#ciaozurcloud — Public Fediverse posts

Helium ist ein Chromium-Browser ohne Google-Ballast

Ihr erlaubt mir sicher, diesen Blogpost mit einer saloppen Metapher zu beginnen. Weil wirklich: Diese Chromium-Browser vermehren sich wie die Karnickel. Wenn ich wollte, könnte ich mindestens jede Woche eine neue Abspaltung vorstellen.

Bei Wikipedia werden knapp drei Dutzend Varianten aufgezählt. Einige davon habe ich früher besprochen¹. Heute kommt mit Helium eine dazu. Diese Variante wird für Mac, Windows und Linux entwickelt, und was mir gefällt, ist der Wille zum Weglassen. Also: kein Browser, der um eine KI herumgestrickt ist. Dafür ist uBlock von Haus aus integriert, und es gibt die Möglichkeit, den Browser konfiguratorisch auf Minimalismus zu trimmen.

Das heisst: Im normalen  Chrome ist die Startseite vergoogelt und es gibt einiges an Screenclutter: den Knopf zur Profilverwaltung, Lesezeichen, das Tabs-Menü, um nur einige zu nennen. Helium hingegen verwendet eine äusserst schlichte Startseite mit Verknüpfungen zu den zuletzt verwendeten Adressen. Beim ersten Start wählen wir die Standardsuchmaschine aus, wobei die Aussenseiter (Duck Duck Go, Kagi, Ecosia, Qwant) am Anfang der Liste erscheinen und Google sowie Bing am Ende aufgeführt sind – demonstrativ bloss aus Gründen der Vollständigkeit.

Bei der Inbetriebnahme legt uns Helium nahe, nicht Google als Suchmaschine zu verwenden.

Minimalismus durchs Band

Vor allem versprechen die Entwickler, die den Quellcode via Github verfügbar machen, Folgendes:

Helium nervt dich in keiner Weise, weder jetzt noch in Zukunft. Der Browser unternimmt nichts ohne deine Zustimmung: keine unerwarteten Tabs zu Updates oder Sponsoren, keine hartnäckigen Pop-ups, die dir Funktionen anpreisen, die dich nicht interessieren, keine seltsamen Neustarts.

Sinnvoll, aber auch die herkömmlichen Browser lassen sich zurückbinden.

Die Einstellungen zur Optik.

In den Einstellungen bei Appearance and behaviour gibt es unter Browser Layout nebst der Standard-Einstellung Klassisch auch die Optionen Dynamic, Vertikal und Compact (ja, mit einem Mischmasch aus deutscher Übersetzung und englischem Original).

Diese letzte Option führt dazu, dass Adressfeld und geöffnete Reiter auf einer einzigen Leiste zusammenrücken. Das gibt einerseits mehr Platz für den eigentlichen Inhalt – andererseits verringert sich die Zahl der Reiter, deren Titel direkt lesbar ist. Ob das ein Problem ist oder nicht, hängt von den Umständen ab. Für Leute, die notorisch mehrere Dutzend Reiter offen haben und auch in der Standardansicht kaum mehr die Favicons zu sehen bekommen, macht es kaum einen Unterschied.

Die Startseite des Helium-Browsers als aufgeräumt zu bezeichnen, ist keine Übertreibung.

Es gibt einige weitere zuschaltbare Optionen, die mir gut gefallen:

• Die Tastenkombination Ctrl Tabulator blättert die offenen Reiter nicht von links nach rechts, sondern in der Reihenfolge durch, in der wir sie geöffnet haben.
• Mit Command Shift c kopieren wir den Link der offenen Seite.
• Helium erzwingt HTTPS-Verbindungen.

Schliesslich die Bangs: Das sind Kurzbefehle, die wir von der Suchmaschine Duck Duck Go kennen. Es gibt über 10’000 Stück davon, wie die Übersicht aufzeigt. Sie werden verwendet, indem in der Adressleiste erst das Ausrufezeichen und dann der Anfang des Namens eines Suchkürzels getippt wird. Beispiel: Mit !swiss erscheinen die Bangs Swiss Post, Swisscows und Swissbib. Per Pfeiltasten wird einer der Vorschläge ausgewählt und der nachfolgende Suchbegriff direkt über den entsprechenden Dienst abgewickelt.

Kein Sync, kein Passwort-Manager

Fazit: Dieser minimalistische Ansatz hat seinen Reiz. Ebenso die Tatsache, dass man via Helium analog zum Ungoogled-Projekt einen Chrome-kompatiblen Browser verwenden kann, ohne an Google Daten abliefern zu müssen. Die Abnabelung von der Cloud geht so weit, dass auch keine Browser-Synchronisierung eingebaut ist. Das verbessert automatisch den Datenschutz, reduziert allerdings auch den Komfort. Ob das willkommen ist oder stört, ist eine individuelle Sache: Für mich ist die Synchronisation wichtig, aber ich würde sie gern über einen eigenen Server abwickeln. Der Browser, der mir das anbietet, hätte grosse Chancen bei mir.

Es gibt in Helium auch keinen Passwort-Manager:

Passwörter sollten vom Webbrowser getrennt gespeichert werden, um wirklich sicher und unveränderlich zu sein.

Das stimmt, nötigt uns Usern aber wiederum die Entscheidung ab, ob wir Komfort oder Sicherheit höher gewichten. Den Datenschutz-Verfechtern und Cloud-Abstinenzlern wird die Wahl leicht fallen. Ein grundsätzliches Problem aber bleibt: Allein durch die Verbindung zum Chromium-Projekt bleibt die Abhängigkeit von Google bestehen. Eine Browser-Abspaltung, die mit Unabhängigkeit wirbt, müsste meines Erachtens auf Firefox beruhen – oder auf der kompletten Neuentwicklung Ladybird, von der wir 2026 hoffentlich eine erste Version zu sehen bekommen werden. Ich warte schon seit einem Jahr gespannt!

Fussnoten

1) Das sind die besprochenen Chromium-Varianten:

• Ja, der neue Chromium-Edge hat auch ein paar Vorteile
• Vivaldi könnte der beste mobile Browser sein
• Der neue Arc-Browser in einem ersten Augenschein
• Der König der Tiere unter den Browsern (Brave)
• Der Neo-Browser schmeckt nach der blauen Pille
• Opera stellt Microsoft und Google in den Schatten
• Die Browservielfalt täuscht (u.a. Sleipnir)
• Atlas von OpenAI ist endlich ein KI-Browser, der etwas taugt
• Der Comet-Browser von Perplexity im Test ↩

#Browser #CiaoZurCloud #Datenschutz #FreieSoftwareFOSS #Linux

KI im Browser: So gelingt der Spagat zwischen Komfort und Datenschutz

Es ist ein Dilemma: Einerseits ist eine KI-Unterstützung im Browser unglaublich hilfreich. Das Sprachmodell fasst Webseiten zusammen, übersetzt oder interpretiert Sachverhalte, ohne dass wir mit der Zwischenablage jonglieren müssten. Andererseits steht ständig ein Elefant namens Datenschutz im Raum: Wir müssen konstant im Hinterkopf behalten, dass unsere Aufträge in einem fremden Rechenzentrum abgewickelt werden. Sie können dort mitgeschnitten und zu einem Profil unserer Aktivitäten, Interessen und Lebensumstände aggregiert werden.

Ein konkretes Beispiel: Neulich sah ich mir online meine Ausgaben an und fand, es wäre praktisch, die automatisch nach Kategorien sortieren zu lassen. Das hilft beim Erkennen von Sparpotenzialen. Früher gab es in der Mobile-Banking-App der ZKB dafür den Finanzassistenten, der bei einem Update leider ersatzlos gestrichen wurde. Also: Wäre es nicht toll, wenn wir dieses Manko eigenständig mittels künstlicher Intelligenz beseitigen könnten? Aber natürlich ohne gegenüber OpenAI oder Anthropic in finanzieller Hinsicht unsere Hosen herunterzulassen?

Ein bisschen KI geht auch ohne Cloud

Die Lösung könnte, natürlich, ein lokales Sprachmodell sein. Das betreiben wir auf unserem Rechner oder im Heimnetzwerk. Es lässt sich in den Browser einbinden, sodass wir es verwenden können, als ob es direkt eingebaut wäre.

Die gute Nachricht ist: Das klappt tatsächlich. Wie, erkläre ich in diesem Blogpost hier. Die schlechte Nachricht ist, dass ein lokales LLM nicht allen Aufgaben gewachsen ist, die ChatGPT oder Claude mit Links erledigen würden. Für den Finanzassistenten ist es zu schwachbrüstig – die Detaildiskussion führe ich am Ende des Beitrags.

Mit Claude würde ich das nicht tun: eine KI-Analyse der jüngsten Banktransaktionen.

Immerhin: Einfachere Aufgaben wie eine Zusammenfassung oder einen Blogteaser für die sozialen Medien liefert uns die lokale KI – allerdings längst nicht in dem Tempo, das wir verwöhnten ChatGPT-Kinder uns gewohnt sind.

Trotzdem sollten wir uns nicht abschrecken lassen. So funktioniert unser selbstbetriebenen Browser-KI-Helfer:

1) Sprachmodelle im lokalen Netzwerk betreiben

Um lokale Sprachmodelle zu betreiben, gibt es diverse Möglichkeiten. Ich verwende (sowohl am Mac als auch unter Windows das hier vorgestellte) LM Studio. Das hält in der Rubrik Developer im Bereich Local Server die Möglichkeit bereit, ein Sprachmodell auf dem gleichen Gerät oder aber über das lokale Netzwerk zur Verfügung zu stellen.

Dazu tun wir folgendes:

• Wir schalten bei Status um auf Running.
• Falls wir auf dem gleichen Computer auf die lokale zugreifen möchten, kopieren wir die Adresse mit dem Localhost und der Portnummer bei Reachable at, die http://127.0.0.1:1234 lautet.
• Falls wir auf einem anderen Gerät auf das Sprachmodell zugreifen wollen, klicken wir auf Server Settings und aktivieren dort die Option Im lokalen Netzwerk bereitstellen. Nun erscheint anstelle der Localhost-Adresse die IP-Adresse, die in meinem Fall http://192.168.178.22:1234lautet. Wir können die Adresse unter Windows auch via Eingabeaufforderung mit ipconfig in Erfahrung bringen.
• Gleichzeitig sollte die Windows-Firewall aufpoppen und nachfragen, ob wir den Zugriff von aussen erlauben wollen. Falls die Anfrage nicht auftaucht, müssen wir den Zugriff manuell erlauben. Wir suchen nach Windows Defender Firewall mit erweiterter Sicherheit, wählen im Ast der Regeln den Bereich Eingehende Regeln, klicken rechts auf Neue Regel, wählen Port, dann TCP, geben die Portnummer 1234 an, setzen die Option Verbindung zulassen, setzen unter Profil die Option Privat und/oder Domäne und benennen die Regel passend. Um die Sicherheit zu erhöhen, können wir den Zugriff auch auf LM Studio beschränken, indem wir in den Einstellungen bei Programme und Dienste via Dieses Programm den ganzen Pfad für LM Studio.exe übergeben.
• Nebenbei bemerkt haben wir die Möglichkeit, via Portweiterleitung (Port Forwarding) und dynamischem DNS das LLM auch für Zugriffe aus dem Internet zu öffnen.
• In LM Studio stellen wir sicher, dass das gewünschte Modell geladen ist.

Die Server-Einstellungen in LM Studio: Diese Option hier erlaubt die Nutzung im lokalen Netz.

2) Die Browser-Erweiterung in Betrieb nehmen

In Firefox sorgt die Browser-Erweiterung Page Assist für die Einbindung der LLMs.

Page Assist: Mit dieser Konfiguration ist das LLM auch über das lokale Netzwerk erreichbar.

Hier sind folgende Handgriffe nötig:

• Nach der Installation klicken wir in der Symbolleiste auf den Knopf mit dem Puzzleteilchen-Symbol, der das Menü mit den Erweiterungen aufruft. Wir betätigen Page Assist.
• Es erscheint eine Seite mit einem Eingabefeld, auf der wir oben rechts aufs Zahnradsymbol klicken. Auf der Seite mit den Einstellungen klicken wir im Bereich OpenAI-kompatible API auf Anbieter hinzufügen.
• Wir wählen im Bereich Custom die Vorgabe LM Studio aus. Bei Basis-URL lassen wir die Einstellung auf http://localhost:1234/v1, falls die LLMs auf dem gleichen Rechner laufen. Für die Nutzung im lokalen Netzwerk tragen wir die vorher kopierte Adresse mit dem Anhang /v1 ein. Dieser Suffix gibt an, welche Schnittstellen-Version benutzt wird (es kommt eine OpenAI-kompatible API zum Zug). In meinem Fall lautet die ganze Adresse also http://192.168.178.22:1234/v1.
• Ein kleiner Tipp: Die Kommunikation zwischen Server (LM Studio) und Client (Firefox) lässt sich in LM Studio im Bereich Developer im Panel Developer Logs verfolgen: Im Protokoll sind allfällige Fehlermeldungen ersichtlich. Dank dieses Logs fand ich heraus, dass ich die Adresse versehentlich mit einem Leerzeichen am Schluss eingegeben hatte. Das goutiert die Software nicht.

3) Ein lokales LLM im Browser verwenden

Nun ist es vollbracht: Unser lokales LLM steht im Browser bereit.

• Über die Page Assist-Erweiterung führen wir unsere Anfragen durch. Wir arbeiten bei Bedarf mit Bildern und Dateien und berücksichtigen über den Knopf neben dem Erdkugel-Symbol Informationen aus dem Web in unseren Anfragen. Das gewünschte LLM wählen wir über das Dropdown-Menü neben dem Knopf Neuer Chat.
• Der eigentliche Clou besteht darin, die Page Assist-Erweiterung in der Seitenleiste zu öffnen. Wir klicken auf den entsprechenden Knopf in der Menüleiste oder betätigen im Menü Ansicht > Sidebar > Page Assist.
• Jetzt ist es entscheidend, bei Mit aktueller Seite chatten ein Häkchen zu setzen. Dann wird der Inhalt der ausgewählten Website ans LLM übergeben und in der Antwort berücksichtigt.

Page Assist in der Seitenleiste: Mit der Option «Mit aktueller Seite chatten» nehmen wir in unserem Prompt Bezug auf den Inhalt der aktuellen Webseite.

Möglichkeiten und Grenzen

Wie eingangs angedeutet, dürfen wir an diese lokalen LLMs nicht die gleichen Erwartungen stellen wie an die Dickschiffe aus den Rechenzentren. Was funktioniert, sind Textänderungen, einfache Informationsabfragen, Zusammenfassungen und ähnliche Dinge.

Was nicht funktioniert, sind die etwas aufwändigeren Datenanalysen. Hier eine Einschätzung, warum mein Plan, einen eigenen Finanzberater zu basteln, fehlgeschlagen ist.

Ich brachte die KI lediglich dazu, mir eine Handvoll Transaktionen zu analysieren. Damit das hilfreich wäre, müsste sie zumindest in der Lage sein, ein ganzes Jahr abzudecken. Das ist bei der Ausstattung eines gängigen Laptops nicht der Fall:

• Das Sprachmodell, das als Erstes zum Zug kam (openai/gpt-oss-20b), verarbeitet zwar um die 128’000 bis 131’000 Token, doch bei meinem Test war trotz 32 GB RAM nach rund tausend bis 1500 Token Schluss.
• Llama-3.1-8b-instruct liefert in der Auswertungstabelle einige Zeilen mehr, aber längst nicht so viele, wie für eine aussagekräftige Analyse notwendig wären.
• Der Dritte im Bund (r3ge_quen2.5_7b) liegt beim Umfang zwischen den beiden anderen.

Die Voreinstellung in LM Studio (unter Settings > Model Defaults) beträgt 4096. Man kann in den Einstellungen die Option auf Model Maximum umschalten, aber mit dieser Einstellung konnte LM Studio das Modell nicht mehr laden. Vielleicht liesse sich der Wert erhöhen und es gibt die Möglichkeit, mit der Option Modell-Ladeschutz zu experimentieren. Standardmässig steht sie auf Streng. Man könnte die Einstellungen Ausgewogen, Entspannt oder gar Aus ausprobieren. Und natürlich könnten wir Ausschau nach einem LLM halten, das auf Json-Dateien spezialisiert ist.

Eines liegt jedenfalls auf der Hand: Solche Experimente brauchen Zeit, und an der Tatsache, dass ein handelsüblicher Laptop nicht die optimale Umgebung für ein fettes LLM ist, ändern sie grundsätzlich nichts.

#Browser #CiaoZurCloud #Datenschutz #Geld

Die Fritzbox als Medienserver und Netzwerkfestplatte

Vielleicht kommt euch das Gefühl bekannt vor: Zwischen der letzten und vorletzten Preiserhöhung von Netflix, Disney und Amazon kam euch der letzte Rest der Streaming-Begeisterung abhanden. Ihr habt gekündigt oder seid kurz davor, das zu tun. Oder ihr findet das Angebot in letzter Zeit so wenig prickelnd, dass ihr dringend Abwechslung braucht.

In dieser Situation können euch die Mediatheken der öffentlich-rechtlichen Anbieter weiterhelfen. Oder ihr habt eine Festplatte mit audiovisuellen Inhalten herumliegen, die euch über die Netflix-Fatigue hinwegtrösten würde.

Das Problem an der Sache: Die Familienmitglieder und ihr selbst habt euch an den Komfort des Streamings gewöhnt. Ob im Kinderzimmer oder der Stube, in der Badewanne oder im Bett: Man erwartet, dass Filme und Serien augenblicklich auf jedem geeigneten Endgerät auftauchen. Bei einer lokal gespeicherten Mediathek ist das nicht der Fall, solange die besagte Festplatte in der Schublade liegt.

Server, Netzwerkfestplatte – oder Router mit USB-Anschluss

Die Serversoftware Jellyfin bringt die Inhalte auf smarte Fernseher, Smartphones und Tablets. Das tut sie auf komfortable Weise, doch mit zwei Nachteilen: Erstens ist die Konfiguration kein Pappenstiel. Zweitens benötigen wir passende Hardware wie eine Netzwerkfestplatte oder einen Raspberry Pi. Denn für die ständige Verfügbarkeit müssten wir ansonsten unseren Computer konstant laufen lassen. Das ist entweder unpraktikabel oder unerwünscht.

Doch bevor ihr euch in Unkosten stürzt, solltet ihr euren Router in Augenschein nehmen. Falls er einen USB-Anschluss besitzt, stehen die Chancen gut, dass ihr eure Festplatte nur dort anzuschliessen braucht. Dann, nach etwas Konfigurationsaufwand, ist der Kessel geflickt.

Es gibt eine Reihe von Routern, die als Medienserver fungieren können. Das gilt für Fritzbox-Modelle mit Fritz-NAS und für Asus-Internetzugangsgeräte mit Mediendiensten. Bei TP-Link heisst das Feature Media Server und müsste bei den meisten Archer-Modellen vorhanden sein. Analog kann die angehängte Festplatte auch als zentrale Dateiablage benutzt werden, die bei Windows, Mac und Linux (via Samba) als Netzlaufwerk in Erscheinung tritt und mit Trickserei sogar via Internet zugänglich ist. Darum soll es hier jedoch nicht gehen.

Ich habe das Prozedere mit der Fritzbox 5690 XGS erfolgreich durchexerziert. Das ging so geschmeidig ab, dass ich diesen Weg gern empfehle. Das gilt aber nicht für das fragliche Router-Modell: Das entpuppte sich als inkompatibel mit meinem Glasfaseranschluss und wurde zurückgeschickt. Die traurigen Details dazu lest ihr hier. Da mein angestammter Router keinen USB-Anschluss hat, kann ich die Vorgehensweise hier leider nur summarisch beschreiben. Mir fehlte die Zeit, sie ausführlich zu dokumentieren.

Ein paar Klicks führen zum Ziel

Damit es klappt, sind folgende Dinge zu beachten:

• Die Festplatte sollte mit einem «vernünftigen» Dateisystem formatiert sein; also nicht mit etwas Apple-spezifischem wie APFS oder HFS+. Gemäss Anleitung eignen sich NTFS und exFAT (die älteren FAT‑Varianten und die Linux-Varianten ext2 bis ext4 sind möglich, aber falls möglich, würde ich die Finger von denen lassen).
• In der Adminstrations-Umgebung der Fritzbox sollte die Festplatte unter Heimnetz bei USB / Speicher auftauchen. Damit die Inhalte gefunden werden, nehmen wir eine Indizierung vor.
• Die Konfiguration erfolgt im Bereich Heimnetz > Mediaserver. Je nachdem muss unter System ein Benutzer mit Passwort angelegt werden – das hängt von der Zugriffsweise ab.
• Nun sind viele smarte Fernseher in der Lage, diesen Server via UPnP-Protokoll aufzuspüren. Unnötig zu erwähnen, dass sie sich dafür im gleichen Netzwerk befinden müssen. Falls ihr euch das ansehen wollt, gibt es hier ein Video des Herstellers.

Um den Medienserver via Apple-TV anzusprechen, benötigt ihr eine passende App. Ich habe für diesen Zweck die Infuse-App reaktiviert. Die lässt sich gratis nutzen, doch das Abo für 15 Franken pro Jahr lohnt sich. Denn der Zugriff direkt via Fernseher ist nicht sonderlich attraktiv: Wir müssen uns durch Ordner klicken und versuchen, aus kryptischen Dateinamen schlau zu werden. Demgegenüber steht die Navigation von Infuse dem Netflix-Erlebnis in wenig nach. Sie identifiziert die Medien, stattet sie mit einer Beschreibung und Vorschaubildern aus, und lädt bei Bedarf Untertitel aus dem Internet nach. Was will man mehr!

#AppleTV #CiaoZurCloud #Netzwerk

Pinokio ist auch auf meinem Mac nicht brav

Als ich ein Kindergartenkind war, pflegte mein Vater mich Geppetto zu nennen. Wie er auf diese Idee kam, hat sich mir nie erschlossen. Die Schnitzerei zählte nicht zu meinen Hobbys. Eventuell war ich bereits als Vierjähriger etwas altklug. Wie auch immer, habe ich seitdem eine besondere Beziehung zu der schönen Geschichte von Carlo Collodi.

So kam es, dass ich Pinokio ausprobierte. Von der falschen Schreibweise liess ich mich nicht abhalten (Pinocchio wäre richtig). Auch die hohe Einstiegshürde war kein Hinderungsgrund – Sinn und Zweck dieses Softwareprodukte erschliessen sich nicht sofort. Aber das ist ihr Grundgedanke:

Pinokio ist eine Umgebung für netzwerkfähige Anwendungen, die lokal betrieben und in der eigenen digitalen Sphäre benutzt werden. Nach der Installation der Software, die es für Windows, Linux und Mac OS gibt, steht sie als Server in Heim- und Firmennetzen zur Verfügung. Ich habe Pinokio auf dem Macbook Pro in Betrieb und kann über die lokale IP-Adresse vom Handy und meinem Windows-Laptop darauf zugreifen. Mit den üblichen Tricks wäre es möglich, sie via Internet zu verwenden.

Eine bunte Palette an Anwendungen

In Pinokio betreiben wir eine eigene private Cloud. Eine beträchtliche Anzahl Apps steht zur Verfügung. Es gibt …

• diverse KI-Sprachmodelle
• Assistenten für die Code- und Softwareentwicklung,
• Wissenssysteme wie die eigene Vektordatenbank oder das RAG (siehe dazu hier),
• Text-to-Speech-Systeme,
• Video- und Audio-Generatoren,
• Automatisierungstools und einiges mehr.

Die Installation ist simpel: Wir blättern uns mit der Pinokio-Software, die nebenbei ein Browser ist, durch den Katalog, entscheiden uns für ein Modul und klicken auf den Knopf One-Click Install. Daraufhin lädt die Software alles, was zur Ausführung notwendig ist, d. h. sie löst die Abhängigkeiten auf, wie man es von einer Paketverwaltung erwartet (inzwischen sogar als Windows-User).

Drei Fehlschläge, ein Treffer

Das Positive daran ist, dass wir uns nicht mit den Details der Installation solcher, in aller Regel anspruchsvoller Server-Anwendungen herumschlagen müssen. So pflegeleicht wie eine klassische Anwendung ist die Pinokio-Umgebung dennoch nicht. Grösstes Hindernis: Es ist nicht garantiert, dass die heruntergeladene Anwendung auf unserer Hardware funktioniert.

1) Ich probiere es erst mit facepoke: Bei dieser Spielerei sollte ein Selfie oder ein anderes Bild einer Person so animiert werden, dass der Kopf dem Mauszeiger folgt und anderen Schabernack treibt. Bei mir erscheint bloss eine Fehlermeldung. Selbst schuld; ich hatte überlesen, dass dafür Nvidia-Hardware vorhanden sein muss.

2) Der zweite Versuch ist kein kompletter Fehlschlag. Moshi ist ein Sprachmodell, mit dem man sich eine Unterhaltung führen können sollte. Es hört via Mikrofon zu und gibt per Lautsprecher Antwort. Das klappt – allerdings nur für den Bruchteil einer Sekunde. Ich bringe das Modell dazu, «Good day» zu sagen – mehr nicht. Ich vermute, dass der Mac ihm nicht gewachsen ist: Die Aktivitätsanzeige gibt an, dass Python fast 16 GB Speicher belegt (so dick ist das Modell auch auf der Festplatte). Das Macbook hat 18 MB unified memory.

Der lokale Chatbot verweigert nach zwei Sekunden das Gespräch.

3) Der dritte Versuch findet mit dem SongGeneration Studio statt. Anstelle schöner Musik gibt es eine Fehlermeldung bei der GPU Detection.

Aus meiner Musikerkarriere wird heute nichts mehr werden.

4) Alldieweil klappt der vierte Anlauf: Ich installiere OpenAudio und bin in der Lage, auf dem Mac Text in Audio zu verwandeln. Das Klonen einer Stimme anhand eines zehnsekündigen Audioschnipsels ist ebenso möglich. Immerhin!

Der vierte Versuch führt zum Erfolg: Die KI erzeugt eine Audio-Ausgabe mit der geklonten Stimme.

Drei Fehlschläge bergen Frustpotenzial. Das ginge besser: Hilfreich wären eine Übersicht mit Einstiegsanwendungen und eine bessere Dokumentation mit den Anforderungen.

Darum gibt es an dieser Stelle keine Empfehlung, sondern eine Warnung: Pinokio ist ein Stundengrab und ihr solltet mit dieser Software nur unter der Voraussetzung experimentieren, dass ihr nichts Besseres zu tun habt oder selbst eine ernsthafte Anwendung entwickeln möchtet. Dafür sind die üblichen Coding-Agenten eingebaut (Claude Code, Crush, Gemini CLI, OpenAI Codex und Qwen Code). Ich finde die Idee hervorragend, aber zur Förderung der digitalen Souveränität auf breiter Basis fehlt es massiv an Benutzerfreundlichkeit. Nichstdestotrotz werde ich meine Experimente mit Pinokio fortsetzen. Allfällige Erfolgserlebnisse werden in diesem Blogpost ergänzt.

Beitragsbild: Die tun auch nichts – genau wie die Anwendungen auf meinem Macbook (Jacqueline Macou, Pixabay-Lizenz).

#CiaoZurCloud #KI #Linux #LLMs #WennIchEinmalZeitHabe

Pinokio ist auch auf meinem Mac nicht brav

Als ich ein Kindergartenkind war, pflegte mein Vater mich Geppetto zu nennen. Wie er auf diese Idee kam, hat sich mir nie erschlossen. Die Schnitzerei zählte nicht zu meinen Hobbys. Eventuell war ich bereits als Vierjähriger etwas altklug. Wie auch immer, habe ich seitdem eine besondere Beziehung zu der schönen Geschichte von Carlo Collodi.

So kam es, dass ich Pinokio ausprobierte. Von der falschen Schreibweise liess ich mich nicht abhalten (Pinocchio wäre richtig). Auch die hohe Einstiegshürde war kein Hinderungsgrund – Sinn und Zweck dieses Softwareprodukte erschliessen sich nicht sofort. Aber das ist ihr Grundgedanke:

Pinokio ist eine Umgebung für netzwerkfähige Anwendungen, die lokal betrieben und in der eigenen digitalen Sphäre benutzt werden. Nach der Installation der Software, die es für Windows, Linux und Mac OS gibt, steht sie als Server in Heim- und Firmennetzen zur Verfügung. Ich habe Pinokio auf dem Macbook Pro in Betrieb und kann über die lokale IP-Adresse vom Handy und meinem Windows-Laptop darauf zugreifen. Mit den üblichen Tricks wäre es möglich, sie via Internet zu verwenden.

Eine bunte Palette an Anwendungen

In Pinokio betreiben wir eine eigene private Cloud. Eine beträchtliche Anzahl Apps steht zur Verfügung. Es gibt …

• diverse KI-Sprachmodelle
• Assistenten für die Code- und Softwareentwicklung,
• Wissenssysteme wie die eigene Vektordatenbank oder das RAG (siehe dazu hier),
• Text-to-Speech-Systeme,
• Video- und Audio-Generatoren,
• Automatisierungstools und einiges mehr.

Die Installation ist simpel: Wir blättern uns mit der Pinokio-Software, die nebenbei ein Browser ist, durch den Katalog, entscheiden uns für ein Modul und klicken auf den Knopf One-Click Install. Daraufhin lädt die Software alles, was zur Ausführung notwendig ist, d. h. sie löst die Abhängigkeiten auf, wie man es von einer Paketverwaltung erwartet (inzwischen sogar als Windows-User).

Drei Fehlschläge, ein Treffer

Das Positive daran ist, dass wir uns nicht mit den Details der Installation solcher, in aller Regel anspruchsvoller Server-Anwendungen herumschlagen müssen. So pflegeleicht wie eine klassische Anwendung ist die Pinokio-Umgebung dennoch nicht. Grösstes Hindernis: Es ist nicht garantiert, dass die heruntergeladene Anwendung auf unserer Hardware funktioniert.

1) Ich probiere es erst mit facepoke: Bei dieser Spielerei sollte ein Selfie oder ein anderes Bild einer Person so animiert werden, dass der Kopf dem Mauszeiger folgt und anderen Schabernack treibt. Bei mir erscheint bloss eine Fehlermeldung. Selbst schuld; ich hatte überlesen, dass dafür Nvidia-Hardware vorhanden sein muss.

2) Der zweite Versuch ist kein kompletter Fehlschlag. Moshi ist ein Sprachmodell, mit dem man sich eine Unterhaltung führen können sollte. Es hört via Mikrofon zu und gibt per Lautsprecher Antwort. Das klappt – allerdings nur für den Bruchteil einer Sekunde. Ich bringe das Modell dazu, «Good day» zu sagen – mehr nicht. Ich vermute, dass der Mac ihm nicht gewachsen ist: Die Aktivitätsanzeige gibt an, dass Python fast 16 GB Speicher belegt (so dick ist das Modell auch auf der Festplatte). Das Macbook hat 18 MB unified memory.

Der lokale Chatbot verweigert nach zwei Sekunden das Gespräch.

3) Der dritte Versuch findet mit dem SongGeneration Studio statt. Anstelle schöner Musik gibt es eine Fehlermeldung bei der GPU Detection.

Aus meiner Musikerkarriere wird heute nichts mehr werden.

4) Alldieweil klappt der vierte Anlauf: Ich installiere OpenAudio und bin in der Lage, auf dem Mac Text in Audio zu verwandeln. Das Klonen einer Stimme anhand eines zehnsekündigen Audioschnipsels ist ebenso möglich. Immerhin!

Der vierte Versuch führt zum Erfolg: Die KI erzeugt eine Audio-Ausgabe mit der geklonten Stimme.

Drei Fehlschläge bergen Frustpotenzial. Das ginge besser: Hilfreich wären eine Übersicht mit Einstiegsanwendungen und eine bessere Dokumentation mit den Anforderungen.

Darum gibt es an dieser Stelle keine Empfehlung, sondern eine Warnung: Pinokio ist ein Stundengrab und ihr solltet mit dieser Software nur unter der Voraussetzung experimentieren, dass ihr nichts Besseres zu tun habt oder selbst eine ernsthafte Anwendung entwickeln möchtet. Dafür sind die üblichen Coding-Agenten eingebaut (Claude Code, Crush, Gemini CLI, OpenAI Codex und Qwen Code). Ich finde die Idee hervorragend, aber zur Förderung der digitalen Souveränität auf breiter Basis fehlt es massiv an Benutzerfreundlichkeit. Nichstdestotrotz werde ich meine Experimente mit Pinokio fortsetzen. Allfällige Erfolgserlebnisse werden in diesem Blogpost ergänzt.

#CiaoZurCloud #KI #Linux #LLMs #WennIchEinmalZeitHabe

Es gibt ihn noch: Den User, der Telefon und PC per Kabel synchronisiert

Sie sind selten geworden – doch vereinzelt trudeln sie noch ein. Anfragen, in denen ich um Computersupport gebeten werde. Zur Rekapitulation: Ich war zwischen 2000 und 2015 der Computer-Onkel beim «Tagesanzeiger». Die Rubrik «Kummerbox» wurde 2015 eingestellt. Das hielt die Leute nicht davon ab, mir weiterhin ihre Probleme zu unterbreiten: 2023 berichtete ich über weiterhin regen Zulauf.

Seitdem wurde es stiller. Doch Mitte Januar schilderte mir Peter ein Anliegen per Mail – und doppelte drei Wochen später mit einer «Erinnerung» nach: «Wann darf ich eine Antwort von Ihnen erwarten?» Ich verrate kein Geheimnis, dass man mich besonders wohlwollend stimmt, wenn man derart liebenswürdig auf seinem Gratissupport beharrt, den ich – da mein Arbeitgeber vor elf Jahren eine publizistische Neuorientierung vornahm – in meiner Freizeit leiste.

Bei Windows 11 poppt iTunes nicht mehr

Nett (oder dumm), wie ich bin, schrieb ich ihm trotzdem eine Antwort. Denn ich fand sein Anliegen interessant:

Ende letzten Jahres habe ich meinen Laptop auf Windows 11 umstellen lassen. Seither weiss ich nicht, wie ich die Kontakte und den Kalender im Outlook mit meinem iPhone synchronisieren kann. Vorher reichte es, dass ich mein iPhone mit dem Kabel zum Laptop verband. Danach poppte das iTunes-Fenster auf, mit dem ich die Synchronisation der beiden Geräte ausführen konnte. Können Sie mir bitte sagen, wie ich die Synchro zwischen meinem Laptop unter Windows 11 und meinem iPhone via Kabel vornehmen muss?

Ein «Blast from the past», wie der Ami sagt. Ich stieg nach der Einführung der iCloud 2011 zügig auf die drahtlose Synchronisation um. Falls meine Erinnerung nicht trügt, war das in meinem Umfeld genauso. Das letzte Mal über die Synchronisation per Kabel schrieb ich 2014 (in besagter Kummerbox). Zahlen darüber, wie schnell sich die iCloud etablierte, sind spärlich. Hier lässt sich nachlesen, dass die iCloud sechs Monate nach dem Start 85 Millionen Nutzerinnen und Nutzer hatte. Um das in Relation zu setzen: Gemäss Macrumors waren Anfang 2012 ungefähr 316 Millionen iOS-Geräte verkauft worden. Von denen dürften nicht mehr alle in Betrieb gewesen sein. Darum können wir sagen, dass konservativ gerechnet ein gutes Viertel die iCloud verwendete. Zu bedenken wäre, dass nicht alle Synchronisationsmöglichkeiten sogleich per Cloud möglich waren. Für die Musik braucht es bis heute eigentlich iTunes Match.

Seit 2011 hat sich hier nicht allzu viel getan. Apple bietet iTunes Match weiterhin an (oder jemand hat vergessen, die Seite offline zu nehmen).

Die Zeit arbeitet gegen Peter

Aus heutiger Sicht wirkt die Methode, das Telefon an den Computer anzustöpseln und per Kabel mit frischen Daten zu versorgen, anachronistisch. Und die Frage steht im Raum, ob sie überhaupt noch praktikabel ist. Denn:

• iTunes wurde auf dem Mac 2019 eingestellt. Unter Windows ist die App im Microsoft Store noch aufzufinden. Die derzeit gültige Version 12 wurde 2014 veröffentlicht. Wir müssen Apple zugutehalten, dass die Software noch Updates erhält. Letztmals neue Features gab es Ende 2022.
• Outlook seinerseits ist nicht mehr auf die lokale Nutzung (ohne Cloud) ausgelegt.
• Selbst die Synchronisation per Cloud ist mehr als mühselig.

Es gibt die Möglichkeit, das Unvermeidliche hinauszuzögern, indem eine alte Outlook-Version in Betrieb gehalten wird. Aber es lässt sich nicht wegdiskutieren, dass der kabelgebundene Datenabgleich nicht nur anachronistisch, sondern de facto tot ist. Ich empfehle Peter, sich der neuen Realität zu stellen.

Peter sollte seine Position überdenken

Dabei sollte er sich die Frage stellen, warum er am Kabel festhält. Aus Gründen des Datenschutzes? Dann ist ein Microsoft-Produkt definitiv die falsche Wahl. Datenschutz durch Cloud-Verweigerung erzielen zu wollen, ist zunehmend schwierig:

• Einerseits wird es knifflig bis unmöglich, der Datenwolke komplett aus dem Weg zu gehen.
• Und andererseits gibt es Cloud-Angebote, die diesbezüglichen Bedenken Rechnung tragen.

Also: Warum nicht die Webmail-Anwendung eines vertrauenswürdigen Mailanbieters nutzen? Wir könnten Proton eine Chance geben oder eine Nextcloud-Installation betreiben. Die progressivste Methode wäre, das Telefon zum Hauptgerät zu machen und die Notwendigkeit der Synchronisierung zu eliminieren.

Hochmodern heisst in diesem Zusammenhang, dass ohne Cloud gar nichts mehr geht.

Kein Kabel-Zwang. Aber!

Bleibt abschliessend die Frage: Wären die Tech-Anbieter moralisch verpflichtet, den klassischen Weg der Kabel-Synchronisation aufrechtzuerhalten?

Ich habe viel Verständnis für das Anliegen der autonomen Computernutzung. Doch im vorliegenden Fall tendiere ich zum Nein. Der Aufwand wäre riesig und der Effekt verschwindend. Ich glaube nicht, dass Peter noch viele Gleichgesinnte hat. Und: Der Fortschritt – oder sagen wir: die Veränderung lässt sich nicht aufhalten.

Um die Selbstbestimmung von uns Nutzerinnen und Nutzern zu stärken, gäbe es andere Möglichkeiten. Die wichtigste erwähne ich nicht zum ersten Mal: Das wäre die Entbündelung von Cloud und Betriebssystem, mit der Möglichkeit, dass jeder und jede selbst entscheidet, ob er die iCloud, oder aber ein Konkurrenzprodukt oder einen eigenen Server für Abgleich, Datenablage, Backup und all die anderen Dinge nutzt.

Beitragsbild: Für den Strom ja – aber für die Kontakte und den Kalender nein (Solen Feyissa, Unsplash-Lizenz).

#CiaoZurCloud #Datenschutz #Kummerbox #Retro

Es gibt ihn noch: Den User, der Telefon und PC per Kabel sychronisiert

Sie sind selten geworden – doch vereinzelt trudeln sie noch ein. Anfragen, in denen ich um Computersupport gebeten werde. Zur Rekapitulation: Ich war zwischen 2000 und 2015 der Computer-Onkel beim «Tagesanzeiger». Die Rubrik «Kummerbox» wurde 2015 eingestellt. Das hielt die Leute nicht davon ab, mir weiterhin ihre Probleme zu unterbreiten: 2023 berichtete ich über weiterhin regen Zulauf.

Seitdem wurde es stiller. Doch Mitte Januar schilderte mir Peter ein Anliegen per Mail – und doppelte drei Wochen später mit einer «Erinnerung» nach: «Wann darf ich eine Antwort von Ihnen erwarten?» Ich verrate kein Geheimnis, dass man mich besonders wohlwollend stimmt, wenn man derart liebenswürdig auf seinem Gratissupport beharrt, den ich – da mein Arbeitgeber vor elf Jahren eine publizistische Neuorientierung vornahm – in meiner Freizeit leiste.

Bei Windows 11 poppt iTunes nicht mehr

Nett (oder dumm), wie ich bin, schrieb ich ihm trotzdem eine Antwort. Denn ich fand sein Anliegen interessant:

Ende letzten Jahres habe ich meinen Laptop auf Windows 11 umstellen lassen. Seither weiss ich nicht, wie ich die Kontakte und den Kalender im Outlook mit meinem iPhone synchronisieren kann. Vorher reichte es, dass ich mein iPhone mit dem Kabel zum Laptop verband. Danach poppte das iTunes-Fenster auf, mit dem ich die Synchronisation der beiden Geräte ausführen konnte. Können Sie mir bitte sagen, wie ich die Synchro zwischen meinem Laptop unter Windows 11 und meinem iPhone via Kabel vornehmen muss?

Ein «Blast from the past», wie der Ami sagt. Ich stieg nach der Einführung der iCloud 2011 zügig auf die drahtlose Synchronisation um. Falls meine Erinnerung nicht trügt, war das in meinem Umfeld genauso. Das letzte Mal über die Synchronisation per Kabel schrieb ich 2014 (in besagter Kummerbox). Zahlen darüber, wie schnell sich die iCloud etablierte, sind spärlich. Hier lässt sich nachlesen, dass die iCloud sechs Monate nach dem Start 85 Millionen Nutzerinnen und Nutzer hatte. Um das in Relation zu setzen: Gemäss Macrumors waren Anfang 2012 ungefähr 316 Millionen iOS-Geräte verkauft worden. Von denen dürften nicht mehr alle in Betrieb gewesen sein. Darum können wir sagen, dass konservativ gerechnet ein gutes Viertel die iCloud verwendete. Zu bedenken wäre, dass nicht alle Synchronisationsmöglichkeiten sogleich per Cloud möglich waren. Für die Musik braucht es bis heute eigentlich iTunes Match.

Seit 2011 hat sich hier nicht allzu viel getan. Apple bietet iTunes Match weiterhin an (oder jemand hat vergessen, die Seite offline zu nehmen).

Die Zeit arbeitet gegen Peter

Aus heutiger Sicht wirkt die Methode, das Telefon an den Computer anzustöpseln und per Kabel mit frischen Daten zu versorgen, anachronistisch. Und die Frage steht im Raum, ob sie überhaupt noch praktikabel ist. Denn:

• iTunes wurde auf dem Mac 2019 eingestellt. Unter Windows ist die App im Microsoft Store noch aufzufinden. Die derzeit gültige Version 12 wurde 2014 veröffentlicht. Wir müssen Apple zugutehalten, dass die Software noch Updates erhält. Letztmals neue Features gab es Ende 2022.
• Outlook seinerseits ist nicht mehr auf die lokale Nutzung (ohne Cloud) ausgelegt.
• Selbst die Synchronisation per Cloud ist mehr als mühselig.

Es gibt die Möglichkeit, das Unvermeidliche hinauszuzögern, indem eine alte Outlook-Version in Betrieb gehalten wird. Aber es lässt sich nicht wegdiskutieren, dass der kabelgebundene Datenabgleich nicht nur anachronistisch, sondern de facto tot ist. Ich empfehle Peter, sich der neuen Realität zu stellen.

Peter sollte seine Position überdenken

Dabei sollte er sich die Frage stellen, warum er am Kabel festhält. Aus Gründen des Datenschutzes? Dann ist ein Microsoft-Produkt definitiv die falsche Wahl. Datenschutz durch Cloud-Verweigerung erzielen zu wollen, ist zunehmend schwierig:

• Einerseits wird es knifflig bis unmöglich, der Datenwolke komplett aus dem Weg zu gehen.
• Und andererseits gibt es Cloud-Angebote, die diesbezüglichen Bedenken Rechnung tragen.

Also: Warum nicht die Webmail-Anwendung eines vertrauenswürdigen Mailanbieters nutzen? Wir könnten Proton eine Chance geben oder eine Nextcloud-Installation betreiben. Die progressivste Methode wäre, das Telefon zum Hauptgerät zu machen und die Notwendigkeit der Synchronisierung zu eliminieren.

Hochmodern heisst in diesem Zusammenhang, dass ohne Cloud gar nichts mehr geht.

Kein Kabel-Zwang. Aber!

Bleibt abschliessend die Frage: Wären die Tech-Anbieter moralisch verpflichtet, den klassischen Weg der Kabel-Synchronisation aufrechtzuerhalten?

Ich habe viel Verständnis für das Anliegen der autonomen Computernutzung. Doch im vorliegenden Fall tendiere ich zum Nein. Der Aufwand wäre riesig und der Effekt verschwindend. Ich glaube nicht, dass Peter noch viele Gleichgesinnte hat. Und: Der Fortschritt – oder sagen wir: die Veränderung lässt sich nicht aufhalten.

Um die Selbstbestimmung von uns Nutzerinnen und Nutzern zu stärken, gäbe es andere Möglichkeiten. Die wichtigste erwähne ich nicht zum ersten Mal: Das wäre die Entbündelung von Cloud und Betriebssystem, mit der Möglichkeit, dass jeder und jede selbst entscheidet, ob er die iCloud, oder aber ein Konkurrenzprodukt oder einen eigenen Server für Abgleich, Datenablage, Backup und all die anderen Dinge nutzt.

