IT-News, die uns wichtig sind.

Automatisierte Angriffe, die KI-Modelle zur Durchführung von Cyberangriffen missbrauchen, sind zu einem wachsenden Sicherheitsrisiko geworden. In den vergangenen Wochen ist dieses Problem vermehrt in den Fokus der Öffentlichkeit gerückt, insbesondere durch gezielte Attacken auf beliebte KI-Plattformen wie Hugging Face. Diese Vorfälle zeigen, wie Angreifer generative Modelle als Waffen einsetzen können, um systematische Sicherheitslücken auszunutzen.

OpenAI hat darauf reagiert und kündigte ein umfassendes Sicherheitspaket an, das solche Missbrauchsfälle zukünftig verhindern soll. Der Kerngedanke der neuen Strategie ist innovativ: KI-Systeme sollen selbst andere KI-Modelle überwachen und verdächtige Verhaltensmuster automatisch erkennen. Dadurch sollen automatisierte Angriffsversuche schneller identifiziert und blockiert werden, bevor sie nennenswaden Schaden verursachen.

Das System funktioniert als mehrschichtige Defensive. Auf der einen Seite überwacht KI-gesteuerte Analytik die Nutzungsmuster und erkennt ungewöhnliche Aktivitäten wie massenhafte automatisierte Anfragen oder Versuche, das Modell zur Generierung von Schadcode zu missbrauchen. Auf der anderen Seite sollen verbesserte Zugangskontrollen und Ratenbegrenzungen menschliche Überprüfungen unterstützen.

Für Unternehmen und KMUs, die auf KI-Dienste angewiesen sind, hat diese Entwicklung direkte Auswirkungen. Eine robustere Sicherheitsinfrastruktur bedeutet niedrigere Risiken bei der Integration von KI-Tools in bestehende Systeme. Gleichzeitig wird es immer wichtiger, dass Organisationen ihre eigenen KI-Anwendungen gegen ähnliche Angriffe schützen. Best Practices umfassen hier strikte API-Authentifizierung, Überwachung von Nutzungsmustern und schnelle Reaktionsmechanismen auf Anomalien.

Die Massnahmen von OpenAI zeigen, dass der Markt die Notwendigkeit erkannt hat, KI-Sicherheit nicht als Nebengedanke zu behandeln. Mit der steigenden Durchdringung von KI in geschäftskritischen Prozessen wird Sicherheit zum Wettbewerbsfaktor und zur strategischen Investition.

Die rasante Entwicklung von KI-Systemen geht mit einem enormen Problem einher: Der Energiehunger von Rechenzentren und spezialisierter KI-Hardware steigt exponentiell an. Dieser Trend treibt nicht nur Betriebskosten in die Höhe, sondern belastet auch Stromnetze und die Umwelt. Verschiedene Chipdesigner arbeiten daher daran, energieeffizientere Lösungen zu entwickeln.

Velaura AI, ein Chipdesign-Spezialist, hat sich dieser Herausforderung angenommen und dabei jetzt bedeutende finanzielle Unterstützung erhalten. Das Unternehmen hat 110 Millionen US-Dollar von Investoren eingeworben. Mit diesem Kapital plant Velaura AI, die Entwicklung von KI-Beschleunigern voranzutreiben, die durch ein spezielles Chipdesign den Energiebedarf massiv reduzieren sollen.

Der technische Ansatz von Velaura konzentriert sich darauf, die Architektur von Halbleitern zu optimieren, um weniger Strom pro Rechenoperation zu verbrauchen. Dies geschieht durch innovative Layouttechniken und spezialisierte Schaltungsdesigns, die den Energieverlust minimieren. Insbesondere bei Training und Inferenz grosser Sprachmodelle könnten solche Optimierungen zu Einsparungen im zweistelligen Prozentbereich führen.

Für Rechenzentren und Cloudanbieter bedeutet dies konkrete wirtschaftliche Vorteile. Weniger Stromverbrauch per Berechnung erhöht die Rentabilität von KI-Diensten und macht diese kostengünstiger. Auch für Unternehmen, die KI-Workloads in ihren eigenen Infrastrukturen hosten, könnten energieeffizientere Chips zu deutlich reduzierten Betriebskosten führen.

Die Investition in solche Technologien signalisiert auch einen Markttrend: Während KI-Kapazitäten weiterhin wachsen, wird Effizienz zum Differenzierungsmerkmal. Unternehmen und Investoren erkennen, dass eine nachhaltige KI-Infrastruktur nicht nur ökologisch, sondern auch wirtschaftlich notwendig ist. Velaura AIss Finanzierung spiegelt diese Einsicht wider und dürfte weitere Konkurrenten im Bereich Chipdesign motivieren, ähnliche Optimierungen zu verfolgen.

