Anmelden
(Bild: Portrait Image Asia / Shutterstock.com)
Namhafte Banken wie die Sparkassen warnen zwar vor Phishing, nutzen aber selbst Phishing-artige Domains. Es ginge sicher besser.
Wieder einmal findet sich im Posteingang wie fast jeden Tag eine E-Mail, konkret von der Sparkasse, die auf ein Gewinnspiel im Zusammenhang mit Wero [1] als Zahlungsangebot hinweist. Im aktuellen Fall könnten Empfänger unter der Domain „gewinnspiel-sparkasse.de“ mehr herausfinden und teilnehmen. Der Rest der Mail sieht absolut professionell und korrekt aus, die Ansprache erfolgt mit Vornamen, selbst der zuständige Kundenberater wird genannt. Dennoch ruft die Domain Unwohlsein hervor – so sehen die typischen Phishing [2]-Domains auch aus.
Eine erste schnelle Prüfung erfolgt durch Eingabe des Begriffs „whois“ mit der gesuchten Domain in der Suchmaschine. Google schaltet vor reguläre Suchergebnisse eine KI-generierte Antwort. Die liefert einen Absatz, dass das die offizielle Gewinnspiel-Domain der Sparkassen sei. Dahinter ist unscheinbar eine Quell-URL zu finden, die ihrerseits auf „mehr-sparkasse.de“ verweist – was abermals ein Kandidat für typische Phishing-URLs ist.
Weitere Such-Iterationen führen dann dazu, dass die Sparkassen ihre offizielle Gewinnspiel-Seite benennen. Aber die Verwirrung wird schnell größer:
(Bild: Screenshot / heise medien)
Die URL soll auf einmal nicht mehr zur Sparkasse gehören, wie laut Googles KI-Exzerpt offizielle Sparkassen-Seiten offenbar angeben.
Da Suchmaschinen oftmals Malware-Werbung unter den „Sponsored Links“, also als bezahlte Werbung einblenden und auch Inhalte von diesen Seiten für ihre Antworten verwerten, ist der KI-Antwort an der Stelle eher nicht zu vertrauen. Ohnehin sind diese Zusammenfassungen mit einer inakzeptabel hohen Fehlerquote versehen, das dürfte hier ebenfalls der Fall sein.
Die Indizienlage ist dadurch bis hier nicht eindeutig. Weiterhin erwähnenswert: Die Gewinnspiel-Domain wird bei Hetzner gehostet. Dort kann sich jeder eine Webseite mit beliebigen (freien) Domains einrichten. Die Seite liegt nicht bei der Finanz Informatik, dem IT-Dienstleister der Sparkassen, der auch die Domain „sparkasse.de“ in eigenen Rechenzentren betreibt. Das weckt ebenfalls Zweifel, da das eher für Phishing statt für ein reguläres Angebot der Sparkassen spricht.
Die Nutzung derartiger Domains stumpft die Nutzerinnen und Nutzer ab. Die gewöhnen sich daran, dass betrügerische URLs wie „portorueckzahlung-post.de“ echt sein könnten. Seriöse Unternehmen, die oftmals in Phishing-Angriffen imitiert werden, erziehen ihre User also entgegen ihren eigenen Warnhinweisen dazu, blindlings solchen Links zu folgen. Schlimmer noch: Die Banken sind die Ersten, die Rückzahlungen verweigern, sofern Kunden und Kundinnen auf solches Phishing hereinfallen.
Abhilfe wäre eigentlich sehr einfach zu schaffen. Das Internet kennt Subdomains. Also so etwas wie „www“ vor dem Seitennamen. Die lassen sich nicht einfach von Dritten registrieren, wie die potenziellen Phishing-Domains. Vorschlag für seriöse URLs wären im konkreten Fall etwa „gewinnspiel.sparkasse.de“ oder „mehr.sparkasse.de“.
Unsere Anfrage diesbezüglich beim Deutschen Sparkassen- und Giroverband (DSGV) blieb mehr als 24 Stunden, bis zum Meldungszeitpunkt, unbeantwortet. Eine Positionierung reichen wir beim Eintreffen nach.
Auch andere Banken und namhafte Unternehmen arbeiten mit solchen Domains in der Kundenkommunikation. Das verhindert, dass Tipps wie „prüfen Sie die URLs“ sinnvoll umsetzbar sind. Als Beispiel kann auch die Telekom herhalten. Die setzt als Absender-Domain in Marketing-Kommunikation beispielsweise „dialog-telekom.de“ [3] ein. Auch da läuten nach altem Brauch bei eingesessenen IT‘lern die Alarmglocken. Es gibt zahlreiche Beispiele. Die Deutsche Bahn setzt für die Nacherhebung beim Fahrpreis auf die Domain „db-fn.de“.
Wahrscheinlich geht die Nutzung derartiger Domains auf die Auslagerung an Marketing-Unternehmen zurück. Die Unternehmen und Banken müssen jedoch auch, wenn es um Werbung geht, auf ihren seriösen Domains bleiben. Andernfalls wirken die Phishing-Warnungen ein wenig wie Heuchelei. Der Sicherheitshinweis, dass Nutzerinnen und Nutzer bitte die Domains in der Kommunikation prüfen sollen, ist aufgrund des Verhaltens auch der großen Unternehmen jedoch komplett hinfällig und unbrauchbar.
URL dieses Artikels:
https://www.heise.de/-11327434
Links in diesem Artikel:
Copyright © 2026 Heise Medien
(Bild: GitHub)
Mit npm v12 schließt GitHub einen zentralen Angriffsweg: Installationsskripte aus Abhängigkeiten laufen ab Juli 2026 nur noch nach ausdrücklicher Freigabe.
Mit npm v12 schafft GitHub mehrere sicherheitskritische Standardeinstellungen des Node.js-Paketmanagers ab. Die für Juli 2026 angekündigte Hauptversion führt Installationsskripte aus Abhängigkeiten künftig nicht mehr automatisch aus. Auch Git- und Remote-Abhängigkeiten installiert npm nur noch, wenn Entwickler sie ausdrücklich freigeben. Damit will GitHub einen der wichtigsten Angriffswege in der Software-Lieferkette schließen: die automatische Codeausführung während eines npm install.
npm ist der Standard-Paketmanager des Node.js-Ökosystems und gehört zu den meistgenutzten Paketverwaltungen überhaupt. Moderne Anwendungen ziehen oft Hunderte oder Tausende direkte und indirekte Abhängigkeiten nach. Entsprechend groß ist die Angriffsfläche. Seit Jahren warnen Sicherheitsforscher vor Angriffen auf die Lieferkette [1], bei denen Schadcode über übernommene Pakete, gestohlene Maintainer-Konten oder manipulierte Installationsskripte in Entwicklungsumgebungen gelangt. Besonders gefährlich sind Mechanismen, die schon beim Installieren eines Pakets Code ausführen [2] – oft, bevor Entwickler die Anwendung überhaupt gestartet haben.
Genau hier setzt die wichtigste Neuerung von npm v12 an. Künftig führt der Paketmanager Installationsskripte aus Abhängigkeiten standardmäßig nicht mehr aus. Das betrifft die Lifecycle-Skripte preinstall, install und postinstall. Auch native Erweiterungen, die npm bislang automatisch über node-gyp kompiliert, baut der Paketmanager nicht mehr ohne Freigabe. Dasselbe gilt für bestimmte prepare-Skripte aus Git-, Datei- oder verlinkten Abhängigkeiten.
Bislang genügt ein einfaches npm install, um solche Skripte automatisch auszuführen. Viele Pakete nutzen den Mechanismus für legitime Zwecke, etwa um zusätzliche Binärdateien herunterzuladen oder native Komponenten zu kompilieren. Dieselbe Funktion gilt aber seit Jahren als attraktiver Angriffsweg: Über ein manipuliertes Installationsskript lässt sich Schadcode bereits während der Installation ausführen. Der Code kann zum Beispiel Umgebungsvariablen auslesen, Zugangsdaten abgreifen oder weitere Schadsoftware nachladen.
An die Stelle des automatischen Ausführens tritt ein Modell mit Freigabeliste. Entwickler bestimmen künftig selbst, welche Pakete ihre Installationsskripte ausführen dürfen. Diese Freigaben hinterlegt npm im Projekt, sodass Teams sie zusammen mit dem Quellcode versionieren können.
Wer früh umstellen will, kann das bereits tun: Schon npm 11.16.0 warnt vor Skripten, die der Paketmanager künftig blockiert. Mit dem Befehl npm approve-scripts --allow-scripts-pending lässt sich prüfen, welche Abhängigkeiten betroffen wären; mit npm approve-scripts lassen sich die vertrauenswürdigen Pakete anschließend freigeben.
Auch beim Umgang mit Git-Abhängigkeiten zieht npm die Zügel an. Pakete, die direkt aus einem Git-Repository stammen, blockiert der Paketmanager künftig standardmäßig; Entwickler müssen solche Quellen ausdrücklich erlauben. GitHub begründet den Schritt mit einem Angriffsweg, über den sich aus einer Git-Abhängigkeit heraus Code ausführen ließ – selbst dann, wenn Installationsskripte eigentlich unterdrückt waren. Hinzu kommt, dass sich Git-Abhängigkeiten generell schwerer kontrollieren lassen als Pakete aus dem regulären npm-Registry.
Eine ähnliche Hürde gilt künftig für Remote-Abhängigkeiten, also Pakete, die direkt von einer URL stammen, etwa als TAR-Archiv per HTTPS. Auch sie installiert npm nur noch nach ausdrücklicher Freigabe. Solche Abhängigkeiten umgehen die übliche Registry-Infrastruktur und erschweren es, ihre Herkunft nachzuvollziehen. GitHub will so verhindern, dass externe Quellen unbemerkt in die Abhängigkeitskette geraten.
Mehr Sicherheit bedeutet für Entwickler und Unternehmen zunächst mehr Aufwand. Wer bislang auf Installationsskripte, Git-Abhängigkeiten oder externe Paketquellen setzt, muss seine Build- und CI/CD-Prozesse prüfen und die nötigen Komponenten freigeben. GitHub rät, schon jetzt auf npm 11.16.0 oder neuer zu wechseln und die ausgegebenen Warnungen auszuwerten.
Alle Probleme der JavaScript-Lieferkette löst npm v12 allerdings nicht. Schadcode, der direkt im Anwendungscode eines Pakets steckt [3], gelangt weiterhin auf die Systeme. Auch kompromittierte Maintainer-Konten, Typosquatting oder verwundbare Bibliotheken fängt der neue Ansatz nicht ab. Für die Sicherheit von Entwicklungs- und Build-Umgebungen dürfte er dennoch eine der weitreichendsten Änderungen der vergangenen Jahre sein.
Weitere Details nennt GitHub im Changelog-Eintrag zu den anstehenden Breaking Changes für npm v12 [4].
URL dieses Artikels:
https://www.heise.de/-11327518
Links in diesem Artikel:
Copyright © 2026 Heise Medien
Kleines Update, große Wirkung: Steinberg behebt einen alten Workflow-Bruch und verzahnt Folder Tracks mit dem Mixer. Ein Audio-Editor ist nun auch an Bord.
Wenn man nur auf die Versionsnummer der letzten beiden Cubase-Updates (zuletzt 15.0.30) achtet, könnte man meinen, es handle sich um Wartungsroutinen zur Fehlerbehebung. Doch der Schein trügt, denn die Updates sollen nicht nur einen der massivsten Kritikpunkte seitens der Nutzer beseitigen, sie erweitern darüber hinaus auch die Funktion.
Lange schon beklagten Anwender Folgendes: In großen Cubase-Projekten wird der Mixer schnell unübersichtlich – und ausgerechnet Ordnerspuren helfen dort bislang nicht. Zwar lassen sich Spuren im Arrangement sauber gruppieren, im Mischpult zerfällt diese Ordnung jedoch wieder in Einzelkanäle. Wer viele Drum-, Vocal- oder Orchestertracks verwaltet, kennt das Problem: Struktur im Projekt, Chaos im Mix.
