Installation von Home Assistant? 🚀 Wenn du ein Smart Home ohne Cloud-Zwang willst, ist das die beste Entscheidung! Mein Geheimtipp: Nutze Proxmox! So läuft alles lokal und sicher. Welche Automatisierungen setzen deine Geräte schon um? Lass uns darüber quatschen! 🔧💡 #SmartHome #HomeAssistant #Proxmox #Technik #Automatisierung
#Automatisierung
DB Systemtechnik und Hochschulen eröffnen Innovationslabor für automatisiertes Fahren
#Automatisierung #Bahn #DBSystemtechnik #DeutscheBahn #Digitalisierung #Forschung #Hochschule #Minden #NRW #Technologie #Testcenter
Wusstest du, dass Home Assistant Addons mehr sind als nur Plugins? 🚀 Sie sind eigenständige Docker-Container, die deinem Smart Home richtig einheizen können! 🔥 Aber Vorsicht: Wenn du nicht genau weißt, was im Hintergrund läuft, kann’s zur technischen Blackbox werden! 🤯 Also, was für Addons nutzt du und welche Tipps hast du auf Lager? Teile deine Erfahrungen! #SmartHome #HomeAssistant #Automatisierung #Tipps
@Laempel **Die große KI-Lüge: Warum nicht die Nutzung das Problem ist – sondern der industrielle Apparat dahinter**
Wir reden ständig über die „Umweltbelastung“ der KI-Nutzung. Über einzelne Anfragen, über Bilderzeugung, über Chatbots mit angeblich gigantischem Verbrauch.
Doch das ist — im Verhältnis — fast irrelevant.
Das eigentliche Problem beginnt viel früher. Und es endet viel später.
Und es wächst gerade in eine Dimension hinein, die kaum jemand öffentlich zu Ende denkt.
Denn: **Die energiefressende, ressourcenverschleißende Katastrophe der KI liegt nicht in der Anwendung. Sie liegt im Training. Und im Business-Modell dahinter.**
### 1. KI als Ausrede, nicht als Werkzeug
Wir erleben gerade eine Kommunikationsstrategie, bei der KI selbst zur politischen Rechtfertigung wird:
– Personalabbau? „Die KI macht’s effizienter.“
– Sparprogramme? „Automatisierung übernimmt.“
– Fehlinvestitionen? „Wir müssen dranbleiben, sonst sind wir zurück.“
KI dient als rhetorischer Joker, um Entscheidungen zu überdecken, die mit Technologie wenig, mit Macht und Sparzwang aber sehr viel zu tun haben.
Das Absurdeste: Während man „Effizienz“ predigt, wird im Hintergrund ein Energie- und Rohstoffbedarf aufgebaut, der in keinem Verhältnis zur tatsächlichen Nutzung steht.
### 2. Kreisgeschäfte: Geld rein, Daten raus, Energie weg
Das heutige KI-Ökosystem ist ein geschlossenes Kreisgeschäft:
Unternehmen entwickeln Modelle, die wiederum genutzt werden, um weitere Modelle zu trainieren, die neue Modelle verbessern sollen, die dann als „Quantensprung“ marketed werden, um… noch mehr Modelle zu trainieren.
Es geht nicht um den Endnutzer.
Er ist nur die Kulisse, die man braucht, um das Ganze „Innovation“ nennen zu können.
In Wahrheit rechtfertigt der Endnutzer nie den gigantischen Ressourcenverbrauch, den diese Trainingsschleifen benötigen. Es *gibt* gar nicht genügend reale Nachfrage, um diese Maschinerie zu legitimieren.
### 3. Die eigentliche Umweltkatastrophe: Training, nicht Anwendung
Die großen Modelle brauchen für ein einziges Training:
– Energie in Größenordnungen kleiner Staaten
– Rechenleistung, die Rechenzentren an ihre Grenzen treibt
– Wasser für die Kühlung, das in Regionen mit Wasserknappheit fehlt
– Hardware, deren Herstellung seltene Rohstoffe verschlingt
Und das alles nicht einmal als Ausnahme, sondern als Dauerzustand:
Neue Modelle werden praktisch permanent trainiert, „fine-getuned“, retrainiert, wiederholt, skaliert.
Die Nutzung hingegen – also das, was wir hier gerade tun – ist der kleinste Posten in einer gigantischen und unnötigen Ökobilanz.
