MCP standardisiert die Integration von Daten und Tools mit KI-Anwendungen. Dieser Artikel erklärt, warum MCP sich aktuell schnell zum neuen Standard für die Kontextkommunikation in agentenbasierten KI-Systemen entwickelt.

Was ist das Model Context Protocol (MCP)?

Damit KI-Modelle in Produktionsumgebungen wie z.B. Programmierassistenten, Fertigungssteuerungen oder der Finanzberichterstattung zuverlässigen Mehrwert liefern, benötigen sie den passenden Kontext. Effektive KI-Systeme kombinieren die Fähigkeiten des Modells mit dem Zugriff auf relevante, präzise Informationen – seien es proprietäre Daten aus verschiedenen Unternehmenssystemen oder aktuelle Erkenntnisse aus Websuchen – sowie mit agentenbasierten Tools, die Daten weiterverarbeiten und Unternehmensabläufe automatisieren können.

Früher geschah dies ad hoc und ohne Standardisierung. MCP bietet nun ein konsistentes, strukturiertes Format für die Interaktion mit Large Language Models (LLMs) und anderen KI-Modellen und vereinfacht so die Entwicklung maßgeschneiderter KI-Anwendungen erheblich. Ähnlich wie REST-APIs einst die Kommunikation von Webdiensten standardisierten, ermöglicht MCP eine nahtlose Integration und Interoperabilität zwischen verschiedenen Systemen und Plattformen.

MCP definiert klare Muster für die Kontextbereitstellung für Modelle, die Verwaltung der Tool-Nutzung und die Verarbeitung von Antworten. So können Entwickler schneller wartungsfreundlichere KI-Anwendungen erstellen, ohne für jeden Anwendungsfall neue Implementationen erstellen zu müssen.

Wie funktioniert MCP?

MCP verwendet ein einfaches Client-Server-Modell. KI-Anwendungen wie Cursor, Claude oder ein Haystack Agent fungieren als Clients, die sich mit MCP-Servern verbinden. Jeder dieser Server ermöglicht über eine standardisierte Schnittstelle den Zugriff auf ein bestimmtes Tool oder eine Datenquelle.

Wenn die KI-Anwendung Informationen benötigt oder eine Aktion ausführen möchte, sendet sie eine Anfrage an den entsprechenden MCP-Server. Dieser übernimmt die Interaktion mit der zugrundeliegenden Datenquelle oder dem Tool und gibt die Ergebnisse zurück. Diese Standardisierung ermöglicht die Zusammenarbeit aller MCP-kompatiblen Clients mit allen MCP-kompatiblen Servern ohne individuelle Integration.

Während in der offiziellen Dokumentation zwischen Hosts (der KI-Anwendung) und Clients (Protokolladaptern auf der Hostseite, die 1:1 mit Servern verbunden sind) unterschieden wird, wird in den meisten praktischen Ausführungen zu MCP die KI-Anwendung selbst einfach als „MCP-Client“ bezeichnet, der sich mit mehreren Servern verbinden kann.

MCP Servers

Ein MCP-Server ist wie ein intelligenter Adapter für ein Tool oder eine App. Er kann eine Anfrage einer KI (z. B. „Verkaufsbericht von heute abrufen“) in vom Tool verständliche Befehle übersetzen.

Beispiele:

• Ein GitHub-MCP-Server könnte die Anfrage „Offene Pull Requests auflisten“ in einen GitHub-API-Aufruf umwandeln.
• Ein File-MCP-Server könnte die Anfrage „Zusammenfassung als Textdatei speichern“ in eine Datei auf Ihren Desktop schreiben.
• Ein YouTube-MCP-Server könnte Videolinks auf Anfrage transkribieren.

Der MCP Server ist für folgende Aufaben zuständig:

• Der KI erklären, was sie überhaupt tun kann (Tool-Erkennung)
• Interpretieren und Ausführen von Befehlen
• Formatieren von Ergebnissen, die für die KI verständlich sind
• Behandeln von Fehlern und Zurückgeben von aussagekräftigen Feedback

MCP Clients

Auf der anderen Seite befindet sich ein MCP-Client im KI-Assistenten oder in der App (wie Claude oder Cursor). Wenn die KI ein Tool verwenden möchte, kommuniziert sie über diesen Client mit dem entsprechenden Server.

Zum Beispiel:

• Cursor kann über einen Client mit Ihrer lokalen Entwicklungsumgebung interagieren
• Claude kann damit auf Dateien zugreifen oder Tabellen lesen

Der Client übernimmt den gesamten Transfer von Daten: Senden von Anfragen, Empfangen von Ergebnissen und Weiterleiten an die KI.

Das MCP Protokoll

Das MCP-Protokoll sorgt für die Synchronisierung. Es definiert die Kommunikation zwischen Client und Server – wie Nachrichten aussehen, wie Aktionen beschrieben werden und wie Ergebnisse zurückgegeben werden.

Es ist sehr flexibel:

• Kann lokal ausgeführt werden (z. B. zwischen Ihrer KI und den Apps Ihres Computers)
• Kann über das Internet ausgeführt werden (z. B. zwischen Ihrer KI und einem Online-Tool)
• Verwendet strukturierte Formate wie JSON, damit alles sauber und konsistent bleibt

Dank dieses gemeinsamen Protokolls kann ein KI-Agent eine Verbindung mit einem neuen Tool herstellen – sogar mit einem, das er noch nie zuvor gesehen hat – und trotzdem verstehen, wie es zu verwenden ist.