In der zunehmend vernetzten Welt von Smart-Home-Geräten ist ein Sicherheitsvorfalls entdeckt worden, der exemplarisch zeigt, wie nachlässig Hersteller manchmal mit Benutzer-Sicherheit umgehen. Die mobile Klimaanlage Midea PortaSplit weist eine kritische Schwachstelle auf: Das Gerät verbindet sich per Bluetooth mit Endgeräten und erlaubt die vollständige Fernsteuerung ohne jegliche Authentifizierungsmechanismen.

Das bedeutet praktisch, dass jede Person mit einem Smartphone oder Tablet in Reichweite der Bluetooth-Verbindung (typischerweise 10 bis 100 Meter) das Gerät komplett kontrollieren kann. Nachbarn könnten die Anlage ausschalten, die Temperatureinstellung verändern oder sogar das Gerät völlig lahmlegen. Ein Passwort, eine PIN oder eine Kopplungszertifizierung fehlt vollständig.

Midea hat auf diese Sicherheitslücke bislang zurückhaltend reagiert. Das Unternehmen stuft das Problem nicht als kritische Sicherheitsverletzung ein und hat keine unmittelbaren Massnahmen zur Schliesssung der Lücke angekündigt. Dies ist aus mehreren Gründen problematisch: Erstens schadet es der Verfügbarkeit des Geräts. Zweitens könnte ein Angreifer theoretisch systematisch Smart-Home-Geräte in einem Wohnblock lahmlegen.

Für kleine und mittlere Betriebe, die solche Geräte in Büros oder Betriebsstätten einsetzen, ist dies ein Warnsignal. Es unterstreicht die Bedeutung, bei der Auswahl von IoT-Geräten auf Sicherheitsaspekte zu achten. Fragen sollten sein: Unterstützt das Gerät moderne Verschlüsselung? Gibt es Authentifizierungsmechanismen? Bietet der Hersteller regelmässige Sicherheits-Updates?

Dieser Fall zeigt auch, dass nicht alle Gerätehersteller den gleichen Sicherheitsstandard befolgen. Während professionelle IT-Systeme ausgefeilte Schutzkonzepte haben, werden Consumer-IoT-Produkte oft mit minimalen Sicherheitsmassnahmen auf den Markt gebracht. Unternehmen sollten daher bei der Beschaffung solcher Geräte erhöhte Aufmerksamkeit walten lassen und gegebenenfalls auf sicherere Alternativen ausweichen.

Nach Jahren intensiver Dispute hat sich Apple überraschend schnell mit der Europäischen Kommission auf einen neuen Regelrahmen für seinen App Store geeinigt. Die neue Regelung tritt ab 1. Oktober in Kraft und markiert einen bedeutenden Wendepunkt in der Beziehung zwischen dem Tech-Konzern und europäischen Regulatoren.

Der Konflikt zwischen Apple und der EU entstand aus der Frage, wie viel Kontrolle und welche Gebühren Fair sein können. Die EU-Kommission hatte Apple vorgeworfen, seine marktbeherrschende Stellung auszunutzen, indem es seinen eigenen App-Store bevorzugt, Konkurrenten benachteiligt und Gebühren erhebt, die als zu hoch bewertet wurden. Entwickler beschwerten sich lange über die 30-prozentige Gebühr, die Apple einnimmt.

Mit der Einigung entstehen neue Flexibilität und Chancen für App-Entwickler. Unter anderem werden Entwicklern stärker die Möglichkeit gegeben, eigene alternative Bezahlmethoden anzubieten, ohne über Apples System gehen zu müssen. Dies könnte die Gebührenstruktur für kleinere Entwickler und Startups spürbar verbessern. Gleichzeitig bekommt die EU mehr Einsicht in Apples Geschäftspraktiken und erhält bessere Werkzeuge, um Missbrauch zu ahnden.

Für Unternehmen und Entwickler, die Apps im europäischen Raum vertreiben, bedeutet dies mehr Optionen und potenzielll geringere Kosten. Kleine und mittlere Unternehmen, die bisher von hohen App-Store-Gebühren abgeschreckt wurden, könnten jetzt rentabler in den Markt eintreten. Auch Zahlungsanbieter und Fintech-Firmen profitieren, da sie nun offiziel über alternative Kanäle integriert werden können.

Die Einigung zeigt auch den Druck, unter dem grosse Tech-Konzerne im europäischen Markt stehen. Mit zunehmender Regulierung wie dem Digital Markets Act und dem Digital Services Act wird klar, dass Silicon Valley nicht nach eigenenen Regeln spielen kann. Unternehmen sollten diese Entwicklung beobachten, da ähnliche Regulierungstrends auch auf andere Märkte und Plattformen zukommen könnten.