#CiaoZurCloud #Datenschutz #Kummerbox #Retro

Der «KI-Killswitch» für Firefox ist da

In Firefox gibt es seit dem letzten Update neue Einstellungen für die KI. Sie hielt Einzug mit der Version 148.0, die am 24. Februar veröffentlicht wurde. Das sind die neuen Möglichkeiten:

1) Die KI ganz oder in einzelnen Bereichen abschalten

Die KI-Einstellungen (AI Controls) erhielten im Konfigurationsbereich, der über das Dreistrich-Menü und den Befehl Einstellungen zugänglich ist, eine eigene Rubrik.

Das zentrale Element ist der «KI-Killswitch». Über den Schalter KI-Verbesserungen blockieren werden sämtliche Features mit Bezug zu den mit künstlicher Intelligenz arbeitenden Funktionen abgeschaltet. Ein Supportbeitrag zählt die im Detail auf: Übersetzungen, Alternativtext für PDF-Bilder, KI-gestützte Tab-Gruppen und die (hier vorgestellte) Linkvorschau.

Die neuen KI-Einstellungen mit der Option, sämtliche Features, die mit künstlicher Intelligenz arbeiten, abzuschalten.

2) Die lokalen KI-Modelle verwalten und löschen

Für die simplen Aufgaben werden lokale KI-Modelle benutzt – ohne, dass die Cloud dafür notwendig wäre. Diese lassen sich ebenfalls verwalten und bei Nichtbedarf vom Gerät entfernen. Zu diesem Zweck klicken wir im Dreistrich-Menü auf Erweiterungen und Themes oder geben about:addons in die Adressleiste ein. Hier findet sich (nebst den Themes, Wörterbüchern und Sprachpaketen für den Browser) die neue Rubrik Geräteinterne KI. Aktuell sind hier drei Modelle aufgeführt, nämlich die folgenden:

• Smart-tab-embedding für die Organisation der Reitergruppen mit 22,6 MB.
• Smart-tab-topic zur Benennung von Reitergruppen (57 MB).
• SmolLM2-360M-lnstruct-GGUF für die Linkvorschau mit 369 MB.

Es gibt jeweils einen Knopf mit drei Punkten, über den ein Menü mit den Befehlen Entfernen und Verwalten zugänglich ist. Letzterer führt zu einer Seite mit Detailangaben, auf der auch ein Link zur KI-Community Huggingface aufgeführt ist. Dort wiederum finden sich die technischen Angaben, etwa, auf welcher Grundlage die jeweilige KI entwickelt wurde.

Hier lassen sich die lokal installierten Modelle einsehen und verwalten.

Vier Gründe, warum Mozillas KI-Ansatz richtig ist

Mir gefällt dieser Ansatz aus vier Gründen:

1. Er überlässt den Nutzerinnen und Nutzern die Wahl, ob sie KI im Browser verwenden möchten oder nicht.
2. Der Datenschutz wird hochgehalten, indem für die simplen Aufgaben lokale Modelle zum Zug kommen und die Cloud nicht benötigt wird.
3. Es herrscht Transparenz darüber, wo welches LLM zum Zug kommt. Bei den Browser-Integrationen von Google, Microsoft, Perplexity und OpenAI ist das nicht der Fall.
4. Mozilla hat eine solide Grundlage für die Weiterentwicklung gelegt.

Der letzte Punkt zielt auf die Frage ab, ob Firefox ein agentischer Browser sein soll oder nicht. Ich neige zu einem Ja, denn was mich angeht, sehe ich ein Potenzial, mir Routineaufgaben zu erleichtern – schliesslich habe ich schon über die Web-Automatisierung nachgedacht, als noch kaum jemand den Namen OpenAI gehört hatte. Aber ich will auch nicht meinen ganzen Bestand an privaten Daten einem Tech-Konzern in den Rachen werfen. Darum wäre es in meinem Sinn, nicht nur die Wahlfreiheit zu haben, ob ich die künstliche Intelligenz nutzen will oder nicht, sondern auch, für welchen Zweck und von welchem Hersteller. Darum hoffe ich, dass im Bereich Geräteinterne KI künftig auch eigene KI-Modelle für bestimmte Zwecke hinzugefügt werden können – und zwar wahlweise lokal und in der Cloud, je nach Aufgabe und Komplexität.

Für Verweigerer gibt es Waterfox, die KI-freie Firefox-Variante

Fazit: Mozilla leistet gute Arbeit. Trotzdem vermag die Stiftung nicht alle User zufriedenzustellen. Die Fundis wollen auch weiterhin keine KI in ihrem Browser. In den sozialen Medien reagierten einige Leute mit der Proklamation, sie seien auf Waterfox umgestiegen. Diese Firefox-Abspaltung (Fork) entfernt die KI, sodass sie nicht abgeschaltet werden muss. Einer der Initiatoren, Alex Kontos, begründet das wie folgt:

Ein Browser ist als Vertreter der Anwenderinnen und Anwender gedacht, genauer gesagt als Ihr Handlungsbeauftragter im Web. Er repräsentiert Sie und führt in Ihrem Namen Ihre Anweisungen aus. Er wird aus gutem Grund als User-Agent bezeichnet.

Wenn Sie eine potenzielle LLM-Ebene zwischen dem Benutzer und dem Web einführen, schaffen Sie etwas anderes: eine Art «User-Agent-User-Agent». Die KI wird zum neuen User-Agent, der zwischen Ihnen und dem Browser vermittelt und interpretiert. Sie reorganisiert Ihre Tabs. Sie schreibt Ihren Verlauf neu. Sie trifft Entscheidungen darüber, was Sie sehen und wie Sie es sehen, basierend auf einer Logik, die Sie nicht überprüfen oder verstehen können.

Ich verstehe die Überlegung, aber wenn man diesen Ansatz zu Ende denkt, müssten wir auch jegliche Arbeitsteilung abschaffen. Simples Beispiel: Ich bin Journalist und schreibe meine Artikel in meinem Namen. Trotzdem lasse ich es zu – und heisse es sogar explizit gut –, dass Kolleginnen und Kollegen meine Artikel gegenlesen und Änderungen einbringen und die tollen Leute vom Korrektorat Schreib- und Grammatikfehler beseitigen. Sie arbeiten ebenso als Ebene zwischen den Leserinnen und Lesern und mir. Doch das führt selten zu einer Verfälschung, sondern meistens zu einer Verbesserung.

Mich interessiert die Frage, wann und unter welchen Umständen die KI in der Lage ist, sinnvolle Handlungen in meinem Namen zu begehen. Ich werde weiterhin ergebnisoffen probieren, das herauszufinden. Gleichzeitig halte ich es für grossartig, dass das Konzept der freien Software allen die Wahlfreiheit gibt. Waterfox ist nicht mein Browser, aber ich begrüsse es, dass diese Alternative existiert. Und allein deswegen ist mir Waterfox eine kleine Empfehlung wert.

Diese Alternative basiert auf dem Extended Support Release von Firefox, das für Unternehmen gedacht ist und nicht jede Version ausliefert, sondern nur die stabilen Meilensteine. Sie verzichtet nicht nur auf die künstliche Intelligenz, sondern hat weitere interessante Features:

• Das Protokoll Oblivious DNS over HTTPS anonymisiert die Adressauflösung. Dazu existiert seit 2023 eine Partnerschaft mit dem Cloudanbieter Fastly¹.
• Es gibt keine Telemetrie, keine Analytics und keine Nutzer-Experimente.
• Statt ein privates Fenster öffnen zu müssen, kann man auch einen privaten Reiter nutzen.

Fazit: Egal, wie man zur KI steht – freie Software ist grossartig!

Fussnoten

1) Was Fastly angeht, kenne ich dieses Unternehmen zu wenig, um ihm zu vertrauen. Ist mir für die Adressauflösung der DNS meines Providers oder von NextDNS lieber? Eine schwierige Frage – aber ich gehe davon aus, dass sich die Konfiguration in Waterfox anpassen lässt – ein geplanter Test soll diese Frage klären. ↩

Beitragsbild: Die hohe Kunst besteht darin, im richtigen Moment diesen Knopf zu drücken (Tanveer Mahendra, Unsplash-Lizenz).

#Browser #CiaoZurCloud #Datenschutz #Firefox

Der «KI-Killswitch» für Firefox ist da

In Firefox gibt es seit dem letzten Update neue Einstellungen für die KI. Sie hielt Einzug mit der Version 148.0, die am 24. Februar veröffentlicht wurde. Das sind die neuen Möglichkeiten:

1) Die KI ganz oder in einzelnen Bereichen abschalten

Die KI-Einstellungen (AI Controls) erhielten im Konfigurationsbereich, der über das Dreistrich-Menü und den Befehl Einstellungen zugänglich ist, eine eigene Rubrik.

Das zentrale Element ist der «KI-Killswitch». Über den Schalter KI-Verbesserungen blockieren werden sämtliche Features mit Bezug zu den mit künstlicher Intelligenz arbeitenden Funktionen abgeschaltet. Ein Supportbeitrag zählt die im Detail auf: Übersetzungen, Alternativtext für PDF-Bilder, KI-gestützte Tab-Gruppen und die (hier vorgestellte) Linkvorschau.

Die neuen KI-Einstellungen mit der Option, sämtliche Features, die mit künstlicher Intelligenz arbeiten, abzuschalten.

2) Die lokalen KI-Modelle verwalten und löschen

Für die simplen Aufgaben werden lokale KI-Modelle benutzt – ohne, dass die Cloud dafür notwendig wäre. Diese lassen sich ebenfalls verwalten und bei Nichtbedarf vom Gerät entfernen. Zu diesem Zweck klicken wir im Dreistrich-Menü auf Erweiterungen und Themes oder geben about:addons in die Adressleiste ein. Hier findet sich (nebst den Themes, Wörterbüchern und Sprachpaketen für den Browser) die neue Rubrik Geräteinterne KI. Aktuell sind hier drei Modelle aufgeführt, nämlich die folgenden:

• Smart-tab-embedding für die Organisation der Reitergruppen mit 22,6 MB.
• Smart-tab-topic zur Benennung von Reitergruppen (57 MB).
• SmolLM2-360M-lnstruct-GGUF für die Linkvorschau mit 369 MB.

Es gibt jeweils einen Knopf mit drei Punkten, über den ein Menü mit den Befehlen Entfernen und Verwalten zugänglich ist. Letzterer führt zu einer Seite mit Detailangaben, auf der auch ein Link zur KI-Community Huggingface aufgeführt ist. Dort wiederum finden sich die technischen Angaben, etwa, auf welcher Grundlage die jeweilige KI entwickelt wurde.

Hier lassen sich die lokal installierten Modelle einsehen und verwalten.

Vier Gründe, warum Mozillas KI-Ansatz richtig ist

Mir gefällt dieser Ansatz aus vier Gründen:

1. Er überlässt den Nutzerinnen und Nutzern die Wahl, ob sie KI im Browser verwenden möchten oder nicht.
2. Der Datenschutz wird hochgehalten, indem für die simplen Aufgaben lokale Modelle zum Zug kommen und die Cloud nicht benötigt wird.
3. Es herrscht Transparenz darüber, wo welches LLM zum Zug kommt. Bei den Browser-Integrationen von Google, Microsoft, Perplexity und OpenAI ist das nicht der Fall.
4. Mozilla hat eine solide Grundlage für die Weiterentwicklung gelegt.

Der letzte Punkt zielt auf die Frage ab, ob Firefox ein agentischer Browser sein soll oder nicht. Ich neige zu einem Ja, denn was mich angeht, sehe ich ein Potenzial, mir Routineaufgaben zu erleichtern – schliesslich habe ich schon über die Web-Automatisierung nachgedacht, als noch kaum jemand den Namen OpenAI gehört hatte. Aber ich will auch nicht meinen ganzen Bestand an privaten Daten einem Tech-Konzern in den Rachen werfen. Darum wäre es in meinem Sinn, nicht nur die Wahlfreiheit zu haben, ob ich die künstliche Intelligenz nutzen will oder nicht, sondern auch, für welchen Zweck und von welchem Hersteller. Darum hoffe ich, dass im Bereich Geräteinterne KI künftig auch eigene KI-Modelle für bestimmte Zwecke hinzugefügt werden können – und zwar wahlweise lokal und in der Cloud, je nach Aufgabe und Komplexität.

Für Verweigerer gibt es Waterfox, die KI-freie Firefox-Variante

Fazit: Mozilla leistet gute Arbeit. Trotzdem vermag die Stiftung nicht alle User zufriedenzustellen. Die Fundis wollen auch weiterhin keine KI in ihrem Browser. In den sozialen Medien reagierten einige Leute mit der Proklamation, sie seien auf Waterfox umgestiegen. Diese Firefox-Abspaltung (Fork) entfernt die KI, sodass sie nicht abgeschaltet werden muss. Einer der Initiatoren, Alex Kontos, begründet das wie folgt:

Ein Browser ist als Vertreter der Anwenderinnen und Anwender gedacht, genauer gesagt als Ihr Handlungsbeauftragter im Web. Er repräsentiert Sie und führt in Ihrem Namen Ihre Anweisungen aus. Er wird aus gutem Grund als User-Agent bezeichnet.

Wenn Sie eine potenzielle LLM-Ebene zwischen dem Benutzer und dem Web einführen, schaffen Sie etwas anderes: eine Art «User-Agent-User-Agent». Die KI wird zum neuen User-Agent, der zwischen Ihnen und dem Browser vermittelt und interpretiert. Sie reorganisiert Ihre Tabs. Sie schreibt Ihren Verlauf neu. Sie trifft Entscheidungen darüber, was Sie sehen und wie Sie es sehen, basierend auf einer Logik, die Sie nicht überprüfen oder verstehen können.

Ich verstehe die Überlegung, aber wenn man diesen Ansatz zu Ende denkt, müssten wir auch jegliche Arbeitsteilung abschaffen. Simples Beispiel: Ich bin Journalist und schreibe meine Artikel in meinem Namen. Trotzdem lasse ich es zu – und heisse es sogar explizit gut –, dass Kolleginnen und Kollegen meine Artikel gegenlesen und Änderungen einbringen und die tollen Leute vom Korrektorat Schreib- und Grammatikfehler beseitigen. Sie arbeiten ebenso als Ebene zwischen den Leserinnen und Lesern und mir. Doch das führt selten zu einer Verfälschung, sondern meistens zu einer Verbesserung.

Mich interessiert die Frage, wann und unter welchen Umständen die KI in der Lage ist, sinnvolle Handlungen in meinem Namen zu begehen. Ich werde weiterhin ergebnisoffen probieren, das herauszufinden. Gleichzeitig halte ich es für grossartig, dass das Konzept der freien Software allen die Wahlfreiheit gibt. Waterfox ist nicht mein Browser, aber ich begrüsse es, dass diese Alternative existiert. Und allein deswegen ist mir Waterfox eine kleine Empfehlung wert.

Diese Alternative basiert auf dem Extended Support Release von Firefox, das für Unternehmen gedacht ist und nicht jede Version ausliefert, sondern nur die stabilen Meilensteine. Sie verzichtet nicht nur auf die künstliche Intelligenz, sondern hat weitere interessante Features:

• Das Protokoll Oblivious DNS over HTTPS anonymisiert die Adressauflösung. Dazu existiert seit 2023 eine Partnerschaft mit dem Cloudanbieter Fastly¹.
• Es gibt keine Telemetrie, keine Analytics und keine Nutzer-Experimente.
• Statt ein privates Fenster öffnen zu müssen, kann man auch einen privaten Reiter nutzen.

Fazit: Egal, wie man zur KI steht – freie Software ist grossartig!

Fussnoten

1) Was Fastly angeht, kenne ich dieses Unternehmen zu wenig, um ihm zu vertrauen. Ist mir für die Adressauflösung der DNS meines Providers oder von NextDNS lieber? Eine schwierige Frage – aber ich gehe davon aus, dass sich die Konfiguration in Waterfox anpassen lässt – ein geplanter Test soll diese Frage klären. ↩

Beitragsbild: Die hohe Kunst besteht darin, im richtigen Moment diesen Knopf zu drücken (Tanveer Mahendra, Unsplash-Lizenz).

#Browser #CiaoZurCloud #Datenschutz #Firefox

Ein Netflix-Ersatz im Eigenbau

Um lokale Mediendateien via AppleTV auf den Fernseher zu bringen, kam in unserem Haushalt seit Jahren die Infuse-App zum Einsatz. Eine unkomplizierte Lösung, die jüngst leider nicht mehr funktionierte. Die App zeigte einen Verbindungsfehler an, gleichgültig, was ich auch probierte. Schuld ist vermutlich Tahoe.

Was tun? Nach längerem Fluchen und Herumprobieren kam ich zur Einsicht, Infuse müsse weichen. Schliesslich gibt es Alternativen, die nicht mehr auf einem Uralt-Protokoll basieren, das seit jeher ziemlich wackelig war. Meine Suche führte mich zu Jellyfin: Das ist ein Medienserver, obendrein Open Source, der sich im lokalen Netz oder auch via Internet betreiben lässt, und nicht nur für Filme und Serien taugt, sondern auch für Musik, Hörbücher und Fotos. Daraus ergibt sich eine prächtige Gelegenheit, die eigene Cloud-Abhängigkeit zu reduzieren.

Da die entsprechenden Medieninhalte auf dem Mac vorgehalten werden, installierte ich die Mac-Version. Es gibt sie ebenso für Windows, Linux und Docker. Letzteres ebnet den Weg, den Raspberry Pi als Server zu nutzen. Ich hätte noch einen übrig, bin vorerst mit der simplen Variante zufrieden.

Ob gekauft, gerippt oder anderweitig organisiert: Via Jellyfin-Server und Swiftfin-App gelangt der eigene Medienbestand auf den Fernseher.

Das Kurzfazit lautet: Es funktioniert bestens. Zumindest dann, wenn Ton und Bild nicht auseinanderlaufen. Das scheint ein bekanntes Problem zu sein. Alle Geräte neu zu starten, hilft vielleicht (sonst kann man versuchen, manuell einzugreifen). Wenn diese Misere ausbleibt, überwiegen die positiven Aspekte:

• Jellyfin bringt die lokalen Medien auf den AppleTV.
  Es gibt zwar keine native App, aber Ausweichmöglichkeiten. Mit Swiftfin gibt es eine Client-App fürs iPhone und für den AppleTV. Und die Pointe am Rand: Infuse versteht sich aufs Jellyfin-Protokoll. Die App zu löschen, war voreilig.
• Der Zugriff klappt ebenso via Browser.
  Am Windows-Laptop lassen sich die Filme über die lokale URL (in meinem Fall http://192.168.178.180:8096) abrufen.
• Die Server-Konfiguration ist simpel.
  Die Jellyfin-Anwendung am Mac klinkt sich als Icon in die Menüleiste ein. Es gibt dort wenig bis nichts einzustellen. Die eigentliche Konfiguration erfolgt über das Web-Interface. Das öffnen wir, indem wir aufs Jellyfin-Icon klicken und im Menü den Befehl Launch betätigen. Die Oberfläche erscheint daraufhin im Standardbrowser. Dort nehmen wir die Einstellungen vor. Wir verwenden das Personen-Icon in der rechten oberen Ecke, um Benutzer, inklusive Passwort, anzulegen.

Also: Eine (überwiegend) erfreuliche Sache. Abschliessend einige Tipps und Hinweise, wie Tücken zu umgehen sind:

1) Auf die IP-Adresse achten

Erstens müssen wir tunlichst darauf achten, dass der Computer, auf dem der Jellyfin-Server läuft, seine lokale IP-Adresse nicht wechselt. Am AppleTV in der Swiftfin-App lässt sie sich nicht ändern. Ich habe es nicht einmal geschafft, den lokalen Server zu löschen und neu hinzuzufügen. Die einzige Möglichkeit, das Malheur zu beheben, bestand darin, die App zu löschen und neu hinzuzufügen.

Wir können den Computer anweisen, eine bestimmte IP-Adresse abzurufen. Der bessere Weg ist allerdings, diese Konfiguration im Router vorzunehmen. Bei meiner Fritzbox geht das wie folgt:

Wir loggen uns im Backend ein, klicken in der Navigation links auf Netzwerk, wählen die Rubrik Netzwerkverbindungen aus, suchen in der Liste den Eintrag für den dazugehörenden Computer, klicken dann aufs Bleistift-Symbol, wechseln in der Ansicht Detail auf die Rubrik Heimnetzwerk und stellen sicher, dass unter iPv4-Adresse der richtige Wert erscheint. Ausserdem setzen wir die Option iPv4-Adresse dauerhaft zuweisen.

Die IP-Adresse des Servers lässt sich in der Swiftfin-App am AppleTV nicht ändern – darum sollte sie im Router fixiert werden.

Kurze Zwischenbemerkung: Wir haben das Jahr 2026. Kann es angehen, dass wir uns noch immer mit lokalen IP-Adressen herumschlagen müssen und es keine robustere Methode gibt, um Geräte im lokalen Netz anzusprechen und Dateien, Informationen und Datenströme beliebiger Art auszutauschen? Ich fühle mich versucht, eine kleine Verschwörungstheorie in Umlauf zu bringen: Microsoft, Apple und die anderen Konzerne machen das extra, weil mit all diesen Hindernissen die pfannenfertigen, aber teuren Cloud-Lösungen attraktiver erscheinen.

2) Die Konfiguration perfektionieren

Zweitens gibt es umfangreiche Einstellungsmöglichkeiten. Sie sind über den Menüknopf links oben und den Befehl Übersicht im Abschnitt Administration zugänglich. Einige Hinweise im Überblick:

• In der Rubrik Bibliotheken gibt es eine gleichnamige Rubrik. Dort werden die Inhalte verwaltet. Die einzelnen Ablagen sind Verzeichnisse auf dem Server bzw. Computer. Hier lassen sich diverse Einstellungen für die Ablage, zu Untertiteln, Metadaten, Spracheinstellungen etc. treffen. Wir haben die Möglichkeit, einzelne Bibliotheken zu aktivieren und zu deaktivieren.
• Über den Knopf Medienbibliothek hinzufügen stellen wir die Inhalte aus weiteren Ordnern zur Verfügung.
• Bei Wiedergabe > Transkodierung legen wir fest, dass Inhalte in gewünschte Formate überführt werden, falls sie sich direkt nicht abspielen lassen. Es dürfen Parameter zum Tone-Mapping, zu Untertiteln und zum Downmix von Raumklang-Tonspuren und viele weitere Dinge angegeben werden.
• Im Abschnitt Aktivitäten gibt es ein ausführliches Protokoll zum Treiben der User.
• Jellyfin lässt sich vielseitig erweitern. Die entsprechenden Möglichkeiten stecken in der Rubrik Plugins.

3) Der Trick für die Untertitel

Ein Plug-in, das ich sofort installiert habe, ist das für opensubtitles.com: Es sorgt dafür, dass automatisch Untertitel in der gewünschten Sprache bereitgehalten werden. Damit das funktioniert, sind folgende Dinge nötig:

• Wir richten ein Nutzerkonto bei Open Subtitles ein.
• In Jellyfin hinterlegen wir die Zugangsdaten. Im Admin-Bereich navigieren wir zu Plugins, wählen Open Subtitles aus, klicken auf Einstellungen und tragen Benutzername (nicht die Mailadresse) und das Passwort ein.
• Damit die Untertitel bereitgestellt werden, wenden wir uns dem Bereich Administration zu. In der Übersicht Bibliotheken betätigen wir bei der Ablage mit unseren Filmen und Serien den Menü-Knopf mit den drei Punkten und den Befehl Bibliothek verwalten. Wir wenden uns dem Bereich Untertitel-Downloads zu. Bei Herunterzuladende Sprachen geben wir die Idiome an, für die wir die Texte bereithalten möchten. Im Abschnitt Untertitel-Downloader aktivieren wir Open Subtitles und treffen die passenden Einstellungen¹.
• Die Untertitel werden gemäss dem Zeitplan geladen, der im Bereich Administration im Abschnitt Geplante Aufgaben hinterlegt ist. Der Auslöser Fehlende Untertitel herunterladen stösst dieses Update an. Er scheint nicht manuell auslösbar zu sein. Wir können indes den Auslöser Beim Start der Anwendung hinzufügen.

Übrigens: Die Einstellungen zu den Untertiteln werden pro Nutzerin oder Nutzer gesetzt. Sie sind über das Personen-Icon rechts oben und die Rubrik Untertitel zugänglich. Hier legen wir die bevorzugte Sprache und die Darstellung am Bildschirm fest.

Jellyfin sorgt dafür, dass die gewünschten Untertitel automatisch zur Verfügung stehen.

4) Sich nicht von Tahoe austricksen lassen

Es kann passieren, dass der Mac während der Wiedergabe einschläft. Das verhindern wir wirkungsvoll mit Amphetamine.

Schliesslich gibt es eine wirklich dumme Hürde am Mac mit Tahoe: Wenn sich ein Programm wie Firefox im Vordergrund befindet, das eine lange Menüleiste anzeigt, dann erscheinen in der Menüleiste nicht mehr alle Icons. Deswegen stand ich erst einmal wie der Esel am Berg. Apple, echt!

Fussnoten

1) Ich empfehle, alle vier Kästchen anzuklicken: Nur Untertitel herunterladen, die perfekt zu den Videodateien passen, Überspringen, falls der Ton bereits der herunterladbaren Sprache entspricht, Überspringen, falls das Video bereits eingebettete Untertitel enthält und Untertitel in den Medienverzeichnissen speichern. ↩

Beitragsbild: Mit diesem Trick halten wir uns auch den «Netflix-Ident» vom Leib (Cottonbro Studio, Pexels-Lizenz).

#AppleTV #CiaoZurCloud #FreieSoftwareFOSS #Longread #RaspberryPi

Ein Netflix-Ersatz im Eigenbau

Um lokale Mediendateien via AppleTV auf den Fernseher zu bringen, kam in unserem Haushalt seit Jahren die Infuse-App zum Einsatz. Eine unkomplizierte Lösung, die jüngst leider nicht mehr funktionierte. Die App zeigte einen Verbindungsfehler an, gleichgültig, was ich auch probierte. Schuld ist vermutlich Tahoe.

Was tun? Nach längerem Fluchen und Herumprobieren kam ich zur Einsicht, Infuse müsse weichen. Schliesslich gibt es Alternativen, die nicht mehr auf einem Uralt-Protokoll basieren, das seit jeher ziemlich wackelig war. Meine Suche führte mich zu Jellyfin: Das ist ein Medienserver, obendrein Open Source, der sich im lokalen Netz oder auch via Internet betreiben lässt, und nicht nur für Filme und Serien taugt, sondern auch für Musik, Hörbücher und Fotos. Daraus ergibt sich eine prächtige Gelegenheit, die eigene Cloud-Abhängigkeit zu reduzieren.

Da die entsprechenden Medieninhalte auf dem Mac vorgehalten werden, installierte ich die Mac-Version. Es gibt sie ebenso für Windows, Linux und Docker. Letzteres ebnet den Weg, den Raspberry Pi als Server zu nutzen. Ich hätte noch einen übrig, bin vorerst mit der simplen Variante zufrieden.

Ob gekauft, gerippt oder anderweitig organisiert: Via Jellyfin-Server und Swiftfin-App gelangt der eigene Medienbestand auf den Fernseher.

Das Kurzfazit lautet: Es funktioniert bestens. Zumindest dann, wenn Ton und Bild nicht auseinanderlaufen. Das scheint ein bekanntes Problem zu sein. Alle Geräte neu zu starten, hilft vielleicht (sonst kann man versuchen, manuell einzugreifen). Wenn diese Misere ausbleibt, überwiegen die positiven Aspekte:

• Jellyfin bringt die lokalen Medien auf den AppleTV.
  Es gibt zwar keine native App, aber Ausweichmöglichkeiten. Mit Swiftfin gibt es eine Client-App fürs iPhone und für den AppleTV. Und die Pointe am Rand: Infuse versteht sich aufs Jellyfin-Protokoll. Die App zu löschen, war voreilig.
• Der Zugriff klappt ebenso via Browser.
  Am Windows-Laptop lassen sich die Filme über die lokale URL (in meinem Fall http://192.168.178.180:8096) abrufen.
• Die Server-Konfiguration ist simpel.
  Die Jellyfin-Anwendung am Mac klinkt sich als Icon in die Menüleiste ein. Es gibt dort wenig bis nichts einzustellen. Die eigentliche Konfiguration erfolgt über das Web-Interface. Das öffnen wir, indem wir aufs Jellyfin-Icon klicken und im Menü den Befehl Launch betätigen. Die Oberfläche erscheint daraufhin im Standardbrowser. Dort nehmen wir die Einstellungen vor. Wir verwenden das Personen-Icon in der rechten oberen Ecke, um Benutzer, inklusive Passwort, anzulegen.

Also: Eine (überwiegend) erfreuliche Sache. Abschliessend einige Tipps und Hinweise, wie Tücken zu umgehen sind:

1) Auf die IP-Adresse achten

Erstens müssen wir tunlichst darauf achten, dass der Computer, auf dem der Jellyfin-Server läuft, seine lokale IP-Adresse nicht wechselt. Am AppleTV in der Swiftfin-App lässt sie sich nicht ändern. Ich habe es nicht einmal geschafft, den lokalen Server zu löschen und neu hinzuzufügen. Die einzige Möglichkeit, das Malheur zu beheben, bestand darin, die App zu löschen und neu hinzuzufügen.

Wir können den Computer anweisen, eine bestimmte IP-Adresse abzurufen. Der bessere Weg ist allerdings, diese Konfiguration im Router vorzunehmen. Bei meiner Fritzbox geht das wie folgt:

Wir loggen uns im Backend ein, klicken in der Navigation links auf Netzwerk, wählen die Rubrik Netzwerkverbindungen aus, suchen in der Liste den Eintrag für den dazugehörenden Computer, klicken dann aufs Bleistift-Symbol, wechseln in der Ansicht Detail auf die Rubrik Heimnetzwerk und stellen sicher, dass unter iPv4-Adresse der richtige Wert erscheint. Ausserdem setzen wir die Option iPv4-Adresse dauerhaft zuweisen.

Die IP-Adresse des Servers lässt sich in der Swiftfin-App am AppleTV nicht ändern – darum sollte sie im Router fixiert werden.

Kurze Zwischenbemerkung: Wir haben das Jahr 2026. Kann es angehen, dass wir uns noch immer mit lokalen IP-Adressen herumschlagen müssen und es keine robustere Methode gibt, um Geräte im lokalen Netz anzusprechen und Dateien, Informationen und Datenströme beliebiger Art auszutauschen? Ich fühle mich versucht, eine kleine Verschwörungstheorie in Umlauf zu bringen: Microsoft, Apple und die anderen Konzerne machen das extra, weil mit all diesen Hindernissen die pfannenfertigen, aber teuren Cloud-Lösungen attraktiver erscheinen.

2) Die Konfiguration perfektionieren

Zweitens gibt es umfangreiche Einstellungsmöglichkeiten. Sie sind über den Menüknopf links oben und den Befehl Übersicht im Abschnitt Administration zugänglich. Einige Hinweise im Überblick:

• In der Rubrik Bibliotheken gibt es eine gleichnamige Rubrik. Dort werden die Inhalte verwaltet. Die einzelnen Ablagen sind Verzeichnisse auf dem Server bzw. Computer. Hier lassen sich diverse Einstellungen für die Ablage, zu Untertiteln, Metadaten, Spracheinstellungen etc. treffen. Wir haben die Möglichkeit, einzelne Bibliotheken zu aktivieren und zu deaktivieren.
• Über den Knopf Medienbibliothek hinzufügen stellen wir die Inhalte aus weiteren Ordnern zur Verfügung.
• Bei Wiedergabe > Transkodierung legen wir fest, dass Inhalte in gewünschte Formate überführt werden, falls sie sich direkt nicht abspielen lassen. Es dürfen Parameter zum Tone-Mapping, zu Untertiteln und zum Downmix von Raumklang-Tonspuren und viele weitere Dinge angegeben werden.
• Im Abschnitt Aktivitäten gibt es ein ausführliches Protokoll zum Treiben der User.
• Jellyfin lässt sich vielseitig erweitern. Die entsprechenden Möglichkeiten stecken in der Rubrik Plugins.

3) Der Trick für die Untertitel

Ein Plug-in, das ich sofort installiert habe, ist das für opensubtitles.com: Es sorgt dafür, dass automatisch Untertitel in der gewünschten Sprache bereitgehalten werden. Damit das funktioniert, sind folgende Dinge nötig:

• Wir richten ein Nutzerkonto bei Open Subtitles ein.
• In Jellyfin hinterlegen wir die Zugangsdaten. Im Admin-Bereich navigieren wir zu Plugins, wählen Open Subtitles aus, klicken auf Einstellungen und tragen Benutzername (nicht die Mailadresse) und das Passwort ein.
• Damit die Untertitel bereitgestellt werden, wenden wir uns dem Bereich Administration zu. In der Übersicht Bibliotheken betätigen wir bei der Ablage mit unseren Filmen und Serien den Menü-Knopf mit den drei Punkten und den Befehl Bibliothek verwalten. Wir wenden uns dem Bereich Untertitel-Downloads zu. Bei Herunterzuladende Sprachen geben wir die Idiome an, für die wir die Texte bereithalten möchten. Im Abschnitt Untertitel-Downloader aktivieren wir Open Subtitles und treffen die passenden Einstellungen¹.
• Die Untertitel werden gemäss dem Zeitplan geladen, der im Bereich Administration im Abschnitt Geplante Aufgaben hinterlegt ist. Der Auslöser Fehlende Untertitel herunterladen stösst dieses Update an. Er scheint nicht manuell auslösbar zu sein. Wir können indes den Auslöser Beim Start der Anwendung hinzufügen.

Übrigens: Die Einstellungen zu den Untertiteln werden pro Nutzerin oder Nutzer gesetzt. Sie sind über das Personen-Icon rechts oben und die Rubrik Untertitel zugänglich. Hier legen wir die bevorzugte Sprache und die Darstellung am Bildschirm fest.

Jellyfin sorgt dafür, dass die gewünschten Untertitel automatisch zur Verfügung stehen.

4) Sich nicht von Tahoe austricksen lassen

Es kann passieren, dass der Mac während der Wiedergabe einschläft. Das verhindern wir wirkungsvoll mit Amphetamine.

Schliesslich gibt es eine wirklich dumme Hürde am Mac mit Tahoe: Wenn sich ein Programm wie Firefox im Vordergrund befindet, das eine lange Menüleiste anzeigt, dann erscheinen in der Menüleiste nicht mehr alle Icons. Deswegen stand ich erst einmal wie der Esel am Berg. Apple, echt!

Fussnoten

1) Ich empfehle, alle vier Kästchen anzuklicken: Nur Untertitel herunterladen, die perfekt zu den Videodateien passen, Überspringen, falls der Ton bereits der herunterladbaren Sprache entspricht, Überspringen, falls das Video bereits eingebettete Untertitel enthält und Untertitel in den Medienverzeichnissen speichern. ↩

Beitragsbild: Mit diesem Trick halten wir uns auch den «Netflix-Ident» vom Leib (Cottonbro Studio, Pexels-Lizenz).

#AppleTV #CiaoZurCloud #FreieSoftwareFOSS #Longread #RaspberryPi

Eine Sicherungskopie von Spotify?

Kurz vor Weihnachten stiess ich (via Heise) auf eine bemerkenswerte Mitteilung: Man habe «Spotify gesichert». Zum Backup zählen 86 Millionen Musikdateien, was fast hundert Prozent aller gestreamten Songs umfasst. Das entspricht zwar nur gut einem Drittel aller Songs (etwa 37 Prozent), aber fast hundert Prozent des Anteils, der auch gestreamt wird. Denn wie schon früher berichtet, schlummert der grösste Teil des Repertoires ungenutzt vor sich hin.

Spannend ist auch, dass diese Datensicherung eine fast vollständige Kopie der Metadaten des Spotify-Archivs umfasst. Die wiederum enthält beschreibende Informationen zu 256 Millionen Titeln und 186 Millionen eindeutigen ISRC-Nummern (der International Standard Recording Code ist die Kennung, mit der eine Ton- oder Videoaufnahme eindeutig identifiziert wird).

Ich war nicht der einzige, dem es bei dieser Meldung in den Fingern juckte. Martin Steiger, immerhin Anwalt für digitale Rechtsfragen, schrieb auf Linkedin:

Wer in der Schweiz lebt und rund 300 TB Speicherplatz zur Verfügung hat, kann sich auf ganz viel Privatgebrauch freuen.

Denn in der Schweiz ist das Herunterladen (nicht aber der Upload) solcher Datensicherungen für private Zwecke legal. Das heisst, doch, dass sich den Schweizerinnen und Schweizern eine einmalige Gelegenheit bietet, uns einen immensen digitalen Schatz unter den Nagel zu reissen!

Was wäre der Aufwand, den wir dafür betreiben müssten? Beginnen wir mit der Überlegung, wie sich 300 TB einigermassen günstig lokal speichern lassen.

1) Die Speicherkapazität: Für knapp 5000 Franken sind wir dabei

Die Empfehlung lautet, auf grosse, gebrauchte 3,5-Zoll-Festplatten und USB-C-Gehäuse zu setzen und einen Bogen um RAID-Lösungen zu machen. Man bräuchte etwa 15 Enterprise-HDDs mit je 20 TB und zwei externe USB-C-Gehäuse mit Platz für je acht Festplatten. Die Festplatten kämen im Occasionshandel auf etwa 3600 Franken. Für die Gehäuse wären etwa 1000 Franken zu entrichten.

Damit wir den Torrent als Ganzes speichern können, wollen wir diese einzelnen Festplatten als ein virtuelles Laufwerk ansprechen. Bei Windows ist das über die Funktion Speicherplätze (Storage Spaces) möglich. Sie steckt in der klassischen Systemsteuerung unter System und Sicherheit und ist über die Suchfunktion aufzuspüren. Beim Mac würden wir den Weg über ein Raid-System beschreiten. Er eröffnet sich via Festplattendienstprogramm Ablage > RAID-Assistent.

Ungefähr 16 Festplatten sollten für die Spotify-Kopie reichen (Domaintechnik Ledl.net, Unsplash-Lizenz).

Diese Methode wird JBoD (Just a Bunch of Disks) genannt. Unkompliziert, aber unsicher. Denn wenn bloss eine der Festplatten ausfällt, ist das ganze virtuelle Speicherlaufwerk hinüber. Eine RAID-Lösung wäre sicherer, aber aufgrund der Redundanz deutlich teurer.

2) Der Download: Geduld ist gefragt

Nachdem wir die Speicherkapazität bereitgestellt haben, geht es an die Beschaffung der Daten. Für die müssen wir ausreichend Zeit einplanen. Der Download von 300 TB via Glasfaser (mit 1 gbps) dauert unter Idealbedingungen über den Daumen gepeilt einen Monat. Bei einem solchen Monster, das mutmasslich nicht von Hunderten Leuten geseedet wird, könnte es auch ein Vielfaches davon sein.

3) Der Zugriff: Plex, Jellyfin oder Roon?

Es stellt sich eine dritte Herausforderung: Wie würden wir diese Musiksammlung sinnvollerweise erschliessen? Die Medienwiedergabe von Windows, iTunes bzw. Apple Music oder andere lokale Musikplayer-Anwendungen wie Evermusic sind nicht für Musiksammlungen dieses Ausmasses angelegt. Das praktische Limit liegt bei diesen Anwendungen bei ungefähr 100’000 Titeln.

Da unsere Festplattensammlung per se nicht sehr mobil ist, streben wir ohnehin eine netzwerkfähige Lösung an. Das Augenmerk richtet sich auf Plex, Jellyfin oder Roon. Bei diesen Anwendungen gibt es kein offizielles Maximum bezüglich Mediadateien, aber es ist davon auszugehen, dass unsere Lösung nicht sehr performant wäre. Aller Voraussicht nach wäre allein das Zusammenstellen einer Playlist eine frustrierende Sache. Vermutlich kämen wir schnell zum Schluss, dass wir uns einiges an Wissen bezüglich der Optimierung von grösseren, auf Servern gelagerten Datenmengen draufschaffen müssten – und uns womöglich besser für ein Linux-Umfeld (mit ZFS, LVM oder mergerfs) entschieden hätten.

Mit anderen Worten: Die lokale Spotify-Kopie ist nicht gratis zu haben. Wir müssen knapp 5000 Franken und einiges an Zeit aufwerfen. Und die Wahrscheinlichkeit besteht, dass das Nutzungserlebnis am Ende so wenig komfortabel ist, dass wir reumütig zu unserem angestammten Streamingdienst zurückkehren. Demzufolge habt ihr sicher Verständnis dafür, dass ich vorerst auf dieses lustige Experiment verzichte. Aber falls jemand von euch, liebe Leserinnen und Leser, die passende Infrastruktur besitzt und es sich leisten kann, das Experiment nebenbei laufen zu lassen, bin ich gespannt auf eure Rückmeldung: Welche Punkte habe ich übersehen? Wo lag ich mit meiner Einschätzung richtig, wo falsch?

Bleiben drei Fragen:

1. Wie findet Spotify das?
2. Wer steckt dahinter?
3. Und wozu ist die Aktion sonst noch gut?

Die Antwort auf die erste Frage fällt aus, wie erwartet. Daniel Eck is not amused. «Spotify hat die böswilligen Benutzerkonten, die sich an unrechtmässigem Scraping beteiligten, identifiziert und deaktiviert», teilte ein Sprecher CNET in einer E-Mail mit.

Der wahre Schatz sind die Metadaten

Zweitens: Hinter der Aktion steckt Anna’s Archive. Was das genau ist, darüber herrscht nicht einmal bei Wikipedia Klarheit. Die deutsche Ausgabe schreibt von einer Metasuchmaschine für Schattenbibliotheken, während der englischsprachige Artikel davon spricht, Anna sei selbst eine solche Schattenbibliothek. Eine solche Sammlung verbreitet Bücher, Artikel und andere Inhalte. Sie tut das in einem rechtlichen Graubereich oder auch ausserhalb des Urheberrechts, indem sie Zugang zu vollständigen Werken vermittelt.

Und bei Punkt drei verweise ich gern noch einmal auf den eingangs erwähnten Blogpost: Er führt vor Augen, welche spannenden Einblicke sich anhand der Metadaten ergeben: Die drei aktuell beliebtesten Songs haben zusammen mehr Wiedergaben als zwanzig bis hundert Millionen Songs aus dem «Bodensatz». In Kombination mit dem explosionsartigen Anstieg bei der Zahl der veröffentlichten Alben können wir davon ausgehen, dass bei Spotify die Serverkapazitäten täglich massiv ausgebaut werden müssen, bloss um Tausende KI-generierter Songs abzuspeichern, die sich nie jemand anhören wird.

Beitragsbild: Ich, wie ich mich offline durchs ganze Spotify-Repertoire kämpfe – Symbolbild (Антон Леонардович Варфоломеев, Pexels-Lizenz).

#CiaoZurCloud #Datenschutz #Musik #Spotify #Suchmaschine #WennIchEinmalZeitHabe

Eine Sicherungskopie von Spotify?

Kurz vor Weihnachten stiess ich (via Heise) auf eine bemerkenswerte Mitteilung: Man habe «Spotify gesichert». Zum Backup zählen 86 Millionen Musikdateien, was fast hundert Prozent aller gestreamten Songs umfasst. Das entspricht zwar nur gut einem Drittel aller Songs (etwa 37 Prozent), aber fast hundert Prozent des Anteils, der auch gestreamt wird. Denn wie schon früher berichtet, schlummert der grösste Teil des Repertoires ungenutzt vor sich hin.

Spannend ist auch, dass diese Datensicherung eine fast vollständige Kopie der Metadaten des Spotify-Archivs umfasst. Die wiederum enthält beschreibende Informationen zu 256 Millionen Titeln und 186 Millionen eindeutigen ISRC-Nummern (der International Standard Recording Code ist die Kennung, mit der eine Ton- oder Videoaufnahme eindeutig identifiziert wird).

Ich war nicht der einzige, dem es bei dieser Meldung in den Fingern juckte. Martin Steiger, immerhin Anwalt für digitale Rechtsfragen, schrieb auf Linkedin:

Wer in der Schweiz lebt und rund 300 TB Speicherplatz zur Verfügung hat, kann sich auf ganz viel Privatgebrauch freuen.

Denn in der Schweiz ist das Herunterladen (nicht aber der Upload) solcher Datensicherungen für private Zwecke legal. Das heisst, doch, dass sich den Schweizerinnen und Schweizern eine einmalige Gelegenheit bietet, uns einen immensen digitalen Schatz unter den Nagel zu reissen!

Was wäre der Aufwand, den wir dafür betreiben müssten? Beginnen wir mit der Überlegung, wie sich 300 TB einigermassen günstig lokal speichern lassen.

1) Die Speicherkapazität: Für knapp 5000 Franken sind wir dabei

Die Empfehlung lautet, auf grosse, gebrauchte 3,5-Zoll-Festplatten und USB-C-Gehäuse zu setzen und einen Bogen um RAID-Lösungen zu machen. Man bräuchte etwa 15 Enterprise-HDDs mit je 20 TB und zwei externe USB-C-Gehäuse mit Platz für je acht Festplatten. Die Festplatten kämen im Occasionshandel auf etwa 3600 Franken. Für die Gehäuse wären etwa 1000 Franken zu entrichten.

Damit wir den Torrent als Ganzes speichern können, wollen wir diese einzelnen Festplatten als ein virtuelles Laufwerk ansprechen. Bei Windows ist das über die Funktion Speicherplätze (Storage Spaces) möglich. Sie steckt in der klassischen Systemsteuerung unter System und Sicherheit und ist über die Suchfunktion aufzuspüren. Beim Mac würden wir den Weg über ein Raid-System beschreiten. Er eröffnet sich via Festplattendienstprogramm Ablage > RAID-Assistent.