Services: Konkrete Apps und Daten

Der letzte Teil des Puzzles sind die Services – die eigentlichen Tools oder Datenquellen, die die KI nutzen möchte.

Das können sein:

• Lokal: Dateien auf Ihrem Gerät, ein Ordner, eine lokal ausgeführte App
• Remote: Cloud-Datenbanken, SaaS-Tools, Web-APIs

MCP-Server bilden das Gateway zu diesen Diensten und gewährleisten den Zugriff sicher und zuverlässig.

Model Context Protocol (MCP) in der Praxis: Integration und schnelle Entwicklung

Das Potenzial vom MCP wird deutlich, wenn wir uns Anwendungen in der Praxis ansehen:

1. Neue Integrationen ohne Programmierkenntnisse: Stellen Sie sich einen Finanzanalysten vor, der mit einem LLM Investitionsmöglichkeiten bewertet. Mit MCP kann er neue Datenquellen – beispielsweise eine proprietäre Marktdatenbank oder Echtzeit-Rohstoffpreise – dynamisch integrieren, ohne dass Entwicklungsressourcen für die individuelle Integration erforderlich sind. Der Analyst kann den KI-Assistenten einfach auf die MCP-kompatible Datenquelle verweisen und die Erkenntnisse sofort in die Analyse einfließen lassen.
2. Schnelle Integration von Datenquellen in dynamische Szenarien: Stellen Sie sich einen Marktforscher vor, der während einer Kundenpräsentation Daten aus einer spezialisierten Branchendatenbank hinzufügen möchte. Mit MCP kann er seinen KI-Assistenten mit minimalem Einrichtungsaufwand mit dieser neuen Quelle verbinden und Antworten mit neuem Kontext erhalten, ohne seinen Arbeitsablauf zu unterbrechen oder technischen Support zu benötigen.
3. Einfacheres Prototyping: Aus Sicht der Produktentwicklung beschleunigt MCP den Prototyping- und Iterationszyklus. Ein Bankinstitut, das verschiedene Anwendungsfälle für den KI-Einsatz evaluiert, kann mit MCP schnell mehrere Szenarien testen. Beispielsweise können sie die Automatisierung des Kundenservice, die personalisierte Finanzberatung und die Bearbeitung von Kreditanträgen gleichzeitig testen, indem sie Prototypen mit verschiedenen MCP-basierten Tools und Datenquellen erstellen.
4. Schnellere Iterationszyklen: Über das anfängliche Prototyping hinaus ermöglicht MCP eine iterative, feedbackgesteuerte Entwicklung. Beispielsweise könnte ein Team, das ein Self-Service-Portal erstellt, mit einfachen Funktionen zum Abrufen von Dokumenten beginnen und diese dann basierend auf dem Benutzerfeedback schrittweise erweitern. Wenn Kunden zusätzliche Funktionen anfordern, kann das Team problemlos neue Tools – Zugriff auf die Produktdatenbank, Abfrage des Bestellstatus, Erstellung von Support-Tickets – über MCP integrieren, ohne jede Integration von Grund auf neu schreiben zu müssen.

Mit diesen schnelleren und umfassenderen Möglichkeiten zum Prototyping und zur Iteration unterstützt die deepset AI Platform Teams dabei, den Überblick über ihre verschiedenen Projekte und Releases zu behalten. Sie bietet integrierte Best Practices für die KI-Produktentwicklung und zahlreiche vorgefertigte, aber leicht anpassbare Vorlagen, um jedes Projekt schnell zu starten. Produktteams können mehrere Anwendungsfälle validieren, bevor sie Ressourcen für die vollständige Entwicklung bereitstellen. Das reduziert die Markteinführungszeit und die Entwicklungskosten.

Ausblick und zukünftige Entwicklungen

Die einfache und flexible Integration von Datenquellen sowie schnellere Prototyping- und Iterationszyklen mit einer Vielzahl von Tools durch MCP machen es wahrscheinlich, dass MCP in den kommenden Jahren zu einem integralen Bestandteil von KI-Systemen in Unternehmen wird. Es gibt jedoch noch Bereiche, in denen das MCP-Ökosystem noch ausgereifter werden muss:

• Viele MCP-Server-Implementierungen sind derzeit lokal ausgelegt und lassen sich nicht auf Unternehmens-Workloads skalieren.
• Mehr offizielle MCP-Server-Implementierungen direkt von Unternehmen werden die Verbreitung steigern. Der Markt ist aber bereits rasant in Bewegung: AWS und GitHub haben beispielsweise kürzlich ihre ersten offiziellen Implementierungen veröffentlicht.
• MCP führt dynamischere Sicherheits- und Compliance-Anforderungen ein, die bei der Integration mehrerer Tools und Datenquellen in KI-Anwendungen erfüllt werden müssen.