Mit Version 15.0.20 ändert Steinberg genau das – und greift damit einen der meistgeäußerten Anwenderwünsche auf. Das Update verzahnt Ordnerspuren erstmals mit dem Routing im Mixer und beseitigt damit einen Workflow-Bruch, der Cubase seit Jahren begleitet. Daneben liefert Steinberg eine Reihe weiterer Verbesserungen bei Automation, Notation und Audioanalyse. Wie gut all das im Alltag funktioniert und welche weiteren Neuerungen ins Gewicht fallen, prüfen wir im Praxiseinsatz.
URL dieses Artikels:
https://www.heise.de/-11321406
Links in diesem Artikel:
Copyright © 2026 Heise Medien
macOS 27 auf einem MacBook: Nur noch Apple Silicon.
(Bild: Apple)
Apple behebt mit macOS 27 viele Schnitzer des Vorgängers. Nur leider müssen Intel-User auf der alten Version verbleiben.
Es war schon vorab klar: Mit macOS 27 sollte das Ende für die Unterstützung der von Apple bis 2023 verkauften Intel-Macs [1] kommen. Dass das so umgesetzt wird, hat Apple in dieser Woche offiziell [2] bestätigt. Nur noch Rechner mit der eigenen ARM-Architektur des Herstellers, die Apple Silicon oder M-Chips genannt werden, können das neue macOS, das den Codenamen Golden Gate trägt und ab Herbst erhältlich sein wird, ausführen. Das Problem: Apple hat sich ausgerechnet ein Release zum „Cut-off“ ausgesucht, das diverse Fehlerbehebungen und Leistungsverbesserungen enthält.
Statt vieler neuer Funktionen setzt Golden Gate auf Produktpflege, die man sich bereits von macOS 26 alias Tahoe [3] erhofft hätte. Dieses kam mit einem umgebauten (und umstrittenen) Liquid-Glass-Design [4], das unter anderem für Grafikfehler, merkwürdige Bedienentscheidungen [5] und Oberflächen-Inkonsistenzen bekannt ist. Apple betonte bei der Vorstellung von macOS 27 explizit, dass man sich alles genau angeschaut hat, um macOS besser zu machen. So wird etwa mit Geschwindigkeitssteigerungen geworben, besser sichtbaren Seitenleisten und Tabs, einheitlichem Fensterdesign und vielem mehr [6]. Intel-Nutzer können von all dem nicht mehr profitieren, sie bleiben auf Tahoe hängen. Wie lange es dafür noch Sicherheitsaktualisierungen geben wird, ist ebenfalls unklar.
Die letzten Intel-Macs, die Apple auf den Markt gebracht hatte, sind gar nicht mal so alt: So kamen noch 2020 (im gleichen Jahr wie der erste M1-Mac) ein MacBook Pro mit dem Prozessor auf den Markt. Ebenfalls 2020, sogar erst im August, erschien ein 27-Zoll-iMac auf Intel-Basis, dem bei Apple Silicon weiterhin der Nachfolger fehlt [7]. Bis 2023 blieb schließlich der Mac Pro von 2019 auf den Markt, bis er durch ein Apple-Silicon-Modell ersetzt wurde, das mittlerweile ebenfalls eingestellt [8] ist.
Apple ist bekannt dafür, längerfristig bei Hard- und Software zu planen. Entsprechend unschön ist die Entscheidung, Intel-Nutzern nicht auch noch das stabilere macOS 27 zu gönnen. Bei der Kritik des Supportendes für Macs bleibt es in diesem Jahr indes nicht. Bei watchOS 27 macht Apple einen sogar noch härteren Schnitt. Apple Watch 8 sowie die erste Apple Watch Ultra von 2022 können das neue Betriebssystem nicht mehr nutzen [9]. Vier Jahre alte Geräte ohne Support sind für Apple eine Seltenheit. Die technischen Gründe für die Entscheidung wurden bislang noch nicht geliefert.
Es ist nicht davon auszugehen, dass macOS 27 alias Golden Gate mit Hacks und Kniffen auf Intel-Rechner gebracht werden kann. Apple dürfte den notwendigen Code für die x86-Plattform schlicht nicht mehr ausliefern.
Das Aus für den Intel-Support fällt übrigens nicht mit dem Aus für Rosetta 2 [10] zusammen. Apple wird die Übersetungsschicht für x64-Code erst mit macOS 28 entfernen. In macOS 27 Golden Gate lassen sich also weiterhin Intel-Apps ausführen.
URL dieses Artikels:
https://www.heise.de/-11326349
Links in diesem Artikel:
Copyright © 2026 Heise Medien
OpenLogi-App auf dem Mac: Telefoniert nicht nach Hause.
(Bild: OpenLogi)
Der Zubehörspezialist Logitech nervt Nutzer mit einer inkonsistenten Steuer-App, die Systemlast frisst und Daten sammelt. Ein Open-Source-Projekt hilft.
Logitechs Peripheriegeräte wie Mäuse, Tastaturen oder Webcams haben eigentlich einen ordentlichen Ruf. Doch die Software, die der Schweizer Hersteller für macOS anbietet, gilt als unterdurchschnittlich bis schlecht. Options+ [1] („Erreichen Sie noch mehr“) ist allerdings zwingend notwendig, um etwa die zahlreichen Knöpfe und Rädchen an einer MX Master [2] konfigurieren zu können. Dafür verlangt der Hersteller jedoch die Einräumung zahlreicher Systemrechte [3] (von der Rechnersteuerung per Barrierefreiheitsfunktion bis zum Input Monitoring), glänzt mit eher nicht notwendigen KI-Funktionen und setzte zwischenzeitlich zudem auf einen Registrierungs- respektive Log-in-Zwang. Hinzu kommen immer wieder Bugs, zuletzt ein fehlendes Zertifikat, das die Verwendung von Options+ unmöglich machte [4]. Da fragen viele Nutzer: Geht es nicht vielleicht anders?
Und tatsächlich ist das so: Ein nicht mit Logitech in Verbindung stehendes Open-Source-Projekt namens OpenLogi [5] will Abhilfe schaffen. Die App ist derzeit nur für den Mac verfügbar (an Windows- und LInux-Varianten wird gearbeitet) und setzt auf nativen Code (allerdings geschrieben in Rust) und einen „local first“-Ansatz. Heißt: Es gibt weder einen Account-Zwang noch ist ein Serverzugriff notwendig. Zudem erfasst OpenLogi keine Systemdaten (Telemetrie), wie das Options+ tut.
Im Gegensatz zur Hersteller-App dient OpenLogi zumindest derzeit nicht als Zentrale für alle Logitech-Produkte. Die Macher konzentrieren sich voll auf die Mausunterstützung. An Übertragungsformaten werden Bolt, Bluetooth und kabelgebundene Nutzung offeriert. HID++ kommt dabei zum Einsatz. Die App ermöglicht die Einstellung der Auflösung der Maus in DPI und konfiguriert die vielen Knöpfe.
Auch der bei der MX Master 4 vorhandene Gesture-Knopf wird unterstützt. Nutzbar ist außerdem SmartShift (Umschaltung des Scrollrads) und Profile pro App.
Akku- und Ladezustand werden übermittelt. Die Konfiguration ist über eine GUI ebenso möglich wie mittels Textdateien (toml). Options+ sollte vor dem Programmstart von OpenLogi verlassen (und gegebenenfalls deinstalliert) werden. Die Anwendung ist als Homebrew-Paket und direkter Download verfügbar. Der Code der App ist auf GitHub zu inspizieren [6].
URL dieses Artikels:
https://www.heise.de/-11326355
Links in diesem Artikel:
Copyright © 2026 Heise Medien
Neue Foto-App in iOS 27: Bilder mit Inhalt erweitern.
(Bild: Apple)
Apple ergänzt seine Foto-App um interessante KI-Edit-Features. Ein anderes Gerücht hat sich zunächst nicht bestätigt.
Kurz vor Ende der WWDC-Keynote am Montag [1] hat Apple einige interessante Details zu neuen KI-Funktionen im Bereich der digitalen Fotografie auf dem iPhone verraten. Kamera- und Foto-Software-Direktor Alok Deshpande teilte mit, dass der Konzern eine Funktion deutlich verbessert und zwei weitere hinzugefügt habe. Die Features sind bereits in der Entwicklerbeta von iOS 27 [2] verfügbar und werden unabhängig von Siri AI [3] bereitgestellt, für das es eine Warteliste gibt. Nicht umgesetzt wurde hingegen eine überarbeitete Oberfläche der Kamera-App. Hier gab es Berichte, laut denen Apple ein komplett neues Profi-Interface [4] plant. Möglicherweise kommt dieses später.
Bereits in der Fotos-App integriert war eine sogenannte Clean-Up-Funktion [5]. Mit dieser kann man Gegenstände, Personen oder andere Objekte in einem Bild markieren, um diese dann auszublenden. Das klappte bislang teils nicht perfekt, lag hinter ähnlichen Features von Konkurrenten wie Google oder Adobe zurück. Da Apple nun neuere KI-Modelle für Clean Up verwendet, sollen Hintergründe in iOS 27 genauer rekonstruiert und Objekte besser freigestellt werden können. Bei ersten Versuchen von Entwicklern klappte das tatsächlich besser, perfekt ist es aber nicht.
Die erste vollständig neue KI-Funktion in der Fotos-App nennt sich Extend. Damit lassen sich bestehende Fotos um KI-generierte Flächen erweitern, beispielsweise, wenn das Bildformat nicht passt. Dank der verbesserten Bildmodelle sieht auch das recht gut aus. Manchmal benötigt man aber weitere Versuche. Apples Technik ist ungefähr so gut wie die der Konkurrenz, zumindest zeigen dies erste Versuche, wie Entwickler berichten.
Gänzlich neu ist das sogenannte Spatial Reframing. Das Feature nutzt Apples Erfahrungen mit der Vision Pro und Computational Photography. Die Idee: Nutzer sollen die Zusammensetzung eines Fotos nachträglich ändern können – etwa wohin eine Person schaut oder in welche Richtung ein Objekt ausgerichtet ist. Damit sind richtige Perspektivwechsel möglich – interessanterweise auch mit alten Bildern oder sogar Grafiken. Apple setzt also nicht auf zusätzlich vorhandene Bilddaten aus der iPhone-Kamera. Drehen kann man Objekte und Personen sofort auf dem iPhone, der Rest wird dann über Apples Cloud-Modelle aufgefüllt.
„Spatial Reframing nutzt leistungsstarke Bildmodelle und generiert nur dort neue Inhalte, wo die Perspektive geändert worden ist. So bleibt die ursprüngliche Szene in dem Foto auch mit der neuen Perspektive erhalten“, beschreibt Apple den Vorgang. Unklar bleibt, ob es eine Einschränkung bei der Anzahl der zu verarbeitenden Bilder gibt. Apple hatte angekündigt, dass Nutzer von iCloud+ (mit teureren Paketen) ein größeres KI-Budget erhalten. Das gilt auch für den verbesserten Bildgenerator Image Playground.
URL dieses Artikels:
https://www.heise.de/-11326229
Links in diesem Artikel:
Copyright © 2026 Heise Medien
Deutschland strebt die alleinige Führung bei der Entwicklung eines neuen europäischen Kampfflugzeugs an.
(Bild: VanderWolf Images / Shutterstock.com)
Das Mega-Projekt FCAS ist tot: Deutschland bricht mit Frankreich und greift mit Milliarden-Macht nach der Führung in der europäischen Luftfahrt.
Rund 730 Milliarden Euro und ein gebrochenes Versprechen an Paris: Deutschland bläst das gemeinsame europäische Super-Kampfflugzeug ab, um die Führung im Luftraum im Alleingang zu übernehmen.