Ungefähr 16 Festplatten sollten für die Spotify-Kopie reichen (Domaintechnik Ledl.net, Unsplash-Lizenz).

Diese Methode wird JBoD (Just a Bunch of Disks) genannt. Unkompliziert, aber unsicher. Denn wenn bloss eine der Festplatten ausfällt, ist das ganze virtuelle Speicherlaufwerk hinüber. Eine RAID-Lösung wäre sicherer, aber aufgrund der Redundanz deutlich teurer.

2) Der Download: Geduld ist gefragt

Nachdem wir die Speicherkapazität bereitgestellt haben, geht es an die Beschaffung der Daten. Für die müssen wir ausreichend Zeit einplanen. Der Download von 300 TB via Glasfaser (mit 1 gbps) dauert unter Idealbedingungen über den Daumen gepeilt einen Monat. Bei einem solchen Monster, das mutmasslich nicht von Hunderten Leuten geseedet wird, könnte es auch ein Vielfaches davon sein.

3) Der Zugriff: Plex, Jellyfin oder Roon?

Es stellt sich eine dritte Herausforderung: Wie würden wir diese Musiksammlung sinnvollerweise erschliessen? Die Medienwiedergabe von Windows, iTunes bzw. Apple Music oder andere lokale Musikplayer-Anwendungen wie Evermusic sind nicht für Musiksammlungen dieses Ausmasses angelegt. Das praktische Limit liegt bei diesen Anwendungen bei ungefähr 100’000 Titeln.

Da unsere Festplattensammlung per se nicht sehr mobil ist, streben wir ohnehin eine netzwerkfähige Lösung an. Das Augenmerk richtet sich auf Plex, Jellyfin oder Roon. Bei diesen Anwendungen gibt es kein offizielles Maximum bezüglich Mediadateien, aber es ist davon auszugehen, dass unsere Lösung nicht sehr performant wäre. Aller Voraussicht nach wäre allein das Zusammenstellen einer Playlist eine frustrierende Sache. Vermutlich kämen wir schnell zum Schluss, dass wir uns einiges an Wissen bezüglich der Optimierung von grösseren, auf Servern gelagerten Datenmengen draufschaffen müssten – und uns womöglich besser für ein Linux-Umfeld (mit ZFS, LVM oder mergerfs) entschieden hätten.

Mit anderen Worten: Die lokale Spotify-Kopie ist nicht gratis zu haben. Wir müssen knapp 5000 Franken und einiges an Zeit aufwerfen. Und die Wahrscheinlichkeit besteht, dass das Nutzungserlebnis am Ende so wenig komfortabel ist, dass wir reumütig zu unserem angestammten Streamingdienst zurückkehren. Demzufolge habt ihr sicher Verständnis dafür, dass ich vorerst auf dieses lustige Experiment verzichte. Aber falls jemand von euch, liebe Leserinnen und Leser, die passende Infrastruktur besitzt und es sich leisten kann, das Experiment nebenbei laufen zu lassen, bin ich gespannt auf eure Rückmeldung: Welche Punkte habe ich übersehen? Wo lag ich mit meiner Einschätzung richtig, wo falsch?

Bleiben drei Fragen:

1. Wie findet Spotify das?
2. Wer steckt dahinter?
3. Und wozu ist die Aktion sonst noch gut?

Die Antwort auf die erste Frage fällt aus, wie erwartet. Daniel Eck is not amused. «Spotify hat die böswilligen Benutzerkonten, die sich an unrechtmässigem Scraping beteiligten, identifiziert und deaktiviert», teilte ein Sprecher CNET in einer E-Mail mit.

Der wahre Schatz sind die Metadaten

Zweitens: Hinter der Aktion steckt Anna’s Archive. Was das genau ist, darüber herrscht nicht einmal bei Wikipedia Klarheit. Die deutsche Ausgabe schreibt von einer Metasuchmaschine für Schattenbibliotheken, während der englischsprachige Artikel davon spricht, Anna sei selbst eine solche Schattenbibliothek. Eine solche Sammlung verbreitet Bücher, Artikel und andere Inhalte. Sie tut das in einem rechtlichen Graubereich oder auch ausserhalb des Urheberrechts, indem sie Zugang zu vollständigen Werken vermittelt.

Und bei Punkt drei verweise ich gern noch einmal auf den eingangs erwähnten Blogpost: Er führt vor Augen, welche spannenden Einblicke sich anhand der Metadaten ergeben: Die drei aktuell beliebtesten Songs haben zusammen mehr Wiedergaben als zwanzig bis hundert Millionen Songs aus dem «Bodensatz». In Kombination mit dem explosionsartigen Anstieg bei der Zahl der veröffentlichten Alben können wir davon ausgehen, dass bei Spotify die Serverkapazitäten täglich massiv ausgebaut werden müssen, bloss um Tausende KI-generierter Songs abzuspeichern, die sich nie jemand anhören wird.

Beitragsbild: Ich, wie ich mich offline durchs ganze Spotify-Repertoire kämpfe – Symbolbild (Антон Леонардович Варфоломеев, Pexels-Lizenz).

#CiaoZurCloud #Datenschutz #Musik #Spotify #Suchmaschine #WennIchEinmalZeitHabe

Eine Sicherungskopie von Spotify?

Kurz vor Weihnachten stiess ich (via Heise) auf eine bemerkenswerte Mitteilung: Man habe «Spotify gesichert». Zum Backup zählen 86 Millionen Musikdateien, was fast hundert Prozent aller gestreamten Songs umfasst. Das entspricht zwar nur gut einem Drittel aller Songs (etwa 37 Prozent), aber fast hundert Prozent des Anteils, der auch gestreamt wird. Denn wie schon früher berichtet, schlummert der grösste Teil des Repertoires ungenutzt vor sich hin.

Spannend ist auch, dass diese Datensicherung eine fast vollständige Kopie der Metadaten des Spotify-Archivs umfasst. Die wiederum enthält beschreibende Informationen zu 256 Millionen Titeln und 186 Millionen eindeutigen ISRC-Nummern (der International Standard Recording Code ist die Kennung, mit der eine Ton- oder Videoaufnahme eindeutig identifiziert wird).

Ich war nicht der einzige, dem es bei dieser Meldung in den Fingern juckte. Martin Steiger, immerhin Anwalt für digitale Rechtsfragen, schrieb auf Linkedin:

Wer in der Schweiz lebt und rund 300 TB Speicherplatz zur Verfügung hat, kann sich auf ganz viel Privatgebrauch freuen.

Denn in der Schweiz ist das Herunterladen (nicht aber der Upload) solcher Datensicherungen für private Zwecke legal. Das heisst, doch, dass sich den Schweizerinnen und Schweizern eine einmalige Gelegenheit bietet, uns einen immensen digitalen Schatz unter den Nagel zu reissen!

Was wäre der Aufwand, den wir dafür betreiben müssten? Beginnen wir mit der Überlegung, wie sich 300 TB einigermassen günstig lokal speichern lassen.

1) Die Speicherkapazität: Für knapp 5000 Franken sind wir dabei

Die Empfehlung lautet, auf grosse, gebrauchte 3,5-Zoll-Festplatten und USB-C-Gehäuse zu setzen und einen Bogen um RAID-Lösungen zu machen. Man bräuchte etwa 15 Enterprise-HDDs mit je 20 TB und zwei externe USB-C-Gehäuse mit Platz für je acht Festplatten. Die Festplatten kämen im Occasionshandel auf etwa 3600 Franken. Für die Gehäuse wären etwa 1000 Franken zu entrichten.

Damit wir den Torrent als Ganzes speichern können, wollen wir diese einzelnen Festplatten als ein virtuelles Laufwerk ansprechen. Bei Windows ist das über die Funktion Speicherplätze (Storage Spaces) möglich. Sie steckt in der klassischen Systemsteuerung unter System und Sicherheit und ist über die Suchfunktion aufzuspüren. Beim Mac würden wir den Weg über ein Raid-System beschreiten. Er eröffnet sich via Festplattendienstprogramm Ablage > RAID-Assistent.

Ungefähr 16 Festplatten sollten für die Spotify-Kopie reichen (Domaintechnik Ledl.net, Unsplash-Lizenz).

Diese Methode wird JBoD (Just a Bunch of Disks) genannt. Unkompliziert, aber unsicher. Denn wenn bloss eine der Festplatten ausfällt, ist das ganze virtuelle Speicherlaufwerk hinüber. Eine RAID-Lösung wäre sicherer, aber aufgrund der Redundanz deutlich teurer.

2) Der Download: Geduld ist gefragt

Nachdem wir die Speicherkapazität bereitgestellt haben, geht es an die Beschaffung der Daten. Für die müssen wir ausreichend Zeit einplanen. Der Download von 300 TB via Glasfaser (mit 1 gbps) dauert unter Idealbedingungen über den Daumen gepeilt einen Monat. Bei einem solchen Monster, das mutmasslich nicht von Hunderten Leuten geseedet wird, könnte es auch ein Vielfaches davon sein.

3) Der Zugriff: Plex, Jellyfin oder Roon?

Es stellt sich eine dritte Herausforderung: Wie würden wir diese Musiksammlung sinnvollerweise erschliessen? Die Medienwiedergabe von Windows, iTunes bzw. Apple Music oder andere lokale Musikplayer-Anwendungen wie Evermusic sind nicht für Musiksammlungen dieses Ausmasses angelegt. Das praktische Limit liegt bei diesen Anwendungen bei ungefähr 100’000 Titeln.

Da unsere Festplattensammlung per se nicht sehr mobil ist, streben wir ohnehin eine netzwerkfähige Lösung an. Das Augenmerk richtet sich auf Plex, Jellyfin oder Roon. Bei diesen Anwendungen gibt es kein offizielles Maximum bezüglich Mediadateien, aber es ist davon auszugehen, dass unsere Lösung nicht sehr performant wäre. Aller Voraussicht nach wäre allein das Zusammenstellen einer Playlist eine frustrierende Sache. Vermutlich kämen wir schnell zum Schluss, dass wir uns einiges an Wissen bezüglich der Optimierung von grösseren, auf Servern gelagerten Datenmengen draufschaffen müssten – und uns womöglich besser für ein Linux-Umfeld (mit ZFS, LVM oder mergerfs) entschieden hätten.

Mit anderen Worten: Die lokale Spotify-Kopie ist nicht gratis zu haben. Wir müssen knapp 5000 Franken und einiges an Zeit aufwerfen. Und die Wahrscheinlichkeit besteht, dass das Nutzungserlebnis am Ende so wenig komfortabel ist, dass wir reumütig zu unserem angestammten Streamingdienst zurückkehren. Demzufolge habt ihr sicher Verständnis dafür, dass ich vorerst auf dieses lustige Experiment verzichte. Aber falls jemand von euch, liebe Leserinnen und Leser, die passende Infrastruktur besitzt und es sich leisten kann, das Experiment nebenbei laufen zu lassen, bin ich gespannt auf eure Rückmeldung: Welche Punkte habe ich übersehen? Wo lag ich mit meiner Einschätzung richtig, wo falsch?

Bleiben drei Fragen:

1. Wie findet Spotify das?
2. Wer steckt dahinter?
3. Und wozu ist die Aktion sonst noch gut?

Die Antwort auf die erste Frage fällt aus, wie erwartet. Daniel Eck is not amused. «Spotify hat die böswilligen Benutzerkonten, die sich an unrechtmässigem Scraping beteiligten, identifiziert und deaktiviert», teilte ein Sprecher CNET in einer E-Mail mit.

Der wahre Schatz sind die Metadaten

Zweitens: Hinter der Aktion steckt Anna’s Archive. Was das genau ist, darüber herrscht nicht einmal bei Wikipedia Klarheit. Die deutsche Ausgabe schreibt von einer Metasuchmaschine für Schattenbibliotheken, während der englischsprachige Artikel davon spricht, Anna sei selbst eine solche Schattenbibliothek. Eine solche Sammlung verbreitet Bücher, Artikel und andere Inhalte. Sie tut das in einem rechtlichen Graubereich oder auch ausserhalb des Urheberrechts, indem sie Zugang zu vollständigen Werken vermittelt.

Und bei Punkt drei verweise ich gern noch einmal auf den eingangs erwähnten Blogpost: Er führt vor Augen, welche spannenden Einblicke sich anhand der Metadaten ergeben: Die drei aktuell beliebtesten Songs haben zusammen mehr Wiedergaben als zwanzig bis hundert Millionen Songs aus dem «Bodensatz». In Kombination mit dem explosionsartigen Anstieg bei der Zahl der veröffentlichten Alben können wir davon ausgehen, dass bei Spotify die Serverkapazitäten täglich massiv ausgebaut werden müssen, bloss um Tausende KI-generierter Songs abzuspeichern, die sich nie jemand anhören wird.

Beitragsbild: Ich, wie ich mich offline durchs ganze Spotify-Repertoire kämpfe – Symbolbild (Антон Леонардович Варфоломеев, Pexels-Lizenz).

#CiaoZurCloud #Datenschutz #Musik #Spotify #Suchmaschine #WennIchEinmalZeitHabe

Apple Intelligence sollte Microsoft und Google als Vorbild dienen

Zu meiner Besprechung von Mac OS 26 alias Tahoe und von iOS 26 habe ich eine Kleinigkeit zu ergänzen – und zwar meine Lieblingsfunktion. Nicht nur das: Ich hoffe, dass diese Neuerung als leuchtendes Beispiel dafür dienen wird, wie wir die künstliche Intelligenz selbstbestimmt einsetzen. Und zwar flexibel und nach unseren Bedingungen. Ich gehe sogar so weit, zu behaupten, dass sich Apple gegenüber den Kritikern der zögerlichen KI-Strategie rehabilitieren konnte.

Dabei geht es um eine auf den ersten Blick banale Sache: um die Kurzbefehle-App. Die gibt es seit iOS 12. Sie ist für Automatisierungen zuständig, arbeitet mit Siri zusammen und ist theoretisch eine gute Sache – im praktischen Alltag aber leider oft zu limitiert.

Nicht mehr: Denn mit den jüngsten Betriebssystem-Updates lassen sich in einer Automatisierung Befehle einbauen, die per Apple Intelligence ausgeführt werden. Wie das konkret funktioniert, zeige ich an zwei Beispielen:

1) Dateien passend benennen

Dieser Kurzbefehl nimmt die Datei entgegen, die im Finder markiert ist. Mittels KI erstellt er eine kurze Zusammenfassung. Diese kombiniere ich mit einem Datumspräfix und benenne die ausgewählte Datei entsprechend um. Und voilà: Eine Datei, die einen Dateinamen aufweist, der exakt meinen Vorstellungen entspricht und ohne mein Zutun erstellt wurde.

Dieser Kurzbefehl benennt die Dateien mit Datum und einer kurzen inhaltlichen Beschreibung.

Das funktioniert in folgenden Schritten:

1. Der Befehl Ausgewählte Dateien im Finder aufrufen bestimmt das Objekt, das analysiert werden soll.
2. Der nächste Schritt lautet Modell verwenden: Wir haben drei Modelle zur Auswahl; dazu später mehr. Wir legen hier den Prompt fest, mit dem die KI arbeiten soll. Im Beispiel lautet er: «Fasse diese Datei inhaltlich in ein bis zwei Stichworten zusammen. Achte darauf, dass diese Kurzbeschreibung nicht länger ist als 50 Zeichen und keine Interpunktion und Sonderzeichen enthält.»
3. Wir speichern diese Zusammenfassung als Variable Inhalt.
4. Wir greifen wiederum auf die ausgewählte Datei im Finder zu und verwenden Details von Dateien abrufen, um das Erstellungsdatum in Erfahrung zu bringen. Diese Information bringen wir mittels Datum formatieren in die gewünschte Form (mit Datumsformat: Eigenes und dem Muster yyMMdd).
5. Das Datum speichern wir als Variable Datumspräfix.
6. Wir rufen noch einmal die ausgewählte Datei ab und benennen sie anhand unserer beiden Variablen (Datumspräfix Inhalt) wie gewünscht.

Das Resultat ist brauchbar, jedoch nicht perfekt:

• Es funktioniert leider nur mit einer Datei auf einmal. Sind mehrere Dateien ausgewählt, erscheint ein Dialog, der uns dazu nötigt, uns für eine zu entscheiden.
• Die Beschreibung ist nicht immer über alle Zweifel erhaben. Für den grossen Screenshot oben lautet sie «250925 Diskussion über Dateiverwaltung und KI-Tools auf Mac.» Die KI ignoriert nicht nur die Vorgabe, sich auf ein bis zwei Stichworte zu beschränken, sondern verwendet verbotenerweise auch den Punkt. Wir könnten probieren, diese zu lange Ausgabe in einem zweiten Schritt nochmals per KI zu kürzen und zu bereinigen.
• Und wir müssen nicht darüber diskutieren, dass die inhaltliche Beschreibung für den Screenshot nichts taugt.

Drei Modelle stehen zur Auswahl. Welches am besten performt, hängt von der Aufgabe ab.

Bei Textdateien ist das Resultat meist (nicht immer) besser. Und wir haben die Möglichkeit, ein anderes Modell zu wählen. Zur Auswahl stehen:

• Private Cloud Compute: Das sind KI-Modelle, die Apple selbst betreibt und die hohen Anforderungen an die Privatsphäre genügen sollen.
• Auf diesem Gerät: Das ist ein kleines, lokal installiertes LLM, das ohne Internetverbindung auskommt und auch keine Datenspuren ausserhalb des eigenen Geräts hinterlässt.
• ChatGPT: Die KI von OpenAI in der Cloud.

Das lokale Sprachmodell ist der Aufgabe leider nicht gewachsen. Auch wenn ich den Prompt stark verkürze, erscheint der Fehler: «Die Anfrage überschreitet die maximal erlaubte Länge». Mit ChatGPT dauert die Umbenennung deutlich länger, doch das Resultat ist im Schnitt besser. Für den Screenshot lautet der Dateiname «250925 Diskussion KI». (Das ist der Dateiname, der bei der abgebildeten Datei zu sehen ist.)

Einschätzung dazu: Die Ergebnisse sind nicht perfekt. Dennoch: Noch im Juli habe ich Programme (für Windows und Mac) vorgestellt, die genau das tun, was wir hier durchexerziert haben, nämlich Dateien mittels KI zu benennen. Diese Aufgabe lösen wir mit dem Tandem aus der Kurzbefehle-App und Apple Intelligence jetzt mit Bordmitteln.

Ein Tipp: Wenn wir diesen Kurzbefehl in der Mediathek in den Bereich Schnellaktionen ziehen, steht er direkt übers Menü bei Finder > Dienste > Datei umbenennen (der Name des Kurzbefehls) zur Verfügung.

Die KI-Aktionen übers Dienstmenü aufrufen.

2) Bildbeschreibungen erzeugen

Dieser Kurzbefehl funktioniert ähnlich wie der vorherige – bloss viel simpler. Er benötigt als Input wiederum die ausgewählte Datei im Finder. Er erstellt dann eine Beschreibung anhand des folgenden Prompts:

Beschreibe den Bildinhalt in ein bis zwei Sätzen. Konzentriere dich auf allfällige Personen im Vordergrund und ihre Tätigkeiten. Falls Texte zu sehen sind, gib die wieder. Falls Anführungszeichen benötigt werden, verwende Guillemets («»).

Dieser kurze Kurzbefehl erstellt eine Bildbeschreibung und kopiert sie in die Zwischenablage.

Diese Beschreibung wird in die Zwischenablage gestellt. Wir verwenden sie daraufhin als Bildlegende in unserem CMS, einer Layoutsoftware oder in der Textverarbeitung. Wir können sie auch als Alt-Text einsetzen. Das geht wie hier beschrieben auch direkt mit WordPress. Allerdings benötigen wir mit dieser Methode ein Guthaben, das wir über die API eines Cloudanbieters wie OpenAI benutzen können.

Die Bildbeschreibungen, die mir die KI bei den Tests lieferte, waren einwandfrei.

Fazit: Das Potenzial ist gross, aber es gibt Luft nach oben

Mir gefällt, wie Apple die künstliche Intelligenz im System zugänglich macht und die Interaktion mit lokal gespeicherten Dokumenten und Dateien ermöglicht. Das ist transparenter und flexibler, als Microsoft das bei Windows und Google bei Android handhabt. Wir Nutzerinnen und Nutzer erhalten die Gelegenheit, Arbeitsabläufe nach unseren Vorstellungen aufzusetzen.

Zugegeben, die Kurzbefehle-App ist nicht selbsterklärend. Aber die Hürden lassen sich wiederum per KI überwinden: ChatGPT erklärt gern, welche Befehle uns für bestimmte Aufgaben weiterhelfen.

Das Potenzial ist riesig, auch wenn Apple Intelligence noch in den Kinderschuhen steckt. Der grösste Kritikpunkt ist das lokale LLM, das meinen Aufgaben hier nicht gewachsen ist. Dabei wäre es toll, derlei Aufgaben komplett autonom und ohne Cloud erledigen zu können. Ich sehe zwei Lösungsansätze:

• Apple legt selbst nach und verbessert seine lokalen Modelle so, dass sie den Mindestanforderungen gewachsen sind.
• Oder – noch besser – Apple öffnet Apple Intelligence für Modelle von Drittherstellern. Am besten mit direkter Integration von Hugging Face.

Falls ihr eigene spannende Anwendungsbeispiele für Apple Intelligence und die Kurzbefehle-App habt, freue ich mich über eine kurze Beschreibung via Kommentare!

Beitragsbild: Die Kurzbefehle-App am Macbook wird dank künstlicher Intelligenz vielseitiger und nützlicher.

#Automatisierung #CiaoZurCloud #KI #LLMs #Longread

Apple Intelligence sollte Microsoft und Google als Vorbild dienen

Zu meiner Besprechung von Mac OS 26 alias Tahoe und von iOS 26 habe ich eine Kleinigkeit zu ergänzen – und zwar meine Lieblingsfunktion. Nicht nur das: Ich hoffe, dass diese Neuerung als leuchtendes Beispiel dafür dienen wird, wie wir die künstliche Intelligenz selbstbestimmt einsetzen. Und zwar flexibel und nach unseren Bedingungen. Ich gehe sogar so weit, zu behaupten, dass sich Apple gegenüber den Kritikern der zögerlichen KI-Strategie rehabilitieren konnte.

Dabei geht es um eine auf den ersten Blick banale Sache: um die Kurzbefehle-App. Die gibt es seit iOS 12. Sie ist für Automatisierungen zuständig, arbeitet mit Siri zusammen und ist theoretisch eine gute Sache – im praktischen Alltag aber leider oft zu limitiert.

Nicht mehr: Denn mit den jüngsten Betriebssystem-Updates lassen sich in einer Automatisierung Befehle einbauen, die per Apple Intelligence ausgeführt werden. Wie das konkret funktioniert, zeige ich an zwei Beispielen:

1) Dateien passend benennen

Dieser Kurzbefehl nimmt die Datei entgegen, die im Finder markiert ist. Mittels KI erstellt er eine kurze Zusammenfassung. Diese kombiniere ich mit einem Datumspräfix und benenne die ausgewählte Datei entsprechend um. Und voilà: Eine Datei, die einen Dateinamen aufweist, der exakt meinen Vorstellungen entspricht und ohne mein Zutun erstellt wurde.

Dieser Kurzbefehl benennt die Dateien mit Datum und einer kurzen inhaltlichen Beschreibung.

Das funktioniert in folgenden Schritten:

1. Der Befehl Ausgewählte Dateien im Finder aufrufen bestimmt das Objekt, das analysiert werden soll.
2. Der nächste Schritt lautet Modell verwenden: Wir haben drei Modelle zur Auswahl; dazu später mehr. Wir legen hier den Prompt fest, mit dem die KI arbeiten soll. Im Beispiel lautet er: «Fasse diese Datei inhaltlich in ein bis zwei Stichworten zusammen. Achte darauf, dass diese Kurzbeschreibung nicht länger ist als 50 Zeichen und keine Interpunktion und Sonderzeichen enthält.»
3. Wir speichern diese Zusammenfassung als Variable Inhalt.
4. Wir greifen wiederum auf die ausgewählte Datei im Finder zu und verwenden Details von Dateien abrufen, um das Erstellungsdatum in Erfahrung zu bringen. Diese Information bringen wir mittels Datum formatieren in die gewünschte Form (mit Datumsformat: Eigenes und dem Muster yyMMdd).
5. Das Datum speichern wir als Variable Datumspräfix.
6. Wir rufen noch einmal die ausgewählte Datei ab und benennen sie anhand unserer beiden Variablen (Datumspräfix Inhalt) wie gewünscht.

Das Resultat ist brauchbar, jedoch nicht perfekt:

• Es funktioniert leider nur mit einer Datei auf einmal. Sind mehrere Dateien ausgewählt, erscheint ein Dialog, der uns dazu nötigt, uns für eine zu entscheiden.
• Die Beschreibung ist nicht immer über alle Zweifel erhaben. Für den grossen Screenshot oben lautet sie «250925 Diskussion über Dateiverwaltung und KI-Tools auf Mac.» Die KI ignoriert nicht nur die Vorgabe, sich auf ein bis zwei Stichworte zu beschränken, sondern verwendet verbotenerweise auch den Punkt. Wir könnten probieren, diese zu lange Ausgabe in einem zweiten Schritt nochmals per KI zu kürzen und zu bereinigen.
• Und wir müssen nicht darüber diskutieren, dass die inhaltliche Beschreibung für den Screenshot nichts taugt.

Drei Modelle stehen zur Auswahl. Welches am besten performt, hängt von der Aufgabe ab.

Bei Textdateien ist das Resultat meist (nicht immer) besser. Und wir haben die Möglichkeit, ein anderes Modell zu wählen. Zur Auswahl stehen:

• Private Cloud Compute: Das sind KI-Modelle, die Apple selbst betreibt und die hohen Anforderungen an die Privatsphäre genügen sollen.
• Auf diesem Gerät: Das ist ein kleines, lokal installiertes LLM, das ohne Internetverbindung auskommt und auch keine Datenspuren ausserhalb des eigenen Geräts hinterlässt.
• ChatGPT: Die KI von OpenAI in der Cloud.

Das lokale Sprachmodell ist der Aufgabe leider nicht gewachsen. Auch wenn ich den Prompt stark verkürze, erscheint der Fehler: «Die Anfrage überschreitet die maximal erlaubte Länge». Mit ChatGPT dauert die Umbenennung deutlich länger, doch das Resultat ist im Schnitt besser. Für den Screenshot lautet der Dateiname «250925 Diskussion KI». (Das ist der Dateiname, der bei der abgebildeten Datei zu sehen ist.)

Einschätzung dazu: Die Ergebnisse sind nicht perfekt. Dennoch: Noch im Juli habe ich Programme (für Windows und Mac) vorgestellt, die genau das tun, was wir hier durchexerziert haben, nämlich Dateien mittels KI zu benennen. Diese Aufgabe lösen wir mit dem Tandem aus der Kurzbefehle-App und Apple Intelligence jetzt mit Bordmitteln.

Ein Tipp: Wenn wir diesen Kurzbefehl in der Mediathek in den Bereich Schnellaktionen ziehen, steht er direkt übers Menü bei Finder > Dienste > Datei umbenennen (der Name des Kurzbefehls) zur Verfügung.

Die KI-Aktionen übers Dienstmenü aufrufen.

2) Bildbeschreibungen erzeugen

Dieser Kurzbefehl funktioniert ähnlich wie der vorherige – bloss viel simpler. Er benötigt als Input wiederum die ausgewählte Datei im Finder. Er erstellt dann eine Beschreibung anhand des folgenden Prompts:

Beschreibe den Bildinhalt in ein bis zwei Sätzen. Konzentriere dich auf allfällige Personen im Vordergrund und ihre Tätigkeiten. Falls Texte zu sehen sind, gib die wieder. Falls Anführungszeichen benötigt werden, verwende Guillemets («»).

Dieser kurze Kurzbefehl erstellt eine Bildbeschreibung und kopiert sie in die Zwischenablage.

Diese Beschreibung wird in die Zwischenablage gestellt. Wir verwenden sie daraufhin als Bildlegende in unserem CMS, einer Layoutsoftware oder in der Textverarbeitung. Wir können sie auch als Alt-Text einsetzen. Das geht wie hier beschrieben auch direkt mit WordPress. Allerdings benötigen wir mit dieser Methode ein Guthaben, das wir über die API eines Cloudanbieters wie OpenAI benutzen können.

Die Bildbeschreibungen, die mir die KI bei den Tests lieferte, waren einwandfrei.

Fazit: Das Potenzial ist gross, aber es gibt Luft nach oben

Mir gefällt, wie Apple die künstliche Intelligenz im System zugänglich macht und die Interaktion mit lokal gespeicherten Dokumenten und Dateien ermöglicht. Das ist transparenter und flexibler, als Microsoft das bei Windows und Google bei Android handhabt. Wir Nutzerinnen und Nutzer erhalten die Gelegenheit, Arbeitsabläufe nach unseren Vorstellungen aufzusetzen.

Zugegeben, die Kurzbefehle-App ist nicht selbsterklärend. Aber die Hürden lassen sich wiederum per KI überwinden: ChatGPT erklärt gern, welche Befehle uns für bestimmte Aufgaben weiterhelfen.

Das Potenzial ist riesig, auch wenn Apple Intelligence noch in den Kinderschuhen steckt. Der grösste Kritikpunkt ist das lokale LLM, das meinen Aufgaben hier nicht gewachsen ist. Dabei wäre es toll, derlei Aufgaben komplett autonom und ohne Cloud erledigen zu können. Ich sehe zwei Lösungsansätze:

• Apple legt selbst nach und verbessert seine lokalen Modelle so, dass sie den Mindestanforderungen gewachsen sind.
• Oder – noch besser – Apple öffnet Apple Intelligence für Modelle von Drittherstellern. Am besten mit direkter Integration von Hugging Face.

Falls ihr eigene spannende Anwendungsbeispiele für Apple Intelligence und die Kurzbefehle-App habt, freue ich mich über eine kurze Beschreibung via Kommentare!

Beitragsbild: Die Kurzbefehle-App am Macbook wird dank künstlicher Intelligenz vielseitiger und nützlicher.

#Automatisierung #CiaoZurCloud #KI #LLMs #Longread

Eine massgeschneiderte KI für unsere E-Mail-Korrespondenz

Eine fixfertig formulierte Antwort auf ein reales Mail – die ich so natürlich nicht gesendet habe.

Google, Microsoft, Meta und Apple sind dabei, die künstliche Intelligenz in ihre Produkte zu integrieren. Sie tun das leider nicht nur, um uns Nutzerinnen und Nutzern einen Gefallen zu tun. Die integrierte KI hat in manchen Fällen zwar unbestritten einen Nutzen, wie sich bei Office demonstrieren lässt.

Trotzdem rührt dieser Integrationswille vor allem daher, dass er den Konzernen einen hervorragenden Grund liefert, die Preise zu erhöhen. Wir User müssen für die KI-angereicherten Produkte nicht nur mehr bezahlen, sondern werden auch abhängiger. Das beweist wiederum Office: Die Textverarbeitung oder Tabellenkalkulation auszutauschen und auf Libre Office oder Airtable umzusatteln, ist zwar kein Vergnügen, aber möglich. Doch wenn wir die eingebaute KI intensiv nutzen, fallen diese Alternativen weg. Zumindest, solange es dort keine vergleichbare Funktion gibt.

Das ginge natürlich auch anders. Statt dass die Konzerne ihre hauseigene KI direkt einbauen, könnten sie Schnittstellen schaffen, über die Nutzerinnen und Nutzer ihr bevorzugtes Sprachmodell einbinden. Hier zwei Beispiele, wie das konkret funktioniert:

1. Über ein Plug-in generiert die künstliche Intelligenz in WordPress automatisch Alt-Texte, d. h. Bildbeschreibungen für blinde und sehbehinderte Nutzerinnen und Nutzer.
2. Eine Erweiterung in Thunderbird erlaubt es uns, Mails per KI zu beantworten, zu übersetzen oder zu klassifizieren.

Die Befehle von Thunder AI, mit der selbst hinzugefügten Sicherheitsbeurteilung.

Die erste Einsatzmöglichkeit erkläre ich ausführlich in einem separaten Beitrag. An dieser Stelle geht es um die Erweiterung Thunder AI von Mic. Sie stattet das Mailprogramm Thunderbird mit KI-Funktionen aus. Konkret fügt sie in der Symbolleiste des Mailprogramms den Knopf KI hinzu, der die entsprechenden Funktionen zur Verfügung stellt.

Wie es uns gefällt

Auch wenn ich wahrscheinlich Eulen nach Athen trage, möchte ich hier die Vorteile der offenen Anbindung explizit auflisten. Es sind insbesondere diese zwei Aspekte:

1. Als User wählen wir selbst, welches Sprachmodell wir einsetzen. Implementiert sind Schnittstellen zu ChatGPT, Google Gemini und Claude von Anthropic. Alternativ benutzen wir via Ollama-API ein lokales Sprachmodell, etwa Deepseek-r1, Qwen 3 oder Llama.
2. Die Prompts verwalten wir selbst. Wir dürfen die Standard-Prompts abändern¹ und spezifische Befehle für unsere individuellen Aufgaben ergänzen.

Und so funktioniert es:

Die Konfiguration von Thunder AI: Hier wird das LLM ausgewählt und der API-Key hinterlegt.

1. Wir besorgen uns die Erweiterung Thunder AI und installieren sie in Thunderbird.
2. Über den Knopf mit den drei waagerechten Strichen gelangen wir zum Hauptmenü, in dem wir den Befehl Add-ons und Themes betätigen.
3. In der Liste Erweiterungen klicken wir beim Eintrag ThunderAi auf das Schlüsselsymbol.
4. In den Einstellungen ist vor allem der Abschnitt Verbindungstyp wichtig: Hier haben wir sieben Optionen zur Auswahl².
5. Je nach Selektion müssen wir die passende Konfiguration für die Verbindung zum LLM eingeben.
6. Bei Entwicklernachrichten hinterlegen wir einen Präprompt/Systemprompt, der für alle Aufrufe benutzt wird. Hier können wir z. B. angeben, dass Schweizer Rechtschreibung und Typografie (ss statt ß und «» anstelle gerader Anführungszeichen oder Gänsefüsschen) benutzt werden sollen und wir in Mails Leute konsequent duzen.

Bei Punkt fünf kommt bei mir die Option ChatGPT OpenAI API zum Zug; als Modell wähle ich GPT 41-mini. Damit die es auch liefert, muss ich einen API-Schlüssel eintragen. Diese Schlüssel verwalten wir via platform.openai.com. Es ist sinnvoll, für Thunderbird einen eigenen Schlüssel anzulegen: Das erlaubt uns, die Kosten für die KI-Nutzung einzeln zu kontrollieren.

Hier werden die API-Keys für Thunder AI und andere KI-Funktionen eingerichtet.

Bei ChatGPT nach Verbrauch bezahlen – oder ein lokales LLM verwenden

Denn wichtig an dieser Stelle: Die Nutzung per Schnittstelle kostet bei ChatGPT extra. Wir müssen daher ein Guthaben hinterlegen, selbst wenn wir einen Bezahl-Account für ChatGPT haben. Via API bezahlen wir kein Abo, sondern nach Nutzung, wobei wir ein entsprechendes Guthaben hinterlegen können, das entweder automatisch aufgestockt oder halt aufgebraucht wird. Kosten werden pro Token abgerechnet. Das Modell GPT-4.1 mini ist vergleichsweise günstig und kostet für den Output 1,60 US-Dollar für eine Million Token.

Die Verwendung der Tokens lässt sich via Backend überwachen.

Wie viele Tokens wir verwenden, ist unter Usage ersichtlich: Eine simple Antwort kostet um die 2000 Token, d. h. Bruchteile eines Cents. Allerdings stellen wir dennoch fest, dass mit fröhlichen Experimenten schnell der eine oder andere Vierteldollar aufgebraucht wurde. Die Alternative besteht darin, ein eigenes, lokales LLM einzusetzen. Das ist möglich, wenn wir im lokalen Netzwerk einen Server laufen lassen, der eine ChatGPT-kompatible Schnittstelle zur Verfügung stellt. Die hier vorgestellte Software LM Studio ist dazu in der Lage. Wie es in der Praxis funktioniert, teste ich derzeit. Dieses Experiment ist derzeit noch im Gange, sodass ich darüber später Bericht erstatten werde.

Einen eigenen KI-Befehl einrichten

Zur zweiten Stärke dieser Methode: Wie erwähnt erlaubt es uns Thunder AI, eigene Funktionen zu implementieren. Für diesen Zweck klicken wir auf der Add-ons-Verwaltungsseite dieses Plug-ins auf die Schaltfläche Verwalten Sie Ihre Eingabeaufforderungen.

Die Verwaltung der Prompts in Thunder AI, wo sich eigene Befehle einrichten und administrieren lassen.

Wir gelangen zu der Liste mit den Prompts für die einzelnen Befehle, die auch den Kontext aufführt und anzeigt, welche Befehle unter welchen Umständen zur Verfügung stehen, z. B. nur, wenn Text markiert ist. Hier wählen wir, ob die Standardprompts aktiv oder deaktiviert sind, und fügen bei Bedarf auch eigene Befehle hinzu. Ich habe einen Befehl eingebaut, um mir eine Sicherheitsbeurteilung für Nachrichten geben zu lassen, die Phishing, Spam oder sonst wie betrügerisch sein könnten. Denn solche ChatGPT und Co. sind ausgezeichnet darin, uns vor Mail-Betrügern zu schützen.

Ein Manko gibt es leider bei der hier beschriebenen Methode via Thunder AI: Wir haben nicht die Möglichkeit, den Quelltext zu übergeben. Dieser viel mehr Rückschlüsse zu als der reine Textinhalt der Nachricht. Dieses Feature besteht bislang nicht – aber ich werde den Entwickler kontaktieren und ihn bitten, es hinzuzufügen.³

Die Sicherheitsbeurteilung eines E-Mails, bei dem es sich offensichtlich um Phishing handelt.

Der offene Ansatz gewinnt!

Fazit: Der offene Ansatz ist eine wunderbare Alternative zur Egoismus-Strategie, bei der die künstliche Intelligenz mit den Produkten gebündelt wird. Das heisst: Die Hersteller bauen Schnittstellen ein, über die wir Nutzerinnen und Nutzer das Sprachmodell unserer Wahl hinterlegen. Die Vorteile für uns sind offensichtlich: Wir sind frei, die für unsere Bedürfnisse beste KI zu wählen. Und wir haben auch einen Einfluss darauf, wie viel oder wenig uns das kostet. Das ist Selbstbestimmung, wie sie eigentlich völlig selbstverständlich sein sollte!

Fussnoten

1) Um hier ganz präzise zu sein: Die standardmässig hinterlegten Prompts sind nicht editierbar. Es ist aber möglich, sie zu deaktivieren und stattdessen eine eigene, uns genehme Variante der entsprechenden Funktion zu hinterlegen. ↩

2) Diese Optionen stehen für die Anbindung von Sprachmodellen zur Auswahl:

• ChatGPT OpenAI API
• ChatGPT-Weboberfläche
• ChatGPT OpenAI API
• Google Gemini API
• Anthropic API
• Ollama API (lokales LLM)
• OpenAI-kompatible API ↩

3) Update vom 9. September 2025: Dieses Manko ist inzwischen nicht komplett, aber zu einem grossen Teil ausgeräumt. Wir können in unserem Prompt via Parameter bestimmen, welche Inhalte des Mails an die KI übergeben werden. Zu den verfügbaren Data Placeholders zählen u. a. {%author%} für Absender, {%mail_subject%} für den Betreff und – besonders wichtig für die Sicherheitsbeurteilung – {%mail_html_body%} für den HTML-formatierten Body (auf «Nur Text» wird über {%mail_text_body%} zugegriffen). ↩

Beitragsbild: Denn so sitzt es und passt genau zu uns (Tima Miroshnichenko, Pexels-Lizenz).

#ChatGPT #CiaoZurCloud #EMail #FreieSoftwareFOSS_ #KI #LLMs

Eine massgeschneiderte KI für unsere E-Mail-Korrespondenz

Eine fixfertig formulierte Antwort auf ein reales Mail – die ich so natürlich nicht gesendet habe.

Google, Microsoft, Meta und Apple sind dabei, die künstliche Intelligenz in ihre Produkte zu integrieren. Sie tun das leider nicht nur, um uns Nutzerinnen und Nutzern einen Gefallen zu tun. Die integrierte KI hat in manchen Fällen zwar unbestritten einen Nutzen, wie sich bei Office demonstrieren lässt.

Trotzdem rührt dieser Integrationswille vor allem daher, dass er den Konzernen einen hervorragenden Grund liefert, die Preise zu erhöhen. Wir User müssen für die KI-angereicherten Produkte nicht nur mehr bezahlen, sondern werden auch abhängiger. Das beweist wiederum Office: Die Textverarbeitung oder Tabellenkalkulation auszutauschen und auf Libre Office oder Airtable umzusatteln, ist zwar kein Vergnügen, aber möglich. Doch wenn wir die eingebaute KI intensiv nutzen, fallen diese Alternativen weg. Zumindest, solange es dort keine vergleichbare Funktion gibt.

Das ginge natürlich auch anders. Statt dass die Konzerne ihre hauseigene KI direkt einbauen, könnten sie Schnittstellen schaffen, über die Nutzerinnen und Nutzer ihr bevorzugtes Sprachmodell einbinden. Hier zwei Beispiele, wie das konkret funktioniert:

1. Über ein Plug-in generiert die künstliche Intelligenz in WordPress automatisch Alt-Texte, d. h. Bildbeschreibungen für blinde und sehbehinderte Nutzerinnen und Nutzer.
2. Eine Erweiterung in Thunderbird erlaubt es uns, Mails per KI zu beantworten, zu übersetzen oder zu klassifizieren.

Die Befehle von Thunder AI, mit der selbst hinzugefügten Sicherheitsbeurteilung.

Die erste Einsatzmöglichkeit erkläre ich ausführlich in einem separaten Beitrag. An dieser Stelle geht es um die Erweiterung Thunder AI von Mic. Sie stattet das Mailprogramm Thunderbird mit KI-Funktionen aus. Konkret fügt sie in der Symbolleiste des Mailprogramms den Knopf KI hinzu, der die entsprechenden Funktionen zur Verfügung stellt.

Wie es uns gefällt

Auch wenn ich wahrscheinlich Eulen nach Athen trage, möchte ich hier die Vorteile der offenen Anbindung explizit auflisten. Es sind insbesondere diese zwei Aspekte:

1. Als User wählen wir selbst, welches Sprachmodell wir einsetzen. Implementiert sind Schnittstellen zu ChatGPT, Google Gemini und Claude von Anthropic. Alternativ benutzen wir via Ollama-API ein lokales Sprachmodell, etwa Deepseek-r1, Qwen 3 oder Llama.
2. Die Prompts verwalten wir selbst. Wir dürfen die Standard-Prompts abändern¹ und spezifische Befehle für unsere individuellen Aufgaben ergänzen.

Und so funktioniert es:

Die Konfiguration von Thunder AI: Hier wird das LLM ausgewählt und der API-Key hinterlegt.

1. Wir besorgen uns die Erweiterung Thunder AI und installieren sie in Thunderbird.
2. Über den Knopf mit den drei waagerechten Strichen gelangen wir zum Hauptmenü, in dem wir den Befehl Add-ons und Themes betätigen.
3. In der Liste Erweiterungen klicken wir beim Eintrag ThunderAi auf das Schlüsselsymbol.
4. In den Einstellungen ist vor allem der Abschnitt Verbindungstyp wichtig: Hier haben wir sieben Optionen zur Auswahl².
5. Je nach Selektion müssen wir die passende Konfiguration für die Verbindung zum LLM eingeben.
6. Bei Entwicklernachrichten hinterlegen wir einen Präprompt/Systemprompt, der für alle Aufrufe benutzt wird. Hier können wir z. B. angeben, dass Schweizer Rechtschreibung und Typografie (ss statt ß und «» anstelle gerader Anführungszeichen oder Gänsefüsschen) benutzt werden sollen und wir in Mails Leute konsequent duzen.

Bei Punkt fünf kommt bei mir die Option ChatGPT OpenAI API zum Zug; als Modell wähle ich GPT 41-mini. Damit die es auch liefert, muss ich einen API-Schlüssel eintragen. Diese Schlüssel verwalten wir via platform.openai.com. Es ist sinnvoll, für Thunderbird einen eigenen Schlüssel anzulegen: Das erlaubt uns, die Kosten für die KI-Nutzung einzeln zu kontrollieren.

Hier werden die API-Keys für Thunder AI und andere KI-Funktionen eingerichtet.

Bei ChatGPT nach Verbrauch bezahlen – oder ein lokales LLM verwenden

Denn wichtig an dieser Stelle: Die Nutzung per Schnittstelle kostet bei ChatGPT extra. Wir müssen daher ein Guthaben hinterlegen, selbst wenn wir einen Bezahl-Account für ChatGPT haben. Via API bezahlen wir kein Abo, sondern nach Nutzung, wobei wir ein entsprechendes Guthaben hinterlegen können, das entweder automatisch aufgestockt oder halt aufgebraucht wird. Kosten werden pro Token abgerechnet. Das Modell GPT-4.1 mini ist vergleichsweise günstig und kostet für den Output 1,60 US-Dollar für eine Million Token.