### 4. Der eigentliche Skandal: Wir trainieren für ein Fantasiepublikum
Der Markt tut so, als gäbe es Milliarden Kunden, die jeden Tag Millionen Anfragen stellen würden.
Das stimmt nicht.
Selbst bei steigender Nutzung reicht der reale Bedarf niemals aus, um diesen Energieverbrauch zu rechtfertigen.
Wir trainieren Modelle, weil das Training selbst zum Geschäftsmodell geworden ist.
Wir trainieren Modelle, weil Investoren nur auf Skalierung reagieren.
Wir trainieren Modelle, weil man damit politische Narrative („Digitalstandort!“) bedienen kann.
Wir trainieren Modelle, weil die Firmen sonst nicht erklären könnten, wo das ganze Geld geblieben ist.
Das ist keine Innovation.
Das ist eine Industrialisierung des Leerlaufs.
### 5. Die dunkle Wahrheit: Die KI-Blase wächst, bis sie knallt
Wir haben eine Ressourcenmaschine gebaut, die unabhängig vom Nutzen weiterläuft.
Eine Maschine, die Energie verbrennt, Wasser verbraucht, Rohstoffe verschlingt — nicht, um Probleme zu lösen, sondern um das Wachstum der Maschine selbst zu rechtfertigen.
Gegen diese Absurdität wirkt das gesamte Zeitalter der Industrialisierung fast bescheiden.
Dort wurde wenigstens produziert.
Hier wird trainiert, um zu trainieren.
Die ökologische Wahrheit lautet also:
**Die Nutzung ist nicht das Problem.
Das Geschäftsmodell ist es.**
---
#AI #Kritik #Umwelt #Energie #Digitalisierung #Wirtschaft #Politik #Ressourcen #Greenwashing #Siliziumwirtschaft #Datenökonomie #Training #AGI #Blase #KI #TechKritik #DigitalPolicy #Sustainability #WaterCrisis #Rechenzentren #Arbeitswelt #Automatisierung #Fakten #Ökologie #Dorfzwockel
Wir reden ständig über die „Umweltbelastung“ der KI-Nutzung. Über einzelne Anfragen, über Bilderzeugung, über Chatbots mit angeblich gigantischem Verbrauch.
Doch das ist — im Verhältnis — fast irrelevant.
Das eigentliche Problem beginnt viel früher. Und es endet viel später.
Und es wächst gerade in eine Dimension hinein, die kaum jemand öffentlich zu Ende denkt.
Denn: **Die energiefressende, ressourcenverschleißende Katastrophe der KI liegt nicht in der Anwendung. Sie liegt im Training. Und im Business-Modell dahinter.**
### 1. KI als Ausrede, nicht als Werkzeug
Wir erleben gerade eine Kommunikationsstrategie, bei der KI selbst zur politischen Rechtfertigung wird:
– Personalabbau? „Die KI macht’s effizienter.“
– Sparprogramme? „Automatisierung übernimmt.“
– Fehlinvestitionen? „Wir müssen dranbleiben, sonst sind wir zurück.“
KI dient als rhetorischer Joker, um Entscheidungen zu überdecken, die mit Technologie wenig, mit Macht und Sparzwang aber sehr viel zu tun haben.
Das Absurdeste: Während man „Effizienz“ predigt, wird im Hintergrund ein Energie- und Rohstoffbedarf aufgebaut, der in keinem Verhältnis zur tatsächlichen Nutzung steht.
### 2. Kreisgeschäfte: Geld rein, Daten raus, Energie weg
Das heutige KI-Ökosystem ist ein geschlossenes Kreisgeschäft:
Unternehmen entwickeln Modelle, die wiederum genutzt werden, um weitere Modelle zu trainieren, die neue Modelle verbessern sollen, die dann als „Quantensprung“ marketed werden, um… noch mehr Modelle zu trainieren.
Es geht nicht um den Endnutzer.
Er ist nur die Kulisse, die man braucht, um das Ganze „Innovation“ nennen zu können.
In Wahrheit rechtfertigt der Endnutzer nie den gigantischen Ressourcenverbrauch, den diese Trainingsschleifen benötigen. Es *gibt* gar nicht genügend reale Nachfrage, um diese Maschinerie zu legitimieren.