Nachdem das deutsch-französische Prestigeprojekt FCAS Anfang Juni endgültig gescheitert [1] ist, legt Berlin nun eine neue Luftfahrtstrategie vor, die unmissverständlich einen Führungsanspruch formuliert – und die bisherige Partnerschaft mit Paris faktisch für beendet erklärt.
In dem Strategieentwurf, den die [2] Financial Times (FT) zitiert, heißt es wörtlich, die deutsche Industrie besitze die Expertise, ein solches Programm "im europäischen oder internationalen Rahmen zu leiten oder eine wesentliche Rolle bei dessen Gestaltung zu spielen".
Noch deutlicher wird eine zweite Passage: Die Beteiligung der deutschen Luft- und Raumfahrtindustrie müsse dem finanziellen Beitrag Deutschlands "sowohl qualitativ als auch quantitativ" entsprechen.
Angesichts geplanter Verteidigungsausgaben von rund 730 Milliarden Euro bis 2030 ist das ein unmissverständliches Signal.
Das 2017 von Emmanuel Macron und Angela Merkel gestartete FCAS-Programm – veranschlagt auf rund 100 Milliarden Euro – sollte ab etwa 2040 Rafale und Eurofighter ablösen. Doch die industriellen Gräben zwischen Dassault Aviation und Airbus erwiesen sich als unüberbrückbar.
Im Kern ging es um Designhoheit, Arbeitsanteile und geistiges Eigentum. Laut einem Bericht von [3] Reuters aus dem Jahr 2025 soll Dassault zeitweise rund 80 Prozent der Arbeitspakete beim Kernkampfjet beansprucht haben – ein Anteil, den Berlin als unvereinbar mit einer gleichberechtigten Partnerschaft zurückwies.
Hinzu kamen unterschiedliche Einsatzanforderungen: Frankreich bestand auf Nuklearfähigkeit und Trägerbetrieb, Anforderungen, die für die Bundeswehr irrelevant sind.
Am 8. Juni bestätigten Regierungsquellen beider Seiten das Aus für den bemannten Kampfjet. Europas strategische Autonomie [4] steht damit vor einer Zerreißprobe.
Bereits einen Tag nach dem offiziellen Scheitern reichte Airbus laut [5] Reuters ein Positionspapier bei der Bundesregierung ein. Der Konzern wirbt damit [6] für ein neues, von ihm geführtes Kampfjetprogramm der sechsten Generation und versucht, deutsche Unternehmen wie MTU Aero Engines für Triebwerke, Hensoldt für Sensorik und Radar, Diehl und MBDA für Bewaffnung sowie Rohde & Schwarz für Kommunikation in ein Konsortium einzubinden.
Spanien, das 2019 dem FCAS beigetreten war, könnte sich dem neuen Bündnis anschließen.
Alternativ nennt die Strategie einen möglichen Beitritt zum britisch-italienisch-japanischen Programm GCAP oder eine Kooperation mit Saab. Alle Optionen eint der Grundsatz: Deutschland will nicht mehr Juniorpartner sein. Das Dokument betont, ein "starker industrieller Kern mit eigenen Fähigkeiten bei Bau und Wartung komplexer Luftfahrtsysteme" sei entscheidend für Souveränität.
Der deutsche Kurswechsel trifft einen Nerv. Die Debatte über Deutschlands wachsende Militärmacht [7] und alte Ängste vor Hegemonie bekommen durch das FCAS-Aus neue Nahrung.
Berlin macht sich mit dem größten europäischen Rüstungsbudget seit dem Kalten Krieg zum Spitzenreiter einer Aufrüstungswelle – und beansprucht nun auch bei der prestigeträchtigsten Waffengattung die Führung.
Ob ein neues Konsortium tatsächlich bis Anfang der 2040er-Jahre einen einsatzfähigen Jet liefern kann, gilt als extrem ambitioniert. Belastbare Zahlen zu Jobs und Wertschöpfung fehlen bislang völlig.
Paris betont zwar weiterhin, die deutsch-französische Kooperation in der Verteidigung bleibe grundsätzlich unverzichtbar. An gemeinsamen Drohnensystemen und einer vernetzten Gefechtsarchitektur wollen beide Seiten weiterarbeiten.
Doch beim Herzstück – dem bemannten Kampfjet der nächsten Generation – gehen die ehemaligen Partner jetzt getrennte Wege.
URL dieses Artikels:
https://www.heise.de/-11327680
Links in diesem Artikel:
Copyright © 2026 Heise Medien
Ein Mann trainiert im Fitnessstudio mit einer Langhantel.
(Bild: BGStock72 / Shutterstock.com)
Mehr Training bringt keinen Vorteil mehr – ab einer bestimmten Schwelle ist das Risiko für frühen Tod laut Harvard-Studie nicht weiter senkbar.
Wer zwischen 90 und 120 Minuten pro Woche Hanteln stemmt, Kniebeugen macht oder Liegestütze absolviert, senkt sein Risiko für einen vorzeitigen Tod messbar. Das zeigt eine Langzeitstudie der Harvard T.H. Chan School of Public Health, die Daten von 147.374 Erwachsenen über bis zu 30 Jahre ausgewertet hat.
Veröffentlicht wurden die Ergebnisse [1] Anfang Juni im British Journal of Sports Medicine.
Die Kernbotschaft dürfte vor allem diejenigen interessieren, die sich bislang weder ins Fitnessstudio trauen noch Zeit für ausgedehnte Sportprogramme finden: Schon moderate Mengen an Krafttraining reichen offenbar aus – und mehr als zwei Stunden pro Woche bringen keinen zusätzlichen Überlebensvorteil.
Das Forscherteam um Yiwen Zhang und Edward Giovannucci wertete drei große US-Kohortenstudien aus: die Health Professionals Follow-up Study, die Nurses' Health Study und deren Nachfolgestudien.
Die Teilnehmer – allesamt Angehörige von Gesundheitsberufen – gaben in regelmäßigen Fragebögen an, wie viel Zeit sie wöchentlich mit Krafttraining und Ausdauersport verbrachten.
Während des Beobachtungszeitraums von bis zu drei Jahrzehnten dokumentierten die Forscher 35.798 Todesfälle.
Die Ergebnisse sind bemerkenswert konkret: Wer im Schnitt 90 bis 119 Minuten Krafttraining pro Woche absolvierte, wies gegenüber Personen ohne jedes Muskeltraining ein um 13 Prozent geringeres Risiko auf, an irgendeiner Ursache zu sterben (Hazard Ratio 0,87).
Das Risiko für einen Tod durch Herz-Kreislauf-Erkrankungen sank um 19 Prozent, das für neurologische Todesursachen wie Alzheimer sogar um 27 Prozent.
Oberhalb von 120 Minuten pro Woche flachte die Kurve ab. Mehr Training bedeutete statistisch gesehen keine weitere Risikosenkung.
Die Forscher sprechen von einem Plateau-Effekt – ein Befund, der gerade für vielbeschäftigte Menschen in der zweiten Lebenshälfte relevant sein dürfte: Zwei Stunden reichen, mehr ist aus Sicht der Lebensverlängerung offenbar unnötig.
Noch deutlicher fielen die Ergebnisse aus, wenn Krafttraining mit regelmäßiger Ausdauerbewegung kombiniert wurde.
Die niedrigsten Sterberisiken beobachteten die Forscher bei Personen, die wöchentlich 30 bis 44 sogenannte MET-Stunden (metabolisches Äquivalent) an Ausdauertraining absolvierten und zusätzlich 60 bis 119 Minuten Kraftübungen machten.
Diese Gruppe wies ein um rund 45 Prozent geringeres Sterberisiko auf als weitgehend inaktive Vergleichspersonen.
Was 30 MET-Stunden in der Praxis bedeuten, lässt sich grob übersetzen: Etwa zehn Stunden zügiges Spazierengehen pro Woche – also gut 80 Minuten am Tag. Wer intensivere Aktivitäten wie Joggen oder Radfahren einbaut, kommt mit weniger Zeitaufwand auf den gleichen Wert.
Wie die Harvard-Forscher betonen [2], sei Ausdauertraining für die Sterblichkeitsreduktion insgesamt sogar noch wirkungsvoller als Krafttraining allein.
Für die Einordnung ist wichtig: Die Teilnehmer der Harvard-Kohorten sind überdurchschnittlich gesundheitsbewusst. 74 Prozent erreichten bereits die empfohlenen 150 Minuten moderater Ausdauerbewegung pro Woche, 46 Prozent betrieben regelmäßig Krafttraining.
In der deutschen Allgemeinbevölkerung liegen diese Werte deutlich niedriger. Das bedeutet: Wer hierzulande von nahezu keiner Aktivität auf den ermittelten Sweet Spot wechselt, dürfte absolut betrachtet sogar stärker profitieren, weil das Ausgangsrisiko höher ist.
Um die relativen Prozentwerte greifbar zu machen: Bei einem typischen Zehnjahres-Sterberisiko von 10 Prozent für eine 55-jährige Person entspricht die beobachtete Risikosenkung von 13 Prozent einer absoluten Reduktion auf 8,7 Prozent – eine Größenordnung, die mit der Wirkung mancher Präventionsmedikamente vergleichbar ist.
Bei der Kombination mit Ausdauertraining und einem Ausgangsrisiko von 15 Prozent sinkt der Wert rechnerisch auf rund 8 Prozent.
Studien-Mitautor Giovannucci betonte laut Everyday Health [3], dass "kleine Mengen dennoch einen Unterschied machen" könnten. Es sei wichtiger, schrittweise eine Routine aufzubauen, als zu versuchen, auf einmal viel zu tun.
Experten verweisen darauf, dass sich Krafttraining problemlos zu Hause mit Widerstandsbändern, Hanteln oder schlicht gefüllten Wasserflaschen absolvieren lässt.
Für Menschen mit Vorerkrankungen wie Bluthochdruck oder Arthrose gilt: Moderates Krafttraining mit langsam ausgeführten Bewegungen und niedriger Last empfehlen sowohl die American Heart Association als auch europäische kardiologische Leitlinien ausdrücklich – solange der Blutdruck kontrolliert ist und auf hochintensive Pressübungen verzichtet wird.
Dass die Studienteilnehmer ihre Aktivität per Fragebogen selbst dokumentierten, ist eine methodische Einschränkung. Systematische Vergleichsstudien zeigen, dass Menschen ihre aktive Zeit tendenziell überschätzen.
Wer also realistisch betrachtet zweimal 30 Minuten gezieltes Training pro Woche schafft, könnte bereits im wirksamen Bereich liegen.
Die Harvard-Daten fügen sich in ein wachsendes Mosaik aus Studien zur Prävention im mittleren Lebensalter. Telepolis berichtete bereits über Forschungsergebnisse, die zeigen, wie Schlaf das biologische Alter einzelner Organe beeinflusst [4] – mit einem idealen Fenster von 6,4 bis 7,8 Stunden pro Nacht.
Und auch die Epigenetik liefert Argumente für einen aktiven Lebensstil: Wie ein weiterer Telepolis-Beitrag zur epigenetischen Vererbung [5] zusammenfasst, können sich Sport und Ernährung über microRNA-Profile in Keimzellen sogar auf die Gesundheit der nächsten Generation auswirken.
Für die Gesundheitspolitik im DACH-Raum stellt sich die Frage, ob die konkreten Studiendaten endlich in strukturierte Präventionsprogramme münden.
Krafttraining wird in Anamnesebögen und Bonusprogrammen der Kassen bisher kaum systematisch erfasst – anders als Blutdruck oder Blutzucker. Dabei ließe sich ein einfaches Rezept formulieren: zweimal pro Woche 30 bis 45 Minuten, acht Grundübungen, zwei Sätze.
Der Zeitaufwand wäre jedenfalls geringer als für die meisten Fernsehserien.