Quellen

https://www.deepset.ai/blog/understanding-the-model-context-protocol-mcp

https://modelcontextprotocol.io/introduction

https://medium.com/@elisowski/mcp-explained-the-new-standard-connecting-ai-to-everything-79c5a1c98288

https://a16z.com/a-deep-dive-into-mcp-and-the-future-of-ai-tooling

The post Blog | Model Context Protocol (MCP): Der nächste Evolutionsschritt für AI-Integrationen appeared first on Mobile USTP MKL.

Was sind Game Engines?

Game Engines sind Software-Frameworks, die Entwickler*innen dabei helfen, Videospiele effizient zu erstellen. Sie übernehmen quasi die komplexen Aufgaben wie Physikberechnungen, Rendering und Animationen, sodass wir uns auf Gameplay und Design konzentrieren können. Grundsätzlich gilt: Fast jedes Game kann mit jeder Game Engine erstellt werden. Aber die Wahl der richtigen Engine kann euch viel Zeit, Nerven und Googlen ersparen.

4 bekannte Engines im Überblick:

1 Unity

Unity ist so etwas wie der Allrounder unter den Engines. Der Engine ist relativ einsteigerfreundlich, flexibel und eignet sich sowohl für 2D- als auch 3D-Spiele. Die Hauptprogrammiersprache hier ist C#, was eine gute Mischung aus Leistung und Lesbarkeit bietet. Besonders cool: Unity wird auch oft für VR- und AR-Entwicklungen genutzt. Wenn ihr gerade erst anfangt, ist Unity eine ganz gute Wahl.

2 Unreal Engine

Dieser Engine ist bekannt für seine fotorealistischen Grafiken. Falls ihr jemals einen Screenshot von einem Spiel gesehen habt und dachtet: „Wow, sieht das echt aus!“, dann war das vermutlich Unreal Engine. Hier wird hauptsächlich mit der Blueprints-Skriptsprache (visuelle Programmierung) oder C++ gearbeitet. Unreal ist mächtig, aber nicht ganz so anfängerfreundlich wie Unity. Dafür ist die Community riesig, und es gibt tonnenweise Tutorials.

3 Godot

Godot ist ein Open-Source-Engine, der vor allem in der 2D-Entwicklung beliebt ist. Der Engine unterstützt GDScript (eine Python-ähnliche Sprache), C# und C++. Die einfache Bedienung und die Tatsache, dass ihr keine Lizenzgebühren zahlen müsst, machen ihn besonders für Indie-Entwickler*innen interessant.

4 GameMaker Studio

Wenn ihr vor allem 2D-Spiele erstellen wollt, dann solltet ihr euch GameMaker Studio anschauen. Hier braucht ihr nicht einmal unbedingt Programmiererfahrung, da viel über eine Drag-and-Drop-Oberfläche läuft. Aber keine Sorge, wenn ihr Lust auf Skripting habt, könnt ihr auch GameMaker Language (GML) verwenden.

Weitere Engines die einen Blick wert sind:

-) CryEngine

-) RPG Maker

-) Construct

-) PICO-8

Warum ist die richtige Wahl so wichtig?

Die Wahl der richtigen Engine hängt von eurem Projekt, euren Fähigkeiten und euren Zielen ab. Wollt ihr ein schnelles 2D-Spiel machen, das auch auf alten Rechnern läuft? Dann schaut euch Godot oder GameMaker an. Strebt ihr ein visuelles Meisterwerk an? Dann ist Unreal Engine vielleicht das Richtige. Oder wollt ihr möglichst flexibel sein? Dann ist Unity eine gute Wahl.

Fazit

Am Ende des Tages ist die beste Game Engine die, mit der ihr euch am wohlsten fühlt. Testet ein paar Engines aus, schaut euch Tutorials an und experimentiert. Wer weiß, vielleicht entdeckt ihr dabei eure neue Lieblings-Engine oder entwickelt euer erstes eigenes Spiel. Egal wie, viel Spaß beim Coden, Designen und Gamen!

The post Blogartikel | Game Engines appeared first on Mobile USTP MKL.

Bestandteile

Auf der Vorderseite des AI Pins befinden sich eine Kamera mit einem Mikrofon, ein Lautsprecher, ein Touchpad und ein Projektor, sowie Licht-, Bewegungs- und Standortsensoren. Hinten ist der AI Pin mit einem Magneten ausgestattet, worüber sich der sogenannte Battery Booster anbringen lässt. Dieser dient auch zur Befestigung des AI Pins an der Kleidung.

Oben auf dem AI-Pin findet man das Trust Light und den Beacon. Beide nutzen ein vordefiniertes Farbschema, um mit der Userin/dem User zu kommunizieren. Das Trust Light signalisiert der Userin/dem User, dass und welcher der Sensoren gerade aktiv ist. Durch den Beacon werden die benutzenden Personen subtil darüber informiert, dass eine Nachricht eingegangen ist. Dabei kann vorab festgelegt werden, welche Personen die Userin/den User in welcher Form über den AI Pin erreichen können, um als störend betrachtete Benachrichtigungen zu vermeiden.

Fähigkeiten

Der AI Pin bietet eine Vielzahl von Funktionen, basiert aber ausschließlich auf bereits vorinstallierten Apps. Externe Anwendungen können nicht hinzugefügt werden. Zu den Funktionen des AI Pins gehören das Tätigen von Anrufen sowie das Senden und Empfangen von Nachrichten. Besonders praktisch ist die „Catch up“-Funktion, welche die wichtigsten Informationen aus empfangenen Nachrichten und E-Mails zusammenfasst.