Google verteilt regelmässig Updates über seine Play-Dienste an Millionen Android-Geräte weltweit. Diese Dienste sind das Rückgrat der Android-Ökosystems und ermöglichen schnelle Funktionsupdates, ohne dass Nutzer ein vollständiges Betriebssystem-Upgrade durchführen müssen. In einem aktuellen Rollout bringt Google mehrere nützliche neue Features auf Android-Handys und Tablets.

Eine der prominentesten neuen Funktionen ist Tap to Share. Dieses Feature vereinfacht die Datenübertragung zwischen Android-Geräten erheblich. Nutzer können einfach zwei Geräte aneinander halten, und Dateien, Links oder Kontaktinformationen werden automatisch übertragen, ohne Bluetooth oder Wi-Fi separat konfigurieren zu müssen. Die Technologie nutzt NFC und andere Näherungstechnologien, um eine sichere und schnelle Übertragung zu ermöglichen.

Neben Tap to Share kündigte Google auch Verbesserungen für sein Buch-Ökosystem an. Ein neuer Dienst soll Google Play Books besser in das System integrieren und die Leseerfahrung verbessern. Dies deutet darauf hin, dass Google sein digitales Ökosystem weiter verdichten möchte.

Für Unternehmen, die Android-basierte Geräte in ihren Betriebsablauf integriert haben, sind solche Updates praktisch relevant. Verbesserte Dateiübertragung bedeutet effizientere Arbeitsabläufe, insbesondere wenn Mitarbeiter mehrere Geräte nutzen. Ausserdem reduziert bessere Integration von Google-Diensten die Notwendigkeit, externe Lösungen einzubinden.

Der Ansatz von Google, Funktionen über Play-Dienste zu verteilen, ist ein Best Practice in der Software-Industrie. Er ermöglicht schnellere Innovation ohne lange Warte-Zyklen auf grossere OS-Versionen. Unternehmen und IT-Teams sollten diese Updates monitoren, um von neuen Features zu profitieren und sicherzustellen, dass Sicherheits-Patches zeitnah ausgerollt werden.

Die Investitionen von Technologiekonzernen in künstliche Intelligenz sind in den letzten Jahren explodiert. Google, Meta, Microsoft und andere Unternehmen geben Tens von Milliarden Dollar aus, um KI-Fähigkeiten aufzubauen und zu skalieren. Allerdings offenbart eine genaue Analyse ihrer Bilanzen ein interessantes Phänomen: Ein erheblicher Teil dieser Ausgaben wird nicht unmittelbar als KI-Investitionen ausgewiesen.

Statt KI-Ausgaben deutlich als solche zu kennzeichnen, verstecken die Konzerne Milliardenbeträge in verschiedenen Bilanzkategorien. Langfristige Mietverträge für gigantische Rechenzentren werden als Betriebsausgaben über mehrere Jahre verteilt. Hardware-Bestellungen von Millionen von GPUs und anderen KI-Beschleunigern werden nicht alle sofort als Ausgaben gebucht, sondern als Anlagevermögen aktiviert und dann über Jahre abgeschrieben.

Recherchen deuten darauf hin, dass die realen KI-Ausgaben dieser Konzerne etwa drei bis vier Mal höher sein könnten als das, was die Bilanzen nahelegen. Eine echte Gesamtinvestition könnte im Bereich von 3 Billionen US-Dollar liegen. Dies hat mehrere Implikationen: Erstens verzerrt es die Perception von Profitabilität und Kapitaleffizienz dieser Unternehmen. Zweitens macht es für Investoren schwierig, die echten Kosten von KI-Strategien zu verstehen.

Für Unternehmen und Investoren ist dies ein Warnsignal. Es zeigt, wie wichtig es ist, Bilanzen tiefgehend zu analysieren und Buchhaltungsmethoden zu hinterfragen. Auch in kleineren Organisationen ist es relevant: Wenn Unternehmen ähnliche Technologien einführen, sollten sie genauso kritisch überlegen, wie diese Investitionen in den Bilanzen dargestellt werden, um ihre finanzielle Gesundheit realistisch zu bewerten und zukünftige ROI-Kalkulationen auf solider Grundlage zu erstellen.

YouTube, mit über zwei Milliarden angemeldeten Nutzern pro Monat, ist das dominante Videoplattform weltweit. Eine der wichtigsten Kennzahlen auf YouTube sind die Aufrufe (Views), die zeigen, wie oft ein Video angesehen wurde. Diese Metrik ist nicht nur für Content-Ersteller relevant, da sie Popularität und Reichweite widerspiegelt, sondern auch für Werbetreibende, die auf Grundlage dieser Zahlen ihre Kampagnen planen.