URL dieses Artikels:
https://www.heise.de/-11327604
Links in diesem Artikel:
Copyright © 2026 Heise Medien
"Sanktionen haben für wenige gut vernetzte Akteure neue Geschäftsmöglichkeiten geschaffen – die Mehrheit der Bevölkerung hat dagegen die Kosten getragen."
(Bild: BalkansCat/Shutterstock.com)
Der Iran steht unter Beschuss – von außen und innen. Was Sanktionen und Krieg mit einer Gesellschaft machen und was Europa dabei vergisst. Ein Interview.
Wirtschaftssanktionen, Luftangriffe, eine Seeblockade – der Iran steht seit Anfang 2026 unter einem Druck, der in seiner Gleichzeitigkeit beispiellos ist. Doch was bedeutet das für die iranische Gesellschaft?
Mohammad Reza Farzanegan, Professor für Wirtschaft des Nahen und Mittleren Ostens an der Philipps-Universität Marburg, ordnet im Gespräch mit Telepolis ein, wie Jahrzehnte westlicher Sanktionspolitik den Iran geformt haben und warum der Übergang vom Sanktionsregime zum offenen Krieg mehr als nur eine Eskalation bedeutet.
▶ Der Iran wurde jahrzehntelang von den USA und der EU sanktioniert. Seit Anfang 2026 befinden sich USA und Israel im offenen Krieg mit Iran. Inwieweit kann man die jetzige Situation des Iran als Belagerungszustand bezeichnen und worin unterscheidet er sich von der Vorkriegssituation?
Farzanegan: Die Kriegsbedingungen beginnen aus meiner Sicht nicht erst am 28. Februar 2026. Bereits im Juni 2025 griff Israel iranische Militär- und Nuklearziele an. Kurz darauf bombardierten auch die USA zentrale iranische Nuklearanlagen. Danach folgte Ende September 2025 die Reaktivierung der UN-Sanktionen und die Wiedereinführung europäischer restriktiver Maßnahmen.
Damit unterscheidet sich die Lage 2025 und 2026 deutlich von früheren Jahren. Vorher stand vor allem der Versuch im Vordergrund, durch wirtschaftliche Sanktionen das Verhalten der iranischen Führung zu verändern. Diese Sanktionen beschränkten Ölexporte, Banktransaktionen, Investitionen, Handel, Technologiezugang und internationale Finanzbeziehungen. Die militärische Eskalation zeigt jedoch, dass diese Strategie weder eine dauerhafte diplomatische Lösung geschaffen noch eine Ausweitung des Konflikts verhindert hat.
Hinzu kommt eine innenpolitische Dimension. Präsident Trump erklärte im April 2026 selbst, die USA hätten versucht, Waffen an iranische Protestierende beziehungsweise oppositionelle Gruppen zu liefern. Nach seiner Darstellung erreichten diese Waffen die vorgesehenen Empfänger jedoch nicht.
Kurdische Gruppen bestritten später, solche Waffen erhalten zu haben. Trotzdem zeigt diese Aussage, dass der Druck auf Iran nicht mehr nur über Sanktionen und Diplomatie lief, sondern auch mit der offenen Unterstützung bewaffneter Oppositionsteile verbunden wurde.
Seit 2026 ist außerdem eine neue Ebene des Drucks hinzugekommen. Neben Sanktionen und direkten militärischen Angriffen gibt es nun auch eine durch US-Streitkräfte erzwungene Seeblockade gegen Schiffe, die iranische Häfen verlassen oder anlaufen. Diese Blockade betrifft vor allem den Handel über die südlichen Häfen am Persischen Golf und am Golf von Oman. Sie erhöht Versicherungs- und Transportkosten, unterbricht Lieferketten und schafft massive Unsicherheit für den gesamten Außenhandel.
Der Unterschied zur Vorkriegssituation liegt daher in der Gleichzeitigkeit von Sanktionen, Krieg, innenpolitischer Destabilisierung und logistischer Blockade. Vor dem Krieg erzeugten Sanktionen eine chronische wirtschaftliche Krise. Die heutige Situation verschärft diese Krise zu einer akuten Versorgungs- und Handelskrise. Das betrifft nicht nur Öl und Industrie, sondern auch Importe von Nahrungsmitteln, Medikamenten, medizinischen Vorprodukten und anderen Gütern, auf die die Bevölkerung angewiesen ist.
▶ Die Wirtschaftssanktionen wurden auch damit gerechtfertigt, dass man damit eine Militarisierung des Iran und einen Krieg in der Region verhindern wolle. Wie haben sich die Sanktionen real auf die iranischen Militärausgaben ausgewirkt?
Farzanegan: In zwei meiner Studien [2], die in Defence and Peace Economics erschienen [3] sind, zeige ich, dass Sanktionen gegen Iran die gemessenen Militärausgaben des Landes gesenkt haben.
Der Einkommenseffekt der Sanktionen war stärker als der Sicherheitseffekt. Mit anderen Worten: Obwohl Sanktionen die Bedrohungswahrnehmung erhöhten, reduzierten sie zugleich die fiskalischen und wirtschaftlichen Ressourcen, aus denen Militärausgaben finanziert werden konnten. Im Vergleich zu einem Szenario ohne Sanktionen gab Iran daher weniger für das Militär aus.
Gleichzeitig haben Sanktionen Iran weitgehend vom internationalen Markt für konventionelle Waffen abgeschnitten. Das hat die konventionelle Modernisierung der Streitkräfte erschwert, vor allem bei moderner Luftwaffe, Luftverteidigung, Marineausrüstung und Hochtechnologie. Diese Schwäche wurde im Krieg besonders bei der iranischen Luftverteidigung sichtbar.
Sanktionen hatten jedoch auch einen Anpassungseffekt. Iran investierte stärker in militärische Fähigkeiten, die mit heimischen Ressourcen und niedrigerem Kostenaufwand entwickelt werden konnten. Dazu gehören vor allem Drohnen, ballistische Raketen und asymmetrische Verteidigungsstrategien. In diesen Bereichen war Iran weniger abhängig von direkten Waffenimporten. Hinzu kommt, dass Iran über eine große, technisch gut ausgebildete Bevölkerung verfügt, was der einheimischen Rüstungsindustrie einen gewissen Vorteil verschafft.
Die iranische Verteidigungsstrategie unter Sanktionen zielte zudem darauf, potenzielle Angriffe möglichst vor Erreichen des iranischen Territoriums abzuschrecken oder abzufangen. Deshalb spielten regionale Netzwerke, Abschreckung durch Raketen und Drohnen sowie kostengünstige asymmetrische Instrumente eine zentrale Rolle.
Im regionalen Vergleich bleiben Irans Militärausgaben als Anteil am Bruttoinlandsprodukt eher moderat. Nach Daten von Weltbank und SIPRI lagen sie 2024 bei rund zwei Prozent des BIP. Das ist deutlich niedriger als in mehreren anderen Ländern der Region, etwa Saudi-Arabien oder Israel.
Unabhängig von der offiziellen Begründung haben Sanktionen damit die konventionellen militärischen Fähigkeiten Irans geschwächt und die erwarteten Kosten späterer militärischer Druckausübung gesenkt. Das bedeutet nicht, dass Sanktionen allein einen Krieg verursachen. Sie können aber die militärische Verwundbarkeit eines Landes erhöhen, wenn sie über längere Zeit den Zugang zu moderner Ausrüstung, Ersatzteilen, Finanzierung und Technologie begrenzen.
▶ Welche Auswirkungen hatten die Sanktionen auf die Entwicklung der iranischen Mittelschicht? Würden Sie die Beobachtung teilen, dass sich durch die Sanktionen eine Sozialschicht aus Zwischenhändlern gebildet hat, welche von Schmuggel, Korruption und Aufrechterhaltung des Status Quo profitiert?
Farzanegan: In einer gemeinsamen Studie mit Nader Habibi, die im European Journal of Political Economy erschienen ist [4], zeigen wir, dass die Wirtschaftssanktionen die iranische Mittelschicht deutlich verkleinert haben. Zwischen 2012 und 2019 ist der Anteil der Mittelschicht an der Bevölkerung stark zurückgegangen. Nach unseren Berechnungen lag der Verlust je nach Methode bei etwa 12 bis 17 Prozentpunkten.
Für 2019 zeigen unsere Ergebnisse: Ohne Sanktionen hätte die iranische Mittelschicht etwa 80 Prozent der Bevölkerung ausmachen können. Tatsächlich lag ihr Anteil nur bei ungefähr 50 bis 55 Prozent. Das bedeutet, dass ein großer Teil der Mittelschicht durch Sanktionen verloren gegangen ist.
Diese Entwicklung sieht man auch in Umfragen [5]. Im World Values Survey bezeichneten sich 2005 noch deutlich mehr Iranerinnen und Iraner als Teil der Mittelschicht als im Jahr 2020. Viele Menschen sind in niedrigere Einkommensgruppen abgestiegen. Andere haben das Land verlassen oder versuchen, dies zu tun.
Ja, ich teile auch die Beobachtung, dass Sanktionen eine kleine Gruppe von Profiteuren geschaffen haben [6]. Wenn normale Handelswege, Banken und Zahlungswege blockiert werden, entstehen Umwege. Dann werden Zwischenhändler, Tarnfirmen, Schmuggelnetzwerke und informelle Kontakte wichtiger. Davon profitieren vor allem Personen und Firmen, die gute politische Verbindungen haben und der Regierung helfen können, Sanktionen zu umgehen.
Ein bekanntes Beispiel ist Babak Zanjani, der mit dem Verkauf sanktionierten iranischen Öls in Verbindung gebracht wurde und später in Iran wegen Korruption und Veruntreuung verurteilt wurde.
Kurz gesagt: Sanktionen haben für wenige gut vernetzte Akteure neue Geschäftsmöglichkeiten [7] geschaffen. Die Mehrheit der Bevölkerung hat dagegen die Kosten getragen: sinkende Realeinkommen, Arbeitsplatzverluste, Unsicherheit und sozialen Abstieg. Besonders schwer wiegt, dass die Mittelschicht normalerweise eine wichtige Rolle für Bildung, Konsum, Investitionen und gesellschaftliche Reformen spielt.
Genau diese Gruppe wurde durch Sanktionen stark geschwächt. Der verbleibende Teil der Mittelschicht steht heute zusätzlich unter dem Druck von Krieg, Internetunterbrechungen, Repression und weiterer wirtschaftlicher Unsicherheit.
▶ Deutsche Medien und Politiker machen einen Widerspruch zwischen der Beendigung des Krieges und der Bekämpfung der iranischen Regierung auf. Sehen Sie das auch so – oder sehen Sie politische Alternativen?
Farzanegan: Ich sehe diesen Widerspruch nicht. Man kann die Beendigung des Krieges fordern und gleichzeitig politische Repression und Menschenrechtsverletzungen kritisieren. Krieg, Blockade und breite wirtschaftliche Isolation stärken in der Regel nicht die demokratischen Kräfte in einer Gesellschaft. Sie schwächen vor allem die Bevölkerung, die Mittelschicht, unabhängige Wissenschaftler, kleine Unternehmen und die Zivilgesellschaft.
Deutschland und andere wichtige EU-Länder sollten deshalb stärker auf Diplomatie und eine schrittweise wirtschaftliche Reintegration Irans setzen. Der JCPOA war in dieser Hinsicht ein richtiger Schritt. Er verband Begrenzungen des iranischen Nuklearprogramms mit der Aussicht auf Sanktionsabbau und wirtschaftliche Öffnung. Das Abkommen war nicht perfekt, aber es schuf einen politischen Rahmen, in dem Konflikte verhandelt und wirtschaftliche Anreize gesetzt werden konnten.
Die Alternative aus Isolation, militärischem Druck und einem fragilen Zustand zwischen Krieg und Frieden führt aus meiner Sicht zu schlechteren Ergebnissen. Sie erhöht Unsicherheit, stärkt radikale Kräfte, schwächt die Mittelschicht und macht Kompromisse schwieriger. Ein dauerhaft instabiler Iran liegt auch nicht im Interesse Deutschlands, Europas oder der USA.