Die Verwendung der Tokens lässt sich via Backend überwachen.

Wie viele Tokens wir verwenden, ist unter Usage ersichtlich: Eine simple Antwort kostet um die 2000 Token, d. h. Bruchteile eines Cents. Allerdings stellen wir dennoch fest, dass mit fröhlichen Experimenten schnell der eine oder andere Vierteldollar aufgebraucht wurde. Die Alternative besteht darin, ein eigenes, lokales LLM einzusetzen. Das ist möglich, wenn wir im lokalen Netzwerk einen Server laufen lassen, der eine ChatGPT-kompatible Schnittstelle zur Verfügung stellt. Die hier vorgestellte Software LM Studio ist dazu in der Lage. Wie es in der Praxis funktioniert, teste ich derzeit. Dieses Experiment ist derzeit noch im Gange, sodass ich darüber später Bericht erstatten werde.

Einen eigenen KI-Befehl einrichten

Zur zweiten Stärke dieser Methode: Wie erwähnt erlaubt es uns Thunder AI, eigene Funktionen zu implementieren. Für diesen Zweck klicken wir auf der Add-ons-Verwaltungsseite dieses Plug-ins auf die Schaltfläche Verwalten Sie Ihre Eingabeaufforderungen.

Die Verwaltung der Prompts in Thunder AI, wo sich eigene Befehle einrichten und administrieren lassen.

Wir gelangen zu der Liste mit den Prompts für die einzelnen Befehle, die auch den Kontext aufführt und anzeigt, welche Befehle unter welchen Umständen zur Verfügung stehen, z. B. nur, wenn Text markiert ist. Hier wählen wir, ob die Standardprompts aktiv oder deaktiviert sind, und fügen bei Bedarf auch eigene Befehle hinzu. Ich habe einen Befehl eingebaut, um mir eine Sicherheitsbeurteilung für Nachrichten geben zu lassen, die Phishing, Spam oder sonst wie betrügerisch sein könnten. Denn solche ChatGPT und Co. sind ausgezeichnet darin, uns vor Mail-Betrügern zu schützen.

Ein Manko gibt es leider bei der hier beschriebenen Methode via Thunder AI: Wir haben nicht die Möglichkeit, den Quelltext zu übergeben. Dieser viel mehr Rückschlüsse zu als der reine Textinhalt der Nachricht. Dieses Feature besteht bislang nicht – aber ich werde den Entwickler kontaktieren und ihn bitten, es hinzuzufügen.³

Die Sicherheitsbeurteilung eines E-Mails, bei dem es sich offensichtlich um Phishing handelt.

Der offene Ansatz gewinnt!

Fazit: Der offene Ansatz ist eine wunderbare Alternative zur Egoismus-Strategie, bei der die künstliche Intelligenz mit den Produkten gebündelt wird. Das heisst: Die Hersteller bauen Schnittstellen ein, über die wir Nutzerinnen und Nutzer das Sprachmodell unserer Wahl hinterlegen. Die Vorteile für uns sind offensichtlich: Wir sind frei, die für unsere Bedürfnisse beste KI zu wählen. Und wir haben auch einen Einfluss darauf, wie viel oder wenig uns das kostet. Das ist Selbstbestimmung, wie sie eigentlich völlig selbstverständlich sein sollte!

Fussnoten

1) Um hier ganz präzise zu sein: Die standardmässig hinterlegten Prompts sind nicht editierbar. Es ist aber möglich, sie zu deaktivieren und stattdessen eine eigene, uns genehme Variante der entsprechenden Funktion zu hinterlegen. ↩

2) Diese Optionen stehen für die Anbindung von Sprachmodellen zur Auswahl:

• ChatGPT OpenAI API
• ChatGPT-Weboberfläche
• ChatGPT OpenAI API
• Google Gemini API
• Anthropic API
• Ollama API (lokales LLM)
• OpenAI-kompatible API ↩

3) Update vom 9. September 2025: Dieses Manko ist inzwischen nicht komplett, aber zu einem grossen Teil ausgeräumt. Wir können in unserem Prompt via Parameter bestimmen, welche Inhalte des Mails an die KI übergeben werden. Zu den verfügbaren Data Placeholders zählen u. a. {%author%} für Absender, {%mail_subject%} für den Betreff und – besonders wichtig für die Sicherheitsbeurteilung – {%mail_html_body%} für den HTML-formatierten Body (auf «Nur Text» wird über {%mail_text_body%} zugegriffen). ↩

Beitragsbild: Denn so sitzt es und passt genau zu uns (Tima Miroshnichenko, Pexels-Lizenz).

#ChatGPT #CiaoZurCloud #EMail #FreieSoftwareFOSS_ #KI #LLMs

Wie wir eine KI mit unseren eigenen Informationen füttern

Juhuu, endlich habe ich es geschafft, eine KI mit den Inhalten meines Blogs und meines Artikelarchivs vertraut zu machen. Sie beantwortet Fragen anhand meiner gesammelten Texte:

• Sie hilft mir auf die Sprünge, wenn ich nicht mehr genau weiss, was ich zu einem bestimmten Thema geschrieben habe.
• Ich erhalte eine höchst komfortable semantische Suchmethode, bei der ich nicht auf exakte Suchbegriffe angewiesen bin.
• Und natürlich ist das auch einfach sehr cool!

Ich erkläre gleich, wie mir das gelungen ist – übrigens dank des Tipps von Manuel. Erst aber kurz der Hinweis auf meine beiden Anläufe, die nicht zum Ziel geführt haben:

• Der erste Versuch erfolgte über einen eigenen GPT. Diese Methode funktioniert, ist aber sterbenslangsam, weil ChatGPT für jeden Suchlauf die Daten neu auspackt und analysiert.
• Der zweite Kandidat war Notebook LM von Google. Das ist ein nützliches Instrument für die Auswertung eigener Inhalte, doch mein Datenbestand von rund 13’000 Artikeln sprengt dessen Kapazität.

Das Zauberwort heisst RAG (Retrieval-Augmented Generation)

Die Lösung für diese beiden Probleme ist ein RAG: Die Informationen werden mittels Chunking, Embedding und Indexierung so präpariert, dass das Sprachmodell optimal auf sie zugreifen kann. Manuels Empfehlung für diesen Zweck ist Msty: Eine Software für Windows, Mac und Linux für Sprachmodelle. Die können entweder lokal installiert werden (wie mit LM Studio und GPT4All) oder via API auch aus der Cloud genutzt werden.

Für meinen Versuch verwende ich Mistral Nemo. Das ist mit sieben Gigabyte einigermassen schlank und trotzdem anständig leistungsfähig. Zur Verfügung stehen auch Qwen3, Cogito, Deepseek R1, Llama 3.3, Phi 4 und einige weitere der üblichen Verdächtigen. Für die eigenen Daten klicken wir auf den Knopf Knowledge Stacks (erkennbar am Ordnersymbol) in der Leiste am linken Rand und auf Add new Knowledge Stack. Wir benötigen ein Embedding Model, wobei standardmässig Mixedbread Embed Large vorgeschlagen wird.

Daten exportieren und vektorisieren

Im nächsten Schritt fügen wir die Daten hinzu, die hinterher zur Verfügung stehen sollen. Es stellt sich die Frage, welches Format für meine Zwecke geeignet ist¹ und welche Aufbereitung zum Ziel führt. Meine Blogposts und Artikel stecken jeweils in einer Word­press-Datenbank, was diverse Möglichkeiten eröffnet:

Das Plug-in All Export stellt die gesammelten Artikel und Blogposts für Msty zur Verfügung.

Der Einfachheit halber verwende ich das Word­press-Plug-in All Export. Es liefert mit CSV ein passendes Format, und es erlaubt, alle nötigen Datenfelder auszuwählen. Im Fall meiner Artikel sind das ID, Datum, Permalink, Titel, Excerpt und Content. Man könnte auch Kategorien und eigene Felder übernehmen, aber für einen ersten Test beschränke ich mich aufs Nötigste. Ein nicht unwichtiges Detail besteht darin, dass sich mit All Export solche Vorgänge auch automatisieren lassen. Das ist entscheidend, wenn wir unser RAG regelmässig aktualisieren wollen.

Nach dem Export werden die beiden CSV-Dateien als Knowledge Stack hinzugefügt. Die Aufbereitung dauert ihre Zeit. Ich habe es versäumt, auf die Uhr zu schauen, aber am Macbook Pro M3 dauerte der Vorgang über den Daumen gepeilt eine gute Stunde.

Unsere eigenen Informationen fliessen in einen Knowledge Stack ein.

Es klappt – mit Abstrichen

Nachdem die Vektorisierung erledigt ist, kommt der spannende Moment: Gibt Mistral die richtigen, d.h. auf meinen Texten basierenden Auskünfte? Wichtig ist, in der Leiste am unteren Rand, wo wir das LLM auswählen, via Knowledge Stack-Symbol unseren Datenbestand auszuwählen.

Und siehe da, es klappt: Meine Frage nach Lightroom-Alternativen beantwortet Mistral mit vier Programmen zur Bildverwaltung, die ich bei früheren Gelegenheiten vorgestellt habe. Die Antwort erfolgt zügig, womit wir festhalten können: Ein erstes Etappenziel ist erreicht.

Die Antwort, die Mistral anhand meiner Blogposts erteilt.

Kommen wir zur Detailkritik:

Zitate: Gut gefällt mir, dass unter Citations unterhalb der Antwort die Textstellen aufgeführt sind, auf die sich die Antwort bezieht. Das erlaubt es, auf die Originalquelle zuzugreifen.

Quellenverweise: Die Zitate werden rudimentär aufbereitet. Es wird der Original-HTML-Code angezeigt; manchmal mit, meistens aber ohne Permalink. Für eine Suchmaschine im eigentlichen Sinn wünschen wir uns eine benutzerfreundlichere Ansicht, in der wir nur einen Link anklicken müssen, um den fraglichen Beitrag aufzurufen.

Der Verweis auf eine der verwendeten Quellen.

Antwortqualität: Die Auskunft ist okay, aber nicht überragend: Ich habe alle vier aufgeführten Programme im Kontext von Lightroom erwähnt², würde trotzdem nicht alle als direkte Alternativen empfehlen. Demgegenüber unterschlägt die KI auch mindestens neun RAW-Konverter, die ich im Blog explizit auf ihre Tauglichkeit als Lightroom-Ersatz abgeklopft habe³.

Vor allem dieser zweite Aspekt schmälert den Nutzen: Wir müssen davon ausgehen, dass uns die KI eine unvollständige Antwort liefert, die andere Schwerpunkte setzt, als wir es tun würden.

Das ist (vermutlich) erst der Anfang

Allerdings: Wenn uns das an dieser Stelle überrascht, dann unterliegen wir einem Grundlagenirrtum, was die künstliche Intelligenz angeht: Die hilft uns weiter, wenn wir Zeit sparen und uns einen groben Überblick zu einem Thema verschaffen wollen. Wenn eine Arbeit sorgfältig und in unserem Sinn erledigt werden soll, dann gibt es nur einen richtigen Weg: Wir machen sie selbst.

Fazit: Trotz der Einwände und Bedenken eine nützliche Sache! Ich werde sehen, welches Verbesserungspotenzial in Msty und meinem Knowledge Stack steckt. Gut möglich, dass ein anderes Sprachmodell bessere Resultate liefert und sich die Aufbereitung der Informationen mittels spezieller Instruktionen verbessern lässt. Falls ich spannende Erkenntnisse sammle, lest ihr die demnächst hier auf diesem Kanal!

Fussnoten

1) Msty akzeptiert die Formate PDF, CSV, MD, JSON, JSONL, Epub, Docx, RTF und TXT. ↩

2) Apple Aperture z.B. hier und hier, Picasa hier, Capture One Pro hier und Darktable hier. ↩

3) Luminar 4, Pixelmator, Exposure X4 von Alien Skin, Digi­kam, DxO PhotoLab, ACDSee, Raw Therapee, After Shot von Corel und ON1 Photo RAW, um nur einige zu nennen. ↩

Beitragsbild: Das Huhn heisst natürlich Mistral (Alex P, Pexels-Lizenz).

#CiaoZurCloud #KI #Lesertipp #Linux #LLMs #Wordpress

Wie wir eine KI mit unseren eigenen Informationen füttern

Juhuu, endlich habe ich es geschafft, eine KI mit den Inhalten meines Blogs und meines Artikelarchivs vertraut zu machen. Sie beantwortet Fragen anhand meiner gesammelten Texte:

• Sie hilft mir auf die Sprünge, wenn ich nicht mehr genau weiss, was ich zu einem bestimmten Thema geschrieben habe.
• Ich erhalte eine höchst komfortable semantische Suchmethode, bei der ich nicht auf exakte Suchbegriffe angewiesen bin.
• Und natürlich ist das auch einfach sehr cool!

Ich erkläre gleich, wie mir das gelungen ist – übrigens dank des Tipps von Manuel. Erst aber kurz der Hinweis auf meine beiden Anläufe, die nicht zum Ziel geführt haben:

• Der erste Versuch erfolgte über einen eigenen GPT. Diese Methode funktioniert, ist aber sterbenslangsam, weil ChatGPT für jeden Suchlauf die Daten neu auspackt und analysiert.
• Der zweite Kandidat war Notebook LM von Google. Das ist ein nützliches Instrument für die Auswertung eigener Inhalte, doch mein Datenbestand von rund 13’000 Artikeln sprengt dessen Kapazität.

Das Zauberwort heisst RAG (Retrieval-Augmented Generation)

Die Lösung für diese beiden Probleme ist ein RAG: Die Informationen werden mittels Chunking, Embedding und Indexierung so präpariert, dass das Sprachmodell optimal auf sie zugreifen kann. Manuels Empfehlung für diesen Zweck ist Msty: Eine Software für Windows, Mac und Linux für Sprachmodelle. Die können entweder lokal installiert werden (wie mit LM Studio und GPT4All) oder via API auch aus der Cloud genutzt werden.

Für meinen Versuch verwende ich Mistral Nemo. Das ist mit sieben Gigabyte einigermassen schlank und trotzdem anständig leistungsfähig. Zur Verfügung stehen auch Qwen3, Cogito, Deepseek R1, Llama 3.3, Phi 4 und einige weitere der üblichen Verdächtigen. Für die eigenen Daten klicken wir auf den Knopf Knowledge Stacks (erkennbar am Ordnersymbol) in der Leiste am linken Rand und auf Add new Knowledge Stack. Wir benötigen ein Embedding Model, wobei standardmässig Mixedbread Embed Large vorgeschlagen wird.

Daten exportieren und vektorisieren

Im nächsten Schritt fügen wir die Daten hinzu, die hinterher zur Verfügung stehen sollen. Es stellt sich die Frage, welches Format für meine Zwecke geeignet ist¹ und welche Aufbereitung zum Ziel führt. Meine Blogposts und Artikel stecken jeweils in einer Word­press-Datenbank, was diverse Möglichkeiten eröffnet:

Das Plug-in All Export stellt die gesammelten Artikel und Blogposts für Msty zur Verfügung.

Der Einfachheit halber verwende ich das Word­press-Plug-in All Export. Es liefert mit CSV ein passendes Format, und es erlaubt, alle nötigen Datenfelder auszuwählen. Im Fall meiner Artikel sind das ID, Datum, Permalink, Titel, Excerpt und Content. Man könnte auch Kategorien und eigene Felder übernehmen, aber für einen ersten Test beschränke ich mich aufs Nötigste. Ein nicht unwichtiges Detail besteht darin, dass sich mit All Export solche Vorgänge auch automatisieren lassen. Das ist entscheidend, wenn wir unser RAG regelmässig aktualisieren wollen.

Nach dem Export werden die beiden CSV-Dateien als Knowledge Stack hinzugefügt. Die Aufbereitung dauert ihre Zeit. Ich habe es versäumt, auf die Uhr zu schauen, aber am Macbook Pro M3 dauerte der Vorgang über den Daumen gepeilt eine gute Stunde.

Unsere eigenen Informationen fliessen in einen Knowledge Stack ein.

Es klappt – mit Abstrichen

Nachdem die Vektorisierung erledigt ist, kommt der spannende Moment: Gibt Mistral die richtigen, d.h. auf meinen Texten basierenden Auskünfte? Wichtig ist, in der Leiste am unteren Rand, wo wir das LLM auswählen, via Knowledge Stack-Symbol unseren Datenbestand auszuwählen.

Und siehe da, es klappt: Meine Frage nach Lightroom-Alternativen beantwortet Mistral mit vier Programmen zur Bildverwaltung, die ich bei früheren Gelegenheiten vorgestellt habe. Die Antwort erfolgt zügig, womit wir festhalten können: Ein erstes Etappenziel ist erreicht.

Die Antwort, die Mistral anhand meiner Blogposts erteilt.

Kommen wir zur Detailkritik:

Zitate: Gut gefällt mir, dass unter Citations unterhalb der Antwort die Textstellen aufgeführt sind, auf die sich die Antwort bezieht. Das erlaubt es, auf die Originalquelle zuzugreifen.

Quellenverweise: Die Zitate werden rudimentär aufbereitet. Es wird der Original-HTML-Code angezeigt; manchmal mit, meistens aber ohne Permalink. Für eine Suchmaschine im eigentlichen Sinn wünschen wir uns eine benutzerfreundlichere Ansicht, in der wir nur einen Link anklicken müssen, um den fraglichen Beitrag aufzurufen.

Der Verweis auf eine der verwendeten Quellen.

Antwortqualität: Die Auskunft ist okay, aber nicht überragend: Ich habe alle vier aufgeführten Programme im Kontext von Lightroom erwähnt², würde trotzdem nicht alle als direkte Alternativen empfehlen. Demgegenüber unterschlägt die KI auch mindestens neun RAW-Konverter, die ich im Blog explizit auf ihre Tauglichkeit als Lightroom-Ersatz abgeklopft habe³.

Vor allem dieser zweite Aspekt schmälert den Nutzen: Wir müssen davon ausgehen, dass uns die KI eine unvollständige Antwort liefert, die andere Schwerpunkte setzt, als wir es tun würden.

Das ist (vermutlich) erst der Anfang

Allerdings: Wenn uns das an dieser Stelle überrascht, dann unterliegen wir einem Grundlagenirrtum, was die künstliche Intelligenz angeht: Die hilft uns weiter, wenn wir Zeit sparen und uns einen groben Überblick zu einem Thema verschaffen wollen. Wenn eine Arbeit sorgfältig und in unserem Sinn erledigt werden soll, dann gibt es nur einen richtigen Weg: Wir machen sie selbst.

Fazit: Trotz der Einwände und Bedenken eine nützliche Sache! Ich werde sehen, welches Verbesserungspotenzial in Msty und meinem Knowledge Stack steckt. Gut möglich, dass ein anderes Sprachmodell bessere Resultate liefert und sich die Aufbereitung der Informationen mittels spezieller Instruktionen verbessern lässt. Falls ich spannende Erkenntnisse sammle, lest ihr die demnächst hier auf diesem Kanal!

Fussnoten

1) Msty akzeptiert die Formate PDF, CSV, MD, JSON, JSONL, Epub, Docx, RTF und TXT. ↩

2) Apple Aperture z.B. hier und hier, Picasa hier, Capture One Pro hier und Darktable hier. ↩

3) Luminar 4, Pixelmator, Exposure X4 von Alien Skin, Digi­kam, DxO PhotoLab, ACDSee, Raw Therapee, After Shot von Corel und ON1 Photo RAW, um nur einige zu nennen. ↩

Beitragsbild: Das Huhn heisst natürlich Mistral (Alex P, Pexels-Lizenz).

#CiaoZurCloud #KI #Lesertipp #Linux #LLMs #Wordpress

Datenaustausch zwischen Windows und Android ohne Umweg

Eine kleine, aber wirklich nützliche Neuerung für Windows ist zu vermelden: Sie verbessert die Zusammenarbeit von Microsofts Betriebssystem mit smarten Telefonen aus der Android-Welt. Konkret ist es neu möglich, aus dem Windows-Explorer aufs Dateisystem des Smartphones zuzugreifen. Und zwar drahtlos; nicht via USB, sondern über Bluetooth.

Sobald die Verbindung eingerichtet ist – wie, erkläre ich am Schluss –, erscheint das Telefon im Windows-Explorer in der Leiste links (im sogenannten Navigationsbereich) im Abschnitt mit den verbundenen Ablagen und Datenträgern. In meinem ist dort das Pixel 8 Pro zu sehen. Die Datenstruktur umfasst wichtige Ordner wie DCIM, wo die mit dem Handy geschossenen Fotos landen, aber Download(s), Documents, Recordings, Ringtones, Audiobooks und Podcasts. Und es gibt einen Ordner Music. Dort kopieren wir Audiodateien hinein, um sie am Handy abzuspielen. (In der YT Music-App tauchen sie in der Rubrik Mediathek auf, wenn wir oben bei Anzeigen auf Dateien auf dem Gerät umschalten.)

All die Android-Screenshots im Direktzugriff.

Endlich eine Lösung für ein altes Rätsel

Womit nach vier Jahren das grosse Rätsel gelöst wäre, wie wir unsere Musik auf ein Android-Telefon bekommen. Als ich das vor vier Jahren probierte, musste ich gnadenloses Scheitern konstatieren. Dank dieser Windows-Neuerung klappt es jetzt auf Anhieb.

Und klar, diese Funktion mutet anachronistisch an: Viele Anwenderinnen und Anwender tauschen Daten und Dokumente via Cloud zwischen den Geräten aus. So legen es uns die Tech-Konzerne auch nahe; und niemand scheint sich gross am Umweg zu stören, der bei Lichte betrachtet gigantisch und absolut sinnlos ist. Stellen wir es uns vor: Mein Handy liegt dreissig Zentimeter neben dem Laptop, aber wenn ich ein paar Dokumente (oder einen fünf Gigabyte grossen Film) via rüberkopiere, dann wandert der über einen Server, der vielleicht in der Schweiz oder in Europa steht, aber vielleicht auch in den USA lokalisiert ist. Zum Verhältnisblödsinn kommt das Datenschutzrisiko dazu, weil jemand unterwegs meine Daten auch abfangen könnte.

Beim iPhone klappts auf anderem Weg

Darum eine nachdrückliche Empfehlung! Ich hätte den drahtlosen Direktzugriff gern auch aufs iPhone. Apple wird ihn nicht zulassen, aber es gibt Alternativen: Local Send ist eine App, die Informationen zwischen allen Geräten im lokalen Netzwerk austauscht. Und mittels Owl können wir am iPhone auf freigegebene Windows-Laufwerke zugreifen.

Hier die versprochene Erklärung, wie die Verbindung eingerichtet wird. Wir benötigen die App Smartphone-Link von Microsoft für Windows, die ein Gegenstück für Android hat. Das heisst Link zu Windows und ist im Google Play-Store zu finden. Es gibt auch eine Variante fürs iPhone, mit der sich Windows mit Apples Smartphone verbinden lässt, bloss sind dort die Möglichkeiten wegen Apples restriktiver Abschottung des Systems stark eingeschränkt.

Über die Windows-App wird die Verbindung zwischen PC und Smartphone eingerichtet. Die Link-zu-Windows-App unter Android benötigt diverse Berechtigungen, um als Bindeglied zu fungieren, u.a. für Benachrichtigungen, Fotos und Videos, Gerätesuche in der Nähe, Kontakte, SMS und Telefon.

Die Einstellungen für die Direktverbindung.

Unter Windows findet die Konfiguration des Dateizugriffs in den Einstellungen statt: Unter Bluetooth und Geräte muss in der Rubrik Mobile Geräte die Option Zulassen, dass dieser PC auf Ihre mobile Geräte zugreift eingeschaltet sein, ebenso die Option Smartphone-Link (Sofortiger Zugriff auf Ihr Mobilgerät von Ihrem PC aus).

Beitragsbild: Den Objektivdeckel hätte man noch wegräumen können (Sumeet Singh, Unsplash-Lizenz).

#CiaoZurCloud

Datenaustausch zwischen Windows und Android ohne Umweg

Eine kleine, aber wirklich nützliche Neuerung für Windows ist zu vermelden: Sie verbessert die Zusammenarbeit von Microsofts Betriebssystem mit smarten Telefonen aus der Android-Welt. Konkret ist es neu möglich, aus dem Windows-Explorer aufs Dateisystem des Smartphones zuzugreifen. Und zwar drahtlos; nicht via USB, sondern über Bluetooth.

Sobald die Verbindung eingerichtet ist – wie, erkläre ich am Schluss –, erscheint das Telefon im Windows-Explorer in der Leiste links (im sogenannten Navigationsbereich) im Abschnitt mit den verbundenen Ablagen und Datenträgern. In meinem ist dort das Pixel 8 Pro zu sehen. Die Datenstruktur umfasst wichtige Ordner wie DCIM, wo die mit dem Handy geschossenen Fotos landen, aber Download(s), Documents, Recordings, Ringtones, Audiobooks und Podcasts. Und es gibt einen Ordner Music. Dort kopieren wir Audiodateien hinein, um sie am Handy abzuspielen. (In der YT Music-App tauchen sie in der Rubrik Mediathek auf, wenn wir oben bei Anzeigen auf Dateien auf dem Gerät umschalten.)

All die Android-Screenshots im Direktzugriff.

Endlich eine Lösung für ein altes Rätsel

Womit nach vier Jahren das grosse Rätsel gelöst wäre, wie wir unsere Musik auf ein Android-Telefon bekommen. Als ich das vor vier Jahren probierte, musste ich gnadenloses Scheitern konstatieren. Dank dieser Windows-Neuerung klappt es jetzt auf Anhieb.

Und klar, diese Funktion mutet anachronistisch an: Viele Anwenderinnen und Anwender tauschen Daten und Dokumente via Cloud zwischen den Geräten aus. So legen es uns die Tech-Konzerne auch nahe; und niemand scheint sich gross am Umweg zu stören, der bei Lichte betrachtet gigantisch und absolut sinnlos ist. Stellen wir es uns vor: Mein Handy liegt dreissig Zentimeter neben dem Laptop, aber wenn ich ein paar Dokumente (oder einen fünf Gigabyte grossen Film) via rüberkopiere, dann wandert der über einen Server, der vielleicht in der Schweiz oder in Europa steht, aber vielleicht auch in den USA lokalisiert ist. Zum Verhältnisblödsinn kommt das Datenschutzrisiko dazu, weil jemand unterwegs meine Daten auch abfangen könnte.

Beim iPhone klappts auf anderem Weg

Darum eine nachdrückliche Empfehlung! Ich hätte den drahtlosen Direktzugriff gern auch aufs iPhone. Apple wird ihn nicht zulassen, aber es gibt Alternativen: Local Send ist eine App, die Informationen zwischen allen Geräten im lokalen Netzwerk austauscht. Und mittels Owl können wir am iPhone auf freigegebene Windows-Laufwerke zugreifen.

Hier die versprochene Erklärung, wie die Verbindung eingerichtet wird. Wir benötigen die App Smartphone-Link von Microsoft für Windows, die ein Gegenstück für Android hat. Das heisst Link zu Windows und ist im Google Play-Store zu finden. Es gibt auch eine Variante fürs iPhone, mit der sich Windows mit Apples Smartphone verbinden lässt, bloss sind dort die Möglichkeiten wegen Apples restriktiver Abschottung des Systems stark eingeschränkt.

Über die Windows-App wird die Verbindung zwischen PC und Smartphone eingerichtet. Die Link-zu-Windows-App unter Android benötigt diverse Berechtigungen, um als Bindeglied zu fungieren, u.a. für Benachrichtigungen, Fotos und Videos, Gerätesuche in der Nähe, Kontakte, SMS und Telefon.

Die Einstellungen für die Direktverbindung.

Unter Windows findet die Konfiguration des Dateizugriffs in den Einstellungen statt: Unter Bluetooth und Geräte muss in der Rubrik Mobile Geräte die Option Zulassen, dass dieser PC auf Ihre mobile Geräte zugreift eingeschaltet sein, ebenso die Option Smartphone-Link (Sofortiger Zugriff auf Ihr Mobilgerät von Ihrem PC aus).

Beitragsbild: Den Objektivdeckel hätte man noch wegräumen können (Sumeet Singh, Unsplash-Lizenz).

#CiaoZurCloud

Sinnvoll? Lokale KI-Chatbots auf dem Smartphone

In einem Tech-Podcast hat Leo, einer der Techies dort, neulich einige Apps erwähnt, mit denen sich Open-Source-Sprachmodelle auf dem Smartphone ausführen lassen. Das hat mich dazu bewogen, das auszuprobieren. Trotz der Frage, ob das nicht eine dumme Idee ist. Es gibt gute Gründe, am Smartphone auf die Modelle in der Cloud zu setzen: Denn lokal installiert, benötigen sie Unmengen an Speicher, sie fordern den Prozessor und leeren zügig den Akku.

Das Gegenargument ist natürlich: Wir tun es, weil es geht. Man braucht kein Cloud-Hasser zu sein, um sich über die grössere Unabhängigkeit zu freuen, die durch lokal agierende Software entsteht.

Leo hat einige Apps ins Feld geführt; die ich hier mit meinen Empfehlungen ergänze:
LM Studio habe ich in der Variante für den Mac bereits getestet. MLC Chat ist kostenlos, macht aber einen so spartanischen Eindruck, dass die App hier nicht zum Zug kommt.

Private LLM

Keine Chat-Historie bei Private LLM.

Private LLM schlägt mit zehn fünf¹ Franken zu Buche, ist aber anscheinend der beliebteste Vertreter ihrer Art. Der Download ist satte 1,3 GB gross. Das rührt daher, dass Zephyr 1.6B als eingebautes Sprachmodell mitgeliefert wird. Das liefert bei einem ersten Test eine Antwort, die in Teilen irritiert. Die Frage lautete, wer Wilhelm Tell war und was er heute tun würde:

Wilhelm Tell ist ein berühmter historischer Säumer, der im 13. Jahrhundert in der Schweiz als Stammvater der Eidgenossenschaft eine wichtige Rolle spielte. In der modernen Welt wäre er heute wahrscheinlich ein Senior oder eine ältere Person, die möglicherweise mit ihrem Computer oder einem anderen Gerät zur Unterstützung von Online-Diensten und -Nachrichten benutzt würde.

Von der kompletten Blamage bewahrte sich der Bot mit folgender Ergänzung:

Inhaltlich könnte er jedoch weiterhin seine langjährige Erfahrung als Säumer und seine Kenntnisse im Umgang mit dem Wassermann nutzen, um sich über seine eigenen Werte und Überzeugungen, wie den Wert der Familie und Gemeinschaft, zu diskutieren. Allerdings wäre das Leben heute sowohl technologisch als auch weltweit geprägt von einer Vielzahl von neuen Entwicklungen und Herausforderungen, die er möglicherweise nicht allgegenbewährt haben würde.

Eine üppige Auswahl and Sprachmodellen.

Gut, über das Wort «allgegenbewährt» liesse sich gesondert diskutieren, ebenso über den Wassermann.

Aber es geht an dieser Stelle nicht um das Modell, sondern um die App. Die zeichnet sich durch folgende Merkmale aus:

• Über das Dropdown-Menü am oberen Bildschirmrand werden weitere Modelle installiert. Die Stärke von Private LLM ist die grosse Auswahl an KIs. Dutzende Sprachmodelle stehen zur Verfügung Nebst solchen, die wir kennen dürften (Qwen, Llama, Phi, Mistral, Gemma) gibt es auch solche, von denen wir vermutlich noch nie gehört haben (Rocket, Nous Capybara, Airoboros, Spicyboros, Sauerkraut – ja, Sauerkraut).
• Über das i-Symbol sehen wir, woher das Modell geladen wird. Die meisten stammen aus der Huggingface-Community, und über den Link gelangen wir zur entsprechenden Seite, in der die technischen Details und Instruktionen zur Verwendung nachzulesen sind.
• Antworten lassen sich durch längeres Antippen kopieren, auswählen, teilen oder neu generieren lassen.

Local Chat

Die per Llama direkt auf dem iPhone gernerierte Auskunft zu Wilhelm Tell.

Local Chat ist kostenlos erhältlich. Diese App irritiert damit, dass sie beim ersten Öffnen ohne Nachfrage mit dem Download eines Modells beginnt (Llama 3.2 3B). Klar, ohne LLM ist die App zu nichts nütze. Trotzdem würde ich eine Übertragung im Gigabyte-Bereich gern selbst anstossen. Ansonsten erfüllt die App ihren Zweck:

• Per Dropdown-Menü schalten wir zwischen den Modellen um.
• Über die (standardmässig ausgeblendete) Leiste am linken Rand sind die früheren Konversationen zugänglich. Es ist ersichtlich, mit welchem Modell sie erstellt wurden.
• Es gibt Knöpfe, um die Konversation zu kopieren oder zu löschen, den Prompt zu editieren und sie den Favoriten hinzuzufügen.
• Via Zauberstab-Symbol geben wir einen Systemprompt vor.

Das Angebot an LLMs ist in dieser App deutlich kleiner; es beschränkt sich auf Gemma, Llama und Qwen. Abgesehen von diesem Manko hat Local Chat den grösseren Funktionsumfang und ist benutzerfreundlicher.

Local Chat integriert auch einige Online-Modelle (Claude 3.5, Gemini 1.5 und GPT 4o). Das ist aus meiner Sicht nicht zwingend, ist aber sinnvoll, wenn direkte Vergleiche angestellt werden sollen. Einige der Modelle können nur über das Pro-Abo freigeschaltet werden, das vierzig Franken im Jahr, neun Franken pro Monat oder einmalig hundert Franken kostet. Dieses Abo ist mir zu teuer.

Fazit

Für Gelegenheitsnutzer und -nutzerinnen ist Local Chat eine hervorragende Wahl. Wer eine grössere Auswahl an Modellen benötigt, sollte zu Private LLM greifen: Der Einmalkauf für zehn Franken ist auf alle Fälle attraktiver als das teure Pro-Abo des Konkurrenten.

Nachtrag

Die Auswahl an LLMs bei Local Chat ist überschaubar.

Jetzt wollt ihr wahrscheinlich wissen, wie das bei Local Chat standardmässig geladene Sprachmodell (Llama 3.2) die Frage nach Wilhelm Tell beantwortet. Und recht habt ihr – das ist ein Highlight in der Geschichte der künstlichen Intelligenz.

Laut der Legende von Wilhelm Tell war er ein Schweizer Bogenschützer, der in der Stadt Kappel in der Schweiz lebte. Er war ein Vater von zwei Söhnen, Wilhelm und Franz. Der «Tell-Bruder» war ein Mann namens Gessler, der als Statthalter der Habsburger in der Schweiz diente.

Erstens: Wo ist Walter? Und zweitens: Wieso zum Landvogt hätte man Gessler als «Tell-Bruder» bezeichnen sollen? Was den zweiten Teil der Frage angeht, urteilt bitte selbst:

Wenn Wilhelm Tell heute wäre, würde er wahrscheinlich sehr überrascht sein, wie die Welt sich verändert hat. Er würde sich wahrscheinlich über die Fortschritte in der Technologie, die globale Vernetzung und die Vielfalt der Kulturen im 21. Jahrhundert freuen. Er würde sich wahrscheinlich auch über die Herausforderungen der heutigen Welt freuen, wie z.B. den Klimawandel, die Ungleichheit und die politischen Spannungen.

Juhuu, Klimawandel und politische Spannungen! Davon kann Tell in seinem langweiligen 14. Jahrhundert nur träumen!

Fussnoten

1) Ich habe noch zehn bezahlt. Hmpf. ↩

Beitragsbild: Vermutlich würde er den Pfeil nicht auf den Apfel, sondern den Apple abschiessen – und ja, diesen Spruch wollte ich schon immer mal machen (Marlon Trottmann, Pixabay-Lizenz).

#CiaoZurCloud #KI #LLMs

Sinnvoll? Lokale KI-Chatbots auf dem Smartphone

In einem Tech-Podcast hat Leo, einer der Techies dort, neulich einige Apps erwähnt, mit denen sich Open-Source-Sprachmodelle auf dem Smartphone ausführen lassen. Das hat mich dazu bewogen, das auszuprobieren. Trotz der Frage, ob das nicht eine dumme Idee ist. Es gibt gute Gründe, am Smartphone auf die Modelle in der Cloud zu setzen: Denn lokal installiert, benötigen sie Unmengen an Speicher, sie fordern den Prozessor und leeren zügig den Akku.

Das Gegenargument ist natürlich: Wir tun es, weil es geht. Man braucht kein Cloud-Hasser zu sein, um sich über die grössere Unabhängigkeit zu freuen, die durch lokal agierende Software entsteht.

Leo hat einige Apps ins Feld geführt; die ich hier mit meinen Empfehlungen ergänze:
LM Studio habe ich in der Variante für den Mac bereits getestet. MLC Chat ist kostenlos, macht aber einen so spartanischen Eindruck, dass die App hier nicht zum Zug kommt.

Private LLM

Keine Chat-Historie bei Private LLM.

Private LLM schlägt mit zehn fünf¹ Franken zu Buche, ist aber anscheinend der beliebteste Vertreter ihrer Art. Der Download ist satte 1,3 GB gross. Das rührt daher, dass Zephyr 1.6B als eingebautes Sprachmodell mitgeliefert wird. Das liefert bei einem ersten Test eine Antwort, die in Teilen irritiert. Die Frage lautete, wer Wilhelm Tell war und was er heute tun würde:

Wilhelm Tell ist ein berühmter historischer Säumer, der im 13. Jahrhundert in der Schweiz als Stammvater der Eidgenossenschaft eine wichtige Rolle spielte. In der modernen Welt wäre er heute wahrscheinlich ein Senior oder eine ältere Person, die möglicherweise mit ihrem Computer oder einem anderen Gerät zur Unterstützung von Online-Diensten und -Nachrichten benutzt würde.

Von der kompletten Blamage bewahrte sich der Bot mit folgender Ergänzung:

Inhaltlich könnte er jedoch weiterhin seine langjährige Erfahrung als Säumer und seine Kenntnisse im Umgang mit dem Wassermann nutzen, um sich über seine eigenen Werte und Überzeugungen, wie den Wert der Familie und Gemeinschaft, zu diskutieren. Allerdings wäre das Leben heute sowohl technologisch als auch weltweit geprägt von einer Vielzahl von neuen Entwicklungen und Herausforderungen, die er möglicherweise nicht allgegenbewährt haben würde.

Eine üppige Auswahl and Sprachmodellen.

Gut, über das Wort «allgegenbewährt» liesse sich gesondert diskutieren, ebenso über den Wassermann.

Aber es geht an dieser Stelle nicht um das Modell, sondern um die App. Die zeichnet sich durch folgende Merkmale aus:

• Über das Dropdown-Menü am oberen Bildschirmrand werden weitere Modelle installiert. Die Stärke von Private LLM ist die grosse Auswahl an KIs. Dutzende Sprachmodelle stehen zur Verfügung Nebst solchen, die wir kennen dürften (Qwen, Llama, Phi, Mistral, Gemma) gibt es auch solche, von denen wir vermutlich noch nie gehört haben (Rocket, Nous Capybara, Airoboros, Spicyboros, Sauerkraut – ja, Sauerkraut).
• Über das i-Symbol sehen wir, woher das Modell geladen wird. Die meisten stammen aus der Huggingface-Community, und über den Link gelangen wir zur entsprechenden Seite, in der die technischen Details und Instruktionen zur Verwendung nachzulesen sind.
• Antworten lassen sich durch längeres Antippen kopieren, auswählen, teilen oder neu generieren lassen.

Local Chat

Die per Llama direkt auf dem iPhone gernerierte Auskunft zu Wilhelm Tell.

Local Chat ist kostenlos erhältlich. Diese App irritiert damit, dass sie beim ersten Öffnen ohne Nachfrage mit dem Download eines Modells beginnt (Llama 3.2 3B). Klar, ohne LLM ist die App zu nichts nütze. Trotzdem würde ich eine Übertragung im Gigabyte-Bereich gern selbst anstossen. Ansonsten erfüllt die App ihren Zweck:

• Per Dropdown-Menü schalten wir zwischen den Modellen um.
• Über die (standardmässig ausgeblendete) Leiste am linken Rand sind die früheren Konversationen zugänglich. Es ist ersichtlich, mit welchem Modell sie erstellt wurden.
• Es gibt Knöpfe, um die Konversation zu kopieren oder zu löschen, den Prompt zu editieren und sie den Favoriten hinzuzufügen.
• Via Zauberstab-Symbol geben wir einen Systemprompt vor.

Das Angebot an LLMs ist in dieser App deutlich kleiner; es beschränkt sich auf Gemma, Llama und Qwen. Abgesehen von diesem Manko hat Local Chat den grösseren Funktionsumfang und ist benutzerfreundlicher.

Local Chat integriert auch einige Online-Modelle (Claude 3.5, Gemini 1.5 und GPT 4o). Das ist aus meiner Sicht nicht zwingend, ist aber sinnvoll, wenn direkte Vergleiche angestellt werden sollen. Einige der Modelle können nur über das Pro-Abo freigeschaltet werden, das vierzig Franken im Jahr, neun Franken pro Monat oder einmalig hundert Franken kostet. Dieses Abo ist mir zu teuer.

Fazit

Für Gelegenheitsnutzer und -nutzerinnen ist Local Chat eine hervorragende Wahl. Wer eine grössere Auswahl an Modellen benötigt, sollte zu Private LLM greifen: Der Einmalkauf für zehn Franken ist auf alle Fälle attraktiver als das teure Pro-Abo des Konkurrenten.

Nachtrag

Die Auswahl an LLMs bei Local Chat ist überschaubar.

Jetzt wollt ihr wahrscheinlich wissen, wie das bei Local Chat standardmässig geladene Sprachmodell (Llama 3.2) die Frage nach Wilhelm Tell beantwortet. Und recht habt ihr – das ist ein Highlight in der Geschichte der künstlichen Intelligenz.

Laut der Legende von Wilhelm Tell war er ein Schweizer Bogenschützer, der in der Stadt Kappel in der Schweiz lebte. Er war ein Vater von zwei Söhnen, Wilhelm und Franz. Der «Tell-Bruder» war ein Mann namens Gessler, der als Statthalter der Habsburger in der Schweiz diente.

Erstens: Wo ist Walter? Und zweitens: Wieso zum Landvogt hätte man Gessler als «Tell-Bruder» bezeichnen sollen? Was den zweiten Teil der Frage angeht, urteilt bitte selbst:

Wenn Wilhelm Tell heute wäre, würde er wahrscheinlich sehr überrascht sein, wie die Welt sich verändert hat. Er würde sich wahrscheinlich über die Fortschritte in der Technologie, die globale Vernetzung und die Vielfalt der Kulturen im 21. Jahrhundert freuen. Er würde sich wahrscheinlich auch über die Herausforderungen der heutigen Welt freuen, wie z.B. den Klimawandel, die Ungleichheit und die politischen Spannungen.

Juhuu, Klimawandel und politische Spannungen! Davon kann Tell in seinem langweiligen 14. Jahrhundert nur träumen!

Fussnoten

1) Ich habe noch zehn bezahlt. Hmpf. ↩

Beitragsbild: Vermutlich würde er den Pfeil nicht auf den Apfel, sondern den Apple abschiessen – und ja, diesen Spruch wollte ich schon immer mal machen (Marlon Trottmann, Pixabay-Lizenz).

#CiaoZurCloud #KI #LLMs

Antworten für all die Fragen, die Strava offen lässt

Ich war 2024 ein fleissiger Podcasthörer!

The same procedure as last year heisst im digitalen Zeitalter, dass uns die Online-Dienste irgendwann im Dezember eine Auswertung unserer Aktivitäten präsentieren. Zum Beispiel:

• Spotify Wrapped dröselt unseren Musikkonsum auf und zieht damit auch Kritik auf sich.
• Strava räumt uns mit «Dein Sportjahr» bragging rights im sportlichen Bereich ein.
• Die Einkaufslisten-App Bring vermeldet, welche Produkte am häufigsten eingekauft worden sind (bei mir: Margarine).
• Und auch die Podcast-App Pocket Casts lässt sich nicht lumpen und verrät, mit welcher Produktion wir die meiste Zeit verbracht bzw. vertrödelt haben.

Das ist amüsant und verrät einiges über unsere Gewohnheiten. Aus Sicht von uns Nerds hat die Sache auch eine frustrierende Seite: Wir erfahren nämlich nur genau das über uns und unser Leben, was uns die Betreiber der Apps mitteilen wollen. Sie bestimmen, welche Bereiche analysiert werden und was im Dunkeln bleibt. Wenn man es unverblümt betrachtet, teilen uns die Unternehmen auf eine leicht verblümte Weise mit, dass sie und nicht wir die Herrinnen und Meister über unsere Daten sind.

Und der Vergleich mit den Vorjahren?

Wie geht es euch dabei? Mich nervt es. Selbst simple Fragen bleiben unter Umständen unbeantwortet. Zum Beispiel Strava: Wie aktiv ich 2024 war, habe ich auch ohne den Jahresrückblick noch präsent. Im Vergleich dazu interessiert mich viel mehr, wie sich mein Engagement im Vergleich zu den Vorjahren entwickelt hat. Darüber gibt «Dein Sportjahr» keinerlei Aufschluss.

Es bestätigt sich hier, was zumindest uns Nerds eh schon immer klar war: Was zählt, sind die Rohdaten, die wir selbst besitzen. Immerhin stellt Strava einige Exportmöglichkeiten bereit. Doch für meine konkrete Frage war es einfacher, bei Garmin anzusetzen. Ich zeichne meine Aktivitäten mit der Fenix 7 auf. Die Daten landen in Garmin Connect, wo es über die Kontoverwaltung und den Bereich Datenverwaltung die Möglichkeit gibt, den ganzen Bestand an persönlichen Daten herunterzuladen.