Mit der Kamera können per Doppel-Tab-Geste auf das Touchpad Fotos und Videos aufgenommen werden. Doch beeindruckender ist jedoch die Erkennung und Identifizierung von Objekten. So kann der AI Pin Lebensmittel und Esswaren erkenn und dessen Nährwerte ermittelt, womit das Einhalten eines Ernährungsplans vereinfacht wird. Indem man ein Produkt vor die Kamera hält, erfährt die Userin/der User den Preis und kann dieses direkt online bestellen.

Das Mikrofon des AI Pins ermöglicht nicht nur das Verfassen von Nachrichten und das Führen von Telefonaten – was ganz ohne zusätzlichem Smartphone funktioniert, da der AI Pin eine eigene Telefonnummer hat – sondern auch die direkte Erkennung und Übersetzung einer Sprache. Die Ein- und Ausgabesprachen werden dabei direkt von der jeweiligen KI eingestellt, können aber auch manuell festgelegt werden.

Bedienung

Die primäre Interaktion sollte mit dem AI Pin über Sprachbefehle erfolgen, die von der entsprechenden künstlichen Intelligenz ausgeführt werden. Dieser Vorgang wird durch Drücken und Halten auf das Touchpad gestartet, wodurch der AI Pin für die Aufnahme aktiviert wird.

Darüber hinaus erkennt das Touchpad auch andere Gesten, die durch die Nutzung von Smartphones bereits bekannt und erlernt sind. Durch Tippen, Doppeltippen oder Streichen können Anrufe angenommen, die Lautstärke geregelt und Fotos aufgenommen werden.

Das Feature, welches jedoch am meisten hervorsticht, ist die Interaktion mit dem AI Pin über den Laser-Ink-Display. Durch Heben und Neigen der Handfläche wird ein Interface auf diese projiziert, wodurch die eigene Hand zu einer Art Display wird. Durch Gesten wird mit dem Interface interagiert. So wird beispielsweise durch das Schließen von Daumen und Zeigefinger eine Auswahl ausgelöst.

Fazit

Der AI Pin ist zweifellos ein Schritt in eine innovative Zukunft, die die Grenzen der herkömmlichen Technologie versucht zu überschreiten. Mit seiner Integration von KI-Fähigkeiten und innovativen interaktiven Elementen wie dem Laser-Ink-Display, kombiniert er eine Vielzahl beeindruckender Funktionen in einem kleinen, tragbaren Format.

Die Absicht von Humane, mit dem AI Pin eine Alternative zum Smartphone zu schaffen, ist ambitioniert und könnte in der Tat die Art und Weise, wie wir technische Geräte nutzen, revolutionieren. Da der AI Pin jedoch mit Anfang diesen Monats (März 2024) ausgeliefert wird, bleibt es abzuwarten, ob und wie die Nutzerinnen und Nutzer davon überzeugt werden können, das traditionelle Smartphone beiseite zu legen. Mit einem Kaufpreis von $699 und einem zusätzlichen verpflichtenden monatlichen OpenAI-Abonnement von $24 könnte dies einen Einfluss auf die anfängliche Adoptionsrate haben, wobei vermutlich zuerst Technologiebegeisterte oder Early Adopters dazu bereits sind, für den AI Pin zu zahlen.

Mit dem Rabbit R1 199$ wurde jedoch kürzlich ein preiswerterer Konkurrent angekündigt. Dieser soll dabei das Smartphone nicht ersetzen und verfügt auch über ein Display, bietet aber ähnliche interaktive Funktionen wie der AI Pin. Der Rabbit R1 hat ebenfalls einen Lautsprecher, ein Mikrofon, einen Push-to-Talk-Button sowie zusätzlich ein physisches Scrollrad. Die eingebaute Kamera kann sowohl nach vorne als auch nach hinten gedreht werden. Anstatt mit einem Large Language Model zu arbeiten, basiert der Rabbit R1 auf einem Large Action Model, das mit bereits existierenden Apps wie Spotify oder Uber trainiert wurde. Auf diese Weise hat das Modell gelernt, wie Menschen diese Apps nutzen und hat selbst erlernt, diese Apps zu verwenden. Zusätzlich hat der R1 über einen Trainingsmodus, mit dem die Userin/der User ihren Agenten selbst trainieren kann.

Wearables wie der AI Pin und auch der Rabbit R1 zeigen den Fortschritt hin zu einer intuitiveren und nahtloseren Technologie im Alltag. Auch wenn die Kosten eine nicht zu unterschätzende Hürde für eine allgemeine Verbreitung darstellen, muss vor allem die Akzeptant der Nutzerinnen und Nutzer evaluiert werden. Dennoch steht außer Frage, dass der AI Pin und seiner Gleichen einen spannenden Ausblick auf das geben, was technisch möglich ist, und wir dürfen gespannt sein, wie sich solche Wearables weiterentwickeln werden.