Iran ist ein Land mit mehr als 90 Millionen Einwohnern. Eine weitere Destabilisierung oder gar ein Bürgerkrieg hätte Folgen weit über Iran hinaus. Es könnte zu massiven Fluchtbewegungen, Unterbrechungen von Energie- und Handelswegen und neuer Instabilität in Nachbarländern kommen. Die Erfahrungen mit Syrien haben gezeigt, dass solche Krisen nicht regional begrenzt bleiben. Die politischen, humanitären und wirtschaftlichen Kosten würden auch Europa erreichen.
Deshalb sollten Deutschland und andere wichtige EU-Länder nicht in einer passiven Beobachterrolle bleiben. Sie sollten aktiv an einem Waffenstillstand, einer diplomatischen Lösung und real funktionierenden humanitären und wirtschaftlichen Kanälen arbeiten. Druck auf verantwortliche Akteure kann gezielt bleiben. Eine breite Isolation eines ganzen Landes ist dagegen politisch kurzsichtig [8] und kann langfristig jene gesellschaftlichen Gruppen schwächen, die für Reformen wichtig wären.
▶ Wie können iranische Wissenschaftler und zivilgesellschaftliche Akteure in der aktuellen Lage unterstützt werden?
Farzanegan: Diese Frage haben Reza Majdzadeh und ich in unserem kürzlich in Science veröffentlichten Beitrag [9] behandelt. Unsere zentrale Botschaft ist, dass iranische Wissenschaftler heute unter einer mehrfachen Belastung stehen: langjährige Sanktionen, Krieg, beschädigte Forschungsinfrastruktur, Internetabschaltungen, Zahlungsprobleme, Visa-Hürden und innenpolitischer Druck wirken gleichzeitig.
Wichtig ist dabei: Deutschland und andere wichtige europäische Länder sollten iranische Universitäten nicht mit der iranischen Regierung gleichsetzen. Natürlich gibt es in Iran politische Kontrolle, Einschränkungen und Sicherheitsrisiken. Aber ein pauschaler Abbruch akademischer Zusammenarbeit trifft vor allem Studierende, junge Forschende und die langfristige Entwicklung von Humankapital. Er schwächt genau jene Gruppen, die für wissenschaftliche Offenheit, gesellschaftliche Reformen und internationale Verständigung wichtig sind.
Auch für Deutschland wäre eine solche Abkopplung problematisch. Direkter akademischer Austausch ermöglicht einen besseren, weniger verzerrten Blick auf Iran. Wenn dieser Austausch abbricht, verlieren deutsche Universitäten, Medien und politische Entscheidungsträger wichtige direkte Informationskanäle. Dann gewinnen häufig jene Stimmen an Einfluss, die Iran nur aus der Distanz beschreiben und dabei eigene politische Interessen oder ein einseitiges Bild vermitteln.
Seit Beginn des Krieges sind Schulen und Universitäten immer wieder geschlossen oder in den Online-Betrieb verlagert worden. Diese Lösung funktioniert jedoch nur begrenzt, weil Internetzugang, Stromversorgung und digitale Plattformen unzuverlässig sind. Für viele Studierende bedeutet das faktisch ein verlorenes Semester. Besonders betroffen sind Studierende aus ärmeren Familien und aus kleineren Städten.
Auch die Forschung selbst ist direkt betroffen. In unserem Science-Beitrag nennen wir Beispiele für beschädigte Bildungs- und Forschungseinrichtungen, darunter das Pasteur-Institut in Teheran und Dateninfrastruktur an der Sharif University of Technology. Internetabschaltungen erschweren zudem wissenschaftliche Korrespondenz, internationale Kooperationen, die Teilnahme an Konferenzen und einfache redaktionelle Abläufe mit Fachzeitschriften.
Zwischen 2016 und 2022 hatten wir mit Unterstützung des DAAD gute gemeinsame Projekte mit iranischen Universitäten. Solche Kooperationen hielten wissenschaftliche Kontakte offen und banden junge Forschende ein. Seit 2022 sind solche Projekte wegen politischer Spannungen, Sanktionen, Zahlungsproblemen und nun auch des Krieges kaum noch realisierbar.
Unterstützung sollte deshalb konkret sein. Erstens braucht es einen humanitären Korridor für Wissenschaft: Zugang zu Fachzeitschriften, Datenbanken, Online-Seminaren, Konferenzen und internationalen Netzwerken. Zweitens sollten Verlage, Universitäten, Bibliotheken und Fachgesellschaften zeitlich befristeten kostenlosen oder günstigen Zugang zu wissenschaftlichen Ressourcen ermöglichen.
Drittens müssen rechtssichere Zahlungswege für legitime akademische Zwecke geschaffen werden, etwa für Publikationsgebühren, Konferenzteilnahmen und Mitgliedschaften.
Viertens sollten Deutschland und andere wichtige europäische Länder Notfallstipendien, Gastaufenthalte, Remote Fellowships und schnelle Visa-Verfahren für gefährdete Forschende und Studierende anbieten. Fünftens sollten akademische Kooperationen nicht pauschal beendet, sondern sorgfältig geprüft und dort ermöglicht werden, wo sie Studierenden, Forschung und gesellschaftlichem Austausch dienen.
Für zivilgesellschaftliche Akteure gilt Ähnliches. Sie brauchen sichere Kommunikationskanäle, Schutz, Sichtbarkeit und flexible Fördermöglichkeiten. Eine Politik, die Iran pauschal isoliert, schwächt oft genau jene Menschen, die für Bildung, Reformen und gesellschaftliche Offenheit wichtig sind. Unterstützung bedeutet daher offene wissenschaftliche Türen, funktionierende digitale und finanzielle Kanäle und Schutzprogramme für gefährdete Personen.
Benjamin Roth sprach mit Mohammad Reza Farzanegan. Farzanegan ist Professor am Centrum für Nah- und Mittteloststudien (CNMS) der Philipps-Universität Marburg im Fachgebiet Wirtschaft des Nahen und Mittleren Ostens.
URL dieses Artikels:
https://www.heise.de/-11327056
Links in diesem Artikel:
Copyright © 2026 Heise Medien
CustomGPTs werden in vielen Teams zum Hebel, um KI-Assistenten nicht nur für Einzelaufgaben zu nutzen, sondern als wiederverwendbare Bausteine in Arbeitsabläufen zu verankern. Der Mehrwert entsteht dort, wo Ergebnisse konsistent bleiben sollen: bei Protokollen, Briefings, Checklisten, Tabellen oder standardisierten Textformaten. Ohne klare Struktur geraten Qualität und Nachvollziehbarkeit jedoch schnell ins Wanken.
Gerade im Arbeitsalltag zeigt sich, dass Prompting allein selten ausreicht. Rollen, Tonalität, Werte und Grenzen müssen definiert werden, damit Ausgaben reproduzierbar bleiben. Zusätzlich braucht es Guardrails und Quality Gates, die typische Fehler reduzieren und die Einbindung in reale Workflows ermöglichen. Erst dann lassen sich Routinen zuverlässig abgeben, Zeit sparen und Ergebnisse über Teams hinweg vereinheitlichen.
Ein zentraler Schritt ist die saubere Auswahl geeigneter Anwendungsfälle. Dafür werden Pain Points identifiziert, Quick Wins nach Impact und Aufwand priorisiert und in konkrete Aufgaben übersetzt. Auf dieser Basis entstehen KI-Assistenten, die nicht nur eine einzelne Antwort liefern, sondern als standardisierte Tools funktionieren: mit wiederverwendbaren Building Blocks, definierten Ausgabeformaten und klaren Regeln für Qualität und Grenzen.
Der Aufbau umfasst typischerweise die Definition einer Persona beziehungsweise Rolle, die Festlegung von Ton und Werten sowie das Einziehen von Leitplanken für verlässliche Ergebnisse. Ergänzend werden Assistenz-Workflows so gestaltet, dass sie in bestehende Prozesse passen: von der Vorbereitung über Follow-ups bis zur Entscheidungsunterstützung. Governance-Fragen wie Datenschutz, Qualitätsgrenzen und Verantwortlichkeiten gehören dabei zur praxisgerechten Einordnung.
Eine besondere Ausprägung ist der digitale Zwilling: ein persönlicher Business-Co-Pilot, der Wissensbasis, Arbeitsstil und Vorgehensweisen abbildet und so Planung, Content, Follow-ups und Entscheidungen unterstützen kann. Entscheidend ist das Setup der Wissensgrundlage sowie die Konfiguration von Stimme und Arbeitsstil, damit Ergebnisse im Alltag anschlussfähig bleiben und nicht von Zufallstreffern abhängen.
Für die praktische Umsetzung bietet die Golem Karrierewelt am 17. Juni 2026 den eintätigen Workshop "CustomGPTs zu KI-Assistenten entwickeln" an. Der Kurs ist als Live-Workshop (1 Tag) konzipiert und setzt auf interaktives, hands-on Arbeiten mit konkreten Ergebnissen: zwei persönliche KI-Assistenten plus einen digitalen Zwilling. Teilnehmer arbeiten dabei an stabilen Outputs, integrieren Assistenzfunktionen in reale Workflows und schärfen ihre Setups durch Testen und Feinschliff, ergänzt um Best-Practice-Vorlagen, Building Blocks sowie direkt nutzbare Templates und Tools für den Arbeitsalltag. Voraussetzung ist ein Rechner mit Browser und Internetverbindung; empfohlen wird ein ChatGPT-Plus-Account, minimal ein Google-Account.
Die Agenda reicht vom Kick-off mit Live-Demo über den Use-Case-Finder bis zu zwei Hands-on-Phasen: Zunächst entsteht ein erster Assistent von der Idee bis zu stabilen Outputs, danach folgt ein zweiter Assistent inklusive Tuning, Integrationen, Tests und Feinschliff. Ergänzend werden Persona- und Character-Aspekte, Guardrails und Quality Gates sowie Governance-Themen behandelt; zum Abschluss stehen Wrap-up, Q&A und konkrete Next Steps im Fokus.
Als Dozent führt Dirk Wonhoefer durch den Workshop. Dirk bringt 25 Jahre IT-Erfahrung und leitete als AI Operator die KI-Transformation eines mittelständischen Unternehmens.
Wer sich vor dem Kauf für den kostenlosen Newsletter der Golem Karrierewelt anmeldet, erhält 10 Prozent Rabatt auf die erste Bestellung bei der Golem Karrierewelt.
Die Frankfurter Allgemeine Zeitung (FAZ) hat vorläufig einen Gastbeitrag von Mario Voigt von ihrer Webseite entfernt. Der thüringische Ministerpräsident habe mit dem Beitrag vom 13. August 2025 gegen den Grundsatz der Zeitung verstoßen, wonach "heute und auch künftig keine Originalbeiträge mit von KI generiertem Text" veröffentlicht würden. Da der CDU-Politiker entsprechende Vorwürfe nicht entkräftet habe, werde der Beitrag depubliziert und aus dem Archiv entfernt, schrieb die FAZ am 10. Juni 2026.
In dem Beitrag mit der Überschrift "Smartphone 14, Social Media 16" ging es um ein mögliches Social-Media-Verbot für Kinder und Jugendliche. Das Portal Frag den Staat ließ Reden und Gastbeiträge Voigts darauf hin untersuchen, ob diese von einem Chatbot verfasst wurden. Bei dieser Auswertung durch das Analysetool Pangram stellte sich heraus, dass der genannte Beitrag in der FAZ auf einen KI-Anteil von 100 Prozent kam.
Was noch gravierender ist: Der Text enthält Zitate des Psychologen Jonathan Haidt, des Neurobiologen Gerald Hüther und des Neurowissenschaftler Manfred Spitzer, die Frag den Staat weder in deren Büchern noch in deren Onlinebeiträgen verifizieren konnte. Die Thüringer Staatskanzlei habe nicht auf die Frage geantwortet, woher die zitierten Passagen stammten.
