This paper considers three fundamental approaches to software development, namely manual coding, modeldriven software engineering, and code generation by large language models. All of these approaches have their individual pros and cons, motivating the desire for an integrated approach. We present MoProCo, a technical solution to integrate the three approaches into a single tool chain, allowing the developer to split a software engineering task into modeling, prompting or coding sub-tasks. From a single input file consisting of static model structure, natural language prompts and/or source code fragments, Java source code is generated using a two-stage approach. A case study demonstrates that the MoProCo approach combines the desirable properties of the three development approaches by offering the appropriate level of abstraction, determinism, and dynamism for each specific software engineering sub-task.

Similar to LLMs, the development of vision language models is mainly driven by English datasets and models trained in English and Chinese language, whereas support for other languages, even those considered high-resource languages such as German, remains significantly weaker. In this work we present an analysis of open-weight VLMs on factual knowledge in the German and English language. We disentangle the image-related aspects from the textual ones by analyzing accuracy with jury-as-a-judge in both prompt languages and images from German and international contexts. We found that for celebrities and sights, VLMs struggle because they are lacking visual cognition of German image contents. For animals and plants, the tested models can often correctly identify the image contents according to the scientific name or English common name but fail in German language. Cars and supermarket products were identified equally well in English and German images across both prompt languages.

Nach einer Studie des spanischen Center of the Governance of Change würde ein Viertel der Befragten Europäer es bevorzugen, dass politische Entscheidungen eher von einer KI als von Politikern aus Fleisch und Blut getroffen werden würden. Damit würde der Endpunkt einer Entwicklung zunehmender Mechanisierung gesellschaftlicher Prozesse beschrieben, die vor allem durch den Rückgriff auf Technologien wie Maschinelles Lernen und Blockchain möglich wird. Führt dies zu mehr in Verwaltung und Staat oder befinden wir uns damit auf dem Weg in eine Dystopie?

KI eröffnet für das Marketing und die Mediaplanung neue Möglichkeiten. Marken, die die analytische und operative Effizienz intelligenter Systeme nutzen wollen, sollten aber einiges beachten. Was, das erläutert Andreas Wagener, Professor für Digitales Marketing an der Hochschule Hof.

Die Möglichkeit, Gaststätten online zu bewerten, hat viele Leute zu „Restaurantkritikern“ gemacht. Das sind die am besten beurteilten Lokale im Hofer Land. Und: Was Gastwirte und ein Experte zu den Sternebewertungen sagen.

Wer ein Restaurant sucht, findet auf Google auch Bewertungen der Lokale. Wie aussagekräftig sind diese?

In der digitalen Marketinglandschaft entwickelt sich künstliche Intelligenz zum Game-Changer für Kundenbindungsstrategien. Wie Andreas Wagener in seinem Fachbeitrag "Wie KI das Loyalty Marketing verändert" aufzeigt, haben Unternehmen wie Starbucks, Sephora und Nike bereits innovative KI-gestützte Loyalty-Konzepte etabliert. Grundsätzlich werden 4 innovative Lösungsansätze durch KI identifiziert:

• Tiefere Personalisierung: KI-Systeme können Kundenpräferenzen präziser analysieren und maßgeschneiderte Angebote entwickeln
• Präzise Kundenvorhersagen: Frühzeitige Erkennung von Abwanderungsrisiken und automatisierte Rückgewinnungsmaßnahmen
• Effizientere Kommunikation: Optimale Ansprache zum richtigen Zeitpunkt über den bevorzugten Kanal
• Gamification: Spielerische Elemente erhöhen das Engagement und die emotionale Bindung

Für das KI-Briefing erläutert der Experte, welche spezifischen Potenziale sich daraus für Verlage ergeben. 