Quellen

• https://humane.com/aipin/
• https://www.heise.de/tipps-tricks/Was-ist-der-Ai-Pin-9530623.html
• https://www.zeit.de/digital/mobil/2024-02/ai-pin-humane-wearable-gadget
• https://www.derstandard.at/story/3000000195097/ai-pin-warum-der-smarte-anstecker-um-700-dollar-bill-gates-begeistert
• https://www.galaxus.de/de/page/neues-hype-gadget-mit-ki-was-es-kann-und-was-nicht-30436
• https://futurezone.at/produkte/rabbit-r1-verkauf-preis-verfuegbarkeit-ai-pin-kuenstliche-intelligenz/402736336

Bilder

• Beitragsbild: https://mashable.com/article/humane-ai-pin-wrong-answers
• Bilder im Text: https://humane.com/aipin/ und https://futurezone.at/produkte/rabbit-r1-verkauf-preis-verfuegbarkeit-ai-pin-kuenstliche-intelligenz/402736336

The post Die Zukunft am Revers: AI Pin appeared first on Mobile USTP MKL.

Technische Details

Gemini ist ein KI-Modell auf Basis von künstlichen neuronalen Netzen. Es wurde auf einem massiven Datensatz von Texten, Bildern, Audio und Video trainiert, der aus über 1,56 Billionen Parametern besteht. Dieser Datensatz umfasst unter anderem Bücher, Artikel, Websites, Videos und Audiodateien.

Gemini ist in der Lage, Texte, Bilder, Audio und Video in Echtzeit zu verarbeiten. Es kann Sprachen übersetzen, Texte generieren, Bilder erkennen, Audio analysieren und Frage-Antwort-Systeme betreiben.

Anwendungen

Google arbeitet bereits an verschiedenen Anwendungen für Gemini, darunter:

• Ein KI-Assistent, der Texte, Bilder und Video gleichzeitig verarbeiten kann.
• Eine KI-gestützte Übersetzungssoftware, die Texte in Echtzeit übersetzt.
• Eine KI-gestützte Bilderkennungssoftware, die Objekte und Personen in Bildern erkennt.
• Eine KI-gestützte Audioanalysesoftware, die Emotionen und Absichten in Stimmen erkennt.

Gemini hat aber auch das Potenzial, in einer Vielzahl von Bereichen eingesetzt zu werden, darunter:

• Kundenservice: Gemini kann Kundenanfragen verstehen und beantworten, auch wenn sie mehrere Informationsquellen umfassen.
• Bildung: Gemini kann personalisierte Lernerfahrungen erstellen und Schüler dabei unterstützen, komplexe Konzepte zu verstehen.
• Medizin: Gemini kann Krankheiten diagnostizieren und Behandlungen empfehlen.
• Sicherheit: Gemini kann Bedrohungen wie Terrorismus und Cyberangriffe erkennen und abwehren.

Vorteile und Nachteile

Gemini bietet eine Reihe von Vorteilen gegenüber anderen KI-Modellen, darunter:

• Mehrdimensionale Verarbeitung: Gemini kann Texte, Bilder, Audio und Video gleichzeitig verarbeiten. Dadurch ist es in der Lage komplexe Zusammenhänge zu verstehen.
• Großer Datensatz: Gemini ist auf einem massiven Datensatz von Texten, Bildern, Audio und Video trainiert. Dadurch hat es einen tiefen Einblick in die Welt und kann komplexere Aufgaben lösen.
• Flexibilität: Gemini kann für eine Vielzahl von Aufgaben verwendet werden. Dadurch ist es ein vielseitiges Werkzeug, das in verschiedenen Bereichen eingesetzt werden kann.

Gemini hat auch einige Nachteile, darunter:

• Leistung: Gemini ist ein sehr ressourcenintensives Modell. Es erfordert viel Rechenleistung und Speicherplatz.
• Sicherheit: Gemini kann für böswillige Zwecke verwendet werden, z. B. zur Verbreitung von Fehlinformationen oder zur Manipulation von Menschen.
• Transparenz: Es ist nicht immer klar, wie Gemini Entscheidungen trifft. Dies kann zu Problemen mit der Zuverlässigkeit und Fairness führen.

Zukünftige Entwicklungen

Google plant, Gemini in den kommenden Jahren weiter zu entwickeln. Das Unternehmen arbeitet daran, die Leistung von Gemini zu verbessern, die Sicherheit zu erhöhen und die Transparenz zu verbessern.

Gemini hat das Potenzial, die Art und Weise, wie wir mit Technologie interagieren, grundlegend zu verändern. Es ist jedoch wichtig, sich der potenziellen Nachteile von Gemini bewusst zu sein.

Link zu Gemini

https://gemini.google.com

Quellen

• https://blog.google/intl/de-de/unternehmen/technologie/bard-gemini-advanced-app
• https://tweak.de/smartphone/googles-gemini
• https://gemini.google.com
• https://www.techopedia.com/de/definition/google-gemini
• https://deepmind.google/technologies/gemini/#introduction

Bilder

• https://miro.medium.com/v2/resize:fit:686/1*5UvjWbxaDZCuTpQs9SjOhw.jpeg
• https://imgopt.infoq.com/fit-in/1800×2400/filters:quality(80)/filters:no_upscale()/news/2023/12/google-launches-gemini/en/resources/1Screenshot%202023-12-08%20at%2011.53.39%E2%80%AFAM-1702054511417.png
• https://ia.acs.org.au/content/dam/ia/article/images/2023/google-gemini-duck.jpg

The post Gemini: Googles neues KI-Supermodell appeared first on Mobile USTP MKL.