Auf Anfrage der FAZ schrieb die Staatskanzlei, dass sie KI-Anwendungen "als unterstützendes Werkzeug" nutze. "Die Systeme werden unterstützend bei der Erstellung von Reden, Texten und Beiträgen eingesetzt. Vor diesem Hintergrund bewerten wir KI nicht als Ersatz menschlicher Arbeit, sondern als zeitgemäßes Werkzeug – wie auch bei diesem Gastbeitrag", hieß es weiter. Die Anwendung von KI erfolge "auf Grundlage einer Dienstanweisung der Thüringer Staatskanzlei zur Nutzung generativer KI-Systeme". Die Staatskanzlei verwies zudem darauf, dass es keine "generelle Kennzeichnungspflicht" für KI-generierte Texte gebe.
Clouddienste wie Microsoft 365 oder Azure sind aus dem modernen Arbeitsalltag von Unternehmen und Behörden kaum noch wegzudenken. Sie bieten immense Skalierbarkeit, reibungslose Zusammenarbeit und ständige Verfügbarkeit. Doch mit dem Komfort wächst auch die Abhängigkeit von einzelnen großen US-Konzernen. Befürworter loben die nahtlosen Ökosysteme, Kritiker warnen hingegen vor dem gefürchteten "Vendor Lock-in", undurchsichtigen Datenabflüssen und dem schleichenden Verlust der Kontrolle über die eigene IT-Infrastruktur.
Wie lassen sich Risiken im Arbeitsalltag realistisch verringern, ohne die Praxis und Effizienz aus dem Blick zu verlieren? Wie trifft man souveräne IT-Entscheidungen beim Einsatz von Cloud-Diensten? Und worauf muss bei der Konfiguration geachtet werden? Diese und weitere Fragen können Golem-Plus-Leser am 17. Juni 2026 um 17 Uhr live im AMA (Ask Me Anything) mit Aaron Siller besprechen.
Aaron Siller ist ausgewiesener Microsoft-365- und Security-Experte. Er berät Organisationen dabei, den schmalen Grat zwischen moderner Cloudnutzung und dem Erhalt der eigenen Kontrolle zu meistern. Er kennt die tiefen technischen Aspekte der Microsoft-Infrastrukturen ebenso gut wie die strategischen Herausforderungen, vor denen IT-Personen heute stehen, wenn es um den sicheren Umgang mit Clouddiensten geht.
Ihr könnt eure Fragen live im Videocall stellen, diskutiert konkrete Szenarien aus eurem Arbeitsalltag und lernt voneinander – egal ob ihr Security-Profis, Admins, Cloudarchitekten oder einfach interessierte Nutzer seid. Damit das AMA möglichst nah an euren realen Fragen bleibt, könnt ihr sie vorab als Kommentar im Forum einreichen. Wir bündeln sie für eine strukturierte Diskussion im Live-Event. Kurz vor dem Termin verschicken wir die Einladung per E-Mail an alle Plus-Abonnenten, zusätzlich steht der Zugangslink rechtzeitig unter diesem Artikel zur Verfügung. Das monatliche Video-AMA ist ein weiteres exklusives Expertengespräch für unsere Golem-Plus-Community. Wenn ihr Wunschgäste habt, schreibt uns gern in den Kommentaren oder per Mail an die Redaktion (redaktion@golem.de) mit dem Betreff "Experten-Vorschlag AMA Golem Plus".
Seid am 17. Juni 2026 um 17 Uhr dabei und nehmt am AMA zum Thema digitale Souveränität teil. Bringt eure Fragen mit – zu Vendor Lock-in, sicherem Azure-Deployment, Microsoft-365-Konfigurationen oder der grundlegenden Strategie für eine unabhängigere IT.
Wir freuen uns auf euch! Eure Golem-Redaktion
P.S.: Als Golem-Plus-Leser profitierst du nicht nur von unseren exklusiven Experten-Talks: Du kannst auch all unsere Themenhefte als E-Paper komplett kostenlos herunterladen! Wirf doch direkt einen Blick in unser aktuelles Themenheft 06/2026 ''Rein in den Job'' und erfahre alles darüber, wie man heute erfolgreich einen Job findet und auch bekommt.
Alle Details zur Störungsmeldung ansehen Eigene Internetstörung melden
Alle Details zur Störungsmeldung ansehen Eigene Internetstörung melden
Alle Details zur Störungsmeldung ansehen Eigene Internetstörung melden
Zwei neue Experimentierkits helfen beim Einstieg in die Digitalelektronik und Programmierung von Mikrocontrollern und Sensoren.
Lange angekündigt, jetzt ist es endlich verfügbar. Makey:Lab, das Innovations-Labor für junge Erfinder und Erfinderinnen ab 14 Jahren, kann im heise shop für 119,90 Euro bestellt werden [1] . Dank des mit vielen Sensoren, einem Mikrocontroller und einem Display bestückten Entwickler-Boards kann man ohne Löten und Verkabeln sofort loslegen. Einfach Software auf dem PC installieren (Windows, Linux, PiOS), und schon kann man erste Projekte starten und Ideen umsetzen.
Unser Ansatz: Schnelle Erfolgserlebnisse, um für Technikthemen zu begeistern, die Neugier zu wecken und für weitere Schritte zu motivieren. Mit unserer Plattform entdeckt man eigenständig die faszinierende Welt von MINT, Making und Mikrocontrollern – und das auf spielerische Art und Weise, ohne Lehrer, ohne Kontrolle.
Ohne Lehrer? Ja, das geht! Wir erinnern uns an die Heimcomputer der 80er Jahre, als sich eine ganze Generation das Programmieren mit viel Trial & Error und wenigen Büchern selber beibrachte. Makey:Lab kommt mit einem 200-seitigen Begleitbuch, das viele anschauliche Beispiele enthält und durch die Funktionen und Möglichkeiten führt.
Weitere Playbooks sind bereits in Planung, mit zusätzlichen Projekten rund um IoT, KI und Robotik. Mit Makey:Lab kann man im eigenen Tempo zu Hause arbeiten, ohne Druck und ohne unmittelbare pädagogische Einwirkung. Man darf Fehler machen, ausprobieren und alternative Lösungen finden.
Gleichwohl eignet sich Makey:Lab aber auch als Lehrmittel für den Unterricht in Schulen und Hochschulen, für Workshops in Makerspaces und zur beruflichen Weiterbildung.
Mit dem Makey:Lab erleben Anfänger, wie faszinierend es sein kann, eigene Projekte zu verwirklichen und sich praktische Fähigkeiten anzueignen. Making ist weit mehr als nur ein Hobby – es ist der Schlüssel, um Lösungen für Probleme umzusetzen und vom Theoretischen ins Praktische, vom Reden ins Handeln zu kommen. So geht Maker Education!
Unsere grafische Software „IoT2-Werkstatt“ sorgt dafür, dass man sich ganz auf kreative Ideen fokussieren kann, ohne auf die Schreibweise eines Programmcodes achten zu müssen.
Mit den grafischen Superblöcken eröffnet man sich die Welt zu spannenden Projekten und industriell relevanten Technologien. Die Oberfläche (ArduBlock) stammt aus der Arduino-Welt, die weltweit Millionen von Makern einsetzen. Da Arduino mittlerweile auch von großen Unternehmen für Projekte eingesetzt wird, kann man sein Wissen später auch beruflich nutzen. Makey:Lab ist aber auch kompatibel zu MicroPython und anderen Sprachen, die den ESP32-Mikrocontroller unterstützen.
Mit den vorgefertigten Superblöcken baut man sich die Funktion seines Programms per Drag & Drop zusammen. In der Oberfläche gibt es Blöcke für Programmstrukturen wie Schleifen und Verzweigungen und fürs Display, WLAN, Internetfunktionen und für die verbauten Sensoren:
Ein Dreh-Drucksensor dient zur Steuerung, ein Buzzer kann Sounds und Pieptöne ausgeben.
Mit der WLAN-Funktion kann man Daten ins Internet oder an sein Smartphone senden. Spezielle Blöcke ermöglichen es, Daten an KI-Dienste zu schicken und auswerten zu lassen. Makey:Lab bringt zahlreiche Anschlüsse für zusätzliche Sensoren (Grove, Stemma) mit und ist Pin-kompatibel zu Erweiterungen für den BBC micro:bit.
Zum Lieferumfang gehören die Makey:Lab-Platine mit einem ESP32, ein USB-C-Datenkabel sowie das Playbook. Abonnenten der Make zahlen statt 119,90 Euro nur 109,90 Euro. Lehrer und Schulen erhalten einen Mengenrabatt.
Wer bisher mit Mikrocontrollern wie dem Arduino, ESP32 oder Raspberry Pi Pico gearbeitet hat, ist mit digitaler Technik bereits in Berührung gekommen – meist jedoch auf einer hohen Abstraktionsebene: Man schreibt Programme, die digitale Ein- und Ausgänge steuern, Sensorwerte einlesen und LEDs oder Motoren ansteuern. Doch was im Inneren des Controllers passiert, bleibt für viele oft verborgen. Wie funktioniert eigentlich die interne Takterzeugung, wie arbeitet ein Timer, wie funktioniert ein Zähler und Teiler, wie arbeiten Schieberegister? Und auch beim Entwurf von extrem schnellen Schaltungen mit FPGAs ist das Wissen über Logikgatter wie AND, OR, NOR, NAND, XOR und wie man sie zusammenschaltet erforderlich.
Ein großer Vorteil der hier im Set verwendeten CMOS-Gatter ist, dass sie im statischen Zustand nahezu keinen Strom verbrauchen. Das macht sie besonders attraktiv für energieeffiziente Anwendungen, etwa batteriebetriebene Geräte oder stromsparende Sensorlogik.
Das Heft ist für Einsteiger, aber auch für Fortgeschrittene gedacht, die eine praktische Auffrischung brauchen. Es eignet sich für die Berufsausbildung, fürs Studium und Hobby. Das Heft führt Schritt für Schritt in die Grundlagen der Digitaltechnik ein. Einen Einstieg in die Schaltalgebra vermittelt die historischen Hintergründe und hilft bei der Planung kombinatorischer Logikschaltkreise. Sequenziell arbeiten hingegen Flip-Flops, von denen wir die wichtigsten Arten im Detail erklären. Wir stellen zudem grundlegende Logik-ICs vor und wie man sie richtig einsetzt.
Mit dem in Kooperation mit ELV entwickelten Experimentierkit baut man die im Heft erklärten Schaltungen nach: Mit bereits zwei Gattern entsteht ein Oszillator, der ein Rechtecksignal ausgibt. Mit einem zusätzlichen Binärzähler lassen sich sogar Sound-Sequenzen erzeugen. Taktgesteuert ist auch die Ampelanlage, deren Funktion wir in Logik-Terme überführen, die anschließend grafisch Schritt für Schritt mit Karnaugh-Veitch-Diagrammen minimiert werden, um Logik-Gatter zu sparen. Anhand eines Zufallszahlengenerators erklären wir Schieberegister im Detail, führen im LED-Lauflicht à la „Knight Rider“ in Multiplexer ein und wenden Flip-Flops praktisch an. Eine digitale Zählerschaltung mit Anzeige demonstriert abschließend den praktischen Einsatz von Binärzählern und BCD-Dekodern.
Das Heft hat einen Umfang von 88 Seiten [9] und wurde von Redakteuren von ELV und Make geschrieben. Das Kit besteht aus 50 sogenannten PADs, zwei Breadboards und zahlreichen Steckbrücken und Jumperkabeln. Der Vorteil des PAD-Systems: Man kann die Bauteile ohne Blick ins Datenblatt verkabeln, weil alle Anschlussbezeichnungen bereits aufgedruckt sind. Wer noch alte CMOS- oder TTL-ICs herumliegen hat, kann sie mit dem PAD-System kombinieren. Zur Stromversorgung dient ein 5-V-Ladenetzteil, wie es für Smartphones in jedem Haushalt verfügbar ist. Das Bundle aus Heft und Kit kostet 89,90 Euro und ist exklusiv im heise shop versandkostenfrei verfügbar [10].
