzeugt: Licht wird zur Sprache, Stille zur Aussage.
Blowing in the Wind
Blowing in the Wind
(Bild: Fotopublikation)
Ein starker Windstoß verwandelt das Porträt einer jungen Frau in Moers in ein energiegeladenes Streetfoto. Das Haar wirbelt durchs Bild, verdeckt das Gesicht und bricht damit das klassische Verständnis von Kontrolle und Pose. Der Schwarz-Weiß-Look verstärkt die grafische Wirkung – Linien, Kontraste und Texturen treten in den Vordergrund. Durch die Hände in den Taschen wirkt die Aufnahme beiläufig und betont die Natürlichkeit des Moments.
Vicia faba auf Grün
Vicia faba auf Grün
(Bild: vicia-faba)
Grün in all seinen Schattierungen – hier wird das Auge buchstäblich in Farbe getaucht. Bohnen, Blätter und Kräuter bilden ein fein komponiertes Arrangement, das an ein Stillleben erinnert. Die harmonische Farbpalette sorgt für Ruhe, während die unterschiedlichen Formen und Texturen für visuelle Spannung sorgen. Ein beeindruckendes Beispiel dafür, wie gekonnte Komposition und Lichtwahl selbst alltägliche Elemente zu Kunst erheben können.
Licht trifft Form
Licht trifft Form
(Bild: Karsten Gieselmann)
Aus der Untersicht betrachtet wird eine Wendeltreppe zum grafischen Kunstwerk: Sie windet sich elegant empor, ihre Linien schlagen weiche Bögen, bis sie im hellen Zentrum verschwinden. Das starke Schwarz-Weiß betont die Geometrie und die Kurven fließen in rhythmischer Wiederholung. Das Auge wird magisch in den hellen Kreis geführt – ein klassisches Beispiel für Architektur als abstrakte Form. Technisch präzise, kompositorisch stark – ein Paradebeispiel für modernes Architekturfotodesign.
Erstarrt
Erstarrt
(Bild: aaliyah_NaturPix)
So nah, dass man die Struktur beinah spüren kann. Das Auge eines Reptils erscheint wie ein geheimnisvolles Universum aus Farbe und Form. Intensive Kontraste aus Gelb und Schwarz, feine Linien, die die Haut durchziehen, und jede einzelne Schuppe, die wie ein individuell gezeichnetes Muster wirkt, ergeben ein faszinierendes Gesamtbild. Der extreme Ausschnitt erzeugt eine beinah beklemmende Nähe und zeigt, wie aus einem Tierporträt ein eindrückliches Studienobjekt wird.
Galeriefotografin Aaliyah Schenk berichtet zu der Aufnahme: „Dieses Bild schoss ich im Eifalia-Schmetterlingsgarten. Durch die Zweige, auf der Suche nach einem Motiv, starrte mich das Auge einer Schildkröte an. Die Farben der Iris faszinierten mich. Ich bewegte mich langsam und vorsichtig auf die Schildkröte zu, um sie nicht zu erschrecken. Dann schoss ich das Bild aus nächster Nähe.“
GI – Turm
GI – Turm
(Bild: JensLe)
Die beiden Leuchttürme von Gatteville le Phare in der Normandie sind wie ungleiche Zwillinge in der Küstenlandschaft. Im warmen Licht der untergehenden Sonne stehen sie wie Zeugen maritimer Geschichte. Der vordere, gedrungene Turm vermittelt Ruhe und Halt, während der hohe, schlanke Nachbarturm in die Höhe strebt. Das Meer glüht sanft, spiegelt Himmel und Horizont und verbindet so Architektur und Natur in einer einzigen, ruhigen Geste. Ein stimmungsvolles Beispiel für Landschaftsfotografie, das mit feinem Gespür für Lichtbalance und Farbverlauf beeindruckt.
Die Bilder der Woche im Überblick:

MR1701
)
(vat)
-
UX/UI & Webdesignvor 2 Monaten
Der ultimative Guide für eine unvergessliche Customer Experience
-
UX/UI & Webdesignvor 1 Monat
Adobe Firefly Boards › PAGE online
-
Social Mediavor 2 Monaten
Relatable, relevant, viral? Wer heute auf Social Media zum Vorbild wird – und warum das für Marken (k)eine gute Nachricht ist
-
Entwicklung & Codevor 2 Monaten
Posit stellt Positron vor: Neue IDE für Data Science mit Python und R
-
Entwicklung & Codevor 1 Monat
EventSourcingDB 1.1 bietet flexiblere Konsistenzsteuerung und signierte Events
-
UX/UI & Webdesignvor 4 Wochen
Fake It Untlil You Make It? Trifft diese Kampagne den Nerv der Zeit? › PAGE online
-
Apps & Mobile Entwicklungvor 3 Monaten
Firefox-Update 141.0: KI-gestützte Tab‑Gruppen und Einheitenumrechner kommen
-
Online Marketing & SEOvor 2 Monaten
So baut Googles NotebookLM aus deinen Notizen KI‑Diashows