Cardio-Training auf dem Fahrrad ist eine schöne Sache. Wenn es aber im Winter zu glatt, im Sommer zu heiß und im Herbst zu regnerisch ist, lässt die Motivation schnell nach. Wer dann nicht aufs Kurbeln verzichten möchte und keine Lust auf überfüllte Fitnessstudios hat, überlegt sich vielleicht, einen Heimtrainer anzuschaffen.

Das VeloNix von Speediance hat allerdings wenig mit den einfachen Heimfahrrädern von einst gemein. Ähnlich wie die Geräte von Peloton setzt das VeloNix auf digital unterstütztes Training, inklusive Onlineanbindung und KI-Planung.

Gamification soll die Motivation hochhalten. Wir wollten es genau wissen und haben über Wochen auf dem VeloNix unsere „Runden“ gedreht. Außer viel Schweiß gab es auch viele Erkenntnisse.

Das war die Leseprobe unseres heise-Plus-Artikels „Heimtrainer: Das Indoor-Rad VeloNix im Test“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.

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.

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.

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

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.

(cbo)

Lapdocks für Smartphones, Raspberry Pis und andere Einplatinenrechner gibt es schon seit Jahren. Die Idee dahinter ist simpel: Bildschirm, Tastatur, Touchpad und Akku werden in ein Notebook-ähnliches Gehäuse gepackt, während die eigentliche Rechenarbeit ein über USB-C angeschlossenes Gerät übernimmt. Mit dem CrowView Note versucht Elecrow nun allerdings, das Prinzip stärker auf Maker zuzuschneiden.

Das CrowView Note ist ein 14-Zoll-Lapdock mit IPS-Panel und einer Auflösung von 1920 × 1080 Pixeln und 60 Hz bei 100 % sRGB-Abdeckung. Das Gerät integriert Tastatur, Touchpad, Lautsprecher, Mikrofon und einen Akku mit 5000 beziehungsweise 6000 mAh, je nach Angabe im Datenblatt. Angeschlossen werden kompatible Geräte über USB-C. Darüber laufen gleichzeitig Stromversorgung, Audio, Video und Eingaben.

Speziell wird das CrowView Note durch das Bundle mit dem Arduino UNO Q. Dabei handelt es sich nicht um ein klassisches Arduino-Board mit kleinem Mikrocontroller allein, sondern um eine Kombination aus Qualcomm Dragonwing QRB2210 und STM32U585. Das System setzt also auf zwei getrennte Recheneinheiten. Der Qualcomm-Chip übernimmt Linux, Netzwerkfunktionen, Videoverarbeitung und KI-Anwendungen, während sich der STM32-Mikrocontroller um Echtzeitaufgaben kümmert.

Rudimentäre Kamera

Der Linux-Teil läuft mit einem Quad-Core-Prozessor mit bis zu 2 GHz, Adreno-GPU und 4 GByte RAM. Dazu kommen zwei ISPs für Kameraverarbeitung. Laut Hersteller eignet sich das Board dadurch für lokale KI-Anwendungen wie Objekterkennung oder Gestensteuerung. Das ist für Maker interessant, weil viele KI-Projekte sonst schnell bei Cloud-Diensten landen oder zusätzliche Hardware benötigen. Hier läuft die Verarbeitung direkt auf dem Gerät.

Zum Bundle gehört außerdem eine USB-Kamera mit 640 × 480 Pixeln. Die Auflösung wirkt im Jahr 2026 zwar eher wie Steinzeit, reicht aber für einfache Computer-Vision-Projekte oder Objekterkennung aus.

Das CrowView Note selbst besitzt neben mehreren USB-C-Anschlüssen auch Mini-HDMI sowie zwei USB-A-Ports. Unterstützt werden neben dem Arduino UNO Q auch Raspberry Pi 5, Raspberry Pi Zero, Jetson Nano, Orange Pi, Rock Pi oder LattePanda. Damit eignet sich das Gerät im Prinzip als universeller Entwicklungsmonitor für viele SBC-Projekte.

Interessant ist auch die Smartphone-Unterstützung. Android-Geräte mit Desktop-Modus lassen sich direkt anschließen und auf dem 14-Zoll-Display nutzen. Unterstützt werden im Apple-Bereich nur iPhones mit USB-3-fähigem Anschluss, also die Pro-Modelle neuerer Generationen. Die normalen iPhone-Varianten mit USB 2.0 bleiben außen vor.

Für Maker könnte das CrowView Note vor allem bei mobilen Projekten spannend werden. Wer beispielsweise an einem Roboter arbeitet, ein KI-Projekt auf Basis eines Jetson Nano testet oder unterwegs Sensorik debuggen möchte, bekommt mit dem Gerät eine kompakte Entwicklungsumgebung. Gerade bei Workshops, Messen oder Feldtests spart das zusätzliche Monitore und Eingabegeräte. Auch als portables Dashboard für Home-Assistant- oder Raspberry-Pi-Projekte wäre das Gerät denkbar.

Das Bundle mit Arduino UNO Q und Kamera wird für 259,90 US-Dollar angeboten. Für Maker könnte das Gerät weniger ein Notebook-Ersatz sein, sondern eher eine Art universeller „Werkstatt-Bildschirm zum Zusammenklappen“.

Wer mehr über den UNO Q erfahren will, findet alles dazu in unserem Test.

(das)