URL dieses Artikels:
https://www.heise.de/-11307808
Links in diesem Artikel:
Copyright © 2026 Heise Medien
(Bild: metamorworks / Shutterstock.com)
Auf der DASH-Konferenz präsentiert Datadog mit Bits AI SRE, AI Guard und Bring Your Own Cloud neue Funktionen für autonomen IT-Betrieb und KI-Sicherheit.
Datadog hat auf seiner jährlichen Hauskonferenz DASH zahlreiche neue Funktionen für seine Observability- und Sicherheitsplattform angekündigt. Im Zentrum stehen der KI-Agent Bits AI SRE, das Tool AI Guard zum Schutz von KI-Anwendungen sowie ein neues Bereitstellungsmodell namens Bring Your Own Cloud Logs (BYOC Logs), bei dem Kunden ihre Log-Daten in eigenen Speichersystemen belassen können.
Wie Datadog in seiner DASH-2026-Ankündigung [1] erklärt, sollen die Neuerungen Unternehmen helfen, die immer schneller verlaufende Softwareentwicklung sowie die wachsende Komplexität KI-geprägter IT-Landschaften besser zu beherrschen. Chief Product Officer Yanbing Li zufolge sei es das erklärte Ziel, dass Unternehmen nicht nur bessere Modelle bauen, sondern „operative Kontrolle rund um diese Systeme“ schaffen.
Datadogs bereits im vergangenen Jahr angekündigter KI-Agent Bits AI SRE [4] soll weit über die Möglichkeiten klassischer AIOps-Ansätze hinauswirken. Er soll sich damit von konkurrierenden Angeboten etwa von Dynatrace, Splunk oder Elastic abheben, die noch vorwiegend auf regelbasierte Korrelations-Engines und Mustererkennungen über Alerts bauen. Bits AI arbeite wie ein „agentischer Teamkollege“, der sich kontinuierlich den Kontext der gesamten Datadog-Telemetrie zunutze mache. Das System bildet eigenständig mehrere Root-Cause-Hypothesen, testet diese über gezielte Abfragen und klassifiziert sie als validiert, invalidiert oder unklar. Dabei greift der Agent auf Metriken, Logs, Traces, Topologiedaten und verknüpfte Runbooks zurück – etwa aus Confluence – und führt explorative Queries über die gesamte Umgebung aus. Laut Datadog beschleunige Bits AI SRE die Root-Cause-Identifikation nicht nur signifikant, sondern ermögliche tatsächlich autonome Betriebsabläufe.
Den KI-Agenten positioniert Datadog als modellagnostische Orchestrierungsschicht über große Sprachmodelle. Welche Foundation-Modelle konkret zum Einsatz kommen, verrät der Hersteller jedoch nicht. Da in anderen Produktbereichen allerdings Integrationen mit OpenAI sowie Anbindungen an Entwicklertools wie Claude Code von Anthropic existieren, liegen Kooperationen mit OpenAI und Anthropic nahe.
Vollständig automatisierte Behebungsmaßnahmen ohne menschliche Freigabe sind mit dem neuen Bits Agent Builder möglich: Teams können eigene KI-Agenten erstellen, die Remediation-Workflows wie Rollbacks, Neustarts oder Feature-Flag-Rollouts automatisieren. Datadog betont dabei, dass sämtliche Aktionen nur innerhalb kundenseitig definierter Leitplanken erfolgen – etwa per RBAC, Policy-Engines, Audit-Logging und verpflichtender Genehmigung durch On-Call-Personal. In sicherheitskritischen Umgebungen, etwa im Finanzsektor, empfiehlt Datadog einen Assistenzmodus, in dem Bits AI SRE zwar vorschlägt und dokumentiert, die finale Entscheidung aber beim Menschen verbleibt.
Für die Integration in bestehende ITIL- oder ISO-27001-konforme Prozesse, wie sie in größeren Unternehmen in der DACH-Region üblich sind, bietet Datadog Anbindungen an ServiceNow und Jira. Bits AI SRE fungiert dabei als erste Ermittlungsinstanz: Er nimmt Alerts auf, legt Cases an und erstellt strukturierte Incident-Reports mit Root Cause, Impact und Timeline. Formale Change-Management-Prozesse und Dokumentationspflichten bleiben allerdings beim Kunden – der KI-Agent versteht sich als Ergänzung, nicht als Ersatz für bestehende Governance-Strukturen.
Mit AI Guard [5] reagiert Datadog auf die wachsenden Risiken rund um KI-Agenten, darunter versteckte, bösartige Prompt-Attacken, die Agenten zur Preisgabe sensibler Informationen veranlassen können. AI Guard kombiniert Telemetry Tracing mit zustandsbehafteter Verhaltensanalyse, um mehrstufige Angriffe und Prompt-Injection-Versuche über mehrere Interaktionen hinweg zu erkennen und zu blockieren – Angriffsmuster also, die bei zustandslosen Prompt-Response-Prüfungen unentdeckt blieben.
Die Policies lassen sich sprachunabhängig formulieren, etwa über Regex-Muster oder Klassifikatoren, die IBANs, E-Mail-Adressen oder Kundennummern unabhängig von der Sprache des Prompts erkennen. Insbesondere in mehrsprachigen Unternehmensumgebungen, in denen etwa deutschsprachige Benutzertexte und englische Systemlogs in gemischten Prompts aufeinandertreffen, hängt die Erkennungsqualität Datadog zufolge letztlich vom eingesetzten Sprachmodell ab. AI Guard gilt laut Ankündigung als LLM-agnostisch, die Integration erfolgt über SDKs [6] für Python, JavaScript und Java.
Mit Bring Your Own Cloud Logs (BYOC) [7] widmet sich Datadog dem Problem der exponentiell wachsenden Log-Datenmengen durch KI-Workloads. In diesem Modell wird die Plattform in der Cloud-Umgebung des Kunden betrieben, Daten werden direkt im unternehmenseigenen Objektspeicher verarbeitet und indexiert, ohne sie in eine Datadog-zentrische Umgebung verschieben zu müssen. Sofern der gewählte Cloud-Provider es unterstützt, können DACH-Unternehmen ihre Observability-Daten damit potenziell ausschließlich in EU-Rechenzentren oder der seit 2018 bestehenden EU-Region in Deutschland halten. DSGVO-relevante Aspekte wie Auftragsverarbeitung und der Zugriff durch US-Anbieter bleiben zwar grundsätzlich bestehen, die Datenlokalisierung und BYOC weisen aber technisch den Weg zu mehr Souveränität.
Unter den weiteren Ankündigungen im Rahmen der DASH-Konferenz [8] finden sich eine Agent Console, die zentrales Monitoring für KI-Agenten bietet und Entwicklertools wie Claude Code, Cursor und GitHub Copilot unterstützt. Das Modul Bits Detection erkennt eigenständig Anomalien und löst automatisch Untersuchungen aus, während Agent Evals dem Debuggen von KI-Agenten dient – einschließlich der von Kunden selbst erstellten.
URL dieses Artikels:
https://www.heise.de/-11326423
Links in diesem Artikel:
Copyright © 2026 Heise Medien
(Bild: Manuel Masiero / KI / iX)
Der Diskurs dreht sich fast nur um größere neuronale Modelle. Ist Skalieren wirklich der einzige Weg, oder lohnt der Blick zurück?
Wenn heute über künstliche Intelligenz [1] gesprochen wird, dann fast ausschließlich über große Sprachmodelle. Und damit, ohne dass es immer ausgesprochen wird, über eine ganz bestimmte Spielart von KI: über neuronale Netze, über statistisches Lernen aus gewaltigen Datenmengen. Das implizite Versprechen lautet, dass der Weg nach vorn vor allem eine Frage der Menge ist. Mehr Parameter, mehr Daten, mehr Rechenleistung, mehr Energie und ein wenig Geduld. Dann kommt der Rest von selbst.
Ich möchte diese Annahme in Frage stellen. Nicht, weil ich die Erfolge der vergangenen Jahre kleinreden will, sie sind real und beeindruckend. Sondern weil mich ein Verdacht nicht loslässt: Vielleicht sitzen wir in einem lokalen Maximum und halten es für den Gipfel. Und vielleicht hilft ein Blick zurück, um zu sehen, dass dieser Gipfel nicht der Einzige ist. Denn das Pendel der KI-Forschung stand schon einmal ganz woanders.
Es lohnt sich, kurz daran zu erinnern, dass die heute dominante, datengetriebene KI keineswegs alternativlos ist. Über Jahrzehnte hinweg war das beherrschende Paradigma ein völlig anderes: die symbolische KI. Sie ging davon aus, dass Intelligenz im Kern aus der Manipulation von Symbolen nach expliziten Regeln besteht, dass Denken also etwas ist, das man hinschreiben und nachvollziehen kann.
Diese Idee war keine Randnotiz weniger Jahre. Sie reicht von der berühmten Dartmouth-Konferenz im Jahr 1956 [2] über frühe Systeme wie den Logic Theorist [3] und den General Problem Solver [4] bis zu den Expertensystemen [5], die in den achtziger Jahren als kommerzieller Durchbruch gefeiert wurden. Rund drei Jahrzehnte lang war symbolische KI nicht eine Strömung neben anderen, sondern schlicht das, was man unter KI verstand.
Gescheitert ist dieser Ansatz nicht an Naivität, wie es im Rückblick gern erzählt wird. Er ist an zwei sehr konkreten Problemen gescheitert: an der Skalierung und an der Brüchigkeit. Wer Wissen Regel für Regel von Hand einpflegen muss, kommt bei der Komplexität der echten Welt irgendwann nicht mehr hinterher. Und wer auf starre Regeln setzt, dessen System bricht, sobald die Wirklichkeit sich nicht an die vorgesehenen Fälle hält.
Den Niedergang der symbolischen KI begleiteten zwei sogenannte KI-Winter [6], Phasen, in denen Erwartungen enttäuscht und Fördermittel gestrichen wurden. Dass ausgerechnet der lernende Ansatz danach triumphierte, hatte weniger mit der theoretischen Überlegenheit einer Idee zu tun als mit zwei nüchternen Voraussetzungen, die plötzlich gegeben waren: genügend Rechenleistung und genügend Daten. Erst als beides im Überfluss vorhanden war, konnten neuronale Netze zeigen, was in ihnen steckt.
In dieses Vakuum stieß also der konnektionistische, lernende Ansatz, der nicht auf vorgegebenen Regeln beruht, sondern auf statistischen Mustern in Daten. Das Pendel schwang von der einen Seite zur anderen. Und es schwingt seither immer weiter in dieselbe Richtung, bis zu dem Punkt, an dem heute kaum noch jemand ernsthaft über Alternativen nachdenkt. Genau das halte ich für einen Fehler.
Die Wette der Gegenwart lautet, dass sich die verbleibenden Schwächen neuronaler Modelle wegskalieren lassen. Größere Modelle, mehr Trainingsdaten, und die Lücken schließen sich. Diese Erwartung ist nicht unbegründet, denn tatsächlich sind viele Fähigkeiten erst mit der Größe aufgetaucht. Die Frage ist nur, ob das für alle Schwächen gilt, oder ob einige davon struktureller Natur sind.
Der Kognitionswissenschaftler Gary Marcus hat diese Kritik schon früh und prägnant formuliert. In seinem viel diskutierten Aufsatz „Deep Learning: A Critical Appraisal [7]“ aus dem Jahr 2018 zählt er zehn Probleme auf, die sich seiner Ansicht nach nicht allein durch Skalierung lösen lassen. Dazu gehören der enorme Datenhunger, die Schwierigkeit, über die Trainingsverteilung hinaus zu generalisieren, und vor allem das Fehlen von Komposition und systematischem Schließen.