### 3. Die eigentliche Umweltkatastrophe: Training, nicht Anwendung
Die großen Modelle brauchen für ein einziges Training:
– Energie in Größenordnungen kleiner Staaten
– Rechenleistung, die Rechenzentren an ihre Grenzen treibt
– Wasser für die Kühlung, das in Regionen mit Wasserknappheit fehlt
– Hardware, deren Herstellung seltene Rohstoffe verschlingt
Und das alles nicht einmal als Ausnahme, sondern als Dauerzustand:
Neue Modelle werden praktisch permanent trainiert, „fine-getuned“, retrainiert, wiederholt, skaliert.
Die Nutzung hingegen – also das, was wir hier gerade tun – ist der kleinste Posten in einer gigantischen und unnötigen Ökobilanz.
### 4. Der eigentliche Skandal: Wir trainieren für ein Fantasiepublikum
Der Markt tut so, als gäbe es Milliarden Kunden, die jeden Tag Millionen Anfragen stellen würden.
Das stimmt nicht.
Selbst bei steigender Nutzung reicht der reale Bedarf niemals aus, um diesen Energieverbrauch zu rechtfertigen.
Wir trainieren Modelle, weil das Training selbst zum Geschäftsmodell geworden ist.
Wir trainieren Modelle, weil Investoren nur auf Skalierung reagieren.
Wir trainieren Modelle, weil man damit politische Narrative („Digitalstandort!“) bedienen kann.
Wir trainieren Modelle, weil die Firmen sonst nicht erklären könnten, wo das ganze Geld geblieben ist.
Das ist keine Innovation.
Das ist eine Industrialisierung des Leerlaufs.
### 5. Die dunkle Wahrheit: Die KI-Blase wächst, bis sie knallt
Wir haben eine Ressourcenmaschine gebaut, die unabhängig vom Nutzen weiterläuft.
Eine Maschine, die Energie verbrennt, Wasser verbraucht, Rohstoffe verschlingt — nicht, um Probleme zu lösen, sondern um das Wachstum der Maschine selbst zu rechtfertigen.
Gegen diese Absurdität wirkt das gesamte Zeitalter der Industrialisierung fast bescheiden.
Dort wurde wenigstens produziert.
Hier wird trainiert, um zu trainieren.
Die ökologische Wahrheit lautet also:
**Die Nutzung ist nicht das Problem.
Das Geschäftsmodell ist es.**
---
#AI #Kritik #Umwelt #Energie #Digitalisierung #Wirtschaft #Politik #Ressourcen #Greenwashing #Siliziumwirtschaft #Datenökonomie #Training #AGI #Blase #KI #TechKritik #DigitalPolicy #Sustainability #WaterCrisis #Rechenzentren #Arbeitswelt #Automatisierung #Fakten #Ökologie #Dorfzwockel
CONDA integriert eine KI-Lösung von StartMatch, um Emissionstexte für Unternehmensfinanzierung per Automatisierung und NLP schneller, effizienter und kostengünstiger zu erstellen. Die Plattform plant zudem, KI für automatisierten Kundensupport einzusetzen und damit Prozesse für KMU sowie Servicequalität weiter zu optimieren.
#Aktuell #Anwendung #Strategie #Automatisierung #E...
https://www.it-finanzmagazin.de/emission-vereinfachen-conda-setzt-auf-ki-des-startups-startmatch-237117/?fsp_sid=15455
Live-Webinar: Schöpfen Sie das Potezial Ihres Mac aus, um effizienter zu werden
Entdecken Sie versteckte Produktivitätsbooster in macOS. Erfahren Sie, wie Sie das volle Potenzial Ihres Mac ausschöpfen – für mehr Effizienz im Arbeitsalltag.
#Apple #Automatisierung #IT #Mac #macOS #Mobiles #Wissenschaft #news
iX-Workshop: Windows Server absichern und härten
Lernen Sie, wie Sie Ihren Windows Server effektiv absichern und härten, Schutzmaßnahmen integrieren, Konfigurationen optimieren und Angriffsszenarien bewerten.
#Automatisierung #IT #iXWorkshops #PowerShell #Windows #news
Softwarefehler im Airbus
Wer steuert ein Flugzeug?