Für die eigenen Analysen geht es auch viel einfacher: Im Connect-Dashboard bei Aktivitäten findet sich eine Liste mit den wesentlichen Parametern (Datum, Ort, Distanz, Zeit, Pace, Anstieg, Herzfrequenz). Diese lässt sich nach Aktivitäten filtern und durch Scrollen nach unten auch beliebig verlängern – ich konnte auf diese Weise bis zu meinem allerersten mit der Fenix 5 getrackten Lauf am 16. Juni 2017 zurückblättern. Und über den unscheinbaren Knopf CSV-Datei exportieren ziehen wir diese Liste auch unseren Computer.

ChatGPT nimmt der Tabellenkalkulation den Schrecken

Das CSV-Format lässt sich in Excel importieren und dort nach allen Regeln der Kunst analysieren und visualisieren. Eine Hürde gibt es allerdings: Für die Aufschlüsselung nach Jahren müssen wir uns mit Pivot-Tabellen auskennen und dafür sind solide Kenntnisse in Sachen Tabellenkalkulation nötig.

So präsentieren sich die von Garmin exportierten Daten in Excel.

Respektive: Es waren solide Kenntnisse notwendig. Heute fragen wir die KI, wie eine bestimmte Auswertung vorgenommen wird und erhalten kompetent Auskunft. Bei der Tabellenkalkulation sind ChatGPT und Konsorten seit längerer Zeit hilfreich. Aber natürlich können wir auch einfach die CSV-Datei bei ChatGPT hochladen und fragen, was wir wissen wollen. Das senkt die Hürden auch für unerfahrene Anwenderinnen und Anwender enorm.

Es lebe der freie Datenverkehr!

Fazit: Die künstliche Intelligenz ist ein starkes Argument für den freien Datenverkehr. Die Cloud-Anbieter sollten es sich zur Gewohnheit machen, uns immer auch die Rohdaten unserer Aktivitäten anzubieten – was, nebenbei bemerkt, auch eine Forderung der Datenschutz-Grundverordnung ist. Also, warum nicht im nächsten Spoify-Wrapped die Hör-Historie des letzten Jahres als CSV-Datei bereithalten, damit jeder, der Lust verspürt, dort zum Beispiel nachsehen kann, welche Songs während eines Jahres genau einmal abgespielt oder nach zehn Sekunden Wiedergabe abgebrochen wurden?

Beitragsbild: Erst laufen, dann mit den getrackten Daten spielen (Jenny Hill, Unsplash-Lizenz).

#ChatGPT #CiaoZurCloud #Datenvisualisierung #Garmin #Sport

Antworten für all die Fragen, die Strava offen lässt

Ich war 2024 ein fleissiger Podcasthörer!

The same procedure as last year heisst im digitalen Zeitalter, dass uns die Online-Dienste irgendwann im Dezember eine Auswertung unserer Aktivitäten präsentieren. Zum Beispiel:

• Spotify Wrapped dröselt unseren Musikkonsum auf und zieht damit auch Kritik auf sich.
• Strava räumt uns mit «Dein Sportjahr» bragging rights im sportlichen Bereich ein.
• Die Einkaufslisten-App Bring vermeldet, welche Produkte am häufigsten eingekauft worden sind (bei mir: Margarine).
• Und auch die Podcast-App Pocket Casts lässt sich nicht lumpen und verrät, mit welcher Produktion wir die meiste Zeit verbracht bzw. vertrödelt haben.

Das ist amüsant und verrät einiges über unsere Gewohnheiten. Aus Sicht von uns Nerds hat die Sache auch eine frustrierende Seite: Wir erfahren nämlich nur genau das über uns und unser Leben, was uns die Betreiber der Apps mitteilen wollen. Sie bestimmen, welche Bereiche analysiert werden und was im Dunkeln bleibt. Wenn man es unverblümt betrachtet, teilen uns die Unternehmen auf eine leicht verblümte Weise mit, dass sie und nicht wir die Herrinnen und Meister über unsere Daten sind.

Und der Vergleich mit den Vorjahren?

Wie geht es euch dabei? Mich nervt es. Selbst simple Fragen bleiben unter Umständen unbeantwortet. Zum Beispiel Strava: Wie aktiv ich 2024 war, habe ich auch ohne den Jahresrückblick noch präsent. Im Vergleich dazu interessiert mich viel mehr, wie sich mein Engagement im Vergleich zu den Vorjahren entwickelt hat. Darüber gibt «Dein Sportjahr» keinerlei Aufschluss.

Es bestätigt sich hier, was zumindest uns Nerds eh schon immer klar war: Was zählt, sind die Rohdaten, die wir selbst besitzen. Immerhin stellt Strava einige Exportmöglichkeiten bereit. Doch für meine konkrete Frage war es einfacher, bei Garmin anzusetzen. Ich zeichne meine Aktivitäten mit der Fenix 7 auf. Die Daten landen in Garmin Connect, wo es über die Kontoverwaltung und den Bereich Datenverwaltung die Möglichkeit gibt, den ganzen Bestand an persönlichen Daten herunterzuladen.

Für die eigenen Analysen geht es auch viel einfacher: Im Connect-Dashboard bei Aktivitäten findet sich eine Liste mit den wesentlichen Parametern (Datum, Ort, Distanz, Zeit, Pace, Anstieg, Herzfrequenz). Diese lässt sich nach Aktivitäten filtern und durch Scrollen nach unten auch beliebig verlängern – ich konnte auf diese Weise bis zu meinem allerersten mit der Fenix 5 getrackten Lauf am 16. Juni 2017 zurückblättern. Und über den unscheinbaren Knopf CSV-Datei exportieren ziehen wir diese Liste auch unseren Computer.

ChatGPT nimmt der Tabellenkalkulation den Schrecken

Das CSV-Format lässt sich in Excel importieren und dort nach allen Regeln der Kunst analysieren und visualisieren. Eine Hürde gibt es allerdings: Für die Aufschlüsselung nach Jahren müssen wir uns mit Pivot-Tabellen auskennen und dafür sind solide Kenntnisse in Sachen Tabellenkalkulation nötig.

So präsentieren sich die von Garmin exportierten Daten in Excel.

Respektive: Es waren solide Kenntnisse notwendig. Heute fragen wir die KI, wie eine bestimmte Auswertung vorgenommen wird und erhalten kompetent Auskunft. Bei der Tabellenkalkulation sind ChatGPT und Konsorten seit längerer Zeit hilfreich. Aber natürlich können wir auch einfach die CSV-Datei bei ChatGPT hochladen und fragen, was wir wissen wollen. Das senkt die Hürden auch für unerfahrene Anwenderinnen und Anwender enorm.

Es lebe der freie Datenverkehr!

Fazit: Die künstliche Intelligenz ist ein starkes Argument für den freien Datenverkehr. Die Cloud-Anbieter sollten es sich zur Gewohnheit machen, uns immer auch die Rohdaten unserer Aktivitäten anzubieten – was, nebenbei bemerkt, auch eine Forderung der Datenschutz-Grundverordnung ist. Also, warum nicht im nächsten Spoify-Wrapped die Hör-Historie des letzten Jahres als CSV-Datei bereithalten, damit jeder, der Lust verspürt, dort zum Beispiel nachsehen kann, welche Songs während eines Jahres genau einmal abgespielt oder nach zehn Sekunden Wiedergabe abgebrochen wurden?

Beitragsbild: Erst laufen, dann mit den getrackten Daten spielen (Jenny Hill, Unsplash-Lizenz).

#ChatGPT #CiaoZurCloud #Datenvisualisierung #Garmin #Sport

Informationstransfers über die Systemgrenzen hinweg

Airdrop ist eine wunderbare Sache. Mit Apples Erfindung lassen sich Informationen in ein paar Sekunden von einem Gerät an irgendein anderes schicken, wenn es sich in der Nähe befindet. Die Sache hat nur einen Schönheitsfehler: Die Übermittlung funktioniert bloss innerhalb des Apple-Universums.

Wäre es nicht schön, wenn der Informationstransfer zwischen beliebigen Geräten möglich wäre – ohne Android und Windows auszuschliessen? Und klar, das ist eine rhetorische Frage:

Es klappt mit einem Programm namens Localsend. Es ist kostenlos und nicht nur für Windows herunterzuladen (am einfachsten via Winget und winget install localsend), sondern auch in den App-Stores für den Mac, Android und das iPhone und iPad erhältlich. Und es gibt Localsend auch für Linux.

Direkt senden, ohne dass ein Nutzerkonto nötig wäre

Das Programm hat eine simple Oberfläche mit den drei Bereichen Empfangen, Senden und Einstellungen. Die stehen sofort nach dem Start zur Verfügung.

Localsend unter Windows zeigt den Mac, das iPhone und das Android-Telefon an.

Denn um das nochmals deutlich zu betonen: Der Transfer findet direkt von Gerät zu Gerät über das lokale Netzwerk statt. Die Cloud ist nicht involviert und dementsprechend müssen wir uns auch nicht mit Nutzerkonten herumschlagen. Informationen können nicht nur zwischen unseren eigenen Geräten ausgetauscht werden, sondern auch mit denen von Freunden, Bekannten, Familienmitgliedern und Kollegen. Voraussetzung ist, dass sich die Geräte im gleichen lokalen Netzwerk, z.B. WLAN, befinden.

Und so funktioniert es:

• Unter Empfangen sehen wir, unter welchem Alias das Gerät bei den Gegenstellen sichtbar ist. Wir können ausserdem die Option Quick Save aktivieren: Mit ihr werden Übermittlungen automatisch akzeptiert; entweder von allen Teilnehmern oder aber nur von unseren Favoriten. Ansonsten wird die digitale Lieferung erst nach einer Bestätigung angenommen.
• Bei Senden haben wir die vier Optionen Datei, Ordner, Text und Ablage zur Verfügung. Mit Ablage ist die Zwischenablage gemeint.
• In den Einstellungen geben wir u.a. den Ordner an, in dem die übermittelten Dateien landen und können die App mit einer PIN schützen.

Es klappt auf Anhieb

Localsend am Mac ist empfangsbereit.

Ich habe Transfers zwischen Windows-Laptop, iPhone, Macbook Pro und Android-Telefon durchgeführt, und es hat in allen Fällen reibungslos geklappt. Zu beachten ist, dass die beteiligten Smartphones entsperrt sein und die Localsend-App im Vordergrund haben sollten.

Fazit: Nützlich! Besonders praktisch finde ich die Option Ablage, denn schnell einen Link, ein Passwort oder eine Textpassage an ein anderes Gerät zu schicken, ist für meinen Alltag eine riesige Erleichterung.

Darum zählt diese App vom Fleck weg zum harten Kern meiner unverzichtbaren Hilfsprogramme. Klar, es gibt viele andere Möglichkeiten, Informationen zwischen den Geräten auszutauschen: Simplenote nutze ich häufig, ebenso die iCloud.

Localsend unter Android mit den Einstellungen.

Aber wenn es eine Methode gibt, die ohne den Umweg über einen fremden Server auskommt, dann gebe ich der den Vorzug. Nebst Localsend nutze ich die Owl-App bzw. die Datenfreigabe via WebDAV regelmässig.

Das könnte auch eine Standardfunktion sein

Eine kritische Schlussbemerkung: Es ist ein Armutszeugnis, dass die grossen Hersteller alle ihr eigenes Süppchen kochen: Apple mit Airdrop habe ich bereits erwähnt. Bei Windows heisst die vergleichbare Funktion Umgebungsfreigabe, bei Android Quick share. Würde den Damen und Herren bei Apple, Microsoft und Google ein Stein aus der Krone fallen, wenn sie sich auf einen gemeinsamen Standard einigen würden?

Nein, natürlich nicht. Natürlich ist es nett, eine solche Funktion anbieten zu können – vor allem, wenn man wie Apple der Konkurrenz deutlich voraus war. Aber ein entscheidender Wettbewerbsvorteil ist das nicht: Es kauft keiner ein iPhone, weil Airdrop eine so überlegene Technologie ist. Hingegen sendet dieser Isolationismus eine klare Botschaft an uns Nutzerinnen und Nutzer. Die lautet: Den Tech-Konzernen stellen ihre eigenen Interessen über die Bedürfnisse ihrer Kundinnen und Kunden.

Beitrag: Für die Kurzstrecke, genau wie die Localsend-App (George Dolgikh, Pexels-Lizenz).

#CiaoZurCloud #Linux #Netzwerk

Informationstransfers über die Systemgrenzen hinweg

Airdrop ist eine wunderbare Sache. Mit Apples Erfindung lassen sich Informationen in ein paar Sekunden von einem Gerät an irgendein anderes schicken, wenn es sich in der Nähe befindet. Die Sache hat nur einen Schönheitsfehler: Die Übermittlung funktioniert bloss innerhalb des Apple-Universums.

Wäre es nicht schön, wenn der Informationstransfer zwischen beliebigen Geräten möglich wäre – ohne Android und Windows auszuschliessen? Und klar, das ist eine rhetorische Frage:

Es klappt mit einem Programm namens Localsend. Es ist kostenlos und nicht nur für Windows herunterzuladen (am einfachsten via Winget und winget install localsend), sondern auch in den App-Stores für den Mac, Android und das iPhone und iPad erhältlich. Und es gibt Localsend auch für Linux.

Direkt senden, ohne dass ein Nutzerkonto nötig wäre

Das Programm hat eine simple Oberfläche mit den drei Bereichen Empfangen, Senden und Einstellungen. Die stehen sofort nach dem Start zur Verfügung.

Localsend unter Windows zeigt den Mac, das iPhone und das Android-Telefon an.

Denn um das nochmals deutlich zu betonen: Der Transfer findet direkt von Gerät zu Gerät über das lokale Netzwerk statt. Die Cloud ist nicht involviert und dementsprechend müssen wir uns auch nicht mit Nutzerkonten herumschlagen. Informationen können nicht nur zwischen unseren eigenen Geräten ausgetauscht werden, sondern auch mit denen von Freunden, Bekannten, Familienmitgliedern und Kollegen. Voraussetzung ist, dass sich die Geräte im gleichen lokalen Netzwerk, z.B. WLAN, befinden.

Und so funktioniert es:

• Unter Empfangen sehen wir, unter welchem Alias das Gerät bei den Gegenstellen sichtbar ist. Wir können ausserdem die Option Quick Save aktivieren: Mit ihr werden Übermittlungen automatisch akzeptiert; entweder von allen Teilnehmern oder aber nur von unseren Favoriten. Ansonsten wird die digitale Lieferung erst nach einer Bestätigung angenommen.
• Bei Senden haben wir die vier Optionen Datei, Ordner, Text und Ablage zur Verfügung. Mit Ablage ist die Zwischenablage gemeint.
• In den Einstellungen geben wir u.a. den Ordner an, in dem die übermittelten Dateien landen und können die App mit einer PIN schützen.

Es klappt auf Anhieb

Localsend am Mac ist empfangsbereit.

Ich habe Transfers zwischen Windows-Laptop, iPhone, Macbook Pro und Android-Telefon durchgeführt, und es hat in allen Fällen reibungslos geklappt¹. Zu beachten ist, dass die beteiligten Smartphones entsperrt sein und die Localsend-App im Vordergrund haben sollten.

Fazit: Nützlich! Besonders praktisch finde ich die Option Ablage, denn schnell einen Link, ein Passwort oder eine Textpassage an ein anderes Gerät zu schicken, ist für meinen Alltag eine riesige Erleichterung.

Darum zählt diese App vom Fleck weg zum harten Kern meiner unverzichtbaren Hilfsprogramme. Klar, es gibt viele andere Möglichkeiten, Informationen zwischen den Geräten auszutauschen: Simplenote nutze ich häufig, ebenso die iCloud.

Localsend unter Android mit den Einstellungen.

Aber wenn es eine Methode gibt, die ohne den Umweg über einen fremden Server auskommt, dann gebe ich der den Vorzug. Nebst Localsend nutze ich die Owl-App bzw. die Datenfreigabe via WebDAV regelmässig.

Das könnte auch eine Standardfunktion sein

Eine kritische Schlussbemerkung: Es ist ein Armutszeugnis, dass die grossen Hersteller alle ihr eigenes Süppchen kochen: Apple mit Airdrop habe ich bereits erwähnt. Bei Windows heisst die vergleichbare Funktion Umgebungsfreigabe, bei Android Quick share. Würde den Damen und Herren bei Apple, Microsoft und Google ein Stein aus der Krone fallen, wenn sie sich auf einen gemeinsamen Standard einigen würden?

Nein, natürlich nicht. Natürlich ist es nett, eine solche Funktion anbieten zu können – vor allem, wenn man wie Apple der Konkurrenz deutlich voraus war. Aber ein entscheidender Wettbewerbsvorteil ist das nicht: Es kauft keiner ein iPhone, weil Airdrop eine so überlegene Technologie ist. Hingegen sendet dieser Isolationismus eine klare Botschaft an uns Nutzerinnen und Nutzer. Die lautet: Den Tech-Konzernen stellen ihre eigenen Interessen über die Bedürfnisse ihrer Kundinnen und Kunden.

Fussnoten

1) Bis es neulich einmal nicht geklappt hat. Ich konnte das Problem jedoch eruieren: Schuld war die Firewall von Windows, bzw. die Sicherheitseinstellungen meines WLAN-Netzes zu Hause. Die führten (warum auch immer) dazu, dass die Firewall die Schutzstufe Öffentliches Netz verwendete. Mit der sind Geräte innerhalb des lokalen Netzes nicht auffindbar. Damit Local Send funktioniert, muss bei Windows dem Netzwerk die Einstellung Privates Netzwerk zugewiesen werden.

Das tun wir in den Einstellungen bei Netzwerk und Internet > WLAN. Wir klicken auf Verfügbare Netzwerke anzeigen, wählen unser WLAN aus, tippen am rechten Rand aufs I-Symbol und selektieren die Option Privates Netzwerk – und flutschen die Daten wieder wie gehabt! ↩

Beitrag: Für die Kurzstrecke, genau wie die Localsend-App (George Dolgikh, Pexels-Lizenz).

#CiaoZurCloud #Linux #Netzwerk

Informationstransfers über die Systemgrenzen hinweg

Airdrop ist eine wunderbare Sache. Mit Apples Erfindung lassen sich Informationen in ein paar Sekunden von einem Gerät an irgendein anderes schicken, wenn es sich in der Nähe befindet. Die Sache hat nur einen Schönheitsfehler: Die Übermittlung funktioniert bloss innerhalb des Apple-Universums.

Wäre es nicht schön, wenn der Informationstransfer zwischen beliebigen Geräten möglich wäre – ohne Android und Windows auszuschliessen? Und klar, das ist eine rhetorische Frage:

Es klappt mit einem Programm namens Localsend. Es ist kostenlos und nicht nur für Windows herunterzuladen (am einfachsten via Winget und winget install localsend), sondern auch in den App-Stores für den Mac, Android und das iPhone und iPad erhältlich. Und es gibt Localsend auch für Linux.

Direkt senden, ohne dass ein Nutzerkonto nötig wäre

Das Programm hat eine simple Oberfläche mit den drei Bereichen Empfangen, Senden und Einstellungen. Die stehen sofort nach dem Start zur Verfügung.

Localsend unter Windows zeigt den Mac, das iPhone und das Android-Telefon an.

Denn um das nochmals deutlich zu betonen: Der Transfer findet direkt von Gerät zu Gerät über das lokale Netzwerk statt. Die Cloud ist nicht involviert und dementsprechend müssen wir uns auch nicht mit Nutzerkonten herumschlagen. Informationen können nicht nur zwischen unseren eigenen Geräten ausgetauscht werden, sondern auch mit denen von Freunden, Bekannten, Familienmitgliedern und Kollegen. Voraussetzung ist, dass sich die Geräte im gleichen lokalen Netzwerk, z.B. WLAN, befinden.

Und so funktioniert es:

• Unter Empfangen sehen wir, unter welchem Alias das Gerät bei den Gegenstellen sichtbar ist. Wir können ausserdem die Option Quick Save aktivieren: Mit ihr werden Übermittlungen automatisch akzeptiert; entweder von allen Teilnehmern oder aber nur von unseren Favoriten. Ansonsten wird die digitale Lieferung erst nach einer Bestätigung angenommen.
• Bei Senden haben wir die vier Optionen Datei, Ordner, Text und Ablage zur Verfügung. Mit Ablage ist die Zwischenablage gemeint.
• In den Einstellungen geben wir u.a. den Ordner an, in dem die übermittelten Dateien landen und können die App mit einer PIN schützen.

Es klappt auf Anhieb

Localsend am Mac ist empfangsbereit.

Ich habe Transfers zwischen Windows-Laptop, iPhone, Macbook Pro und Android-Telefon durchgeführt, und es hat in allen Fällen reibungslos geklappt. Zu beachten ist, dass die beteiligten Smartphones entsperrt sein und die Localsend-App im Vordergrund haben sollten.

Fazit: Nützlich! Besonders praktisch finde ich die Option Ablage, denn schnell einen Link, ein Passwort oder eine Textpassage an ein anderes Gerät zu schicken, ist für meinen Alltag eine riesige Erleichterung.

Darum zählt diese App vom Fleck weg zum harten Kern meiner unverzichtbaren Hilfsprogramme. Klar, es gibt viele andere Möglichkeiten, Informationen zwischen den Geräten auszutauschen: Simplenote nutze ich häufig, ebenso die iCloud.

Localsend unter Android mit den Einstellungen.

Aber wenn es eine Methode gibt, die ohne den Umweg über einen fremden Server auskommt, dann gebe ich der den Vorzug. Nebst Localsend nutze ich die Owl-App bzw. die Datenfreigabe via WebDAV regelmässig.

Das könnte auch eine Standardfunktion sein

Eine kritische Schlussbemerkung: Es ist ein Armutszeugnis, dass die grossen Hersteller alle ihr eigenes Süppchen kochen: Apple mit Airdrop habe ich bereits erwähnt. Bei Windows heisst die vergleichbare Funktion Umgebungsfreigabe, bei Android Quick share. Würde den Damen und Herren bei Apple, Microsoft und Google ein Stein aus der Krone fallen, wenn sie sich auf einen gemeinsamen Standard einigen würden?

Nein, natürlich nicht. Natürlich ist es nett, eine solche Funktion anbieten zu können – vor allem, wenn man wie Apple der Konkurrenz deutlich voraus war. Aber ein entscheidender Wettbewerbsvorteil ist das nicht: Es kauft keiner ein iPhone, weil Airdrop eine so überlegene Technologie ist. Hingegen sendet dieser Isolationismus eine klare Botschaft an uns Nutzerinnen und Nutzer. Die lautet: Den Tech-Konzernen stellen ihre eigenen Interessen über die Bedürfnisse ihrer Kundinnen und Kunden.

Beitrag: Für die Kurzstrecke, genau wie die Localsend-App (George Dolgikh, Pexels-Lizenz).

#CiaoZurCloud #Linux #Netzwerk

Informationstransfers über die Systemgrenzen hinweg

Airdrop ist eine wunderbare Sache. Mit Apples Erfindung lassen sich Informationen in ein paar Sekunden von einem Gerät an irgendein anderes schicken, wenn es sich in der Nähe befindet. Die Sache hat nur einen Schönheitsfehler: Die Übermittlung funktioniert bloss innerhalb des Apple-Universums.

Wäre es nicht schön, wenn der Informationstransfer zwischen beliebigen Geräten möglich wäre – ohne Android und Windows auszuschliessen? Und klar, das ist eine rhetorische Frage:

Es klappt mit einem Programm namens Localsend. Es ist kostenlos und nicht nur für Windows herunterzuladen (am einfachsten via Winget und winget install localsend), sondern auch in den App-Stores für den Mac, Android und das iPhone und iPad erhältlich. Und es gibt Localsend auch für Linux.

Direkt senden, ohne dass ein Nutzerkonto nötig wäre

Das Programm hat eine simple Oberfläche mit den drei Bereichen Empfangen, Senden und Einstellungen. Die stehen sofort nach dem Start zur Verfügung.

Localsend unter Windows zeigt den Mac, das iPhone und das Android-Telefon an.

Denn um das nochmals deutlich zu betonen: Der Transfer findet direkt von Gerät zu Gerät über das lokale Netzwerk statt. Die Cloud ist nicht involviert und dementsprechend müssen wir uns auch nicht mit Nutzerkonten herumschlagen. Informationen können nicht nur zwischen unseren eigenen Geräten ausgetauscht werden, sondern auch mit denen von Freunden, Bekannten, Familienmitgliedern und Kollegen. Voraussetzung ist, dass sich die Geräte im gleichen lokalen Netzwerk, z.B. WLAN, befinden.

Und so funktioniert es:

• Unter Empfangen sehen wir, unter welchem Alias das Gerät bei den Gegenstellen sichtbar ist. Wir können ausserdem die Option Quick Save aktivieren: Mit ihr werden Übermittlungen automatisch akzeptiert; entweder von allen Teilnehmern oder aber nur von unseren Favoriten. Ansonsten wird die digitale Lieferung erst nach einer Bestätigung angenommen.
• Bei Senden haben wir die vier Optionen Datei, Ordner, Text und Ablage zur Verfügung. Mit Ablage ist die Zwischenablage gemeint.
• In den Einstellungen geben wir u.a. den Ordner an, in dem die übermittelten Dateien landen und können die App mit einer PIN schützen.

Es klappt auf Anhieb

Localsend am Mac ist empfangsbereit.

Ich habe Transfers zwischen Windows-Laptop, iPhone, Macbook Pro und Android-Telefon durchgeführt, und es hat in allen Fällen reibungslos geklappt¹. Zu beachten ist, dass die beteiligten Smartphones entsperrt sein und die Localsend-App im Vordergrund haben sollten.

Fazit: Nützlich! Besonders praktisch finde ich die Option Ablage, denn schnell einen Link, ein Passwort oder eine Textpassage an ein anderes Gerät zu schicken, ist für meinen Alltag eine riesige Erleichterung.

Darum zählt diese App vom Fleck weg zum harten Kern meiner unverzichtbaren Hilfsprogramme. Klar, es gibt viele andere Möglichkeiten, Informationen zwischen den Geräten auszutauschen: Simplenote nutze ich häufig, ebenso die iCloud.

Localsend unter Android mit den Einstellungen.

Aber wenn es eine Methode gibt, die ohne den Umweg über einen fremden Server auskommt, dann gebe ich der den Vorzug. Nebst Localsend nutze ich die Owl-App bzw. die Datenfreigabe via WebDAV regelmässig.

Das könnte auch eine Standardfunktion sein

Eine kritische Schlussbemerkung: Es ist ein Armutszeugnis, dass die grossen Hersteller alle ihr eigenes Süppchen kochen: Apple mit Airdrop habe ich bereits erwähnt. Bei Windows heisst die vergleichbare Funktion Umgebungsfreigabe, bei Android Quick share. Würde den Damen und Herren bei Apple, Microsoft und Google ein Stein aus der Krone fallen, wenn sie sich auf einen gemeinsamen Standard einigen würden?

Nein, natürlich nicht. Natürlich ist es nett, eine solche Funktion anbieten zu können – vor allem, wenn man wie Apple der Konkurrenz deutlich voraus war. Aber ein entscheidender Wettbewerbsvorteil ist das nicht: Es kauft keiner ein iPhone, weil Airdrop eine so überlegene Technologie ist. Hingegen sendet dieser Isolationismus eine klare Botschaft an uns Nutzerinnen und Nutzer. Die lautet: Den Tech-Konzernen stellen ihre eigenen Interessen über die Bedürfnisse ihrer Kundinnen und Kunden.

Fussnoten

1) Bis es neulich einmal nicht geklappt hat. Ich konnte das Problem jedoch eruieren: Schuld war die Firewall von Windows, bzw. die Sicherheitseinstellungen meines WLAN-Netzes zu Hause. Die führten (warum auch immer) dazu, dass die Firewall die Schutzstufe Öffentliches Netz verwendete. Mit der sind Geräte innerhalb des lokalen Netzes nicht auffindbar. Damit Local Send funktioniert, muss bei Windows dem Netzwerk die Einstellung Privates Netzwerk zugewiesen werden.

Das tun wir in den Einstellungen bei Netzwerk und Internet > WLAN. Wir klicken auf Verfügbare Netzwerke anzeigen, wählen unser WLAN aus, tippen am rechten Rand aufs I-Symbol und selektieren die Option Privates Netzwerk – und flutschen die Daten wieder wie gehabt! ↩

Beitrag: Für die Kurzstrecke, genau wie die Localsend-App (George Dolgikh, Pexels-Lizenz).

#CiaoZurCloud #Linux #Netzwerk

GPT4All eröffnet eine Möglichkeit, grosse Sprachmodelle auf dem eigenen Rechner zu betreiben. Es gibt die Software für Windows, Mac und Ubuntu. Sie hat eine simple und gut zu überblickende Benutzeroberfläche. Und es gibt einen weiteren Vorteil: Wir können Sammlungen lokaler Dateien anlegen, mit denen wir anschliessend mit den KI-Modellen arbeiten können.

Das weckt natürlich Hoffnungen: Ich habe zwei Google-Lösungen vorgestellt, mit denen sich grössere Datenbestände per KI erschliessen, analysieren und zusammenfassen lassen: Pinpoint und Notebook LM. Vor allem letzteres gefällt mir gut. Aber es gibt den grossen Pferdefuss, dass potenziell sensibles Material in die Cloud hochgeladen werden muss. Das ist etwas, das bei investigativen Recherchen um jeden Preis zu vermeiden ist.

Auswahlhilfen bei der Suche nach dem besten Modell

GPT4All funktioniert wie andere lokal betriebene KIs: Bevor die Anwendung nach dem Download benutzt werden kann, müssen wir ein lokales Modell installieren. Die stehen in der Rubrik Models zur Auswahl. Wir haben Mistral Instruct, Llama-3-8B-Instruct, von Meta, Orca 2 von Microsoft und diverse weniger bekannte LLMs zur Auswahl; zum Beispiel GPT4All Falcon des Herstellers selbst. Die Beschreibung gibt Dateigrösse und Speicherbedarf im RAM, Parameter und Typ an, und eine kurze Beschreibung gibt Hinweise auf den Hersteller und charakteristische Merkmale. Das ist nützlich bei der Auswahl.

Um eine Anfrage zu stellen, wechseln wir zur Rubrik Chats. Dort wählen wir bei Choose a model aus den installierten LLMs das gewünschte Sprachmodell aus und tippen unsere Frage.

Die Qualität der Antworten ist durchwachsen

Der Nutzen einer lokalen KI steht und fällt mit der Qualität der Antworten. Mein Eindruck ist, dass die Open-Source-Modelle im Vergleich zur kommerziellen Konkurrenz wie ChatGPT unterlegen ist, und zwar zum Teil dramatisch. Allerdings hängt das extrem von der Frage ab. Ich habe es auch geschafft, von sämtlichen Kandidaten falsche Antworten zu bekommen¹.

Es gibt indes auch ein Beispiel, bei dem ChatGPT nicht obenaus geschwungen ist. Ich habe folgende Frage gestellt: Welche drei Dinge sollte sich ein Ehepaar, das gern Punk hört und eine dreijährige Tochter hat, in Paris ansehen?

Das waren die Antworten:

1. Llama: The Musée des Égouts de Paris, The Musée en Herbe, The Canal Saint-Martin
2. Mistral: La Maison de la Musique, Le Marais, La Grande Halle de la Villette
3. ChatGPT: La Villette und Cité des Sciences et de l’Industrie, Canal Saint-Martin und Disneyland Paris
4. Orca Full: Das Konzert der Band The Clash im Jahr 1982 im Bataclan Theatre, die Ausstellung «Punk London: Wrangler, Dandy & Rebel» im Musée de la Mode et du Textile, «The Simpsons Movie» oder «Family Guy» im Cinéma Gaumont Saint-Lazare
5. GPT4All Falcon: Seine Frau, seine Tochter und seine Frau und seine Tochter

Ich habe die Resultate absteigend nach Brauchbarkeit sortiert. Über die Wertung kann man im Einzelnen geteilter Meinung sein, aber vermutlich herrscht Einigkeit darüber, dass

• wir GPT4All können wir in die Wüste schicken müssen, weil dieses Modell die Frage nicht verstanden hat
• und gegen Orca Full spricht, dass Zeitreisen bislang nicht erfunden wurden.

Den Ratschlag zur «Punk London»-Ausstellung finde ich gut, nur scheint es die leider nicht zu geben. Aber demnächst eröffnet Outlaws: Fashion Renegades of 80s London, und die wäre auf alle Fälle sehenswert für unsere Familie (für die Tochter womöglich nicht sosehr.

Ein Konzert von 1982 ist keine gute Empfehlung. (Falls das überhaupt in dem Jahr stattgefunden hat.)

Llamas Antwort mit dem Abwasserkanal-Museum könnte man als Punker als Beleidigung auffassen – ich finde die Antwort aber originell, und das Kindermuseum ergibt auch Sinn.

3

ChatGPT disqualifiziert sich mit dem Hinweis aufs Disneyland Paris. Einer Familie, die mutmasslich nicht auf den ausgetrampelten Touristenpfaden wandeln will, sollte man nicht ins Disneyland schicken².

Eine Frage, viele Antworten?

Ein allgemeingültiges Urteil über Llama, Mistral, Orca und die anderen lokalen LLMs kann ich bedauerlicherweise nicht abgeben. Wer solche KIs gern lokal einsetzen würde, kommt nicht darum herum, sie selbst für seine konkreten Anwendungsfälle auszutesten. Dafür hätte ich auch eine Idee für ein zukünftiges Feature: Wäre es nicht toll, die gleiche Anfrage nacheinander allen hinterlegten Modellen stellen zu können?

Wichtig zu wissen ist in diesem Zusammenhang, dass in der GPT4All-Anwendung auch kommerzielle Modelle eingebunden werden können, z.B. GPT-3.5-Turbo von OpenAI, GPT-4 von OpenAI, die mit einem API-Schlüssel benutzt werden – dann aber natürlich nicht lokal.

Ein gutes Hilfsmittel für lokale Datensammlungen

Die Auswertung der lokalen Informationssammlungen (Rubrik Local Docs) ist bei meinen ersten Tests vielversprechend: Zwar sind die Möglichkeiten im Vergleich gerade zu Notebook LM von Google bescheiden. Doch um Auskünfte zu den Dateien zu erhalten, sie zu durchsuchen und bestimmte Stellen schnell aufzufinden, taugt die Kombination von Local Docs und Llama ausgezeichnet.

Mit der «Local Files»-Funktion lässt sich eine grössere Zahl von Dokumenten erschliessen.

Fazit: GPT4All ist auf alle Fälle einen Blick wert. Mir gefällt diese Anwendung deutlich besser als das (hier getesteten) LM Studio. Jene Software erfüllt den Zweck ebenfalls. Aber das Programmfenster hinterlässt einen chaotischen Eindruck. LM Studio erlaubt die Steuerung der Abfragen z.B. über Dinge wie Prepromts. Allerdings hat auch GPT4All in den Einstellungen (Settings > Models > Model Settings) die Möglichkeit, sogenannte System Prompts, Prompt Templates oder Follow-up-Prompts zu definieren. Auskunft dazu gibt die Hilfe.

Fussnoten

1) Auf meine simple Frage, wann meine ehemalige Wohngemeinde Thalheim an der Thur zum ersten Mal urkundlich erwähnt worden sei,

• liefert Mistral Instruct eine rasante Antwort: 1237.
• Llama 3 Instruct ist etwas langsamer und gibt 1148 an.
• GPT4All Falcon nennt 1285.

Drei «Experten», drei unterschiedliche Jahreszahlen. Und anscheinend alle falsch. Auf der Gemeindewebsite wird, in Bezug auf einen Artikel in der «Andelfinger Zeitung», 1166 angegeben. Im Artikel heisst es:

Am 27. Dezember 1166 bestätigt Bischof Otto von Konstanz in einer Urkunde eine Schenkung an das Kloster Allerheiligen. Unter den Zeugen, welche die Echtheit dieser Urkunde besiegeln, ist ein Wernher de Tornlinchoven. Von diesem Tornlinchoven nimmt man an, dass es sich um die erstmalige Erwähnung von Dorlikon handelt, dem früheren Ortsnamen von Thalheim an der Thur.

Der Bischof kommt auch in der Antwort von GPT4All vor, allerdings mit dem falschen Kloster: «Dies geschah in einem Dokument, das die Stiftung des Klosters Küssaberg durch Bischof Otto von Konstanz betrifft.»

Übrigens liegt auch ChatGPT daneben, aber nur um zwei Jahre (1168). Gut, vielleicht ist die Frage doof. ↩

2) Immerhin muss man ChatGPT anrechnen, dass er sich des Problems bewusst ist, dass die Familie mit seinem Tipp haben könnte. Die Begründung lautet wie folgt: «Um dem Ganzen einen punkigen Twist zu geben, könnte man in den Boutiquen nach alternativen Disney-Souvenirs Ausschau halten oder den Besuch so planen, dass er zu einem speziellen Event oder Festival im Park passt, das sich möglicherweise an ein alternatives Publikum richtet.» ↩

https://blog.clickomania.ch/2024/10/18/gpt4all-von-nomic-review/

#CiaoZurCloud #KI #Linux

Die beste KI für Punker in Paris

GPT4All eröffnet eine Möglichkeit, grosse Sprachmodelle auf dem eigenen Rechner zu betreiben. Es gibt die Software für Windows, Mac und Ubuntu. Sie hat eine simple und gut zu überblickende Benutzeroberfläche. Und es gibt einen weiteren Vorteil: Wir können Sammlungen lokaler Dateien anlegen, mit denen wir anschliessend mit den KI-Modellen arbeiten können.

Das weckt natürlich Hoffnungen: Ich habe zwei Google-Lösungen vorgestellt, mit denen sich grössere Datenbestände per KI erschliessen, analysieren und zusammenfassen lassen: Pinpoint und Notebook LM. Vor allem letzteres gefällt mir gut. Aber es gibt den grossen Pferdefuss, dass potenziell sensibles Material in die Cloud hochgeladen werden muss. Das ist etwas, das bei investigativen Recherchen um jeden Preis zu vermeiden ist.

Auswahlhilfen bei der Suche nach dem besten Modell

GPT4All funktioniert wie andere lokal betriebene KIs: Bevor die Anwendung nach dem Download benutzt werden kann, müssen wir ein lokales Modell installieren. Die stehen in der Rubrik Models zur Auswahl. Wir haben Mistral Instruct, Llama-3-8B-Instruct, von Meta, Orca 2 von Microsoft und diverse weniger bekannte LLMs zur Auswahl; zum Beispiel GPT4All Falcon des Herstellers selbst. Die Beschreibung gibt Dateigrösse und Speicherbedarf im RAM, Parameter und Typ an, und eine kurze Beschreibung gibt Hinweise auf den Hersteller und charakteristische Merkmale. Das ist nützlich bei der Auswahl.

Um eine Anfrage zu stellen, wechseln wir zur Rubrik Chats. Dort wählen wir bei Choose a model aus den installierten LLMs das gewünschte Sprachmodell aus und tippen unsere Frage.

Die Qualität der Antworten ist durchwachsen

Der Nutzen einer lokalen KI steht und fällt mit der Qualität der Antworten. Mein Eindruck ist, dass die Open-Source-Modelle im Vergleich zur kommerziellen Konkurrenz wie ChatGPT unterlegen sind, und zwar zum Teil dramatisch. Allerdings hängt das extrem von der Frage ab. Ich habe es geschafft, von sämtlichen Kandidaten falsche Antworten zu bekommen¹.

Es gibt jedenfalls auch ein Beispiel, bei dem ChatGPT nicht obenaus geschwungen ist. Ich habe folgende Frage gestellt: Welche drei Dinge sollte sich ein Ehepaar, das gern Punk hört und eine dreijährige Tochter hat, in Paris ansehen?

Das waren die Antworten:

1. Llama: The Musée des Égouts de Paris, The Musée en Herbe, The Canal Saint-Martin
2. Mistral: La Maison de la Musique, Le Marais, La Grande Halle de la Villette
3. ChatGPT: La Villette und Cité des Sciences et de l’Industrie, Canal Saint-Martin und Disneyland Paris
4. Orca Full: Das Konzert der Band The Clash im Jahr 1982 im Bataclan Theatre, die Ausstellung «Punk London: Wrangler, Dandy & Rebel» im Musée de la Mode et du Textile, «The Simpsons Movie» oder «Family Guy» im Cinéma Gaumont Saint-Lazare
5. GPT4All Falcon: Seine Frau, seine Tochter und seine Frau und seine Tochter

Ich habe die Resultate absteigend nach Brauchbarkeit sortiert. Über die Wertung kann man im Einzelnen geteilter Meinung sein, aber vermutlich herrscht Einigkeit darüber, dass

• wir GPT4All wir in die Wüste schicken müssen, weil dieses Modell die Frage nicht verstanden hat,
• und gegen Orca Full spricht, dass Zeitreisen bislang nicht erfunden wurden.

Den Ratschlag zur «Punk London»-Ausstellung finde ich gut, nur scheint es die leider nicht zu geben. Aber demnächst eröffnet Outlaws: Fashion Renegades of 80s London, und die wäre auf alle Fälle sehenswert für unsere Familie (für die Tochter womöglich nicht sosehr).

Ein Konzert von 1982 ist keine gute Empfehlung. (Falls das überhaupt in dem Jahr stattgefunden hat.)

Llamas Antwort mit dem Abwasserkanal-Museum könnte man als Punker als Beleidigung auffassen – ich finde die Antwort aber originell, und das Kindermuseum ergibt auch Sinn.

ChatGPT disqualifiziert sich mit dem Hinweis aufs Disneyland Paris. Einer Familie, die mutmasslich nicht auf den ausgetrampelten Touristenpfaden wandeln will, sollte man nicht ins Disneyland schicken².

Eine Frage, viele Antworten?

Ein allgemeingültiges Urteil über Llama, Mistral, Orca und die anderen lokalen LLMs kann ich bedauerlicherweise nicht abgeben. Wer solche KIs gern lokal einsetzen würde, kommt nicht darum herum, sie selbst für seine konkreten Anwendungsfälle auszutesten. Dafür hätte ich auch eine Idee für ein zukünftiges Feature: Wäre es nicht toll, die gleiche Anfrage nacheinander allen hinterlegten Modellen stellen zu können?

Wichtig zu wissen ist in diesem Zusammenhang, dass in der GPT4All-Anwendung auch kommerzielle Modelle eingebunden werden können, z.B. GPT-3.5-Turbo von OpenAI, GPT-4 von OpenAI, die mit einem API-Schlüssel benutzt werden – dann aber natürlich nicht lokal.

Ein gutes Hilfsmittel für lokale Datensammlungen

Die Auswertung der lokalen Informationssammlungen (Rubrik Local Docs) ist bei meinen ersten Tests vielversprechend: Zwar sind die Möglichkeiten im Vergleich gerade zu Notebook LM von Google bescheiden. Doch um Auskünfte zu den Dateien zu erhalten, sie zu durchsuchen und bestimmte Stellen schnell aufzufinden, taugt die Kombination von Local Docs und Llama ausgezeichnet.

Mit der «Local Files»-Funktion lässt sich eine grössere Zahl von Dokumenten erschliessen.

Fazit: GPT4All ist auf alle Fälle einen Blick wert. Mir gefällt diese Anwendung deutlich besser als das (hier getesteten) LM Studio. Jene Software erfüllt den Zweck ebenfalls. Aber das Programmfenster hinterlässt einen chaotischen Eindruck. LM Studio erlaubt die Steuerung der Abfragen z.B. über Dinge wie Prepromts. Allerdings hat auch GPT4All in den Einstellungen (Settings > Models > Model Settings) die Möglichkeit, sogenannte System Prompts, Prompt Templates oder Follow-up-Prompts zu definieren. Auskunft dazu gibt die Hilfe.

Fussnoten

1) Auf meine simple Frage, wann meine ehemalige Wohngemeinde Thalheim an der Thur zum ersten Mal urkundlich erwähnt worden sei,

• liefert Mistral Instruct eine rasante Antwort: 1237.
• Llama 3 Instruct ist etwas langsamer und gibt 1148 an.
• GPT4All Falcon nennt 1285.

Drei «Experten», drei unterschiedliche Jahreszahlen. Und anscheinend alle falsch. Auf der Gemeindewebsite wird, in Bezug auf einen Artikel in der «Andelfinger Zeitung», 1166 angegeben. Im Artikel heisst es:

Am 27. Dezember 1166 bestätigt Bischof Otto von Konstanz in einer Urkunde eine Schenkung an das Kloster Allerheiligen. Unter den Zeugen, welche die Echtheit dieser Urkunde besiegeln, ist ein Wernher de Tornlinchoven. Von diesem Tornlinchoven nimmt man an, dass es sich um die erstmalige Erwähnung von Dorlikon handelt, dem früheren Ortsnamen von Thalheim an der Thur.

Der Bischof kommt auch in der Antwort von GPT4All vor, allerdings mit dem falschen Kloster: «Dies geschah in einem Dokument, das die Stiftung des Klosters Küssaberg durch Bischof Otto von Konstanz betrifft.»