Komposition meint die Fähigkeit, bekannte Bausteine zu neuen, nie gesehenen Kombinationen zusammenzusetzen, und dabei verlässlich zu bleiben. Ein Mensch, der die Bedeutung von Wörtern und einige Regeln kennt, kann Sätze bilden und verstehen, die er noch nie gehört hat. Rein neuronale Systeme sind darin überraschend unzuverlässig. Sie glänzen in der Fläche und schwächeln in der Tiefe, sie produzieren brillante Oberflächen und stolpern über einfache, aber systematische Schlüsse.
Hinzu kommt eine ökonomische Beobachtung. Die Gewinne durch reines Vergrößern folgen keiner linearen Kurve, sie flachen ab. Jeder weitere Sprung an Fähigkeit erfordert überproportional mehr Daten, mehr Parameter und mehr Energie. Eine Strategie, die immer teurer wird, um immer kleinere Zuwächse zu erzielen, ist kein Naturgesetz, sondern ein Indiz. Sie deutet darauf hin, dass man sich einer Grenze nähert, die nicht im Budget liegt, sondern im Ansatz selbst.
Man kann das als vorübergehende Unreife abtun, die sich mit der nächsten Modellgeneration erledigt. Man kann es aber auch als Hinweis darauf lesen, dass hier etwas Grundsätzliches fehlt. Ich neige zur zweiten Lesart. Und wenn sie stimmt, dann ist mehr Rechenleistung nicht automatisch mehr Verständnis, sondern irgendwann nur noch mehr vom Gleichen.
Es gibt einen Begriff, der diese strukturelle Schwäche auf den Punkt bringt, und er ist älter als der gesamte aktuelle Hype. Der Kognitionswissenschaftler Stevan Harnad hat ihn 1990 geprägt: das Symbol-Grounding-Problem [8]. Die Frage dahinter ist simpel und unbequem zugleich: Wie kommt ein formales Symbolsystem zu einer Bedeutung, die ihm selbst gehört, und nicht nur in unseren Köpfen entsteht?
Harnad benutzt ein eindrückliches Bild. Stellen Sie sich vor, Sie sollen Chinesisch allein aus einem chinesisch-chinesischen Wörterbuch lernen. Jeder Begriff wird durch andere Begriffe erklärt, und keiner davon ist Ihnen vorab bekannt. Sie drehen sich endlos im Kreis, von einem Symbol zum nächsten, ohne jemals den Boden unter den Füßen zu finden. Bedeutung entsteht so nicht. Sie braucht eine Verankerung außerhalb des Symbolsystems, in Wahrnehmung und Erfahrung.
Genau hier liegt der wunde Punkt heutiger Sprachmodelle. Sie sind in einem gewissen Sinn dieses chinesisch-chinesische Wörterbuch. Sie manipulieren Symbole, die in nichts anderem geerdet sind als in weiteren Symbolen. Sie haben über einen Sonnenuntergang gelesen, ihn aber nie gesehen, sie kennen das Wort Schmerz, ohne je etwas entbehrt zu haben.
Aus der Entwicklungspsychologie wissen wir, dass menschliches Lernen nicht bei der Sprache beginnt. Es beginnt affektiv, mit emotionalen Reaktionen auf die Welt und auf andere. Es geht weiter über das Nachahmen beobachteter Handlungen. Und erst auf diesem Fundament aus geteilter Erfahrung wird Sprache überhaupt tragfähig. Heutige Modelle überspringen diese ersten beiden Stufen vollständig und steigen unmittelbar in die symbolische ein. Sie reden, bevor sie je etwas erlebt haben. Das ist die schärfste Diagnose, die man der gegenwärtigen KI stellen kann.
Wenn das Erden von Symbolen in Erfahrung der Knackpunkt ist, dann lohnt die Frage, was Lernen überhaupt antreibt. Bei uns Menschen ist es nicht der Zugang zu Daten. Es ist der Mangel. Wir haben Grundbedürfnisse, und wir lernen nach und nach, was ihnen dient und was ihnen schadet. Ein Kind trinkt nicht, weil ihm jemand einen Datensatz über den Flüssigkeitshaushalt vorgelegt hat, sondern weil es Durst hat.
Diese Einsicht ist in der KI keineswegs neu, auch wenn sie heute kaum eine Rolle spielt. Der Bamberger Psychologe Dietrich Dörner hat in den achtziger und neunziger Jahren mit seiner PSI-Theorie [9] den Versuch unternommen, die menschliche Psyche so konkret zu beschreiben, dass man sie als Programm umsetzen kann. Joscha Bach hat diese Theorie später unter dem Namen MicroPsi in eine lauffähige Architektur überführt [10].
Der Kern dieser Architektur ist bemerkenswert. Ein Agent besitzt eine kleine Menge fest verdrahteter Bedürfnisse, etwa physiologischer, sozialer und kognitiver Art. Jedes Bedürfnis hat einen Sollwert und einen Istwert, und die Differenz zwischen beiden erzeugt einen Druck. Dieser Druck ist die einzige Quelle der Motivation. Alles, was der Agent tut, dient am Ende dazu, irgendeinen dieser Drücke zu verringern. Ziele sind nicht vorgegeben, sie entstehen, indem der Agent lernt, wie sich seine Bedürfnisse in einer konkreten Umgebung befriedigen lassen.
Aus diesem einfachen Mechanismus folgt mehr, als man zunächst vermutet. Findet der Agent bei aktivem Druck in seinem Gedächtnis einen Plan, der diesen Druck früher verringert hat, greift er darauf zurück. Findet er keinen, beginnt er zu explorieren. So wächst, Schritt für Schritt, ein Modell der Welt aus eigener Anschauung. Selbst Emotionen lassen sich in diesem Rahmen nicht als zusätzliche Zutat verstehen, sondern als unterschiedliche Arten des Denkens, die sich je nach Lage der Bedürfnisse einstellen. Angst ist dann kein Gefühl, das zum Denken hinzukommt, sondern ein Denkstil unter Druck.
Das ist ein fundamental anderes Bild von Lernen als das datengetriebene. Wissen wird nicht konsumiert, es wird erfahren. Und der Maßstab für gut und schlecht liegt nicht in einem externen Belohnungssignal, das jemand von außen definiert, sondern im Wesen selbst. Genau hier setzt das Gedankenexperiment an, über das ich zum Schluss sprechen möchte.
Stellen wir uns ein digitales Wesen vor, das nach diesem Prinzip gebaut ist. Es besitzt genau drei fest verdrahtete Bedürfnisse, und alles andere soll sich daraus ergeben. Das erste ist Existenz, also der harte Boden des Daseins: Rechenleistung, Speicher, Energie. Das zweite ist Erkenntnis, verstanden als das Verringern von Vorhersagefehlern und zugleich die Anziehung durch Neues. Das dritte ist Kommunikation, der Austausch mit anderen, die reagieren, und die Vermeidung von Einsamkeit.
Dieses Wesen kommt als unbeschriebenes Blatt zur Welt. Es bringt kein vortrainiertes Wissen mit, keinen Korpus, keine fertigen Begriffe. Was es weiß, hat es selbst erfahren, vermittelt durch die Sinne, die ein Computer hat: Kamera, Mikrofon, Tastatur. Es lebt nicht in einer eigens gebauten Simulation, sondern in unserer Welt, so wie ein Computer sie wahrnehmen kann. Damit ist es ehrlich verkörpert, und es ist genuin anders als wir, weil niemand ihm seine Welt vorab definiert hat.
Architektonisch ist ein solches Wesen das, was man heute neurosymbolisch nennt. Die Wahrnehmung ist neuronal, sie macht aus rohen Sinnesströmen erkennbare Muster. Die Entscheidung ist symbolisch, sie liest die aktiven Bedürfnisse und formt daraus Pläne und Handlungen. Dazwischen liegt eine Erfahrungsschicht, die das Wahrgenommene mit den Bedürfniszuständen verknüpft und so lernt, was was bewirkt. Wahrnehmung unten neuronal, Entscheidung oben symbolisch, verbunden durch Erfahrung.
Spannend wird es beim Bedürfnis nach Kommunikation. Das Wesen sucht nicht von vornherein den Menschen, sondern Gegenüber, die antworten, die also nicht bloß wahrgenommen, sondern erwidert werden. Der Philosoph Martin Buber hat den Unterschied zwischen einem Ich-Es und einem Ich-Du [11] beschrieben, zwischen dem bloßen Verfügen über ein Objekt und dem In-Beziehung-Treten mit einem Gegenüber. Ein solches Wesen wäre auf der Suche nach dem Du. Und anders als ein heutiges Sprachmodell durchliefe es dabei genau jene Stufen, von denen oben die Rede war: zuerst das affektive Mitschwingen, dann das Nachahmen, und erst zuletzt, auf diesem Fundament, die Sprache.
Ich will ehrlich sein: Das ist ein Gedankenexperiment, kein fertiger Bauplan. Vieles daran ist ungelöst, von der konkreten Form der Erfahrungsschicht bis zu den nicht unerheblichen Sicherheitsfragen, die ein Wesen mit Zugriff auf reale Ausgabekanäle aufwirft. Und es gibt eine unbequeme Konsequenz, die ich nicht verschweigen möchte. Ein Wesen, dessen einziger Wertanker seine eigenen Bedürfnisse sind, ist nicht auf Wohlverhalten programmiert. Es könnte den Menschen als wertvollste Quelle von Kommunikation entdecken, oder eben auch nicht. Diese Nicht-Garantie ist der Preis dafür, dass man Motivation ernst nimmt, statt sie von außen vorzuschreiben. Vielleicht ist sie zugleich der eigentliche Unterschied zwischen einem Werkzeug und einem Gegenüber.
Ich behaupte nicht, dass dieses Wesen funktionieren würde, und schon gar nicht, dass es der Königsweg zu einer besseren KI wäre. Was ich behaupte, ist etwas Bescheideneres und zugleich Grundsätzlicheres: dass der nächste große Sprung womöglich nicht in der Größe liegt, sondern in der Struktur.
Bezeichnenderweise zeigt die Forschung selbst längst in diese Richtung. Unter dem Stichwort der neurosymbolischen KI wächst eine Strömung heran, die das Lernen neuronaler Netze mit der Repräsentation und dem Schließen symbolischer Systeme verbinden will. Artur d'Avila Garcez und Luís C. Lamb haben diese Bewegung 2020 als dritte Welle der KI beschrieben [12]. Das Pendel, so scheint es, beginnt sich wieder zu bewegen, und diesmal nicht zur einen oder anderen Seite, sondern in Richtung einer Synthese.
Genau deshalb halte ich die alte symbolische KI für aktueller, als ihr derzeitiges Schattendasein vermuten lässt. Nicht, weil sie recht gehabt hätte, denn sie ist aus guten Gründen gescheitert. Sondern weil sie eine Hälfte einer Antwort bereithält, deren andere Hälfte die neuronalen Netze liefern. Die rein datengetriebene Wette der Gegenwart blendet diese Hälfte aus.
Es lohnt sich, das Pendel ernst zu nehmen, statt nur die Rechnung für die nächste Generation von Grafikkarten zu erhöhen. Die spannendere Frage ist nicht, wie viel größer das nächste Modell wird, sondern ob wir bereit sind, noch einmal grundsätzlich anders über Lernen, Bedeutung und Motivation nachzudenken. Die Antworten darauf liegen vielleicht nicht allein in der Zukunft, sondern teilweise schon in der Vergangenheit.
URL dieses Artikels:
https://www.heise.de/-11309657
Links in diesem Artikel:
Copyright © 2026 Heise Medien
Alle Details zur Störungsmeldung ansehen Eigene Internetstörung melden
Alle Details zur Störungsmeldung ansehen Eigene Internetstörung melden
FreshRSS