Mehr dazu bei https://www.telepolis.de/article/Airbus-Rueckruf-Softwarefehler-legt-Tausende-Fluege-weltweit-lahm-11097326.html
a-fsa.de/d/3LD
Link zu dieser Seite: https://www.a-fsa.de/de/articles/9359-20251129-softwarefehler-im-airbus.html
Link im Tor-Netzwerk: http://a6pdp5vmmw4zm5tifrc3qo2pyz7mvnk4zzimpesnckvzinubzmioddad.onion/de/articles/9359-20251129-softwarefehler-im-airbus.html
Tags: #Flugverkehr #A320 #Airbus #AI #KI #Transparenz #Informationsfreiheit #Automatisierung #Roboter #Datensicherheit #Flugsicherheit #Verhaltensänderung
Fact-Friday: Automatisierungen in deinem Smart Home können deinen Alltag drastisch vereinfachen. Ein Beispiel: Lass das Licht automatisch angehen, wenn du den Raum betrittst! #SmartHome #Automatisierung
Spin-off: CRA-ready OPC UA und Python-Unterstützung für industrielle Kommunikation 🏭🛜
Der Kommunikationsstandard OPC UA ist weit verbreitet, viele Unternehmen setzen dabei auf die offene Implementierung open62541. Julius Pfrommer und Andreas Ebner, Kernentwickler von open62541, möchten nun als Gründer der o6 Automation GmbH den professionellen Support für die Nutzer von open62541 sicherstellen – auch und gerade im Kontext des #Cyber_Resilience_Act (CRA).
Study: AI investments show returns, but data problems slow progress
A study by SAP and Oxford Economics shows: 79 percent of companies achieve positive returns with AI. However, data silos and shadow AI remain risks.
#Automatisierung #KünstlicheIntelligenz #IT #SAP #Security #Wirtschaft #news
Studie: KI-Investitionen zeigen Renditen, aber Datenprobleme bremsen
Eine Studie von SAP und Oxford Economics zeigt: 79 Prozent der Unternehmen erzielen positive Renditen mit KI. Doch Datensilos und Schatten-KI bleiben Risiken.
#Automatisierung #KünstlicheIntelligenz #IT #SAP #Security #Wirtschaft #news
Iceberg Index: AI can already replace 11.7 percent of US workers
A new simulation tool from MIT shows: Current AI systems could already replace 11.7 percent of the US labor market – primarily in administration and finance.
#Karriere #Automatisierung #Finanzen #IT #KünstlicheIntelligenz #MIT #Wirtschaft #news
Iceberg Index: KI kann bereits 11,7 Prozent der US-Arbeitskräfte ersetzen
Ein neues Simulationstool des MIT zeigt: Aktuelle KI-Systeme könnten bereits 11,7 Prozent des US-Arbeitsmarkts ersetzen – vor allem in Verwaltung und Finanzen.
#Karriere #Automatisierung #Finanzen #IT #KünstlicheIntelligenz #MIT #Wirtschaft #news
n8n 2.0 angekündigt: Alles, was du wissen musst
Ich zeig euch mal was...
- Ich stecke das Ladekabel an das #EAuto
- die Wallbox merkt das natürlich, ist aber gesperrt
- Ich schließe das Auto ab
- Der Mokka schickt eine Nachricht über den Zustand des Autos zur Stellantis Cloud inkl. der Info, dass ein Kabel eingesteckt ist.
- #HomeAssistant bei mir im Keller holt sich den Status von der Stellantis Cloud und startet eine #Automatisierung, die die Wallbox entsperrt.
=> Keine RFID Karte mehr dran halten, oder per App entsperren
n8n RAG Agents mit Google Gemini File Search Tool
Testphase für automatischen Zugbetrieb auf der Betuweroute
#ATO #Automatisierung #Betuweroute #DBCargo #Lokführer #Lokomotive #Niederlande #ProRail #Vectron
https://bahnblogstelle.com/242685/testphase-fuer-automatischen-zugbetrieb-auf-der-betuweroute/
Wie viel einfacher wäre unser Leben, wenn das Licht nur dann angeht, wenn wir den Raum betreten? Der Senvolon Präsenzmelder macht genau das möglich – ganz ohne Cloud! 🌟 Ich bin echt begeistert von der Unkompliziertheit und Zuverlässigkeit. Welche Präsenzmelder nutzt ihr für eure Smart Homes? 🤔 #SmartHome #Technik #Automatisierung #IoT #Effizienz
Synergien für intelligente Verkehrssysteme durch Fusion
#Automatisierung #Digitalisierung #Nahverkehr #PeakMobility #Software #VerkehrsautomatisierungBerlin #Verkehrssysteme #ÖPNV
https://bahnblogstelle.com/242328/synergien-fuer-intelligente-verkehrssysteme-durch-fusion/
Client Info
Server: https://mastodon.social
Version: 2025.07
Repository: https://github.com/cyevgeniy/lmst