This study explores the integration of Industry 5.0 principles into existing Industry 4.0 configurations to address excessive heat dissipation, energy efficiency and promote carbon neutral manufacturing. Industry 5.0 represents a paradigm shift, emphasizing human-centered approaches, energy efficiency and environmental sustainability alongside traditional productivity goals. The case study analyzes energy consumption in an Industry 4.0 setup, quantifies heat waste and applies innovative solutions to optimize energy use. Considering digital manufacturing through the Industrial Internet of Things (IIoT), big data analytics, smart automation technologies in cyber-physical production systems and sustainable practices, the study aims to mitigate and minimize energy waste and carbon emissions. Through quantitative analysis, it identified energy inputs, mapped energy transformations, and assessed energy waste hotspots. Despite all the benefits of Industry 4.0, it showed that responsible practices and new initiatives are required to reuse and capitalize on that wasted energy or heat, underscoring the importance of integrating Industry 5.0 principles for sustainable manufacturing.

Die großen digitalen Plattformen bestimmen nicht nur die Regeln auf ihren Märkten, sondern wirken zunehmend auch auf die gesellschaftliche Sphäre ein, mit oft als äußerst schädlich empfundenen Resultaten, wie etwa der Schaffung von Filterblasen und „Rabbit Holes“ oder der unkontrollierten Verbreitung von Fake News. Immer stärker werden daher die Rufe nach einer Beschränkung der Plattformmacht, nach Plattformregulierung oder sogar Zerschlagung der dahinterstehenden Konzerne laut. Dabei stellt sich die Frage, ob entsprechende Maßnahmen nicht an anderer Stelle ansetzen sollten – etwa beim „Treibstoff“ der Plattformökonomie, den Daten.

Geht man davon aus, dass die Macht der großen Tech-Plattformen ihren Ursprung vor allem in der Sammlung von Daten und deren algorithmischer Auswertung hat, so sollte sich womöglich auch die Plattformregulierung entsprechend hieran orientieren. Während der erste Teil dieses Artikels sich mit den Grundlagen der Plattformmacht im „Überwachungskapitalismus“ beschäftigte, widmet sich dieser zweite Teil nun möglichen Alternativen zu den gegenwärtigen Regulierungsbemühungen. Diese setzen nicht bei den gegenwärtigen Marktverhältnissen, sondern bei den individuellen Datenverfügungsrechten an.

Es ist nahezu unmöglich, sich dem Hype um das Thema Künstliche Intelligenz (KI) zu entziehen. Insbesondere das Aufkommen der generativen KI, von Instrumenten wie ChatGPT oder Midjourney und der zugrundeliegenden großen Sprachmodelle, hat die Spielregeln für das Marketing neu definiert. Auch in der Mediaplanung, bei der Entwicklung und Umsetzung von Werbestrategien, entstehen neue Handlungsfelder, Chancen und Herausforderungen.

The density of memory cells in modern DRAM is so high that frequently accessing a memory row can flip bits in nearby rows. That effect is called Rowhammer, and an attacker can exploit this phenomenon to flip bits by rapidly accessing the contents of nearby memory rows. In recent years, researchers have developed sophisticated exploits based on this vulnerability, which enable privilege escalation on desktop computers, mobile devices, and even cloud systems without requiring any software vulnerability. However, rows are not equally vulnerable to Rowhammer. Therefore, an attacker has to massage the memory, for instance, with Page Table Entry (PTE) spraying, to increase the chance of successful exploitation. More bit flips mean the attacks become easier and faster to conduct. 

In this paper, we present Flipper, a Rowhammer amplification attack against DDR3, consisting of two components: cmpIST exploits the cmpsb and repe x86 instructions to get DRAM access with higher frequency. cmpP AR exploits the effect of hammering in multiple threads, which increases the number of bit flips found in a given time, as shown in previous work. As a result, we can increase the number of bit flips by a factor of 830 on the measured devices, even on systems featuring mitigation techniques, without using administrative privileges. We evaluate our technique on six DDR3 DIMMs. Although DDR3 memory has been superseded by DDR4 and DDR5 memory technologies, it is still widely used in devices that do not require frequent replacement, such as projectors, smart displays, servers, embedded devices, routers, and printers.