Neue Funktionen:

Zu den neuen Funktionen von PHP 8.3 zählen:

• Typisierung von Klassen-Konstanten: Klassen-Konstanten können nun mit einem Typ versehen werden.
• Dynamisches Abrufen von Klassen-Konstanten: Klassen-Konstanten können nun auch dynamisch abgerufen werden.
• Neue #[Override] Attribute: Das neue #[Override] Attribut kann verwendet werden, um zu kennzeichnen, dass eine Methode eine Methode einer übergeordneten Klasse überschreibt.
• Tiefe Klonierung von Readonly-Eigenschaften: Readonly-Eigenschaften können nun tief kloniert werden.
• Neue Funktionen für JSON-Validierung: Es wurden neue Funktionen für die Validierung von JSON hinzugefügt
• Neue Funktionen für die Zufallszahlengenerierung: Es wurden neue Funktionen für die Zufallszahlengenerierung hinzugefügt, darunter:
  • Randomizer::getBytesFromString(): Diese Funktion kann verwendet werden, um ein Byte-Array aus einem String zu generieren.
  • Randomizer::getFloat() und Randomizer::nextFloat(): Diese Funktionen können verwendet werden, um eine Gleitkommazahl zu generieren.

Verbesserungen

Die folgenden Verbesserungen wurden in PHP 8.3 vorgenommen:

• Verbesserte Leistung: Die Leistung von PHP wurde in einigen Bereichen verbessert.
• Verbesserte Sicherheit: Die Sicherheit von PHP wurde in einigen Bereichen verbessert.
• Verbesserte Kompatibilität: Die Kompatibilität von PHP mit anderen Sprachen und Frameworks wurde in einigen Bereichen verbessert.

Code-Beispiele

Hier sind einige Code-Beispiele, die die neuen Funktionen und Verbesserungen in PHP 8.3 demonstrieren:

Typisierung von Klassen-Konstanten

<?php

class TypedClassConstants
{
    public const string TYPED = 'PHP 8.3 Blogartikel';

    public function constant(): void
    {
        // Die Typisierung der Klassen-Konstante sorgt dafür,
        // dass nur eine Zeichenfolge an die Methode constant() übergeben werden kann.
        echo TypedClassConstants::TYPED;
    }

    public function constantWithWrongType(): void
    {
        // Fatal error: Das Argument von constant() muss vom Typ ein String sein, es wird aber ein Integer übergeben
        echo TypedClassConstants::CONSTANT = 123;
    }
}

$typedClassConstants = new TypedClassConstants();

$typedClassConstants->constant();
$typedClassConstants->constantWithWrongType();

// ---------------------------------------------
interface TypedClassConstantsInterface
{
    public const string CONSTANT = 'PHP 8.3 Blogartikel';
}

class TypedClassConstantsImplementation implements TypedClassConstantsInterface
{
    // Fatal error: Das Default Value für CONSTANT darf nur ein String sein
    public const string CONSTANT = [];
}

Dynamisches Abrufen von Klassen-Konstanten

<?php

class DynamicClassConstantFetch
{
    public const string CONSTANT = 'PHP 8.3 Blogartikel';

    public function constant(): void
    {
        // Das dynamische Abrufen von Klassen-Konstanten kann dazu beitragen,
        // den Code zu vereinfachen.
        echo DynamicClassConstantFetch::CONSTANT;
    }
}

$searchableConstant = 'CONSTANT';

$dynamicClassConstantFetch = new DynamicClassConstantFetch();
$dynamicClassConstantFetch->constant();
//---------------------------------------------
echo DynamicClassConstantFetch::{$searchableConstant};

Neue #[Override] Attribute

<?php

class ParentClass
{
    public function parent(): void
    {
        echo "I am the string from the parent class";
    }
}

class ChildClass extends ParentClass
{
    #[Override]
    public function parent(): void
    {
        echo "I am the string from the child class";
    }
}

$child = new ChildClass();
$child->parent();

Tiefe Klonierung von Readonly-Eigenschaften

<?php

class DeepCloningReadonlyProperties
{
    public string $php = 'PHP 8.3 Blogartikel';
}

readonly class ReadonlyDeepCloningReadonlyProperties
{
    public function __construct(public DeepCloningReadonlyProperties $deepCloningReadonlyProperties)
    {

    }

    public function __clone()
    {
        $this->deepCloningReadonlyProperties = clone $this->deepCloningReadonlyProperties;
    }
}

$instance = new ReadonlyDeepCloningReadonlyProperties(new DeepCloningReadonlyProperties());
$clonedInstance = clone $instance;

echo $clonedInstance->deepCloningReadonlyProperties->php; // PHP 8.3 Blogartikel

Neue Funktionen für JSON Validierung

<?php

$jsonValidate = json_validate('{ "version": { "php": "8.3", "languange": "php" } }');

if ($jsonValidate) {
    echo "Valid JSON";
} else {
    echo "Invalid JSON";
}

Neue Funktionen für die Zufallszahlengenerierung

<?php

$bytes = (new Random\Randomizer)->getBytesFromString(
    'abcdefghijklmnopqrstuvwxyz0123456789',
    11
);

echo $bytes;