Übrigens liegt auch ChatGPT daneben, aber nur um zwei Jahre (1168). Gut, vielleicht ist die Frage doof. ↩

2) Immerhin muss man ChatGPT anrechnen, dass er sich des Problems bewusst ist, dass die Familie mit seinem Tipp haben könnte. Die Begründung lautet wie folgt: «Um dem Ganzen einen punkigen Twist zu geben, könnte man in den Boutiquen nach alternativen Disney-Souvenirs Ausschau halten oder den Besuch so planen, dass er zu einem speziellen Event oder Festival im Park passt, das sich möglicherweise an ein alternatives Publikum richtet.» ↩

#CiaoZurCloud #KI #Linux #LLMs

GPT4All eröffnet eine Möglichkeit, grosse Sprachmodelle auf dem eigenen Rechner zu betreiben. Es gibt die Software für Windows, Mac und Ubuntu. Sie hat eine simple und gut zu überblickende Benutzeroberfläche. Und es gibt einen weiteren Vorteil: Wir können Sammlungen lokaler Dateien anlegen, mit denen wir anschliessend mit den KI-Modellen arbeiten können.

Das weckt natürlich Hoffnungen: Ich habe zwei Google-Lösungen vorgestellt, mit denen sich grössere Datenbestände per KI erschliessen, analysieren und zusammenfassen lassen: Pinpoint und Notebook LM. Vor allem letzteres gefällt mir gut. Aber es gibt den grossen Pferdefuss, dass potenziell sensibles Material in die Cloud hochgeladen werden muss. Das ist etwas, das bei investigativen Recherchen um jeden Preis zu vermeiden ist.

Auswahlhilfen bei der Suche nach dem besten Modell

GPT4All funktioniert wie andere lokal betriebene KIs: Bevor die Anwendung nach dem Download benutzt werden kann, müssen wir ein lokales Modell installieren. Die stehen in der Rubrik Models zur Auswahl. Wir haben Mistral Instruct, Llama-3-8B-Instruct, von Meta, Orca 2 von Microsoft und diverse weniger bekannte LLMs zur Auswahl; zum Beispiel GPT4All Falcon des Herstellers selbst. Die Beschreibung gibt Dateigrösse und Speicherbedarf im RAM, Parameter und Typ an, und eine kurze Beschreibung gibt Hinweise auf den Hersteller und charakteristische Merkmale. Das ist nützlich bei der Auswahl.

Um eine Anfrage zu stellen, wechseln wir zur Rubrik Chats. Dort wählen wir bei Choose a model aus den installierten LLMs das gewünschte Sprachmodell aus und tippen unsere Frage.

Die Qualität der Antworten ist durchwachsen

Der Nutzen einer lokalen KI steht und fällt mit der Qualität der Antworten. Mein Eindruck ist, dass die Open-Source-Modelle im Vergleich zur kommerziellen Konkurrenz wie ChatGPT unterlegen ist, und zwar zum Teil dramatisch. Allerdings hängt das extrem von der Frage ab. Ich habe es auch geschafft, von sämtlichen Kandidaten falsche Antworten zu bekommen¹.

Es gibt indes auch ein Beispiel, bei dem ChatGPT nicht obenaus geschwungen ist. Ich habe folgende Frage gestellt: Welche drei Dinge sollte sich ein Ehepaar, das gern Punk hört und eine dreijährige Tochter hat, in Paris ansehen?

Das waren die Antworten:

1. Llama: The Musée des Égouts de Paris, The Musée en Herbe, The Canal Saint-Martin
2. Mistral: La Maison de la Musique, Le Marais, La Grande Halle de la Villette
3. ChatGPT: La Villette und Cité des Sciences et de l’Industrie, Canal Saint-Martin und Disneyland Paris
4. Orca Full: Das Konzert der Band The Clash im Jahr 1982 im Bataclan Theatre, die Ausstellung «Punk London: Wrangler, Dandy & Rebel» im Musée de la Mode et du Textile, «The Simpsons Movie» oder «Family Guy» im Cinéma Gaumont Saint-Lazare
5. GPT4All Falcon: Seine Frau, seine Tochter und seine Frau und seine Tochter

Ich habe die Resultate absteigend nach Brauchbarkeit sortiert. Über die Wertung kann man im Einzelnen geteilter Meinung sein, aber vermutlich herrscht Einigkeit darüber, dass

• wir GPT4All können wir in die Wüste schicken müssen, weil dieses Modell die Frage nicht verstanden hat
• und gegen Orca Full spricht, dass Zeitreisen bislang nicht erfunden wurden.

Den Ratschlag zur «Punk London»-Ausstellung finde ich gut, nur scheint es die leider nicht zu geben. Aber demnächst eröffnet Outlaws: Fashion Renegades of 80s London, und die wäre auf alle Fälle sehenswert für unsere Familie (für die Tochter womöglich nicht sosehr.

Ein Konzert von 1982 ist keine gute Empfehlung. (Falls das überhaupt in dem Jahr stattgefunden hat.)

Llamas Antwort mit dem Abwasserkanal-Museum könnte man als Punker als Beleidigung auffassen – ich finde die Antwort aber originell, und das Kindermuseum ergibt auch Sinn.

3

ChatGPT disqualifiziert sich mit dem Hinweis aufs Disneyland Paris. Einer Familie, die mutmasslich nicht auf den ausgetrampelten Touristenpfaden wandeln will, sollte man nicht ins Disneyland schicken².

Eine Frage, viele Antworten?

Ein allgemeingültiges Urteil über Llama, Mistral, Orca und die anderen lokalen LLMs kann ich bedauerlicherweise nicht abgeben. Wer solche KIs gern lokal einsetzen würde, kommt nicht darum herum, sie selbst für seine konkreten Anwendungsfälle auszutesten. Dafür hätte ich auch eine Idee für ein zukünftiges Feature: Wäre es nicht toll, die gleiche Anfrage nacheinander allen hinterlegten Modellen stellen zu können?

Wichtig zu wissen ist in diesem Zusammenhang, dass in der GPT4All-Anwendung auch kommerzielle Modelle eingebunden werden können, z.B. GPT-3.5-Turbo von OpenAI, GPT-4 von OpenAI, die mit einem API-Schlüssel benutzt werden – dann aber natürlich nicht lokal.

Ein gutes Hilfsmittel für lokale Datensammlungen

Die Auswertung der lokalen Informationssammlungen (Rubrik Local Docs) ist bei meinen ersten Tests vielversprechend: Zwar sind die Möglichkeiten im Vergleich gerade zu Notebook LM von Google bescheiden. Doch um Auskünfte zu den Dateien zu erhalten, sie zu durchsuchen und bestimmte Stellen schnell aufzufinden, taugt die Kombination von Local Docs und Llama ausgezeichnet.

Mit der «Local Files»-Funktion lässt sich eine grössere Zahl von Dokumenten erschliessen.

Fazit: GPT4All ist auf alle Fälle einen Blick wert. Mir gefällt diese Anwendung deutlich besser als das (hier getesteten) LM Studio. Jene Software erfüllt den Zweck ebenfalls. Aber das Programmfenster hinterlässt einen chaotischen Eindruck. LM Studio erlaubt die Steuerung der Abfragen z.B. über Dinge wie Prepromts. Allerdings hat auch GPT4All in den Einstellungen (Settings > Models > Model Settings) die Möglichkeit, sogenannte System Prompts, Prompt Templates oder Follow-up-Prompts zu definieren. Auskunft dazu gibt die Hilfe.

Fussnoten

1) Auf meine simple Frage, wann meine ehemalige Wohngemeinde Thalheim an der Thur zum ersten Mal urkundlich erwähnt worden sei,

• liefert Mistral Instruct eine rasante Antwort: 1237.
• Llama 3 Instruct ist etwas langsamer und gibt 1148 an.
• GPT4All Falcon nennt 1285.

Drei «Experten», drei unterschiedliche Jahreszahlen. Und anscheinend alle falsch. Auf der Gemeindewebsite wird, in Bezug auf einen Artikel in der «Andelfinger Zeitung», 1166 angegeben. Im Artikel heisst es:

Am 27. Dezember 1166 bestätigt Bischof Otto von Konstanz in einer Urkunde eine Schenkung an das Kloster Allerheiligen. Unter den Zeugen, welche die Echtheit dieser Urkunde besiegeln, ist ein Wernher de Tornlinchoven. Von diesem Tornlinchoven nimmt man an, dass es sich um die erstmalige Erwähnung von Dorlikon handelt, dem früheren Ortsnamen von Thalheim an der Thur.

Der Bischof kommt auch in der Antwort von GPT4All vor, allerdings mit dem falschen Kloster: «Dies geschah in einem Dokument, das die Stiftung des Klosters Küssaberg durch Bischof Otto von Konstanz betrifft.»

Übrigens liegt auch ChatGPT daneben, aber nur um zwei Jahre (1168). Gut, vielleicht ist die Frage doof. ↩

2) Immerhin muss man ChatGPT anrechnen, dass er sich des Problems bewusst ist, dass die Familie mit seinem Tipp haben könnte. Die Begründung lautet wie folgt: «Um dem Ganzen einen punkigen Twist zu geben, könnte man in den Boutiquen nach alternativen Disney-Souvenirs Ausschau halten oder den Besuch so planen, dass er zu einem speziellen Event oder Festival im Park passt, das sich möglicherweise an ein alternatives Publikum richtet.» ↩

https://blog.clickomania.ch/2024/10/18/gpt4all-von-nomic-review/

#CiaoZurCloud #KI #Linux

Die beste KI für Punker in Paris

GPT4All eröffnet eine Möglichkeit, grosse Sprachmodelle auf dem eigenen Rechner zu betreiben. Es gibt die Software für Windows, Mac und Ubuntu. Sie hat eine simple und gut zu überblickende Benutzeroberfläche. Und es gibt einen weiteren Vorteil: Wir können Sammlungen lokaler Dateien anlegen, mit denen wir anschliessend mit den KI-Modellen arbeiten können.

Das weckt natürlich Hoffnungen: Ich habe zwei Google-Lösungen vorgestellt, mit denen sich grössere Datenbestände per KI erschliessen, analysieren und zusammenfassen lassen: Pinpoint und Notebook LM. Vor allem letzteres gefällt mir gut. Aber es gibt den grossen Pferdefuss, dass potenziell sensibles Material in die Cloud hochgeladen werden muss. Das ist etwas, das bei investigativen Recherchen um jeden Preis zu vermeiden ist.

Auswahlhilfen bei der Suche nach dem besten Modell

GPT4All funktioniert wie andere lokal betriebene KIs: Bevor die Anwendung nach dem Download benutzt werden kann, müssen wir ein lokales Modell installieren. Die stehen in der Rubrik Models zur Auswahl. Wir haben Mistral Instruct, Llama-3-8B-Instruct, von Meta, Orca 2 von Microsoft und diverse weniger bekannte LLMs zur Auswahl; zum Beispiel GPT4All Falcon des Herstellers selbst. Die Beschreibung gibt Dateigrösse und Speicherbedarf im RAM, Parameter und Typ an, und eine kurze Beschreibung gibt Hinweise auf den Hersteller und charakteristische Merkmale. Das ist nützlich bei der Auswahl.

Um eine Anfrage zu stellen, wechseln wir zur Rubrik Chats. Dort wählen wir bei Choose a model aus den installierten LLMs das gewünschte Sprachmodell aus und tippen unsere Frage.

Die Qualität der Antworten ist durchwachsen

Der Nutzen einer lokalen KI steht und fällt mit der Qualität der Antworten. Mein Eindruck ist, dass die Open-Source-Modelle im Vergleich zur kommerziellen Konkurrenz wie ChatGPT unterlegen sind, und zwar zum Teil dramatisch. Allerdings hängt das extrem von der Frage ab. Ich habe es geschafft, von sämtlichen Kandidaten falsche Antworten zu bekommen¹.

Es gibt jedenfalls auch ein Beispiel, bei dem ChatGPT nicht obenaus geschwungen ist. Ich habe folgende Frage gestellt: Welche drei Dinge sollte sich ein Ehepaar, das gern Punk hört und eine dreijährige Tochter hat, in Paris ansehen?

Das waren die Antworten:

1. Llama: The Musée des Égouts de Paris, The Musée en Herbe, The Canal Saint-Martin
2. Mistral: La Maison de la Musique, Le Marais, La Grande Halle de la Villette
3. ChatGPT: La Villette und Cité des Sciences et de l’Industrie, Canal Saint-Martin und Disneyland Paris
4. Orca Full: Das Konzert der Band The Clash im Jahr 1982 im Bataclan Theatre, die Ausstellung «Punk London: Wrangler, Dandy & Rebel» im Musée de la Mode et du Textile, «The Simpsons Movie» oder «Family Guy» im Cinéma Gaumont Saint-Lazare
5. GPT4All Falcon: Seine Frau, seine Tochter und seine Frau und seine Tochter

Ich habe die Resultate absteigend nach Brauchbarkeit sortiert. Über die Wertung kann man im Einzelnen geteilter Meinung sein, aber vermutlich herrscht Einigkeit darüber, dass

• wir GPT4All wir in die Wüste schicken müssen, weil dieses Modell die Frage nicht verstanden hat,
• und gegen Orca Full spricht, dass Zeitreisen bislang nicht erfunden wurden.

Den Ratschlag zur «Punk London»-Ausstellung finde ich gut, nur scheint es die leider nicht zu geben. Aber demnächst eröffnet Outlaws: Fashion Renegades of 80s London, und die wäre auf alle Fälle sehenswert für unsere Familie (für die Tochter womöglich nicht sosehr).

Ein Konzert von 1982 ist keine gute Empfehlung. (Falls das überhaupt in dem Jahr stattgefunden hat.)

Llamas Antwort mit dem Abwasserkanal-Museum könnte man als Punker als Beleidigung auffassen – ich finde die Antwort aber originell, und das Kindermuseum ergibt auch Sinn.

ChatGPT disqualifiziert sich mit dem Hinweis aufs Disneyland Paris. Einer Familie, die mutmasslich nicht auf den ausgetrampelten Touristenpfaden wandeln will, sollte man nicht ins Disneyland schicken².

Eine Frage, viele Antworten?

Ein allgemeingültiges Urteil über Llama, Mistral, Orca und die anderen lokalen LLMs kann ich bedauerlicherweise nicht abgeben. Wer solche KIs gern lokal einsetzen würde, kommt nicht darum herum, sie selbst für seine konkreten Anwendungsfälle auszutesten. Dafür hätte ich auch eine Idee für ein zukünftiges Feature: Wäre es nicht toll, die gleiche Anfrage nacheinander allen hinterlegten Modellen stellen zu können?

Wichtig zu wissen ist in diesem Zusammenhang, dass in der GPT4All-Anwendung auch kommerzielle Modelle eingebunden werden können, z.B. GPT-3.5-Turbo von OpenAI, GPT-4 von OpenAI, die mit einem API-Schlüssel benutzt werden – dann aber natürlich nicht lokal.

Ein gutes Hilfsmittel für lokale Datensammlungen

Die Auswertung der lokalen Informationssammlungen (Rubrik Local Docs) ist bei meinen ersten Tests vielversprechend: Zwar sind die Möglichkeiten im Vergleich gerade zu Notebook LM von Google bescheiden. Doch um Auskünfte zu den Dateien zu erhalten, sie zu durchsuchen und bestimmte Stellen schnell aufzufinden, taugt die Kombination von Local Docs und Llama ausgezeichnet.

Mit der «Local Files»-Funktion lässt sich eine grössere Zahl von Dokumenten erschliessen.

Fazit: GPT4All ist auf alle Fälle einen Blick wert. Mir gefällt diese Anwendung deutlich besser als das (hier getesteten) LM Studio. Jene Software erfüllt den Zweck ebenfalls. Aber das Programmfenster hinterlässt einen chaotischen Eindruck. LM Studio erlaubt die Steuerung der Abfragen z.B. über Dinge wie Prepromts. Allerdings hat auch GPT4All in den Einstellungen (Settings > Models > Model Settings) die Möglichkeit, sogenannte System Prompts, Prompt Templates oder Follow-up-Prompts zu definieren. Auskunft dazu gibt die Hilfe.

Fussnoten

1) Auf meine simple Frage, wann meine ehemalige Wohngemeinde Thalheim an der Thur zum ersten Mal urkundlich erwähnt worden sei,

• liefert Mistral Instruct eine rasante Antwort: 1237.
• Llama 3 Instruct ist etwas langsamer und gibt 1148 an.
• GPT4All Falcon nennt 1285.

Drei «Experten», drei unterschiedliche Jahreszahlen. Und anscheinend alle falsch. Auf der Gemeindewebsite wird, in Bezug auf einen Artikel in der «Andelfinger Zeitung», 1166 angegeben. Im Artikel heisst es:

Am 27. Dezember 1166 bestätigt Bischof Otto von Konstanz in einer Urkunde eine Schenkung an das Kloster Allerheiligen. Unter den Zeugen, welche die Echtheit dieser Urkunde besiegeln, ist ein Wernher de Tornlinchoven. Von diesem Tornlinchoven nimmt man an, dass es sich um die erstmalige Erwähnung von Dorlikon handelt, dem früheren Ortsnamen von Thalheim an der Thur.

Der Bischof kommt auch in der Antwort von GPT4All vor, allerdings mit dem falschen Kloster: «Dies geschah in einem Dokument, das die Stiftung des Klosters Küssaberg durch Bischof Otto von Konstanz betrifft.»

Übrigens liegt auch ChatGPT daneben, aber nur um zwei Jahre (1168). Gut, vielleicht ist die Frage doof. ↩

2) Immerhin muss man ChatGPT anrechnen, dass er sich des Problems bewusst ist, dass die Familie mit seinem Tipp haben könnte. Die Begründung lautet wie folgt: «Um dem Ganzen einen punkigen Twist zu geben, könnte man in den Boutiquen nach alternativen Disney-Souvenirs Ausschau halten oder den Besuch so planen, dass er zu einem speziellen Event oder Festival im Park passt, das sich möglicherweise an ein alternatives Publikum richtet.» ↩

#CiaoZurCloud #KI #Linux #LLMs

Puter.com¹ ist erstens ein unbestreitbar witziger Name für eine Domain. Zweitens ist auch der Puter, der an dieser Stelle im Netz zu Hause ist, einer näheren Betrachtung wert.

Also, Puter ist ein Computer in der Cloud. Um ihn zu nutzen, brauchen wir nichts weiter als einen Browser und eine Internetverbindung. Er steht über Puter.com zur Verfügung; aber wir können die quelloffene Software via Docker auch selbst hosten und betreiben. Und ohne zu viel zu von meinem Fazit vorwegzunehmen, scheint mir das die eigentlich spannende Eigenschaft dieses Projekts zu sein.

Nach dem Aufruf der Puter-Adresse erscheint nach ein paar Sekunden eine Desktop-Oberfläche, die stark an Windows 11 erinnert, aber bei den Icons und dem bunten Desktop-Hintergrund auch Anleihen an Mac OS macht. Ein Login ist nicht nötig – aber natürlich unverzichtbar, wenn wir Puter nicht bloss einmal kurz ausprobieren, sondern wiederholt benutzen möchten. Über den Benutzer-Knopf in der rechten oberen Bildschirmecke lässt sich der Account hinterlegen.

Ein Browser im Browser

Die Shell dürfte auch etwas weniger bunt und weniger Windows-11-mässig sein.

Die Bedienung ist sofort verständlich: Über die Taskleiste und den Startknopf haben wir Zugang zu diversen Apps: Rekorder, Text- und Code-Editor, Solitär, Kamera, PDF- und Bildbetrachter, ein Terminal, ein Zeichenprogramm und eine Handvoll weiterer Anwendungen stehen standardmässig zur Auswahl. Auch ein Browser lässt sich innerhalb des Browsers betreiben.

Über die App Center-App lassen sich weitere installieren. Und wir können, wenn Puter unseren Entwickler-Ehrgeiz weckt, auch eigene Programme veröffentlichen.

Dokumente einführen und ausführen

Es gibt ein Dateiverwaltungsprogramm namens Documents. Das mit Inhalten zu bestücken, ist einfach: Wir ziehen Dateien per Maus von der lokalen in die virtuelle Ablage. Durch einen Rechtsklick und den Download-Befehl nimmt die Datei den umgekehrten Weg. Einleuchtend, aber natürlich wünscht man sich sofort die Möglichkeit, einen oder mehrere lokale Ordner automatisch zu synchronisieren, wie wir das von Onedrive, Dropbox oder iCloud gewöhnt sind.

Im Menü, das beim Rechtsklick auf eine Datei erscheint, gibt es auch einen Öffnen-Befehl. Bei einer Bilddatei im JPG-Format gibt es vier Apps zur Auswahl (Viewer, Draw, Polotno und Minipaint) und bei einem Markdown-Text drei (Code, Notepad und Markus). Mit Office-Formaten wie Docx oder Excel kann Puter nichts anfangen; hier steht im Kontextmenü No suitable apps found).

Die zwei Gewissensfragen

Es bleiben zwei Fragen:

Erstens natürlich die grundsätzliche, wozu das gut sein soll. Statt in der Cloud können wir ja auch einfach mit unserem Computer vor Ort arbeiten. Ich kann mir dafür folgende Gründe denken:

1. Unsere Arbeitsumgebung ist von überall her zugänglich, auch von fremden PCs aus.
2. Via Puter.com können mehrere Leute auf der gleichen virtuellen Maschine arbeiten. Über das kleine QR-Code-Symbol in der rechten oberen Ecke machen wir die Session öffentlich.
3. Falls unser lokales Arbeitsgerät in irgendeiner Weise eingeschränkt oder nicht vertrauenswürdig ist, dann ergibt sich eine Ausweichmöglichkeit.
4. Schliesslich ist Puter nicht nur ein Computer, sondern ein «Betriebssystem fürs Internet», wie die Erfinder schreiben: «Es kann für Remote-Desktop-Umgebungen oder als Schnittstelle für Cloud-Speicherdienste, Remote-Server und Web-Hosting-Plattformen verwendet werden.»

Dieser vierte Punkt scheint mir die spannendste zu sein, vor allem, wenn Puter selbst gehostet wird. Dann bringt der Cloud-Desktop eine grössere Unabhängigkeit von der klassischen Cloud.

Damit sind wir bei der zweiten Frage angelangt; nämlich, ob es sich bei Puter um eine Art Desktop as a service handelt, wie die Cloud-PCs von Shadow, die ich vor vier Jahren vorgestellt habe². Nein, denn effektiv gibt es dort echte Rechenleistung von einem fremden Server, was hier nicht der Fall ist.

Fussnoten

1) Ich habe bei diesem Link meinen Refer-Code hinterlegt. ↩

2) Und deren Betreiber inzwischen Insolvenz anmelden musste, wobei das Aus bislang anscheinend nicht endgültig ist. ↩

Beitragsbild: Die Oberfläche mit Bild- und Textbearbeitung und Dateiverwaltung.

https://blog.clickomania.ch/2024/05/23/puter-com-review/

#CiaoZurCloud #FreieSoftwareFOSS_

Puter.com¹ ist erstens ein unbestreitbar witziger Name für eine Domain. Zweitens ist auch der Puter, der an dieser Stelle im Netz zu Hause ist, einer näheren Betrachtung wert.

Also, Puter ist ein Computer in der Cloud. Um ihn zu nutzen, brauchen wir nichts weiter als einen Browser und eine Internetverbindung. Er steht über Puter.com zur Verfügung; aber wir können die quelloffene Software via Docker auch selbst hosten und betreiben. Und ohne zu viel zu von meinem Fazit vorwegzunehmen, scheint mir das die eigentlich spannende Eigenschaft dieses Projekts zu sein.

Nach dem Aufruf der Puter-Adresse erscheint nach ein paar Sekunden eine Desktop-Oberfläche, die stark an Windows 11 erinnert, aber bei den Icons und dem bunten Desktop-Hintergrund auch Anleihen an Mac OS macht. Ein Login ist nicht nötig – aber natürlich unverzichtbar, wenn wir Puter nicht bloss einmal kurz ausprobieren, sondern wiederholt benutzen möchten. Über den Benutzer-Knopf in der rechten oberen Bildschirmecke lässt sich der Account hinterlegen.

Ein Browser im Browser

Die Shell dürfte auch etwas weniger bunt und weniger Windows-11-mässig sein.

Die Bedienung ist sofort verständlich: Über die Taskleiste und den Startknopf haben wir Zugang zu diversen Apps: Rekorder, Text- und Code-Editor, Solitär, Kamera, PDF- und Bildbetrachter, ein Terminal, ein Zeichenprogramm und eine Handvoll weiterer Anwendungen stehen standardmässig zur Auswahl. Auch ein Browser lässt sich innerhalb des Browsers betreiben.

Über die App Center-App lassen sich weitere installieren. Und wir können, wenn Puter unseren Entwickler-Ehrgeiz weckt, auch eigene Programme veröffentlichen.

Dokumente einführen und ausführen

Es gibt ein Dateiverwaltungsprogramm namens Documents. Das mit Inhalten zu bestücken, ist einfach: Wir ziehen Dateien per Maus von der lokalen in die virtuelle Ablage. Durch einen Rechtsklick und den Download-Befehl nimmt die Datei den umgekehrten Weg. Einleuchtend, aber natürlich wünscht man sich sofort die Möglichkeit, einen oder mehrere lokale Ordner automatisch zu synchronisieren, wie wir das von Onedrive, Dropbox oder iCloud gewöhnt sind.

Im Menü, das beim Rechtsklick auf eine Datei erscheint, gibt es auch einen Öffnen-Befehl. Bei einer Bilddatei im JPG-Format gibt es vier Apps zur Auswahl (Viewer, Draw, Polotno und Minipaint) und bei einem Markdown-Text drei (Code, Notepad und Markus). Mit Office-Formaten wie Docx oder Excel kann Puter nichts anfangen; hier steht im Kontextmenü No suitable apps found).

Die zwei Gewissensfragen

Es bleiben zwei Fragen:

Erstens natürlich die grundsätzliche, wozu das gut sein soll. Statt in der Cloud können wir ja auch einfach mit unserem Computer vor Ort arbeiten. Ich kann mir dafür folgende Gründe denken:

1. Unsere Arbeitsumgebung ist von überall her zugänglich, auch von fremden PCs aus.
2. Via Puter.com können mehrere Leute auf der gleichen virtuellen Maschine arbeiten. Über das kleine QR-Code-Symbol in der rechten oberen Ecke machen wir die Session öffentlich.
3. Falls unser lokales Arbeitsgerät in irgendeiner Weise eingeschränkt oder nicht vertrauenswürdig ist, dann ergibt sich eine Ausweichmöglichkeit.
4. Schliesslich ist Puter nicht nur ein Computer, sondern ein «Betriebssystem fürs Internet», wie die Erfinder schreiben: «Es kann für Remote-Desktop-Umgebungen oder als Schnittstelle für Cloud-Speicherdienste, Remote-Server und Web-Hosting-Plattformen verwendet werden.»

Dieser vierte Punkt scheint mir die spannendste zu sein, vor allem, wenn Puter selbst gehostet wird. Dann bringt der Cloud-Desktop eine grössere Unabhängigkeit von der klassischen Cloud.

Damit sind wir bei der zweiten Frage angelangt; nämlich, ob es sich bei Puter um eine Art Desktop as a service handelt, wie die Cloud-PCs von Shadow, die ich vor vier Jahren vorgestellt habe². Nein, denn effektiv gibt es dort echte Rechenleistung von einem fremden Server, was hier nicht der Fall ist.

Fussnoten

1) Ich habe bei diesem Link meinen Refer-Code hinterlegt. ↩

2) Und deren Betreiber inzwischen Insolvenz anmelden musste, wobei das Aus bislang anscheinend nicht endgültig ist. ↩

Beitragsbild: Die Oberfläche mit Bild- und Textbearbeitung und Dateiverwaltung.

https://blog.clickomania.ch/2024/05/23/puter-com-review/

#CiaoZurCloud #FreieSoftwareFOSS_

Mit Stable Diffusion ans Eingemachte

Draw Things ist eine Mac-Anwendung, die es erlaubt, per KI Bilder zu generieren. Sie tut das nicht via Cloud, sondern auf der eigenen Hardware. Sie verwendet dazu die Modelle von Stable Diffusion, die bekanntlich Open-Source sind.

Es gibt Draw Things kostenlos im Mac-App-Store. Es gibt auch Varianten fürs iPhone und iPad. Ich habe so meine Zweifel, ob es sinnvoll ist, diese Aufgabe den mobilen Geräten zuzumuten. Natürlich: die haben inzwischen auch sehr leistungsfähige Prozessoren. Aber da die Modelle sehr viel Platz brauchen und die Erzeugung der Bilder rechenintensiv ist, scheint mir ein Gerät wie das Macbook Pro M3, das ich als Testgerät zur Verfügung habe, für derlei Experimente besser geeignet.

Die Qual der Modell-Wahl

Die Arbeit mit Draw Things funktioniert genauso, wie wir es mit anderen lokalen KI-Modellen kennen, seien es Chatbots in LM Studio oder die Transkriptionssoftware Macwhisper: Wir installieren die Software, die sogleich nach einem Modell verlangt: Das enthält mehr oder weniger und teils unterschiedliche Trainingsdaten und ist fürs Resultat verantwortlich. Es beeinflusst auch die Zeit, die fürs Erstellen eines Bildes benötigt wird.

Bitte experimentieren! Die Oberfläche von Draw Things.Bevor es losgeht, müssen wir aus mehreren Dutzend Modellen eines auswählen.

Das ist die erste Herausforderung: In Draw Things stehen 19 offizielle Modelle und mehrere Dutzend Community Models zur Auswahl. Bei manchen lässt sich anhand des Namens erahnen, was die Spezialität sein könnte; es gibt aber auch viele Modelle mit nichtssagenden Namen. Also einfach auf gut Glück loslegen?

Das Problem dabei ist, dass die Modelle meist mindestens fünf Gigabyte gross sind und das Laden entsprechend dauert. Ich empfehle darum, mit einem der offiziellen Modelle loszulegen. Die tragen SDXL im Namen (kurz für Stable Diffusion XL) und die Variante SDXL Turbo ist dennoch einigermassen schnell.

Die Stable-Diffusion-Modelle, auch die aus der Community, finden sich allesamt auf Huggingface. Das ist die grosse Plattform, auf der sich KI-Entwicklerinnen und -Interessierte austauschen. Wenn wir uns also fragen, was das Modell Juggernaut XL v9, Elden Ring Diffusion oder Spider Verse Diffusion so besonders macht, dann finden wir das hier heraus.

Nachdem wir uns für ein Modell entschieden und es heruntergeladen haben, funktioniert die Sache wie gewohnt: Wir geben unseren Prompt ein und warten, was die Software daraus macht.

Bilder generieren, bearbeiten und modifizieren

Der genau gleiche Prompt – der von elektrischen Schafen und dem träumede Android –, aber mit zwei verschiedenen Modellen erzeugt: Links SDXL Base (v1.0), rechts DreamSjhaper v8.

Sogleich machen sich einige Unterschiede zum klassischen, webbasierten Erstellungsprozess bemerkbar:

• Bei Draw Things haben wir jede Menge Einstellungsmöglichkeiten zur Verfügung. Einige davon erschliessen sich von selbst, beispielsweise die Bildgrösse in Pixeln, das Seitenverhältnis oder die Text Guidance: Sie gibt an, wie wörtlich die Software den Prompt nehmen soll. Andere Dinge – z.B. Strength, Lora und Seed – erschliessen sich nur durch Experimente.
• Wir können den gleichen Prompt mit verschiedenen Modellen ausführen.
• Nebst dem Modus Text to Image gibt es auch Image to Image: Bei dem geben wir der App ein Bild vor, das sie dann gemäss dem Prompt modifizieren soll.
• Die App kann nicht nur Bilder erzeugen, sondern stellt auch Bildbearbeitungsfunktionen wie Inpainting und Outpainting zur Verfügung: Im ersten Fall wird ein Teil eines Fotos oder KI-Bildes mit dem Pinsel gelöscht und dann per KI neu generiert. Im zweiten Fall vergrössert die Software das Bild, indem sie ausserhalb des Bildbereichs eine Umgebung dazu erfindet.
• Stable Diffusion generiert nicht nur Standbilder, sondern auch Video. Über Draw Things lassen sich auch Modelle für Bewegtbild einbinden.
• Und last but not least: Es werden keine Prompts zensuriert. Das heisst, es lassen sich auch nackte Menschen generieren.

Die Image-to-Image-Funktion: Links das Ausgangsbild, rechts die Comic-Variante mit Raumschiffen in der Luft. Und nein, sonderlich toll finde ich das Resultat nicht.

Kurz: Da tut sich ein riesiges Tummelfeld auf für Leute, die sich nicht mit dem erstbesten Resultat ihrer Bilder-KI zufriedengeben. Und kein Zweifel: Die Experimentiermöglichkeiten helfen uns dabei, die Funktionsweise von Stable Diffusion und den generativen künstlichen Intelligenzen besser zu verstehen und gezielter einsetzen zu können.

Wer Stable Diffusion nutzen möchte, aber keine passende Hardware hat, der findet in Leonardo eine vielversprechende Möglichkeit. Die stelle ich im Beitrag Da Vinci würde sich (vermutlich) im Grab umdrehen ausführlich vor.

Beitragbild: Die Schöpferin, die sich an ihrem Computer neue Welten ausdenkt (Stable Diffusion mit dem Dreamshaper-Modell).

#CiaoZurCloud #FreieSoftwareFOSS_ #KI #VideoBildgenerator

Mit Stable Diffusion ans Eingemachte

Draw Things ist eine Mac-Anwendung, die es erlaubt, per KI Bilder zu generieren. Sie tut das nicht via Cloud, sondern auf der eigenen Hardware. Sie verwendet dazu die Modelle von Stable Diffusion, die bekanntlich Open-Source sind.

Es gibt Draw Things kostenlos im Mac-App-Store. Es gibt auch Varianten fürs iPhone und iPad. Ich habe so meine Zweifel, ob es sinnvoll ist, diese Aufgabe den mobilen Geräten zuzumuten. Natürlich: die haben inzwischen auch sehr leistungsfähige Prozessoren. Aber da die Modelle sehr viel Platz brauchen und die Erzeugung der Bilder rechenintensiv ist, scheint mir ein Gerät wie das Macbook Pro M3, das ich als Testgerät zur Verfügung habe, für derlei Experimente besser geeignet.

Die Qual der Modell-Wahl

Die Arbeit mit Draw Things funktioniert genauso, wie wir es mit anderen lokalen KI-Modellen kennen, seien es Chatbots in LM Studio oder die Transkriptionssoftware Macwhisper: Wir installieren die Software, die sogleich nach einem Modell verlangt: Das enthält mehr oder weniger und teils unterschiedliche Trainingsdaten und ist fürs Resultat verantwortlich. Es beeinflusst auch die Zeit, die fürs Erstellen eines Bildes benötigt wird.

Bitte experimentieren! Die Oberfläche von Draw Things.Bevor es losgeht, müssen wir aus mehreren Dutzend Modellen eines auswählen.

Das ist die erste Herausforderung: In Draw Things stehen 19 offizielle Modelle und mehrere Dutzend Community Models zur Auswahl. Bei manchen lässt sich anhand des Namens erahnen, was die Spezialität sein könnte; es gibt aber auch viele Modelle mit nichtssagenden Namen. Also einfach auf gut Glück loslegen?

Das Problem dabei ist, dass die Modelle meist mindestens fünf Gigabyte gross sind und das Laden entsprechend dauert. Ich empfehle darum, mit einem der offiziellen Modelle loszulegen. Die tragen SDXL im Namen (kurz für Stable Diffusion XL) und die Variante SDXL Turbo ist dennoch einigermassen schnell.

Die Stable-Diffusion-Modelle, auch die aus der Community, finden sich allesamt auf Huggingface. Das ist die grosse Plattform, auf der sich KI-Entwicklerinnen und -Interessierte austauschen. Wenn wir uns also fragen, was das Modell Juggernaut XL v9, Elden Ring Diffusion oder Spider Verse Diffusion so besonders macht, dann finden wir das hier heraus.

Nachdem wir uns für ein Modell entschieden und es heruntergeladen haben, funktioniert die Sache wie gewohnt: Wir geben unseren Prompt ein und warten, was die Software daraus macht.

Bilder generieren, bearbeiten und modifizieren

Der genau gleiche Prompt – der von elektrischen Schafen und dem träumede Android –, aber mit zwei verschiedenen Modellen erzeugt: Links SDXL Base (v1.0), rechts DreamSjhaper v8.

Sogleich machen sich einige Unterschiede zum klassischen, webbasierten Erstellungsprozess bemerkbar:

• Bei Draw Things haben wir jede Menge Einstellungsmöglichkeiten zur Verfügung. Einige davon erschliessen sich von selbst, beispielsweise die Bildgrösse in Pixeln, das Seitenverhältnis oder die Text Guidance: Sie gibt an, wie wörtlich die Software den Prompt nehmen soll. Andere Dinge – z.B. Strength, Lora und Seed – erschliessen sich nur durch Experimente.
• Wir können den gleichen Prompt mit verschiedenen Modellen ausführen.
• Nebst dem Modus Text to Image gibt es auch Image to Image: Bei dem geben wir der App ein Bild vor, das sie dann gemäss dem Prompt modifizieren soll.
• Die App kann nicht nur Bilder erzeugen, sondern stellt auch Bildbearbeitungsfunktionen wie Inpainting und Outpainting zur Verfügung: Im ersten Fall wird ein Teil eines Fotos oder KI-Bildes mit dem Pinsel gelöscht und dann per KI neu generiert. Im zweiten Fall vergrössert die Software das Bild, indem sie ausserhalb des Bildbereichs eine Umgebung dazu erfindet.
• Stable Diffusion generiert nicht nur Standbilder, sondern auch Video. Über Draw Things lassen sich auch Modelle für Bewegtbild einbinden.
• Und last but not least: Es werden keine Prompts zensuriert. Das heisst, es lassen sich auch nackte Menschen generieren.

Die Image-to-Image-Funktion: Links das Ausgangsbild, rechts die Comic-Variante mit Raumschiffen in der Luft. Und nein, sonderlich toll finde ich das Resultat nicht.

Kurz: Da tut sich ein riesiges Tummelfeld auf für Leute, die sich nicht mit dem erstbesten Resultat ihrer Bilder-KI zufriedengeben. Und kein Zweifel: Die Experimentiermöglichkeiten helfen uns dabei, die Funktionsweise von Stable Diffusion und den generativen künstlichen Intelligenzen besser zu verstehen und gezielter einsetzen zu können.

Wer Stable Diffusion nutzen möchte, aber keine passende Hardware hat, der findet in Leonardo eine vielversprechende Möglichkeit. Die stelle ich im Beitrag Da Vinci würde sich (vermutlich) im Grab umdrehen ausführlich vor.

Beitragbild: Die Schöpferin, die sich an ihrem Computer neue Welten ausdenkt (Stable Diffusion mit dem Dreamshaper-Modell).

#CiaoZurCloud #FreieSoftwareFOSS_ #KI #VideoBildgenerator

Macwhisper: Audio-Aufnahmen ohne Cloud transkribieren

Heute, bei diesem Blogpost, laufen mehrere Fäden zusammen: Erstens meine Testreihe zu Softwareprogrammen, die es uns ersparen, unsere Interviews und Gesprächsaufnahmen abzutippen. Zweitens meine Experimente mit KIs, die nicht in der Cloud, sondern lokal auf dem eigenen Computer laufen.

Konkret geht es um Macwhisper: Diese Software erlaubt es, Aufnahmen auf dem lokalen Computer zu verschriftlichen. Wir müssen unsere – unter Umständen sensiblen – Aufnahmen nicht auf irgendeinen Server hochladen, sondern verarbeiten sie auf unserer eigenen Hardware.

Die Oberfläche von Macwhisper ist überschaubar.

Es gibt weitere Vorteile: Wir entscheiden, ob wir die Verarbeitung schnell und weniger genau oder langsamer und mit maximaler Qualität abwickeln wollen. Und wir haben die Möglichkeit, grössere Datenbestände in einem Rutsch durch die Software zu schicken und z.B. unser Podcastarchiv zu transkribieren. Diese Funktion ist über das Modul Batch Transcription zugänglich.

Rechenpower ist gefragt

Ich will nicht verschweigen, dass es auch Nachteile gibt. Erstens braucht diese Verarbeitung leistungsfähige Hardware. Ich verwende für meinen Test das Macbook Pro M3, das mir Apple zur Verfügung gestellt hat. Zweitens sind andere Lösungen bei der Gliederung der Texte besser, und sie unterscheiden teilweise auch die Sprecher. Whisper tut das nicht.

Drittens bekommen wir nur das nackte Modell. Vergleichbare Anwendungen in der Cloud umfassen einen komfortablen Editor, der die Nachbearbeitung und Korrektur der Transkriptionen massiv vereinfacht. Der Editor der hier vorgestellten Lösung Happy Scribe gefällt mir ausgezeichnet.

Welches Modell darfs denn sein?

Die Verwaltung der Modelle.

Also, Macwhisper: Diese Software erlaubt es uns, die Whisper-Modelle von Open AI selbst lokal auszuführen. Die Alternative ist, sie über einen Dienstleister zu nutzen: Ich habe bei meinem Test vor einem Jahr Whisper über die Implementation meines Podcast-Dienstleisters Auphonic verwendet.

Es gibt die Macwhisper kostenlos, doch für die ernsthafte Nutzung kommen wir nicht um die Pro-Lizenz für 29 Euro herum. Nur sie erlaubt es uns, jene Modelle einzusetzen, die für ernsthafte Zwecke notwendig sind.

Bevor wir einen Testlauf durchführen können, müssen wir über die Rubrik Manage Models auswählen, auf welcher Grundlage die Transkription erfolgt. Es gibt diverse Varianten nur für Englisch oder für mehrsprachige Aufnahmen. Sie unterscheiden sich in der Grösse und auch im Rechenaufwand, der für die Transkription benötigt wird.

Qualität ist alles!

Das Modell Small ist 500 MB gross und soll eine gute Genauigkeit ermöglichen. Ich würde aber mindestens das mittlere, mehrsprachige Modell empfehlen. Oder, wenn schon, gleich Large. Diese Variante ist drei GB gross. Es gibt davon eine zweite Fassung: Large V3 biete die grösste Genauigkeit, habe aber das Problem, dass es zu Wiederholungen in der Transkription kommen könne – und in der Tat, dieses Problem habe ich festgestellt. Es war auch mit dem Large-Modell zu beobachten, aber in weniger gravierender Form.

Das fertige Transkript: Für die Verschriftlichung der Aufnahme von 5:21 Minuten brauchte die Software auf dem Macbook Pro M3 47 Sekunden.

Abgesehen davon liefert das Large-Modell eine hervorragende Qualität. Das zeigt meine Testreihe, die ich mit Trint, Descript, Töggl und der gehosteten Version von Whisper durchgeführt und um Happy Scribe ergänzt habe. Ich habe Macwhisper jetzt die gleichen Audiodateien vorgesetzt, sodass hier ein direkter Vergleich der Ergebnisse möglich ist – siehe unten. Allerdings ist die Anmerkung vonnöten, dass die Resultate der anderen Programme schon gut ein Jahr alt sind und sie sich in dieser Zeit womöglich auch verbessert haben.

Ein heisser Tipp!

Also: Macwhisper liefert brillante Resultate: Englisch und auch Hochdeutsch wird bei guter Audioqualität annähernd fehlerfrei verschriftlicht. Ich empfehle trotzdem eine Überprüfung, denn kosmetische Korrekturen kann die KI-Transkription auch bei Whisper vertragen.

Die Resultate bei Schweizer Dialekten und ungewohntem Vokabular sind nicht über alle Zweifel erhaben. Trotzdem gibt es sehr positive Beobachtungen: Whisper in diesem Modell ist in der Lage, die Biermarke «Feldschlösschen» richtig zu erkennen – daran sind alle Kandidaten ausser Happy Scribe gescheitert.

Das Pièce de résistance bleibt die «Babette von Interlaken»: Sie hat so viel ungewöhnliches Vokabular, dass selbst hervorragende Lösungen wie Whisper einige Fehler produzieren. Auf der positiven Seite ist zu vermerken, dass die KI sogar den Jingle transkribiert, und zwar fehlerfrei. Und wirklich eindrücklich finde ich, dass sie das Zitat im Text sogar in Anführungszeichen setzt – das zu erkennen, ist nicht ohne!

Knapp daneben ist auch vorbei

Negativ bleibt, dass das Wort «Säufer» in meinem Zürcher Dialekt als «Süüfer» ausgesprochen, für KIs annähernd unverständlich bleibt. Whisper transkribiert es anscheinend phonetisch als «Seufer»; was nur knapp daneben, aber halt trotzdem falsch ist.

Auch sonst gibt es diverse Fehler: «Defensoren» statt «diplomatischi Depesche» («diplomatische Depeschen»), «Ziegel» statt «Siegel», «Mattenhaar» statt Mata Hari. Trotzdem: Whisper ist gut genug, dass dessen Einsatz eine beträchtliche Zeitersparnis bringt – und uns obendrein das mühsame Abtippen erspart.

Das Fazit: Macwhisper ist eine unbedingte Empfehlung für Leute, die diese KI lokal einsetzen und entsprechende Erfahrungen sammeln wollen. Noch ein Tipp: Bei meinem ersten Versuch hat Macwhisper völlig falsche Resultate geliefert. Nicht einmal die Sprache wurde richtig erkannt. Das lag daran, dass ich die Aufnahme im Aiff-Format ausgewählt habe. Dagegen hat das Programm nicht protestiert, obwohl es offensichtlich nicht in der Lage ist, dieses Format korrekt zu decodieren.

PS: Eine gestern als Kommentar empfohlene Lösung für Whisper, die ich hier gern anfüge, ist das kostenlose noScribe.

Hier die Testresultate von Macwhisper im Einzelnen (Links zu den Audiodateien und eine manuelle, korrekte Transkription finden sich in meinem ursprünglichen Vergleichstest):

Telefoninterview Schweizerdeutsch

Hast du vielleicht gesehen, dass Instagram etwas gegen Fake-Follower und die Massnahmen unternehmen will, damit man seine Posts boosten kann mit lauter Methoden?

Würdest du sagen, ist das ein grosses Problem?

Wie nötig ist das?

Sehr nötig.

Instagram-Counts haben seit sie angefangen mit diesen Bots.

Ich schätze, dass 50% der Influencer ein solcher Bot einsetzen, ob es jetzt Kommentare-Bots, Weich-Bots oder Folower-Bots sind.

Von daher ist es eine sehr gute Sache, was sie machen.

Man muss natürlich auch sehen, sie haben schon von früher gesagt, sie sind gegen vor.

Ja, genau.

Es ist die Frage, wie effektiv ist es jetzt diesmal?

Das Einzige, was ich in Hoffnung geschimmert habe, ist, dass keine Einsetzer diese Aktivitäten identifizieren können.

Und dass die User informiert haben, wir haben hier Leute rausgelöscht.

Das war früher immer Stimmschweigen.

Dann haben sie „Shadowban“ gesagt, dass Instagram sich praktisch beschädigt.

Aber du hast nichts davon gewusst.

Und jetzt muss man damit rechnen, dass es öffentlich wird, wenn man verwischt wird?

Öffentlich wird es glaube ich nicht.

Wenn ich das verstanden habe, bekommst du eine In-App-Message, eine Notification von Instagram, dass sie das entdeckt haben.

Ich glaube nicht, dass sie das öffentlich machen.

Ich glaube, es würde mir schaden.

Ja.

Aber wäre es aus deiner Sicht sinnvoll, wenn man Leute anprangern würde, die hier bescheissen?

Genau.

Wäre es aus deiner Sicht sinnvoll, wenn man die Leute tatsächlich anprangern würde, wenn man beim Bescheissen verwischt werden könnte?

Telefoninterview Hochdeutsch

Ich starte mal ganz profan mit der Frage, was ist ein Bot?

Ja, was ist ein Bot?

So profan ist die Frage schon gar nicht.

Also der Begriff Bot kommt von Roboter, Robots.

Und eigentlich sind damit schon zwei unterschiedliche Sachen gemeint.

Nämlich der klassische Begriff eines Bots, es gab auch früher schon sowas wie Botnetze, damit war eigentlich gemeint, dass Computer durch Schadsoftware selbstständig agieren.

Also das heißt, wir hatten Viren, die sich verbreitet haben und dann auf ihrem Rechner und meinem Rechner und sonst wo plötzlich die Rechner autonom angefangen haben zu agieren und vielleicht Spam versandt haben, ohne dass wir das überhaupt mitgekriegt haben.

Das waren eigentlich diese, daher kommt eigentlich der Begriff dieser Botnetze.

Ja.

Jetzt gibt es dann aber eben durch Social Media einen Bezug dazu, wo eben auf der einen Seite die sogenannten Social Bots oder vielleicht erstmal so insgesamt alle Programme auf Social Media, die irgendwie autonom agieren, werden als Bots bezeichnet.

Und da gibt es dann nochmal die Unterscheidung zwischen Bots, die sich auch als Bots, als Bots zu erkennen geben.

Das ist das, worüber Facebook jetzt zum Beispiel redet, wenn die das Zeitalter der Bots ausrufen und solche, die so tun, als wären sie echte Menschen.

Und das wären dann Social Bots.

Begegnen wir diesen Bots heute schon?

Ja, und zwar zum Beispiel Siri ist ein Bot oder auch, wenn ich an meinem Android-Phone OK Google sage, dann ist ja dahinter ein Bot, in dem Sinne, dass ich halt autonom agierende Software habe, mit der ich dann kommunizieren kann.

Interview in Englisch

You know, I talked with Matthias Kirschner, I guess the name, from Free Software Foundation Europe for the radio show I was telling you about, and then I played your Free Software song in the show.

There are lots of interpretations from lots of bands.

Yes, and that’s an example of a filk song.

Have you heard the term filk song?

Filk?

Yes, F-I-L-K.

If you look up filk songs, if you search for it, you’ll find lots of amusing songs, and some that are not amusing.

But in any case, I was at a science fiction convention.

I was at a filk singing meeting, which was operating by what they call bardic circle, which means they go around the room and each person has a chance… to either sing or request that someone else sing something.

And I had just sung something, and there were at least 20 people in the room, so I knew that it would be a long time before I had another chance.

I decided to write a song.

But since I was not starting from an inspiration, I had to come up with a topic.

I thought, why not write about free software?

Ah, that’s how it…

And came to be…

Right, I’d never written anything about that.

And then, since I had no inspiration, I had to come up with a tune.

I thought, why not use a Balkan dance tune?

Which one?

Well, Sa Di Mo Ma suggested itself because it’s very beautiful and not too fast.

Mm-hmm.

Interview Hochdeutsch-Schweizerdeutsch

Welche Plattform nutzt du jetzt mehr oder weniger aktiv im Moment?

Ja, also ich glaube, ich bin am aktivsten noch auf Instagram.

Da haben wir ja vor einem Jahr oder so, glaube ich, auch schon mal die Klingen gekreuzt, weil wir unterschiedlicher Meinung waren in puncto Instagram.

Da hat sich allerdings bei mir in den letzten Monaten so ein bisschen das verändert, dass ich tatsächlich mehr passiv konsumiere, als wirklich aktiv bin auch.

Und sonst, ich nutze LinkedIn nicht mit Begeisterung, aber so aus einer Jobnotwendigkeit her.

Und bei Twitter ist es für mich so ein bisschen ein Auf und Ab.

Da kommt das sehr auf die Tagesform an, aber ich bin da früher sehr viel aktiver gewesen.

Genau, der Instagram-Krach, wo man, Krach ist ein bisschen viel gesagt, aber wir sind einfach unterschiedlicher Meinung gewesen.

Ich habe es schon hier gefunden.

Es hat sich so verschoben, das Gleichgewicht auch von so quasi Kommunikation auf Augenhöhe hin zu eben Influencer versus du bist halt der Kleine, wo auch irgendwie kannst du einen Post posten.

Und dann ist es ein super Foto, wenn ich finde, aber du bekommst drei Herzchen über oder so.

Oder vier vielleicht, wenn der Ball wirklich sensationell ist.

Und darum habe ich da ein bisschen den Spass verloren.

Ich habe auch noch schnell geschaut, wie viele das sind.

Ich bin auf zehn gekommen.

Ich nutze mehr oder weniger aktiv im Moment, wobei man sieht dann schon auch, welche das werden sterben wieder von denen.

Also Twitter, Facebook, ich glaube am meisten Twitter und dann Facebook.

LinkedIn auch so ein bisschen.

Untappt, das Bier-Social.

Da bin ich auch sehr aktiv, das ist richtig.

Aber das ist ja nicht so sehr zum Interagieren, sondern das ist für mich zumindest mehr so zum selber dokumentieren. wie schlecht war das Feldschlösschen jetzt wirklich.

«Babette von Interlaken»

«This is the voice you have learned to fear.

This is the voice of terror.»

«Stadtfilter.»

Babette ist in Lug und Trug geboren.

Sie ist unter Seufer, Räuber und Mörder aufgewachsen.

Sie hat den Liebgott nur aus den Flüchten gekannt, die sie ständig gehört hat.

In den Scharmützeln von Luzern haben die Radikalen ein paar Katholiken aus den Urkantonen umgebracht.

Und da war sie es, die ihnen das Herz rausgerissen und die Augen ausstechen lassen.

Babette hat ihr langes blondes Haar im Wind wehen lassen, so wie die grosse Huere von Babylon.

Sie hat unter ihrem Mantel ihre Reize versteckt und sie war eine Heroldin der Geheimgesellschaften.

Dieser Dämonin hatten die mysteriösen Kongregationen ihre Ränke und Tücken zu verdanken.

Sie ist plötzlich, wenn ihr Licht auftaucht, sie hat undurchdringliche Geheimnisse gekannt und sie hat diplomatische Defensoren.

Sie hat sie aufgemacht ohne die Ziegel zu brechen.

Sie hat sich wie ein Nattern in die innersten Kabinette von Wien, Berlin und St.

Petersburg geschlichen.

Sie hat Wechsel gefälscht, sie hat die Passnummer geändert.

Schon als Kind konnte sie mit Gift umgehen, wenn es die Sekte befohlen hat.

Und sie war offenbar vom Satan besessen, weil so gross war die Kraft ihres Blickes.

Babette von Interlaken, so heisst die Frau, die Umberto Eco hier beschrieben hat.

Er als Semiotiker hat sich mit den Zeichen beschäftigt und ihrer Deutung ausgehängt.

Er hat in seinem berühmtesten Roman die verschwörerische Kraft der Religion beschrieben.

Und er hat in seinem Buch «Der Friedhof in Prag 2010» eindrücklich aufgezeigt, wie aus antisemitischen Vorurteilen Judenhass wird.

Und eine der grässlichsten Verschwörungstheorien überhaupt.

In diesem Buch kommt aber eben auch die Babette von Interlaken vor, die hehre Jungfrau des Schweizer Kommunismus.

Sie sei in Eco im Traum erschienen, schreibt er.

«Während ich im Halbschlaf das Bild dieser blonden Dämonin mit ihrem wehenden Haar auf der sicherlich blutten Schulter habe verschweigen wollen, das dämonisch lockende Irrlicht mit vorsündiger Wohllust beherrschen wollte, ist sie mir als Modell zur Nachahmung vorgeschwebt.»

Das Internet, Wikipedia und die üblichen Quellen wissen nichts über die Babette von Interlaken.

Das Eco-Wiki vermutet, es handele sich um die Geschichte «Die Eisen», Jungfrau von Hans Christian Andersen.

Dort ist die Babette allerdings eine Walliserin und weniger Intrigantin und Dämonin als vielmehr eine liebenswerte Frau, die dem Held der Geschichte den Kopf hält.

Der Protagonist der «Eis»-Jungfrau lässt sich als luftigere Variante des Schweizer Nationalhelden verstehen, hat der «Tagi» geschrieben, als Teil mit einem anderen Herz.

Mit anderen Worten: Das Eco-Wiki liegt mit seiner Vermutung völlig daneben und kommt überhaupt nicht raus.

Aber die «NZZ» hat in ihrer fast 240-jährigen Geschichte ein einziges Mal über die Babette von Interlaken geschrieben, am 29.

März 1861.

Es war die berüchtigte Babette, die merkwürdige Urenkelin des Weisshaupts.

Weisshaupt übrigens der Gründer der Illuminati, wenn ich anfügen darf.

Pfarrer Weyermann nannte sie die «grosse Jungfrau des Kommunismus».

Und dann kommt fast wortwörtlich das Zitat von Umberto Eco: «Die Babette hat den Katholiken das Herz in den Augen.»

Oder die Geweide rausgerissen.

Dafür hat die Babette einen Batzen und ein Glas Kirschwasser bekommen.

Die Babette hat 1846 für die ersten Regierungsräte des Kantons Bern, den «Funk», den «Ochsebei» und den «Stochmar» und die Konsorte Vermittlungsaufgaben übernommen.

Sie hat geflucht wie ein Radikaler, gesoffen wie ein Aargauer und geraucht wie ein Türk heisst in der «NZZ».

Damit wird die Sache etwas klarer.

Die «Babette» stand im Sonderbundskrieg auf der Seite der Eidgenossenschaft.

Sie hat gegen die katholischen Kantone in der Innerschweiz gekämpft, die nichts vom Bundesstaat wussten wollten.

Der Text in der «NZZ» ist eine Kritik des Buches «Der Jude von Verona» 1859 herausgekommen.

In der Buchhandlung «Hurter von Schaffhausen».

Der Autor des Buches hat die «NZZ» nicht herausgefunden.

Aber wir wissen heute, dass es Antonio Bresciani war.

Er hat sich als Schriftsteller auf die Seiten der Katholiken geschlagen.

Die «NZZ» schreibt dann auch, das Ziel dieses kuriosen Buches sei, die Liberalen mit Schimpf und Schand zu überschütten.

Abschliessend hat sich die «NZZ» gefragt, warum die Buchhandlung «Hurter von Schaffhausen» so einen Schund überhaupt herausgibt.

Und wir wissen jetzt also etwas mehr über die «Babette» von Interlaken, das Rauhbei, das gesoffen hat wie ein Aargauer.

Und offenbar war das eine Art Schweizer Mattenhaar.

Beitragsbild: Flüstern geht – wie dieses Bild beweist – auch ohne Cloud (Eren Li, Pexels-Lizenz).

#CiaoZurCloud #KI #Transkription #VideoUndAudioProduktion

Macwhisper: Audio-Aufnahmen ohne Cloud transkribieren

Heute, bei diesem Blogpost, laufen mehrere Fäden zusammen: Erstens meine Testreihe zu Softwareprogrammen, die es uns ersparen, unsere Interviews und Gesprächsaufnahmen abzutippen. Zweitens meine Experimente mit KIs, die nicht in der Cloud, sondern lokal auf dem eigenen Computer laufen.

Konkret geht es um Macwhisper: Diese Software erlaubt es, Aufnahmen auf dem lokalen Computer zu verschriftlichen. Wir müssen unsere – unter Umständen sensiblen – Aufnahmen nicht auf irgendeinen Server hochladen, sondern verarbeiten sie auf unserer eigenen Hardware.

Die Oberfläche von Macwhisper ist überschaubar.

Es gibt weitere Vorteile: Wir entscheiden, ob wir die Verarbeitung schnell und weniger genau oder langsamer und mit maximaler Qualität abwickeln wollen. Und wir haben die Möglichkeit, grössere Datenbestände in einem Rutsch durch die Software zu schicken und z.B. unser Podcastarchiv zu transkribieren. Diese Funktion ist über das Modul Batch Transcription zugänglich.

Rechenpower ist gefragt

Ich will nicht verschweigen, dass es auch Nachteile gibt. Erstens braucht diese Verarbeitung leistungsfähige Hardware. Ich verwende für meinen Test das Macbook Pro M3, das mir Apple zur Verfügung gestellt hat. Zweitens sind andere Lösungen bei der Gliederung der Texte besser, und sie unterscheiden teilweise auch die Sprecher. Whisper tut das nicht.

Drittens bekommen wir nur das nackte Modell. Vergleichbare Anwendungen in der Cloud umfassen einen komfortablen Editor, der die Nachbearbeitung und Korrektur der Transkriptionen massiv vereinfacht. Der Editor der hier vorgestellten Lösung Happy Scribe gefällt mir ausgezeichnet.

Welches Modell darfs denn sein?

Die Verwaltung der Modelle.

Also, Macwhisper: Diese Software erlaubt es uns, die Whisper-Modelle von Open AI selbst lokal auszuführen. Die Alternative ist, sie über einen Dienstleister zu nutzen: Ich habe bei meinem Test vor einem Jahr Whisper über die Implementation meines Podcast-Dienstleisters Auphonic verwendet.

Es gibt die Macwhisper kostenlos, doch für die ernsthafte Nutzung kommen wir nicht um die Pro-Lizenz für 29 Euro herum. Nur sie erlaubt es uns, jene Modelle einzusetzen, die für ernsthafte Zwecke notwendig sind.

Bevor wir einen Testlauf durchführen können, müssen wir über die Rubrik Manage Models auswählen, auf welcher Grundlage die Transkription erfolgt. Es gibt diverse Varianten nur für Englisch oder für mehrsprachige Aufnahmen. Sie unterscheiden sich in der Grösse und auch im Rechenaufwand, der für die Transkription benötigt wird.

Qualität ist alles!

Das Modell Small ist 500 MB gross und soll eine gute Genauigkeit ermöglichen. Ich würde aber mindestens das mittlere, mehrsprachige Modell empfehlen. Oder, wenn schon, gleich Large. Diese Variante ist drei GB gross. Es gibt davon eine zweite Fassung: Large V3 biete die grösste Genauigkeit, habe aber das Problem, dass es zu Wiederholungen in der Transkription kommen könne – und in der Tat, dieses Problem habe ich festgestellt. Es war auch mit dem Large-Modell zu beobachten, aber in weniger gravierender Form.

Das fertige Transkript: Für die Verschriftlichung der Aufnahme von 5:21 Minuten brauchte die Software auf dem Macbook Pro M3 47 Sekunden.

Abgesehen davon liefert das Large-Modell eine hervorragende Qualität. Das zeigt meine Testreihe, die ich mit Trint, Descript, Töggl und der gehosteten Version von Whisper durchgeführt und um Happy Scribe ergänzt habe. Ich habe Macwhisper jetzt die gleichen Audiodateien vorgesetzt, sodass hier ein direkter Vergleich der Ergebnisse möglich ist – siehe unten. Allerdings ist die Anmerkung vonnöten, dass die Resultate der anderen Programme schon gut ein Jahr alt sind und sie sich in dieser Zeit womöglich auch verbessert haben.

Ein heisser Tipp!

Also: Macwhisper liefert brillante Resultate: Englisch und auch Hochdeutsch wird bei guter Audioqualität annähernd fehlerfrei verschriftlicht. Ich empfehle trotzdem eine Überprüfung, denn kosmetische Korrekturen kann die KI-Transkription auch bei Whisper vertragen.

Die Resultate bei Schweizer Dialekten und ungewohntem Vokabular sind nicht über alle Zweifel erhaben. Trotzdem gibt es sehr positive Beobachtungen: Whisper in diesem Modell ist in der Lage, die Biermarke «Feldschlösschen» richtig zu erkennen – daran sind alle Kandidaten ausser Happy Scribe gescheitert.

Das Pièce de résistance bleibt die «Babette von Interlaken»: Sie hat so viel ungewöhnliches Vokabular, dass selbst hervorragende Lösungen wie Whisper einige Fehler produzieren. Auf der positiven Seite ist zu vermerken, dass die KI sogar den Jingle transkribiert, und zwar fehlerfrei. Und wirklich eindrücklich finde ich, dass sie das Zitat im Text sogar in Anführungszeichen setzt – das zu erkennen, ist nicht ohne!

Knapp daneben ist auch vorbei

Negativ bleibt, dass das Wort «Säufer» in meinem Zürcher Dialekt als «Süüfer» ausgesprochen, für KIs annähernd unverständlich bleibt. Whisper transkribiert es anscheinend phonetisch als «Seufer»; was nur knapp daneben, aber halt trotzdem falsch ist.

Auch sonst gibt es diverse Fehler: «Defensoren» statt «diplomatischi Depesche» («diplomatische Depeschen»), «Ziegel» statt «Siegel», «Mattenhaar» statt Mata Hari. Trotzdem: Whisper ist gut genug, dass dessen Einsatz eine beträchtliche Zeitersparnis bringt – und uns obendrein das mühsame Abtippen erspart.

Das Fazit: Macwhisper ist eine unbedingte Empfehlung für Leute, die diese KI lokal einsetzen und entsprechende Erfahrungen sammeln wollen. Noch ein Tipp: Bei meinem ersten Versuch hat Macwhisper völlig falsche Resultate geliefert. Nicht einmal die Sprache wurde richtig erkannt. Das lag daran, dass ich die Aufnahme im Aiff-Format ausgewählt habe. Dagegen hat das Programm nicht protestiert, obwohl es offensichtlich nicht in der Lage ist, dieses Format korrekt zu decodieren.

PS: Eine gestern als Kommentar empfohlene Lösung für Whisper, die ich hier gern anfüge, ist das kostenlose noScribe.

Hier die Testresultate von Macwhisper im Einzelnen (Links zu den Audiodateien und eine manuelle, korrekte Transkription finden sich in meinem ursprünglichen Vergleichstest):

Telefoninterview Schweizerdeutsch

Hast du vielleicht gesehen, dass Instagram etwas gegen Fake-Follower und die Massnahmen unternehmen will, damit man seine Posts boosten kann mit lauter Methoden?

Würdest du sagen, ist das ein grosses Problem?

Wie nötig ist das?

Sehr nötig.

Instagram-Counts haben seit sie angefangen mit diesen Bots.

Ich schätze, dass 50% der Influencer ein solcher Bot einsetzen, ob es jetzt Kommentare-Bots, Weich-Bots oder Folower-Bots sind.

Von daher ist es eine sehr gute Sache, was sie machen.

Man muss natürlich auch sehen, sie haben schon von früher gesagt, sie sind gegen vor.

Ja, genau.

Es ist die Frage, wie effektiv ist es jetzt diesmal?

Das Einzige, was ich in Hoffnung geschimmert habe, ist, dass keine Einsetzer diese Aktivitäten identifizieren können.

Und dass die User informiert haben, wir haben hier Leute rausgelöscht.

Das war früher immer Stimmschweigen.

Dann haben sie „Shadowban“ gesagt, dass Instagram sich praktisch beschädigt.

Aber du hast nichts davon gewusst.

Und jetzt muss man damit rechnen, dass es öffentlich wird, wenn man verwischt wird?

Öffentlich wird es glaube ich nicht.

Wenn ich das verstanden habe, bekommst du eine In-App-Message, eine Notification von Instagram, dass sie das entdeckt haben.

Ich glaube nicht, dass sie das öffentlich machen.

Ich glaube, es würde mir schaden.

Ja.

Aber wäre es aus deiner Sicht sinnvoll, wenn man Leute anprangern würde, die hier bescheissen?

Genau.

Wäre es aus deiner Sicht sinnvoll, wenn man die Leute tatsächlich anprangern würde, wenn man beim Bescheissen verwischt werden könnte?

Telefoninterview Hochdeutsch

Ich starte mal ganz profan mit der Frage, was ist ein Bot?

Ja, was ist ein Bot?

So profan ist die Frage schon gar nicht.

Also der Begriff Bot kommt von Roboter, Robots.

Und eigentlich sind damit schon zwei unterschiedliche Sachen gemeint.

Nämlich der klassische Begriff eines Bots, es gab auch früher schon sowas wie Botnetze, damit war eigentlich gemeint, dass Computer durch Schadsoftware selbstständig agieren.

Also das heißt, wir hatten Viren, die sich verbreitet haben und dann auf ihrem Rechner und meinem Rechner und sonst wo plötzlich die Rechner autonom angefangen haben zu agieren und vielleicht Spam versandt haben, ohne dass wir das überhaupt mitgekriegt haben.

Das waren eigentlich diese, daher kommt eigentlich der Begriff dieser Botnetze.

Ja.

Jetzt gibt es dann aber eben durch Social Media einen Bezug dazu, wo eben auf der einen Seite die sogenannten Social Bots oder vielleicht erstmal so insgesamt alle Programme auf Social Media, die irgendwie autonom agieren, werden als Bots bezeichnet.

Und da gibt es dann nochmal die Unterscheidung zwischen Bots, die sich auch als Bots, als Bots zu erkennen geben.

Das ist das, worüber Facebook jetzt zum Beispiel redet, wenn die das Zeitalter der Bots ausrufen und solche, die so tun, als wären sie echte Menschen.

Und das wären dann Social Bots.

Begegnen wir diesen Bots heute schon?

Ja, und zwar zum Beispiel Siri ist ein Bot oder auch, wenn ich an meinem Android-Phone OK Google sage, dann ist ja dahinter ein Bot, in dem Sinne, dass ich halt autonom agierende Software habe, mit der ich dann kommunizieren kann.

Interview in Englisch

You know, I talked with Matthias Kirschner, I guess the name, from Free Software Foundation Europe for the radio show I was telling you about, and then I played your Free Software song in the show.

There are lots of interpretations from lots of bands.

Yes, and that’s an example of a filk song.

Have you heard the term filk song?

Filk?

Yes, F-I-L-K.

If you look up filk songs, if you search for it, you’ll find lots of amusing songs, and some that are not amusing.

But in any case, I was at a science fiction convention.

I was at a filk singing meeting, which was operating by what they call bardic circle, which means they go around the room and each person has a chance… to either sing or request that someone else sing something.

And I had just sung something, and there were at least 20 people in the room, so I knew that it would be a long time before I had another chance.

I decided to write a song.

But since I was not starting from an inspiration, I had to come up with a topic.

I thought, why not write about free software?

Ah, that’s how it…

And came to be…

Right, I’d never written anything about that.

And then, since I had no inspiration, I had to come up with a tune.

I thought, why not use a Balkan dance tune?

Which one?

Well, Sa Di Mo Ma suggested itself because it’s very beautiful and not too fast.

Mm-hmm.

Interview Hochdeutsch-Schweizerdeutsch

Welche Plattform nutzt du jetzt mehr oder weniger aktiv im Moment?

Ja, also ich glaube, ich bin am aktivsten noch auf Instagram.

Da haben wir ja vor einem Jahr oder so, glaube ich, auch schon mal die Klingen gekreuzt, weil wir unterschiedlicher Meinung waren in puncto Instagram.

Da hat sich allerdings bei mir in den letzten Monaten so ein bisschen das verändert, dass ich tatsächlich mehr passiv konsumiere, als wirklich aktiv bin auch.

Und sonst, ich nutze LinkedIn nicht mit Begeisterung, aber so aus einer Jobnotwendigkeit her.

Und bei Twitter ist es für mich so ein bisschen ein Auf und Ab.

Da kommt das sehr auf die Tagesform an, aber ich bin da früher sehr viel aktiver gewesen.

Genau, der Instagram-Krach, wo man, Krach ist ein bisschen viel gesagt, aber wir sind einfach unterschiedlicher Meinung gewesen.

Ich habe es schon hier gefunden.

Es hat sich so verschoben, das Gleichgewicht auch von so quasi Kommunikation auf Augenhöhe hin zu eben Influencer versus du bist halt der Kleine, wo auch irgendwie kannst du einen Post posten.

Und dann ist es ein super Foto, wenn ich finde, aber du bekommst drei Herzchen über oder so.

Oder vier vielleicht, wenn der Ball wirklich sensationell ist.

Und darum habe ich da ein bisschen den Spass verloren.

Ich habe auch noch schnell geschaut, wie viele das sind.

Ich bin auf zehn gekommen.

Ich nutze mehr oder weniger aktiv im Moment, wobei man sieht dann schon auch, welche das werden sterben wieder von denen.

Also Twitter, Facebook, ich glaube am meisten Twitter und dann Facebook.

LinkedIn auch so ein bisschen.

Untappt, das Bier-Social.

Da bin ich auch sehr aktiv, das ist richtig.

Aber das ist ja nicht so sehr zum Interagieren, sondern das ist für mich zumindest mehr so zum selber dokumentieren. wie schlecht war das Feldschlösschen jetzt wirklich.

«Babette von Interlaken»

«This is the voice you have learned to fear.

This is the voice of terror.»

«Stadtfilter.»

Babette ist in Lug und Trug geboren.

Sie ist unter Seufer, Räuber und Mörder aufgewachsen.

Sie hat den Liebgott nur aus den Flüchten gekannt, die sie ständig gehört hat.

In den Scharmützeln von Luzern haben die Radikalen ein paar Katholiken aus den Urkantonen umgebracht.

Und da war sie es, die ihnen das Herz rausgerissen und die Augen ausstechen lassen.

Babette hat ihr langes blondes Haar im Wind wehen lassen, so wie die grosse Huere von Babylon.

Sie hat unter ihrem Mantel ihre Reize versteckt und sie war eine Heroldin der Geheimgesellschaften.

Dieser Dämonin hatten die mysteriösen Kongregationen ihre Ränke und Tücken zu verdanken.

Sie ist plötzlich, wenn ihr Licht auftaucht, sie hat undurchdringliche Geheimnisse gekannt und sie hat diplomatische Defensoren.

Sie hat sie aufgemacht ohne die Ziegel zu brechen.

Sie hat sich wie ein Nattern in die innersten Kabinette von Wien, Berlin und St.

Petersburg geschlichen.

Sie hat Wechsel gefälscht, sie hat die Passnummer geändert.

Schon als Kind konnte sie mit Gift umgehen, wenn es die Sekte befohlen hat.

Und sie war offenbar vom Satan besessen, weil so gross war die Kraft ihres Blickes.

Babette von Interlaken, so heisst die Frau, die Umberto Eco hier beschrieben hat.

Er als Semiotiker hat sich mit den Zeichen beschäftigt und ihrer Deutung ausgehängt.

Er hat in seinem berühmtesten Roman die verschwörerische Kraft der Religion beschrieben.

Und er hat in seinem Buch «Der Friedhof in Prag 2010» eindrücklich aufgezeigt, wie aus antisemitischen Vorurteilen Judenhass wird.

Und eine der grässlichsten Verschwörungstheorien überhaupt.

In diesem Buch kommt aber eben auch die Babette von Interlaken vor, die hehre Jungfrau des Schweizer Kommunismus.

Sie sei in Eco im Traum erschienen, schreibt er.

«Während ich im Halbschlaf das Bild dieser blonden Dämonin mit ihrem wehenden Haar auf der sicherlich blutten Schulter habe verschweigen wollen, das dämonisch lockende Irrlicht mit vorsündiger Wohllust beherrschen wollte, ist sie mir als Modell zur Nachahmung vorgeschwebt.»

Das Internet, Wikipedia und die üblichen Quellen wissen nichts über die Babette von Interlaken.

Das Eco-Wiki vermutet, es handele sich um die Geschichte «Die Eisen», Jungfrau von Hans Christian Andersen.

Dort ist die Babette allerdings eine Walliserin und weniger Intrigantin und Dämonin als vielmehr eine liebenswerte Frau, die dem Held der Geschichte den Kopf hält.

Der Protagonist der «Eis»-Jungfrau lässt sich als luftigere Variante des Schweizer Nationalhelden verstehen, hat der «Tagi» geschrieben, als Teil mit einem anderen Herz.

Mit anderen Worten: Das Eco-Wiki liegt mit seiner Vermutung völlig daneben und kommt überhaupt nicht raus.

Aber die «NZZ» hat in ihrer fast 240-jährigen Geschichte ein einziges Mal über die Babette von Interlaken geschrieben, am 29.

März 1861.

Es war die berüchtigte Babette, die merkwürdige Urenkelin des Weisshaupts.

Weisshaupt übrigens der Gründer der Illuminati, wenn ich anfügen darf.

Pfarrer Weyermann nannte sie die «grosse Jungfrau des Kommunismus».

Und dann kommt fast wortwörtlich das Zitat von Umberto Eco: «Die Babette hat den Katholiken das Herz in den Augen.»

Oder die Geweide rausgerissen.

Dafür hat die Babette einen Batzen und ein Glas Kirschwasser bekommen.

Die Babette hat 1846 für die ersten Regierungsräte des Kantons Bern, den «Funk», den «Ochsebei» und den «Stochmar» und die Konsorte Vermittlungsaufgaben übernommen.

Sie hat geflucht wie ein Radikaler, gesoffen wie ein Aargauer und geraucht wie ein Türk heisst in der «NZZ».

Damit wird die Sache etwas klarer.

Die «Babette» stand im Sonderbundskrieg auf der Seite der Eidgenossenschaft.

Sie hat gegen die katholischen Kantone in der Innerschweiz gekämpft, die nichts vom Bundesstaat wussten wollten.

Der Text in der «NZZ» ist eine Kritik des Buches «Der Jude von Verona» 1859 herausgekommen.

In der Buchhandlung «Hurter von Schaffhausen».

Der Autor des Buches hat die «NZZ» nicht herausgefunden.

Aber wir wissen heute, dass es Antonio Bresciani war.

Er hat sich als Schriftsteller auf die Seiten der Katholiken geschlagen.

Die «NZZ» schreibt dann auch, das Ziel dieses kuriosen Buches sei, die Liberalen mit Schimpf und Schand zu überschütten.

Abschliessend hat sich die «NZZ» gefragt, warum die Buchhandlung «Hurter von Schaffhausen» so einen Schund überhaupt herausgibt.

Und wir wissen jetzt also etwas mehr über die «Babette» von Interlaken, das Rauhbei, das gesoffen hat wie ein Aargauer.

Und offenbar war das eine Art Schweizer Mattenhaar.

Beitragsbild: Flüstern geht – wie dieses Bild beweist – auch ohne Cloud (Eren Li, Pexels-Lizenz).

#CiaoZurCloud #KI #Transkription #VideoUndAudioProduktion

Wie wäre es, mit lokalen KI-Modellen zu experimentieren? Auf die Idee gebracht hat mich das Macbook Pro M3, das ich für einen Test zur Verfügung habe. Das hat genügend Leistung unter der Haube, dass ein solches Experiment klappen könnte.

Aber wie betreibt man ein grosses Sprachmodell, ein LLM? Wenn wir dieser Frage nachgehen, finden wir schnell heraus, dass es diverse Methoden gibt. Wir können die Modelle via Befehlszeile ausführen (LLM oder Ollama), aber da ich mich als blutigen Einsteiger betrachte, habe ich mich für die Variante via LM Studio entschieden.

LM Studio ist eine Umgebung für lokale LLM, die es für Windows, Mac und Linux gibt. Mit ihr laden wir die Modelle herunter und betreiben sie in einer grafischen Umgebung, die einigermassen pflegeleicht ist.

Auf der Startseite finden wir eine Auswahl von beliebten Modellen: Natürlich stehen nur LLMs aus der Open-Source-Welt zur Verfügung. Es gibt kein ChatGPT, aber beispielsweise Gemma von Google, Phi 2 von Microsoft, Mistral 7B von Mistral.ai oder Zephyr 7B.

Die Startseite bietet einige der beliebten Modelle zum Download an.

Mit einem Klick heruntergeladen

Über die Suchfunktion stehen viele weitere Modelle zur Verfügung, zum Beispiel Llama 2 von Meta. Die Modelle werden via Huggingface gesucht und heruntergeladen. Hugginface ist eine Community für maschinelles Lernen, von mir anfangs Jahr als grüne Wiese für KI-Spielkinder vorgestellt. Auf dieser Plattform vergnügen wir uns mit mehr oder weniger ausgereiften KI-Experimenten, und wir besorgen uns die Modelle für den lokalen Betrieb.

Nach dem Klick auf den Download-Knopf werden die Modelle ohne weiteres Zutun geladen. Die Dateigrösse bewegt sich jeweils im Gigabyte-Bereich, doch dank Glasfaser dauert auch das bloss wenige Minuten.

Der Bot auf dem eigenen Laptop

Dann können auch schon loslegen: In der Rubrik AI Chat stehen uns die Modelle zur Verfügung. Über die Dropdown-Liste am oberen Fensterrand wechseln wir zwischen den Modellen und im Bereich in der Mitte ist das Chatfenster, wo wir unsere Prompts absetzen und die Antworten sehen. Am rechten Rand gibt es den Bereich Settings, in dem wir Vorgaben zu der GPU-Beschleunigung machen, Voreinstellungen (Presets) laden und einen Preprompt einstellen.

Google Gemma in LM Studio: Blitzschnelle, aber mehr als fragwürdige Antworten.

Diese Preprompts geben vor, in welcher Art und Weise das Modell antworten soll. Es kann den Stil und die Tonalität für den Output vorgeben und natürlich auch die Anweisung enthalten, gewisse Themen zu meiden.

Fazit: Der Mac ist den KIs bestens gewachsen

Fazit: Erstens ist es aus Prinzip toll, einen KI-Chatbot auf der eigenen Hardware zu betreiben. Zweitens haben wir die Chance, einen Blick hinter die Kulissen zu wagen und die Modelle besser zu verstehen.

Mit LM Studio haben wir die Möglichkeit, die Modelle zu vergleichen und mit den Einstellungen zu experimentieren. Die Software zeigt uns unterhalb des Eingabefeldes einige Statistiken zur Leistung des Modells an: Wir sehen, nach welcher Zeit des «Nachdenkens» die erste Ausgabe erfolgte, in welcher Geschwindigkeit die Software ihre Antworten generiert und wie lange der ganze Prozess gebraucht hat. In der oberen Leiste neben dem Auswahlmenü fürs Modell sehen wir auch den Speicherbedarf und die Prozessorauslastung. Und die zeigt, dass die Sprachmodelle auch einen Boliden wie das Macbook Pro M3 fordern. Umso bemerkenswerter, dass der Lüfter bei meinen Experimenten nie angegangen ist.

Mistral macht zwar Goethe nicht zum Winterthurer, aber die genannten Personen stammen leider auch nicht von hier.

Viele Erkenntnisse oder Tipps habe ich an dieser Stelle nicht zu bieten; dafür konnte ich bislang zu wenig Zeit in meine Experimente investieren. Bemerkenswert fand ich allerdings, wie blitzschnell Gemma von Google seine Antworten liefert. Und dass die inhaltlich teils völliger Blödsinn sind.

Zwei abschliessende Hinweise: Über den Bereich Local Server stellen wir eine Schnittstelle zur Verfügung, die sich wie die API von Open AI nutzen lässt. Und in der Rubrik My Models sehen wir die installierten Modelle und können sie aus LM Studio löschen.

https://blog.clickomania.ch/2024/04/01/lm-studio-review/

#CiaoZurCloud #FreieSoftwareFOSS_ #KI #Linux #WennIchEinmalZeitHabe

Wie wäre es, mit lokalen KI-Modellen zu experimentieren? Auf die Idee gebracht hat mich das Macbook Pro M3, das ich für einen Test zur Verfügung habe. Das hat genügend Leistung unter der Haube, dass ein solches Experiment klappen könnte.

Aber wie betreibt man ein grosses Sprachmodell, ein LLM? Wenn wir dieser Frage nachgehen, finden wir schnell heraus, dass es diverse Methoden gibt. Wir können die Modelle via Befehlszeile ausführen (LLM oder Ollama), aber da ich mich als blutigen Einsteiger betrachte, habe ich mich für die Variante via LM Studio entschieden.

LM Studio ist eine Umgebung für lokale LLM, die es für Windows, Mac und Linux gibt. Mit ihr laden wir die Modelle herunter und betreiben sie in einer grafischen Umgebung, die einigermassen pflegeleicht ist.

Auf der Startseite finden wir eine Auswahl von beliebten Modellen: Natürlich stehen nur LLMs aus der Open-Source-Welt zur Verfügung. Es gibt kein ChatGPT, aber beispielsweise Gemma von Google, Phi 2 von Microsoft, Mistral 7B von Mistral.ai oder Zephyr 7B.

Die Startseite bietet einige der beliebten Modelle zum Download an.

Mit einem Klick heruntergeladen

Über die Suchfunktion stehen viele weitere Modelle zur Verfügung, zum Beispiel Llama 2 von Meta. Die Modelle werden via Huggingface gesucht und heruntergeladen. Hugginface ist eine Community für maschinelles Lernen, von mir anfangs Jahr als grüne Wiese für KI-Spielkinder vorgestellt. Auf dieser Plattform vergnügen wir uns mit mehr oder weniger ausgereiften KI-Experimenten, und wir besorgen uns die Modelle für den lokalen Betrieb.

Nach dem Klick auf den Download-Knopf werden die Modelle ohne weiteres Zutun geladen. Die Dateigrösse bewegt sich jeweils im Gigabyte-Bereich, doch dank Glasfaser dauert auch das bloss wenige Minuten.

Der Bot auf dem eigenen Laptop

Dann können auch schon loslegen: In der Rubrik AI Chat stehen uns die Modelle zur Verfügung. Über die Dropdown-Liste am oberen Fensterrand wechseln wir zwischen den Modellen und im Bereich in der Mitte ist das Chatfenster, wo wir unsere Prompts absetzen und die Antworten sehen. Am rechten Rand gibt es den Bereich Settings, in dem wir Vorgaben zu der GPU-Beschleunigung machen, Voreinstellungen (Presets) laden und einen Preprompt einstellen.

Google Gemma in LM Studio: Blitzschnelle, aber mehr als fragwürdige Antworten.

Diese Preprompts geben vor, in welcher Art und Weise das Modell antworten soll. Es kann den Stil und die Tonalität für den Output vorgeben und natürlich auch die Anweisung enthalten, gewisse Themen zu meiden.

Fazit: Der Mac ist den KIs bestens gewachsen

Fazit: Erstens ist es aus Prinzip toll, einen KI-Chatbot auf der eigenen Hardware zu betreiben. Zweitens haben wir die Chance, einen Blick hinter die Kulissen zu wagen und die Modelle besser zu verstehen.

Mit LM Studio haben wir die Möglichkeit, die Modelle zu vergleichen und mit den Einstellungen zu experimentieren. Die Software zeigt uns unterhalb des Eingabefeldes einige Statistiken zur Leistung des Modells an: Wir sehen, nach welcher Zeit des «Nachdenkens» die erste Ausgabe erfolgte, in welcher Geschwindigkeit die Software ihre Antworten generiert und wie lange der ganze Prozess gebraucht hat. In der oberen Leiste neben dem Auswahlmenü fürs Modell sehen wir auch den Speicherbedarf und die Prozessorauslastung. Und die zeigt, dass die Sprachmodelle auch einen Boliden wie das Macbook Pro M3 fordern. Umso bemerkenswerter, dass der Lüfter bei meinen Experimenten nie angegangen ist.

Mistral macht zwar Goethe nicht zum Winterthurer, aber die genannten Personen stammen leider auch nicht von hier.

Viele Erkenntnisse oder Tipps habe ich an dieser Stelle nicht zu bieten; dafür konnte ich bislang zu wenig Zeit in meine Experimente investieren. Bemerkenswert fand ich allerdings, wie blitzschnell Gemma von Google seine Antworten liefert. Und dass die inhaltlich teils völliger Blödsinn sind.

Zwei abschliessende Hinweise: Über den Bereich Local Server stellen wir eine Schnittstelle zur Verfügung, die sich wie die API von Open AI nutzen lässt. Und in der Rubrik My Models sehen wir die installierten Modelle und können sie aus LM Studio löschen.

https://blog.clickomania.ch/2024/04/01/lm-studio-review/

#CiaoZurCloud #FreieSoftwareFOSS_ #KI #Linux #WennIchEinmalZeitHabe

Datenaustausch zwischen Handy und Desktop – ohne Cloud

Neulich habe ich mich dermassen über Onedrive aufgeregt, dass Microsofts Clouddienst in der Folge von meiner Festplatte weichen musste. Was mich vor die Frage stellt, wie ich nun meine entsprechenden Bedürfnisse befriedige.

Im Vordergrund steht der Datenaustausch innerhalb meines privaten Geräteparks, also iPhone, Mac und Windows-PC: Ein typisches Beispiel sind Screenshots, die ich am Mobiltelefon anfertige, um sie am PC in einen Blogposts oder Artikel einzufügen. Die Dateien landen danach in meinem lokalen Archiv am PC. Die zentrale Ablage, die konstant via Cloud zur Verfügung haben müsste, ist für mich weniger relevant.

Ich habe mit dem iCloud Drive und Rclone experimentiert. Beide erfüllen den Zweck ansatzweise, stellen mich aber so richtig zufrieden. Um wirklich alltagstauglich zu sein, muss die Datenübertragung ruckzuck und unkompliziert erfolgen.

Daraufhin ist mir eine Idee gekommen: Warum nicht die Daten übers lokale Netzwerk übermitteln? Für meinen Hauptzweck – z.B. die Screenshots – bedeuten die iCloud, Onedrive oder Dropbox ein unnötiger Umweg dar. Sie direkt von Gerät zu Gerät zu kopieren, geht schneller und ohne Datenspur auf irgendeinem fremden Server.

Ein simpler Plan mit Tücken

Die passende App für diesen Zweck fürs iPhone heisst Owlfiles – es geht aber auch über die Dateien-App von iOS und iPad OS¹. Owlfiles beherrscht diverse Kommunikationsprotokolle wie NFS, FTP, WebDAV und SMB, wobei für meine Zwecke letzteres die entscheidende Rolle spielt. Es erlaubt den Zugriff auf freigegebene Ordner sowohl bei Windows und Mac.

Mit Owlfiles sollte sich ein simpler Plan ruckzuck realisieren lassen: Ich gebe bei meinem Windows-PC (und ggf. auch auf dem Mac) einen Ordner frei. Dieser Ordner erscheint in der Owlfiles-App und erlaubt es mir, dort Bilder und Dateien abzulegen.

Um das Ende der Geschichte vorwegzunehmen: Es klappt und ist eine Lösung, die ich für meine Zwecke gern empfehle. Sie erfüllt beide meine Anforderungen: Sie ist schnell und unkompliziert. Und als Extra-Zückerchen kann ich meinen Daten-Fussabdruck in der Cloud reduzieren.

Von der Vorstellung, die Sache sei einfach, musste ich mich jedoch gleich zu Beginn verabschieden. Denn ich hatte verdrängt, wie unglaublich umständlich und benutzerunfreundlich bei Windows die Dateifreigabe organisiert ist. Wenn ich an Kummerbox-Beiträge wie den hier zurückdenke, wundert es mich nicht, dass die Leute auch im lokalen Netzwerk lieber iCloud, Dropbox und Onedrive benutzen.

Also, das ist mein Lösungsweg – mit den entsprechenden Stolperfallen.

1) Einen Ordner freigeben

Als Erstes müssen wir auf dem Windows-Computer einen Ordner freigeben. In der Theorie geht das wie folgt: Wir klicken den fraglichen Ordner mit der rechten Maustaste an, wählen Eigenschaften aus dem Kontextmenü und öffnen den Reiter Freigabe.