<?php

// Generiere eine Zufallszahl zwischen 0 und 1
echo (new \Random\Randomizer())->nextFloat();

// Generiere eine Zufallszahl zwischen 10 und 20, inklusive 10 und 20
echo (new \Random\Randomizer())->getFloat(10, 20);

// Generiere eine Zufallszahl zwischen 0 und 100, exklusive 100
echo (new \Random\Randomizer())->getFloat(0, 100, \Random\IntervalBoundary::OpenClosed);

// Generiere eine Zufallszahl zwischen -10 und 10, inklusive -10 und 10
echo (new \Random\Randomizer())->getFloat(-10, 10, \Random\IntervalBoundary::OpenOpen);

GitHub Repository

Wenn du dir den Code etwas genauer ansehen möchtest oder das Repository klonen möchtest, dann ist hier der Link: Zum Repository

Quellen

• https://stitcher.io/blog/new-in-php-83
• https://www.domaintechnik.at/handbuch/php-8-3.html
• https://www.php.net/releases/8.3/en.php
• https://kinsta.com/de/blog/php-8-3/
• https://www.esono.de/blog/softwareentwicklung/php-8-3-neue-php-version-ab-november-2023_aid_1140.html
• https://benjamincrozat.com/php-83

Bilder

• https://www.php.net/images/php8/php_8_3_released.png

The post PHP 8.3: Neue Funktionen und Verbesserungen appeared first on Mobile USTP MKL.

Was genau ist Project IDX?

Project IDX ist eine Web-Entwicklungsplattform in der Google Cloud. Es befindet sich gerade noch in der Beta-Phase und soll das Erstellen von Full-Stack-Webanwendungen vereinfachen. Dabei bietet Project IDX diverse Features und unterstützt schon die gängigsten Programmiersprachen/Frameworks. Durch die Integration in der Google Cloud ist es möglich, immer und von überall an seinen Projekten zu arbeiten und jeder Workspace bietet dabei eine eigene Linux VM. Man kann entweder ein neues Projekt von Grund auf erstellen oder auch seine existierenden Projekte von GitHub importieren.

Generative KI

Generative KI ist ein Bereich der künstlichen Intelligenz, der sich mit der Erstellung von neuen Inhalten beschäftigt. In der App-Entwicklung kann generative KI verwendet werden, um Code zu generieren, Designs zu erstellen und Fehler zu finden.

Beispielsweise kann generative KI verwendet werden, um neuen Code zu generieren, der eine bestimmte Funktion erfüllt. Dies kann Entwicklern dabei helfen, schneller und effizienter zu arbeiten, da sie nicht jedes Mal von Grund auf neu programmieren müssen.

Generative KI kann auch verwendet werden, um Designs zu erstellen. Dies kann Entwicklern dabei helfen, bessere Benutzererfahrungen zu schaffen, ohne sich mit den Details der Gestaltung auseinandersetzen zu müssen.

Schließlich kann generative KI verwendet werden, um Fehler zu finden. Dies kann Entwicklern dabei helfen, ihre Apps zu verbessern, bevor sie in die Produktion gehen.

Cloudbasierte Emulationen

Cloudbasierte Emulationen sind eine Möglichkeit, Apps auf realen Geräten zu testen, ohne sie auf den eigenen Computern installieren zu müssen. Dies spart Zeit und Ressourcen, da Entwickler nicht jedes Mal ein neues Gerät kaufen oder einrichten müssen.

Cloudbasierte Emulationen können auch verwendet werden, um Apps auf verschiedenen Geräten und Betriebssystemen zu testen. Dies ist wichtig, um sicherzustellen, dass Apps auf allen gängigen Plattformen ordnungsgemäß funktionieren.

Unterstützte Technologien

Zu den unterstützten Technologien zählen zurzeit:

Weitere:

• Svelte
• Vue
• Dart
• Firebase

Deployment

Durch die Integration von Google Firebase wurde das Thema Deployment um vieles vereinfacht. Innerhalb von nur weniger Klicks kann man nicht nur eine nutzbare Vorschau seiner Anwendung machen, sondern seine Anwendung auch zu veröffentlichen. Da Firebase dynamische Backends unterstützt, die von einer Cloud Functions angetrieben werden, funktioniert dies sehr gut für Full-Stack-Frameworks wie (z. B.) Next.js.

Vorteile von Project IDX

Project IDX bietet eine Reihe von Vorteilen für App-Entwickler, darunter:

Vereinfachte Entwicklung: Project IDX vereint alle benötigten Tools und Funktionen an einem Ort, sodass Entwickler nicht zwischen verschiedenen Anwendungen hin- und herwechseln müssen.

Bessere Produktivität: Generative KI und cloudbasierte Emulationen können Entwicklern dabei helfen, schneller und effizienter zu arbeiten.

Zukunft der App-Entwicklung

Project IDX hat das Potenzial, die Art und Weise, wie Apps entwickelt werden, grundlegend zu verändern. Es könnte die App-Entwicklung für alle einfacher, zugänglicher und effizienter machen.

Fazit:

Project IDX ist noch in der frühen Phase der Entwicklung, aber es hat das Potenzial, die App-Entwicklung grundlegend zu verändern. Es wird spannend zu sehen, wie sich Project IDX in den kommenden Monaten und Jahren weiterentwickeln wird.

YouTube Video

Hier ist ein YouTube Video von dem Kanal Google for Developers. Hier kann man auch schon die 1. Previews von Project IDK sehen.

Link zur Waitlist

Falls du dich schon für die Waitlist anmelden möchtest, dann ist hier der Link dazu: Zur Waitlist

Quellen

• https://idx.dev/
• https://www.golem.de/news/google-project-idx-browserbasierte-entwicklungumgebung-mit-ki-unterstuetzung-2308-176589.html
• https://developers.googleblog.com/2023/08/introducing-project-idx-experiment-to-improve-full-stack-multiplatform-app-development.html
• https://www.heise.de/news/Googles-Project-IDX-Entwicklungsumgebung-mit-KI-Assistent-in-der-Cloud-9238651.html
• https://thenewstack.io/project-idx-googles-new-web-and-mobile-app-development-ide/

Bilder

• https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjtW6l74AgUklRIlEcpq0z9R55YNmhjrz7PhUhAq_yyE_yDWoN8ijinmEONSiMDMxMbm6cjNqvpR3hqgJYmg16OQJQluIxjLwmJp13a0iohog15sQ4232lX4UTXfCf3iOMggWGISNuwnrzPUCn_aM2jQhsMYN31efikH2mqcBLoh5aQe8V0FtyC9PeKQOk/w1200-h630-p-k-no-nu/Project-IDX-Social%20%281%29.png
• https://www.maginative.com/content/images/2023/08/project-idx-preview.jpg.webp
• https://bwnyasse.net/img/16-project-idx/project-idx-7.png
• https://developers.google.com/static/idx/images/idx-templates-dashboard.png
• https://learnerbits.com/wp-content/uploads/2023/11/Blue-Minimalist-Linktree-Background-1024×683.png

The post Project IDX: Eine neue Ära der App-Entwicklung appeared first on Mobile USTP MKL.

Kurz gesagt, zielt die vorgeschlagene Gesetzgebung darauf ab, die gemeinsame Nutzung von Daten zu erleichtern und einen Standard auf EU-Ebene zu setzen. Sie fordert die Hersteller auf, den Besitzer*innen von vernetzten Geräten Einblick in die von ihnen gesammelten Daten zu gewähren.

Wen Betrifft die neue Gesetzgebung?

Der Gesetzesentwurf gilt für alle Hersteller von Produkten und Dienstleistungen, wie z. B. Geräte für das Internet der Dinge und Anbieter von Cloud-Diensten in der EU. Alle Benutzer*innen ebendieser Produkte – also sowohl Unternehmen als auch Privatpersonen – werden betroffen sein.

Was bedeutet die neue Gesetzgebung?

Kurz gesagt, würde die neue Gesetzgebung bedeuten, dass Hersteller, die in der EU Daten sammeln, ebendiese an uneingeschränkt an jene zur Verfügung stellen müssen, die an deren Erstellung beteiligt waren. Dies schließt ebenfalls das Recht ein, gesammelte Daten an Dritte Parteien weiterzugeben. Nutzer*innen können gegebenenfalls sogar verlangen, die sie betreffenden Daten direkt an dritte Parteien weiterzugeben. Während also die Daten damit weitestgehend in den Besitz der sie betreffenden Personen übergehen, muss diese gemeinsame Nutzung von Daten weiterhin Geschäftsgeheimnisse respektieren und darf nicht mit dem ursprünglichen Inhaber der Daten konkurrieren.

Die neuen Vorschriften bedeuten auch, dass öffentliche und staatliche Stellen bei öffentlichen Notfällen oder rechtlichen Verpflichtungen Zugang zu privat gespeicherten Daten beantragen können, nicht aber bei der täglichen Strafverfolgung. Zu solchen Notfällen gehören Terroranschläge, Pandemien und Naturkatastrophen.

Was bedeutet das für die Internationalen Tech-Giganten?

Die neue Gesetzgebung will auch “Schutzmaßnahmen gegen unrechtmäßige Datenübermittlung” treffen, die US-amerikanische oder andere ausländische Unternehmen betreffen könnten.

Nachdem der sogenannte “Privacy Shield”, der eigentlich den sicheren Datentransfer zwischen Europa und den USA garantieren sollte aufgrund eines von Datenschutzaktivisten Max Schrems erwirkten Urteils aufgrund fortwährender Verstöße annulliert wurde, wird der Data Act neue Rahmenbedingungen schaffen.

Es bleibt zu hoffen, dass Unternehmen wie “Meta” sich diesmal an bestehendes Europäisches Recht halten werden. Mark Zuckerberg hat in den letzten Monaten wiederholt öffentlich die Möglichkeit genannt, sein Unternehmen würde sich angesichts neuer Gesetzgebung aus Europa zurückziehen müssen. Dies kann eventuell als erstes Indiz dafür gesehen werden, dass der Data Act greifen wird.

The post Neuer Data Act der EU – Ein Überblick appeared first on Mobile USTP MKL.