Im Dialog haben wir die zwei Optionen Datei- und Druckerfreigabe im Netzwerk und Erweiterte Freigabe zur Verfügung.

Die erweiterte Freigabe wirkt auf den ersten Blick einfacher, aber bei meinem Versuch hat es bei meinem Versuch nicht geklappt.

Probieren wir es daher mit der ersten Option, der Datei- und Druckerfreigabe im Netzwerk und klicken auf den Knopf Freigabe. Es erscheint nun einer dieser Windows-Dialoge aus der Hölle, bei dem wir Personen für die Freigabe auswählen.

Es wäre jetzt schön, wenn wir einfach einen Benutzernamen und ein Passwort festlegen könnten. Aber das erlaubt Microsoft nicht: Wir benötigen ein Windows-Benutzerkonto. Ich habe es natürlich erst mit meinem Standard-Konto versucht, bei dem es sich um einen Microsoft Account handelt. Mit dem funktioniert das Anmelden weder via iPhone noch vom Mac aus.

Ich bin daher auf die Idee verfallen, ein zweites, lokales Windows-Konto einzurichten (siehe Punkt 1a). Auf diesem Weg war ich erfolgreich.

Über die Zugangsdaten des Benutzers «win» lässt sich dieser Ordner im lokalen Netzwerk freigeben.

Wenn ein solches Konto vorhanden ist, dann wählen wir es aus der Dropdown-Liste aus und klicken auf Hinzufügen. Es erscheint darauf in der Liste mit den Freigaben. Wir müssen überdies darauf achten, dass wir bei Berechtigungsebene die Option auf Lesen/Schreiben umschalten.

1a) Ein lokales Windows-Konto einrichten

Bei Windows 11 ist es inzwischen ein ziemlicher Schmerz im Hintern, ein solches lokales Konto anzulegen. Hier gibt es eine ausführliche Anleitung, aber auf die Schnelle geht es wie folgt:

1. In den Einstellungen klicken wir auf Konten und dann auf den Punkt Weitere Benutzer.
2. Im Abschnitt Weiteren Benutzer hinzufügen klicken wir auf Konto hinzufügen.
3. Nun will uns Microsoft ums Verrecken dazu drängen, das Login für einen Microsoft-Account anzugeben. Um dem zu entrinnen, betätigen wir den unscheinbaren Link Ich kenne die Anmeldeinformationen für diese Person nicht.
4. An dieser Stelle will uns Microsoft dazu nötigen, ein Konto zu erstellen. Um uns dem zu verweigern, klicken wir auf Benutzer ohne Microsoft-Konto hinzufügen.
5. Jetzt endlich haben wir die Möglichkeit, ein lokales Konto mit Benutzername und Passwort einzurichten.

Wir sollten uns einmal mit diesem Konto anmelden, damit es entsprechend eingerichtet wird.

1b) Was tun, wenn es nicht klappt?

Jetzt sollten wir in der Lage sein, die Freigabe einzurichten und sie über ein Drittgerät zu verwenden. Falls das nicht der Fall ist, müssen wir die Netzwerk-Einstellungen prüfen.

Dazu klicken wir in den Windows-Einstellungen auf Netzwerk und Internet, dann auf Erweiterte Netzwerkeinstellungen und auf Erweiterte Freigabeeinstellungen. Hier muss für das Profil Private Netzwerke die Option Datei- und Druckerfreigabe eingeschaltet sein.

Falls Windows fürs lokale Netz das Profil Öffentliche Netzwerke verwendet, müssen wir das in den Eigenschaften des fraglichen Netzwerks ändern.

2) Die Verbindung in der Owlfiles-App herstellen

Owlfiles verbindet zu Mac, Windows, Linux, zum NAS und zu diversen Clouddiensten.

Mit der funktionierenden Freigabe stellen wir in der Owlfiles-App die Verbindung her.

In der Rubrik Verbindungen tippen wir aufs Blitz-Symbol und wählen Neue Verbindung. Wir haben eine grosse Anzahl von Optionen zur Auswahl, u.a. Webdav, FTP, Onedrive, Dropbox, S3 und auch NAS, Mac OS und Linux. Aber im vorliegenden Beispiel entscheiden wir uns, wenig überraschend, für Windows.

Die mühsam erstellte Freigabe wird in der App eingetragen.

Wir geben unserer Verbindung einen Namen und müssen den Host oder die IP-Adresse hinterlegen.

Der Name des Geräts sehen wir in den Systeminformationen, die IP-Adresse fragen wir mit Ipconfig ab. Je nach Router sind diese Informationen auch über die Admin-Ansicht zugänglich. Bei der Fritzbox sehen wir sie unter Heimnetz > Netzwerk, und wir können auch dafür sorgen, dass unser Windows-PC immer die gleiche IP-Adresse erhält (siehe dazu Punkt 9 in diesem Beitrag).

Ich habe es mit dem Hostnamen probiert, aber festgestellt, dass die App zur falschen IP-Adresse auflöst und dementsprechend keine Verbindung zustande kommt. Ich verwende daher die IP-Adresse.

Ausserdem hinterlegen wir den Namen und das Passwort des bei Punkt 1a) erstellten Windows-Kontos.

3) Die Freigabe nutzen

Und siehe da: Das iPhone hat Zugriff auf die Windows-Freigabe.

Nun müsste sich die Verbindung eigentlich herstellen lassen. Wir können in Owlfiles via Rubrik Verbindungen auf den freigegebenen Ordner zugreifen, durch die Verzeichnisstruktur blättern und auch Dateien öffnen. Über den Knopf rechts oben mit den drei Punkten wählen wir Dateien aus, erstellen neue Ordner und Dokumente oder importieren Fotos und Dateien vom iPhone.

Wir haben auch über die Dateien-App von iOS bzw. iPad OS Zugriff auf die Freigaben. Wir können daher Screenshots auch ohne Umweg über Owlfiles bei Windows platzieren: Dazu tippen wir aufs Teilen-Menü, verwenden den Befehl In Dateien sichern und wählen Owlfiles, dann die entsprechende Verbindung und den gewünschten Ordner.

👉 Eine gute Methode, die nicht nur mit Dateien und Ordnern, sondern auch mit Texten und dem Inhalt der Zwischenablage funktioniert, eröffnet sich über Local Send. Diese Software stelle ich ausführlich im Beitrag Informationstransfers über die Systemgrenzen hinweg vor.

Fussnoten

1) Das unter Windows freigegebene Laufwerk lässt sich auch ohne Extra-App über die Dateien-App von iPhone und iPad ansteuern. Dazu tippen wir rechts oben aufs Symbol mit den drei Punkten und wählen Mit Server verbinden aus dem Menü. Nun verwenden wir die gleichen Zugangsdaten für die Verbindung wie via Owlfiles-App.

Das hat in meinem Test funktioniert. Im Vergleich habe ich die Verbindung via Owlfiles als zuverlässiger erlebt. ↩

Beitragsbild: Er braucht die Cloud nur als Schattenspender (Dall-e 3 zum Prompt «A contented-looking man stands in a green meadow: he holds a cell phone in one hand and a laptop in the other. The displays of the cell phone and laptop show the same photo of a spotted cow. The style is friendly and realistic.»)

#Benutzerunfreundlichkeit #CiaoZurCloud #Netzwerk #TlDr

Datenaustausch zwischen Handy und Desktop – ohne Cloud

Neulich habe ich mich dermassen über Onedrive aufgeregt, dass Microsofts Clouddienst in der Folge von meiner Festplatte weichen musste. Was mich vor die Frage stellt, wie ich nun meine entsprechenden Bedürfnisse befriedige.

Im Vordergrund steht der Datenaustausch innerhalb meines privaten Geräteparks, also iPhone, Mac und Windows-PC: Ein typisches Beispiel sind Screenshots, die ich am Mobiltelefon anfertige, um sie am PC in einen Blogposts oder Artikel einzufügen. Die Dateien landen danach in meinem lokalen Archiv am PC. Die zentrale Ablage, die konstant via Cloud zur Verfügung haben müsste, ist für mich weniger relevant.

Ich habe mit dem iCloud Drive und Rclone experimentiert. Beide erfüllen den Zweck ansatzweise, stellen mich aber so richtig zufrieden. Um wirklich alltagstauglich zu sein, muss die Datenübertragung ruckzuck und unkompliziert erfolgen.

Daraufhin ist mir eine Idee gekommen: Warum nicht die Daten übers lokale Netzwerk übermitteln? Für meinen Hauptzweck – z.B. die Screenshots – bedeuten die iCloud, Onedrive oder Dropbox ein unnötiger Umweg dar. Sie direkt von Gerät zu Gerät zu kopieren, geht schneller und ohne Datenspur auf irgendeinem fremden Server.

Ein simpler Plan mit Tücken

Die passende App für diesen Zweck fürs iPhone heisst Owlfiles – es geht aber auch über die Dateien-App von iOS und iPad OS¹. Owlfiles beherrscht diverse Kommunikationsprotokolle wie NFS, FTP, WebDAV und SMB, wobei für meine Zwecke letzteres die entscheidende Rolle spielt. Es erlaubt den Zugriff auf freigegebene Ordner sowohl bei Windows und Mac.

Mit Owlfiles sollte sich ein simpler Plan ruckzuck realisieren lassen: Ich gebe bei meinem Windows-PC (und ggf. auch auf dem Mac) einen Ordner frei. Dieser Ordner erscheint in der Owlfiles-App und erlaubt es mir, dort Bilder und Dateien abzulegen.

Um das Ende der Geschichte vorwegzunehmen: Es klappt und ist eine Lösung, die ich für meine Zwecke gern empfehle. Sie erfüllt beide meine Anforderungen: Sie ist schnell und unkompliziert. Und als Extra-Zückerchen kann ich meinen Daten-Fussabdruck in der Cloud reduzieren.

Von der Vorstellung, die Sache sei einfach, musste ich mich jedoch gleich zu Beginn verabschieden. Denn ich hatte verdrängt, wie unglaublich umständlich und benutzerunfreundlich bei Windows die Dateifreigabe organisiert ist. Wenn ich an Kummerbox-Beiträge wie den hier zurückdenke, wundert es mich nicht, dass die Leute auch im lokalen Netzwerk lieber iCloud, Dropbox und Onedrive benutzen.

Also, das ist mein Lösungsweg – mit den entsprechenden Stolperfallen.

1) Einen Ordner freigeben

Als Erstes müssen wir auf dem Windows-Computer einen Ordner freigeben. In der Theorie geht das wie folgt: Wir klicken den fraglichen Ordner mit der rechten Maustaste an, wählen Eigenschaften aus dem Kontextmenü und öffnen den Reiter Freigabe.

Im Dialog haben wir die zwei Optionen Datei- und Druckerfreigabe im Netzwerk und Erweiterte Freigabe zur Verfügung.

Die erweiterte Freigabe wirkt auf den ersten Blick einfacher, aber bei meinem Versuch hat es bei meinem Versuch nicht geklappt.

Probieren wir es daher mit der ersten Option, der Datei- und Druckerfreigabe im Netzwerk und klicken auf den Knopf Freigabe. Es erscheint nun einer dieser Windows-Dialoge aus der Hölle, bei dem wir Personen für die Freigabe auswählen.

Es wäre jetzt schön, wenn wir einfach einen Benutzernamen und ein Passwort festlegen könnten. Aber das erlaubt Microsoft nicht: Wir benötigen ein Windows-Benutzerkonto. Ich habe es natürlich erst mit meinem Standard-Konto versucht, bei dem es sich um einen Microsoft Account handelt. Mit dem funktioniert das Anmelden weder via iPhone noch vom Mac aus.

Ich bin daher auf die Idee verfallen, ein zweites, lokales Windows-Konto einzurichten (siehe Punkt 1a). Auf diesem Weg war ich erfolgreich.

Über die Zugangsdaten des Benutzers «win» lässt sich dieser Ordner im lokalen Netzwerk freigeben.

Wenn ein solches Konto vorhanden ist, dann wählen wir es aus der Dropdown-Liste aus und klicken auf Hinzufügen. Es erscheint darauf in der Liste mit den Freigaben. Wir müssen überdies darauf achten, dass wir bei Berechtigungsebene die Option auf Lesen/Schreiben umschalten.

1a) Ein lokales Windows-Konto einrichten

Bei Windows 11 ist es inzwischen ein ziemlicher Schmerz im Hintern, ein solches lokales Konto anzulegen. Hier gibt es eine ausführliche Anleitung, aber auf die Schnelle geht es wie folgt:

1. In den Einstellungen klicken wir auf Konten und dann auf den Punkt Weitere Benutzer.
2. Im Abschnitt Weiteren Benutzer hinzufügen klicken wir auf Konto hinzufügen.
3. Nun will uns Microsoft ums Verrecken dazu drängen, das Login für einen Microsoft-Account anzugeben. Um dem zu entrinnen, betätigen wir den unscheinbaren Link Ich kenne die Anmeldeinformationen für diese Person nicht.
4. An dieser Stelle will uns Microsoft dazu nötigen, ein Konto zu erstellen. Um uns dem zu verweigern, klicken wir auf Benutzer ohne Microsoft-Konto hinzufügen.
5. Jetzt endlich haben wir die Möglichkeit, ein lokales Konto mit Benutzername und Passwort einzurichten.

Wir sollten uns einmal mit diesem Konto anmelden, damit es entsprechend eingerichtet wird.

1b) Was tun, wenn es nicht klappt?

Jetzt sollten wir in der Lage sein, die Freigabe einzurichten und sie über ein Drittgerät zu verwenden. Falls das nicht der Fall ist, müssen wir die Netzwerk-Einstellungen prüfen.

Dazu klicken wir in den Windows-Einstellungen auf Netzwerk und Internet, dann auf Erweiterte Netzwerkeinstellungen und auf Erweiterte Freigabeeinstellungen. Hier muss für das Profil Private Netzwerke die Option Datei- und Druckerfreigabe eingeschaltet sein.

Falls Windows fürs lokale Netz das Profil Öffentliche Netzwerke verwendet, müssen wir das in den Eigenschaften des fraglichen Netzwerks ändern.

2) Die Verbindung in der Owlfiles-App herstellen

Owlfiles verbindet zu Mac, Windows, Linux, zum NAS und zu diversen Clouddiensten.

Mit der funktionierenden Freigabe stellen wir in der Owlfiles-App die Verbindung her.

In der Rubrik Verbindungen tippen wir aufs Blitz-Symbol und wählen Neue Verbindung. Wir haben eine grosse Anzahl von Optionen zur Auswahl, u.a. Webdav, FTP, Onedrive, Dropbox, S3 und auch NAS, Mac OS und Linux. Aber im vorliegenden Beispiel entscheiden wir uns, wenig überraschend, für Windows.

Die mühsam erstellte Freigabe wird in der App eingetragen.

Wir geben unserer Verbindung einen Namen und müssen den Host oder die IP-Adresse hinterlegen.

Der Name des Geräts sehen wir in den Systeminformationen, die IP-Adresse fragen wir mit Ipconfig ab. Je nach Router sind diese Informationen auch über die Admin-Ansicht zugänglich. Bei der Fritzbox sehen wir sie unter Heimnetz > Netzwerk, und wir können auch dafür sorgen, dass unser Windows-PC immer die gleiche IP-Adresse erhält (siehe dazu Punkt 9 in diesem Beitrag).

Ich habe es mit dem Hostnamen probiert, aber festgestellt, dass die App zur falschen IP-Adresse auflöst und dementsprechend keine Verbindung zustande kommt. Ich verwende daher die IP-Adresse.

Ausserdem hinterlegen wir den Namen und das Passwort des bei Punkt 1a) erstellten Windows-Kontos.

3) Die Freigabe nutzen

Und siehe da: Das iPhone hat Zugriff auf die Windows-Freigabe.

Nun müsste sich die Verbindung eigentlich herstellen lassen. Wir können in Owlfiles via Rubrik Verbindungen auf den freigegebenen Ordner zugreifen, durch die Verzeichnisstruktur blättern und auch Dateien öffnen. Über den Knopf rechts oben mit den drei Punkten wählen wir Dateien aus, erstellen neue Ordner und Dokumente oder importieren Fotos und Dateien vom iPhone.

Wir haben auch über die Dateien-App von iOS bzw. iPad OS Zugriff auf die Freigaben. Wir können daher Screenshots auch ohne Umweg über Owlfiles bei Windows platzieren: Dazu tippen wir aufs Teilen-Menü, verwenden den Befehl In Dateien sichern und wählen Owlfiles, dann die entsprechende Verbindung und den gewünschten Ordner.

👉 Eine gute Methode, die nicht nur mit Dateien und Ordnern, sondern auch mit Texten und dem Inhalt der Zwischenablage funktioniert, eröffnet sich über Local Send. Diese Software stelle ich ausführlich im Beitrag Informationstransfers über die Systemgrenzen hinweg vor.

Fussnoten

1) Das unter Windows freigegebene Laufwerk lässt sich auch ohne Extra-App über die Dateien-App von iPhone und iPad ansteuern. Dazu tippen wir rechts oben aufs Symbol mit den drei Punkten und wählen Mit Server verbinden aus dem Menü. Nun verwenden wir die gleichen Zugangsdaten für die Verbindung wie via Owlfiles-App.

Das hat in meinem Test funktioniert. Im Vergleich habe ich die Verbindung via Owlfiles als zuverlässiger erlebt. ↩

Beitragsbild: Er braucht die Cloud nur als Schattenspender (Dall-e 3 zum Prompt «A contented-looking man stands in a green meadow: he holds a cell phone in one hand and a laptop in the other. The displays of the cell phone and laptop show the same photo of a spotted cow. The style is friendly and realistic.»)

#Benutzerunfreundlichkeit #CiaoZurCloud #Netzwerk #TlDr

Wie man von einem Streamingdienst zu einem anderen wechselt

Ist man seinem Musikstreamingdienst ausgeliefert – oder hat man die Chance, Wiedergabelisten, -Historie und Lieblingsmusik abzuziehen und selbst lokal zu verwenden oder bei einem anderen Dienst einzuspeisen?

Das ist eine entscheidende Frage, die man sich stellen sollte, bevor man sich dazu entschliesst, die eigene Plattensammlung – egal ob auf Vinyl, CD, Kassette oder Festplatte – zu Gunsten von Spotify, Apple Music, Google Music oder Tidal aufzugeben. Und da wären auch noch Amazon Music Unlimited, Pandora und Soundcloud.

Ich habe neulich die Möglichkeiten des Daten-Exports durchgespielt und analysiert. Im Beitrag Spotify, gib mal meine Daten her finden sich meine Erkenntnisse. Am Ende des Beitrags findet sich ausserdem eine Kurzfassung in Videoform. Fazit des Experiments: Der Datenexport funktioniert und ist, mit einigen Einschränkungen, nützlich. Aber sonderlich viel lässt sich direkt mit den exportierten Daten nicht anstellen.

Aber es gibt Apps, die Daten ohne Umweg über eine Exportdatei direkt von einem Dienst zum anderen transferieren. Das ist zum einen Freeyourmusic für Android, das iPhone und den Desktop¹. Zum anderen Song Shift, nur fürs für iPhone.

Ich habe beide Apps getestet, und das Fazit ist eindeutig:

Freeyourmusic versus Song Shift

Für Freeyourmusic spricht lediglich, dass es diese App nicht nur fürs iPhone, sondern auch für Android und Windows gibt.

Abgesehen davon ist Song Shift komfortabler, hübscher anzusehen und viel leistungsfähiger. Freeyourmusic transferiert nur Wiedergabelisten und ist auf eine fixe Kombination von Quell- und Zieldienst ausgelegt. Shong Shift kann flexibel Transfer-Partnerschaften verwalten und nebst Wiedergabelisten auch Alben und Songs übertragen.

Beide Apps sind kostenlos, doch für eine ernsthafte Nutzung braucht es einen In-App-Kauf. Bei Freeyourmusic wurde mir in der App ein Preis von 8.90 Franken angeboten. Auf der Website wird für Freeyourmusic Premium 10 Franken verlangt. Was nun gilt, hängt mutmasslich von den Umständen und dem Zeitpunkt ab, bei dem man den In-App-Kauf tätigt.

Bei ShongShift kostet das Pro-Upgrade 5 Franken – und das ist es allemal wert. Wie die App funktioniert, zeige ich im Detail im Patentrezept-Video.

Gegen die Geiselhaft bei Spotify (Leider sind die Videos seit dem Umstieg auf das neue CMS nicht mehr extern einbettbar, sondern müssen über die Website angeschaut werden.)

Fazit: Es ist möglich, den Dienst zu wechseln. Aber es macht ein bisschen Arbeit. Insbesondere das Zuordnen der Songs, für die kein automatischer Match gefunden wurde, kann je nach Musikgeschmack aufwändig und zeitintensiv sein. Da könnte eine eindeutige Song-ID helfen – eine Art ISBN-Nummer für Musik.

Das Problem, Song eindeutig zu identifizieren

Es existieren Dienstleister wie Arc Cloud, die auf Musik-Fingerprinting spezialisiert sind. Und es gibt den ISRC , der Songs eindeutig identifizieren würde. Er scheint bei Streaming-Medien nicht zum Einsatz zu kommen, weswegen SongShift und Freeyourmusic offenbar nur auf die Metadaten zurückgreifen. (Und die sind auch bei Spotify oft eher dürftig, wie ich im Beitrag Da ist noch viel Luft nach oben aufzeige.)

Eine Transfer-App, die davon Gebrauch macht, ist mir jedenfalls nicht bekannt.

Sinnvoll wäre jedenfalls eine Funktion, mit der man nicht Wiedergabeliste für Wiedergabeliste transferieren müsste, was bei Shong Shift immerhin in einem Rutsch möglich ist. Stattdessen sollte es den «Shift everything»-Knopf gegeben. Noch eleganter wäre natürlich eine Live-Synchronisation, mit der man die gleichen Inhalte z.B. in Spotify und Apple Music gleichzeitig zur Verfügung hätte.

Es bräuchte Schnittstellen und  mehr Interoperabilität

An dieser Stelle lässt sich auch diskutieren, ob die Betreiber nicht Schnittstellen für den Datenaustausch und sogar die Interoperabilität anbieten müssten. Als Nutzer finde ich natürlich: Selbstverständlich sollten sie das. Warum die Betreiber diese Idee nicht so toll finden wie ich, liegt allerdings auch auf der Hand: Es ist der gute alte Lock-In-Effekt, der auch Unzufriedene bei der Stange hält. Wer findet, der Markt sei in der Lage, die Sache zu regeln, der sollte von dieser protektionistischen Massnahme Abstand nehmen.

Hier noch wie versprochen das Video zum Export und der Analyse der Spotify-Daten:



Fussnoten

1) Zum Zeitpunkt der Veröffentlichung dieses Beitrags hiess die App Freeyourmusic (Free Your Music) noch Stamp. Ich habe den Text entsprechend angepasst, um die Namensänderung zu reflektieren, aber ansonsten keine Änderungen vorgenommen. ↩

Beitragsbild: Wer sie fürs Musikhören benutzt, hat das hier beschriebene Problem nicht – dafür ein anderes (Stas Knop, Pexels-Lizenz).

#AppleMusic #CiaoZurCloud #Datenschutz #Spotify

Wie man von einem Streamingdienst zu einem anderen wechselt

Ist man seinem Musikstreamingdienst ausgeliefert – oder hat man die Chance, Wiedergabelisten, -Historie und Lieblingsmusik abzuziehen und selbst lokal zu verwenden oder bei einem anderen Dienst einzuspeisen?

Das ist eine entscheidende Frage, die man sich stellen sollte, bevor man sich dazu entschliesst, die eigene Plattensammlung – egal ob auf Vinyl, CD, Kassette oder Festplatte – zu Gunsten von Spotify, Apple Music, Google Music oder Tidal aufzugeben. Und da wären auch noch Amazon Music Unlimited, Pandora und Soundcloud.

Ich habe neulich die Möglichkeiten des Daten-Exports durchgespielt und analysiert. Im Beitrag Spotify, gib mal meine Daten her finden sich meine Erkenntnisse. Am Ende des Beitrags findet sich ausserdem eine Kurzfassung in Videoform. Fazit des Experiments: Der Datenexport funktioniert und ist, mit einigen Einschränkungen, nützlich. Aber sonderlich viel lässt sich direkt mit den exportierten Daten nicht anstellen.

Aber es gibt Apps, die Daten ohne Umweg über eine Exportdatei direkt von einem Dienst zum anderen transferieren. Das ist zum einen Freeyourmusic für Android, das iPhone und den Desktop¹. Zum anderen Song Shift, nur fürs für iPhone.

Ich habe beide Apps getestet, und das Fazit ist eindeutig:

Freeyourmusic versus Song Shift

Für Freeyourmusic spricht lediglich, dass es diese App nicht nur fürs iPhone, sondern auch für Android und Windows gibt.

Abgesehen davon ist Song Shift komfortabler, hübscher anzusehen und viel leistungsfähiger. Freeyourmusic transferiert nur Wiedergabelisten und ist auf eine fixe Kombination von Quell- und Zieldienst ausgelegt. Shong Shift kann flexibel Transfer-Partnerschaften verwalten und nebst Wiedergabelisten auch Alben und Songs übertragen.

Beide Apps sind kostenlos, doch für eine ernsthafte Nutzung braucht es einen In-App-Kauf. Bei Freeyourmusic wurde mir in der App ein Preis von 8.90 Franken angeboten. Auf der Website wird für Freeyourmusic Premium 10 Franken verlangt. Was nun gilt, hängt mutmasslich von den Umständen und dem Zeitpunkt ab, bei dem man den In-App-Kauf tätigt.

Bei ShongShift kostet das Pro-Upgrade 5 Franken – und das ist es allemal wert. Wie die App funktioniert, zeige ich im Detail im Patentrezept-Video.

Gegen die Geiselhaft bei Spotify (Leider sind die Videos seit dem Umstieg auf das neue CMS nicht mehr extern einbettbar, sondern müssen über die Website angeschaut werden.)

Fazit: Es ist möglich, den Dienst zu wechseln. Aber es macht ein bisschen Arbeit. Insbesondere das Zuordnen der Songs, für die kein automatischer Match gefunden wurde, kann je nach Musikgeschmack aufwändig und zeitintensiv sein. Da könnte eine eindeutige Song-ID helfen – eine Art ISBN-Nummer für Musik.

Das Problem, Song eindeutig zu identifizieren

Es existieren Dienstleister wie Arc Cloud, die auf Musik-Fingerprinting spezialisiert sind. Und es gibt den ISRC , der Songs eindeutig identifizieren würde. Er scheint bei Streaming-Medien nicht zum Einsatz zu kommen, weswegen SongShift und Freeyourmusic offenbar nur auf die Metadaten zurückgreifen. (Und die sind auch bei Spotify oft eher dürftig, wie ich im Beitrag Da ist noch viel Luft nach oben aufzeige.)

Eine Transfer-App, die davon Gebrauch macht, ist mir jedenfalls nicht bekannt.

Sinnvoll wäre jedenfalls eine Funktion, mit der man nicht Wiedergabeliste für Wiedergabeliste transferieren müsste, was bei Shong Shift immerhin in einem Rutsch möglich ist. Stattdessen sollte es den «Shift everything»-Knopf gegeben. Noch eleganter wäre natürlich eine Live-Synchronisation, mit der man die gleichen Inhalte z.B. in Spotify und Apple Music gleichzeitig zur Verfügung hätte.

Es bräuchte Schnittstellen und  mehr Interoperabilität

An dieser Stelle lässt sich auch diskutieren, ob die Betreiber nicht Schnittstellen für den Datenaustausch und sogar die Interoperabilität anbieten müssten. Als Nutzer finde ich natürlich: Selbstverständlich sollten sie das. Warum die Betreiber diese Idee nicht so toll finden wie ich, liegt allerdings auch auf der Hand: Es ist der gute alte Lock-In-Effekt, der auch Unzufriedene bei der Stange hält. Wer findet, der Markt sei in der Lage, die Sache zu regeln, der sollte von dieser protektionistischen Massnahme Abstand nehmen.

Hier noch wie versprochen das Video zum Export und der Analyse der Spotify-Daten:



Fussnoten

1) Zum Zeitpunkt der Veröffentlichung dieses Beitrags hiess die App Freeyourmusic (Free Your Music) noch Stamp. Ich habe den Text entsprechend angepasst, um die Namensänderung zu reflektieren, aber ansonsten keine Änderungen vorgenommen. ↩

Beitragsbild: Wer sie fürs Musikhören benutzt, hat das hier beschriebene Problem nicht – dafür ein anderes (Stas Knop, Pexels-Lizenz).

#AppleMusic #CiaoZurCloud #Datenschutz #Spotify

Wie man von einem Streamingdienst zu einem anderen wechselt

Ist man seinem Musikstreamingdienst ausgeliefert – oder hat man die Chance, Wiedergabelisten, -Historie und Lieblingsmusik abzuziehen und selbst lokal zu verwenden oder bei einem anderen Dienst einzuspeisen?

Das ist eine entscheidende Frage, die man sich stellen sollte, bevor man sich dazu entschliesst, die eigene Plattensammlung – egal ob auf Vinyl, CD, Kassette oder Festplatte – zu Gunsten von Spotify, Apple Music, Google Music oder Tidal aufzugeben. Und da wären auch noch Amazon Music Unlimited, Pandora und Soundcloud.

Ich habe neulich die Möglichkeiten des Daten-Exports durchgespielt und analysiert. Im Beitrag Spotify, gib mal meine Daten her finden sich meine Erkenntnisse. Am Ende des Beitrags findet sich ausserdem eine Kurzfassung in Videoform. Fazit des Experiments: Der Datenexport funktioniert und ist, mit einigen Einschränkungen, nützlich. Aber sonderlich viel lässt sich direkt mit den exportierten Daten nicht anstellen.

Aber es gibt Apps, die Daten ohne Umweg über eine Exportdatei direkt von einem Dienst zum anderen transferieren. Das ist zum einen Freeyourmusic für Android, das iPhone und den Desktop¹. Zum anderen Song Shift, nur fürs für iPhone.

Ich habe beide Apps getestet, und das Fazit ist eindeutig:

Freeyourmusic versus Song Shift

Für Freeyourmusic spricht lediglich, dass es diese App nicht nur fürs iPhone, sondern auch für Android und Windows gibt.

Abgesehen davon ist Song Shift komfortabler, hübscher anzusehen und viel leistungsfähiger. Freeyourmusic transferiert nur Wiedergabelisten und ist auf eine fixe Kombination von Quell- und Zieldienst ausgelegt. Shong Shift kann flexibel Transfer-Partnerschaften verwalten und nebst Wiedergabelisten auch Alben und Songs übertragen.

Beide Apps sind kostenlos, doch für eine ernsthafte Nutzung braucht es einen In-App-Kauf. Bei Freeyourmusic wurde mir in der App ein Preis von 8.90 Franken angeboten. Auf der Website wird für Freeyourmusic Premium 10 Franken verlangt. Was nun gilt, hängt mutmasslich von den Umständen und dem Zeitpunkt ab, bei dem man den In-App-Kauf tätigt.

Bei ShongShift kostet das Pro-Upgrade 5 Franken – und das ist es allemal wert. Wie die App funktioniert, zeige ich im Detail im Patentrezept-Video.

Gegen die Geiselhaft bei Spotify (Leider sind die Videos seit dem Umstieg auf das neue CMS nicht mehr extern einbettbar, sondern müssen über die Website angeschaut werden.)

Fazit: Es ist möglich, den Dienst zu wechseln. Aber es macht ein bisschen Arbeit. Insbesondere das Zuordnen der Songs, für die kein automatischer Match gefunden wurde, kann je nach Musikgeschmack aufwändig und zeitintensiv sein. Da könnte eine eindeutige Song-ID helfen – eine Art ISBN-Nummer für Musik.

Das Problem, Song eindeutig zu identifizieren

Es existieren Dienstleister wie Arc Cloud, die auf Musik-Fingerprinting spezialisiert sind. Und es gibt den ISRC , der Songs eindeutig identifizieren würde. Er scheint bei Streaming-Medien nicht zum Einsatz zu kommen, weswegen SongShift und Freeyourmusic offenbar nur auf die Metadaten zurückgreifen. (Und die sind auch bei Spotify oft eher dürftig, wie ich im Beitrag Da ist noch viel Luft nach oben aufzeige.)

Eine Transfer-App, die davon Gebrauch macht, ist mir jedenfalls nicht bekannt.

Sinnvoll wäre jedenfalls eine Funktion, mit der man nicht Wiedergabeliste für Wiedergabeliste transferieren müsste, was bei Shong Shift immerhin in einem Rutsch möglich ist. Stattdessen sollte es den «Shift everything»-Knopf gegeben. Noch eleganter wäre natürlich eine Live-Synchronisation, mit der man die gleichen Inhalte z.B. in Spotify und Apple Music gleichzeitig zur Verfügung hätte.

Es bräuchte Schnittstellen und  mehr Interoperabilität

An dieser Stelle lässt sich auch diskutieren, ob die Betreiber nicht Schnittstellen für den Datenaustausch und sogar die Interoperabilität anbieten müssten. Als Nutzer finde ich natürlich: Selbstverständlich sollten sie das. Warum die Betreiber diese Idee nicht so toll finden wie ich, liegt allerdings auch auf der Hand: Es ist der gute alte Lock-In-Effekt, der auch Unzufriedene bei der Stange hält. Wer findet, der Markt sei in der Lage, die Sache zu regeln, der sollte von dieser protektionistischen Massnahme Abstand nehmen.

Hier noch wie versprochen das Video zum Export und der Analyse der Spotify-Daten:



Fussnoten

1) Zum Zeitpunkt der Veröffentlichung dieses Beitrags hiess die App Freeyourmusic (Free Your Music) noch Stamp. Ich habe den Text entsprechend angepasst, um die Namensänderung zu reflektieren, aber ansonsten keine Änderungen vorgenommen. ↩

Beitragsbild: Wer sie fürs Musikhören benutzt, hat das hier beschriebene Problem nicht – dafür ein anderes (Stas Knop, Pexels-Lizenz).

#AppleMusic #CiaoZurCloud #Datenschutz #Spotify

Wie man von einem Streamingdienst zu einem anderen wechselt

Ist man seinem Musikstreamingdienst ausgeliefert – oder hat man die Chance, Wiedergabelisten, -Historie und Lieblingsmusik abzuziehen und selbst lokal zu verwenden oder bei einem anderen Dienst einzuspeisen?

Das ist eine entscheidende Frage, die man sich stellen sollte, bevor man sich dazu entschliesst, die eigene Plattensammlung – egal ob auf Vinyl, CD, Kassette oder Festplatte – zu Gunsten von Spotify, Apple Music, Google Music oder Tidal aufzugeben. Und da wären auch noch Amazon Music Unlimited, Pandora und Soundcloud.

Ich habe neulich die Möglichkeiten des Daten-Exports durchgespielt und analysiert. Im Beitrag Spotify, gib mal meine Daten her finden sich meine Erkenntnisse. Am Ende des Beitrags findet sich ausserdem eine Kurzfassung in Videoform. Fazit des Experiments: Der Datenexport funktioniert und ist, mit einigen Einschränkungen, nützlich. Aber sonderlich viel lässt sich direkt mit den exportierten Daten nicht anstellen.

Aber es gibt Apps, die Daten ohne Umweg über eine Exportdatei direkt von einem Dienst zum anderen transferieren. Das ist zum einen Freeyourmusic für Android, das iPhone und den Desktop¹. Zum anderen Song Shift, nur fürs für iPhone.

Ich habe beide Apps getestet, und das Fazit ist eindeutig:

Freeyourmusic versus Song Shift

Für Freeyourmusic spricht lediglich, dass es diese App nicht nur fürs iPhone, sondern auch für Android und Windows gibt.

Abgesehen davon ist Song Shift komfortabler, hübscher anzusehen und viel leistungsfähiger. Freeyourmusic transferiert nur Wiedergabelisten und ist auf eine fixe Kombination von Quell- und Zieldienst ausgelegt. Shong Shift kann flexibel Transfer-Partnerschaften verwalten und nebst Wiedergabelisten auch Alben und Songs übertragen.

Beide Apps sind kostenlos, doch für eine ernsthafte Nutzung braucht es einen In-App-Kauf. Bei Freeyourmusic wurde mir in der App ein Preis von 8.90 Franken angeboten. Auf der Website wird für Freeyourmusic Premium 10 Franken verlangt. Was nun gilt, hängt mutmasslich von den Umständen und dem Zeitpunkt ab, bei dem man den In-App-Kauf tätigt.

Bei ShongShift kostet das Pro-Upgrade 5 Franken – und das ist es allemal wert. Wie die App funktioniert, zeige ich im Detail im Patentrezept-Video.

Gegen die Geiselhaft bei Spotify (Leider sind die Videos seit dem Umstieg auf das neue CMS nicht mehr extern einbettbar, sondern müssen über die Website angeschaut werden.)

Fazit: Es ist möglich, den Dienst zu wechseln. Aber es macht ein bisschen Arbeit. Insbesondere das Zuordnen der Songs, für die kein automatischer Match gefunden wurde, kann je nach Musikgeschmack aufwändig und zeitintensiv sein. Da könnte eine eindeutige Song-ID helfen – eine Art ISBN-Nummer für Musik.

Das Problem, Song eindeutig zu identifizieren

Es existieren Dienstleister wie Arc Cloud, die auf Musik-Fingerprinting spezialisiert sind. Und es gibt den ISRC , der Songs eindeutig identifizieren würde. Er scheint bei Streaming-Medien nicht zum Einsatz zu kommen, weswegen SongShift und Freeyourmusic offenbar nur auf die Metadaten zurückgreifen. (Und die sind auch bei Spotify oft eher dürftig, wie ich im Beitrag Da ist noch viel Luft nach oben aufzeige.)

Eine Transfer-App, die davon Gebrauch macht, ist mir jedenfalls nicht bekannt.

Sinnvoll wäre jedenfalls eine Funktion, mit der man nicht Wiedergabeliste für Wiedergabeliste transferieren müsste, was bei Shong Shift immerhin in einem Rutsch möglich ist. Stattdessen sollte es den «Shift everything»-Knopf gegeben. Noch eleganter wäre natürlich eine Live-Synchronisation, mit der man die gleichen Inhalte z.B. in Spotify und Apple Music gleichzeitig zur Verfügung hätte.

Es bräuchte Schnittstellen und  mehr Interoperabilität

An dieser Stelle lässt sich auch diskutieren, ob die Betreiber nicht Schnittstellen für den Datenaustausch und sogar die Interoperabilität anbieten müssten. Als Nutzer finde ich natürlich: Selbstverständlich sollten sie das. Warum die Betreiber diese Idee nicht so toll finden wie ich, liegt allerdings auch auf der Hand: Es ist der gute alte Lock-In-Effekt, der auch Unzufriedene bei der Stange hält. Wer findet, der Markt sei in der Lage, die Sache zu regeln, der sollte von dieser protektionistischen Massnahme Abstand nehmen.

Hier noch wie versprochen das Video zum Export und der Analyse der Spotify-Daten:



Fussnoten

1) Zum Zeitpunkt der Veröffentlichung dieses Beitrags hiess die App Freeyourmusic (Free Your Music) noch Stamp. Ich habe den Text entsprechend angepasst, um die Namensänderung zu reflektieren, aber ansonsten keine Änderungen vorgenommen. ↩

Beitragsbild: Wer sie fürs Musikhören benutzt, hat das hier beschriebene Problem nicht – dafür ein anderes (Stas Knop, Pexels-Lizenz).

#AppleMusic #CiaoZurCloud #Datenschutz #Spotify

Fotosharing für Cloud-Abstinenzler


Wie private Familien- und Ferienfotos privat bleiben.

Da hätte man mit dem Internet ein hervorragendes Medium, um den über den Kontinent verstreuten Familien- und Freundeskreis am eigenen Leben teilhaben zu lassen. Doch die simplen Methoden – Bilder und Videos einfach mal irgendwo hochladen – verbieten sich spätestens dann, wenn man Nachwuchs hat. Denn Kinderfotos sind aus mehreren Gründen besonders sensibel. Natürlich, weil es Kinderfotos sind. Und weil das Kind selbst eine Privatsphäre hat, die man als Eltern allein deswegen schützen muss, um sich später nicht dem Vorwurf auszusetzen, man habe eben diese Privatsphäre verletzt.

Darum versenden wir Fotos nur in verschlüsselten Messenger-Nachrichten. Das funktioniert gut, aber es ist nicht sonderlich elegant.

Messenger sind nicht sonderlich gut für grössere Fotoreportagen geeignet

Die dialogische Darstellung ist nicht so charmant wie ein digitales Fotoalbum. Um ältere Bilder anzusehen, muss man im Thread nach hinten scrollen, und die Bilder können leicht abhandenkommen. Es gibt bei vielen Messengern die Einstellungen, dass alte Medien irgendwann mal gelöscht werden. Und was bei einem Handywechsel mit ihnen passiert, weiss man sowieso erst dann, nachdem man das Handy gewechselt hat.

[caption id=““ align=“aligncenter“ width=“520″] Keine Hexerei: Aus einem Bildverwaltungsprogramm wie Lightroom eine Auswahl an Fotos als PDF zu exportieren und das dann mit Passwort abzusichern.[/caption]

Schön wäre somit eine Anlaufstelle, bei der man den Komfort einer Online-Galerie (ja, ich trauere den Picasa-Webalben nach) und dem Privatsphäre eines Fotobuchs. Das Patentrezept habe ich bislang nicht gefunden¹ – auch keine selbstgehostete Lösung, die so komfortabel wäre, dass man sie auch technisch Unbedarften zumuten möchte und so sicher wie ein halbwegs vertrauenswürdiger Dienst im Netz, der wenigstens professionell betrieben wird.

Da die Hersteller so Cloud-versessen sind, muss man als Cloud-Abstinenzler improvisieren

Das Video enthält somit eine Sammlung von Lösungen, die allesamt nicht perfekt sind – wo aber doch jeder etwas finden sollte, das seine Bedürfnisse einigermassen erfüllt. Jedenfalls denke ich, dass die Hersteller und Softwareanbieter eine Chance verpassen. Auch wenn die grosse Mehrheit keine Bedenken hat, private Bilder ins Netz hochzuladen, so sind die Cloud-Skeptiker eine genügend grosse Zielgruppe für interessante Produkte – gerade auch dann, wenn es um private Fotos und Videos geht.

Fussnoten

1) Dennoch habe ich darauf verzichtet, die Rubrik für diese aktuelle Folge in «Halbwegs patente Digitalrezepte» umzubenennen. ↩

#CiaoZurCloud

Fotosharing für Cloud-Abstinenzler


Wie private Familien- und Ferienfotos privat bleiben.

Da hätte man mit dem Internet ein hervorragendes Medium, um den über den Kontinent verstreuten Familien- und Freundeskreis am eigenen Leben teilhaben zu lassen. Doch die simplen Methoden – Bilder und Videos einfach mal irgendwo hochladen – verbieten sich spätestens dann, wenn man Nachwuchs hat. Denn Kinderfotos sind aus mehreren Gründen besonders sensibel. Natürlich, weil es Kinderfotos sind. Und weil das Kind selbst eine Privatsphäre hat, die man als Eltern allein deswegen schützen muss, um sich später nicht dem Vorwurf auszusetzen, man habe eben diese Privatsphäre verletzt.

Darum versenden wir Fotos nur in verschlüsselten Messenger-Nachrichten. Das funktioniert gut, aber es ist nicht sonderlich elegant.

Messenger sind nicht sonderlich gut für grössere Fotoreportagen geeignet

Die dialogische Darstellung ist nicht so charmant wie ein digitales Fotoalbum. Um ältere Bilder anzusehen, muss man im Thread nach hinten scrollen, und die Bilder können leicht abhandenkommen. Es gibt bei vielen Messengern die Einstellungen, dass alte Medien irgendwann mal gelöscht werden. Und was bei einem Handywechsel mit ihnen passiert, weiss man sowieso erst dann, nachdem man das Handy gewechselt hat.

[caption id=““ align=“aligncenter“ width=“520″] Keine Hexerei: Aus einem Bildverwaltungsprogramm wie Lightroom eine Auswahl an Fotos als PDF zu exportieren und das dann mit Passwort abzusichern.[/caption]

Schön wäre somit eine Anlaufstelle, bei der man den Komfort einer Online-Galerie (ja, ich trauere den Picasa-Webalben nach) und dem Privatsphäre eines Fotobuchs. Das Patentrezept habe ich bislang nicht gefunden¹ – auch keine selbstgehostete Lösung, die so komfortabel wäre, dass man sie auch technisch Unbedarften zumuten möchte und so sicher wie ein halbwegs vertrauenswürdiger Dienst im Netz, der wenigstens professionell betrieben wird.

Da die Hersteller so Cloud-versessen sind, muss man als Cloud-Abstinenzler improvisieren

Das Video enthält somit eine Sammlung von Lösungen, die allesamt nicht perfekt sind – wo aber doch jeder etwas finden sollte, das seine Bedürfnisse einigermassen erfüllt. Jedenfalls denke ich, dass die Hersteller und Softwareanbieter eine Chance verpassen. Auch wenn die grosse Mehrheit keine Bedenken hat, private Bilder ins Netz hochzuladen, so sind die Cloud-Skeptiker eine genügend grosse Zielgruppe für interessante Produkte – gerade auch dann, wenn es um private Fotos und Videos geht.

Fussnoten

1) Dennoch habe ich darauf verzichtet, die Rubrik für diese aktuelle Folge in «Halbwegs patente Digitalrezepte» umzubenennen. ↩

#CiaoZurCloud