Google kündigt jetzt eine Änderung in der Zählmethodik an. Bisher wurden Views in einem gewissen Umfang erst dann gezählt, wenn das Video tatsächlich geladen war und der Nutzer es für eine Weile angesehen hatte. Dies sollte verhindern, dass bot-gesteuerte Klicks oder versehentliche Klicks als legale Views zählen. Die neue Methode ändert dies teilweise: Ab Ende August werden Aufrufe bereits nach dem ersten Klick gezählt.

Dies klingt zunächst wie eine subtile Änderung, hat aber wichtige Implikationen. Einerseits dürften die View-Zahlen generell ansteigen, da auch versehentliche oder schnell abgebrochen Klicks gezählt werden. Andererseits könnte dies die Aussagekraft dieser Metrik beeinflussen. Content-Ersteller könnten verwirrt sein, da eine hohe View-Zahl möglicherweise nicht automatisch bedeutet, dass das Videoinformer wirklich angesehen wurde.

Für Unternehmen, die YouTube für Marketing nutzen, ist diese Änderung relevant. Kampagnenmetriken müssen neu interpretiert werden. Eine höhere View-Zahl könnte positiv sein (mehr Aufmerksamkeit), aber auch bedeuten, dass die durchschnittliche Engagement-Rate pro View sinkt. Mediaplanung und ROI-Berechnung sollten neu kalibriert werden. Wichtig ist, dass Unternehmen neben absoluten View-Zahlen vermehrt andere Metriken beobachten: Watch Time, Klickrate auf Call-to-Actions, Conversion Rate und Nutzerverhalten nach dem Klick.

Die aktuelle Version des Linux Kernels, die als 7.2 bezeichnet wird, setzt auf signifikante Verbesserungen in der Prozessverteilung und beim Speichermanagement. Das System kann Prozesse künftig effizienter über verfügbare Rechenkerne verteilen, was besonders für Server und Systeme mit vielen parallelen Aufgaben von Vorteil ist.

Eine wesentliche Änderung ist die Entfernung des Support für 486er-Prozessoren. Dies ist ein konsequenter Schritt, da solche Legacy-Systeme in modernen Infrastrukturen praktisch nicht mehr zum Einsatz kommen und nur Code-Komplexität ohne praktischen Nutzen mit sich brachten. Durch diese Bereinigung kann sich das Entwicklerteam auf aktuelle und zukünftige Anforderungen konzentrieren.

Das Speichermanagement wurde ebenfalls optimiert, insbesondere beim sogenannten Swapping. Dieses Verfahren ermöglicht es Systemen, wenn der physische Speicher knapp wird, auf Festplattenspeicher auszuweichen. Die Verbesserungen sorgen dafür, dass dieses Ausweichen weniger Leistung kostet und die Gesamtsystem-Performance stabiler bleibt.

Für Unternehmen, die auf Linux-basierten Servern und Infrastrukturen arbeiten, bringt das Update praktische Vorteile. Bessere Prozessverteilung bedeutet optimale Auslastung der Hardware, was Energiekosten senken kann und die Zuverlässigkeit erhöht. Besonders für KMUs mit virtualisierten Umgebungen oder Cloud-Servern wird die effizientere Ressourcennutzung spürbar.

Das Update nimmt auch mehrere bereits angekündigte Veränderungen auf, die das System weiter stabilisieren und modernisieren. Die Kombination aus Speicheroptimierungen, Prozess-Scheduling-Verbesserungen und der Vereinfachung des Codebestands macht Kernel 7.2 zu einer soliden Wahl für produktive Systeme, die Wert auf Zuverlässigkeit und Effizienz legen.

Redis, eine weit verbreitete In-Memory-Datenbank, die für ihre hohe Geschwindigkeit bei der Datenverwaltung bekannt ist, war von mehreren Sicherheitslücken betroffen. Die Schwachstellen ermöglichten es Angreifern unter bestimmten Bedingungen, Schadcode in das System einzuschleusen und so die betroffenen Systeme zu kompromittieren.

In-Memory-Datenbanken wie Redis speichern Daten im RAM statt auf der Festplatte, was Abfragen extrem schnell macht. Sie werden häufig als Cache-Layer, für Session-Management oder für echtzeitliche Datenverarbeitung eingesetzt. Ein Sicherheitsrisiko in solchen Systemen kann weitreichende Konsequenzen haben, besonders wenn Redis mit vertraulichen Daten arbeitet oder mit dem Internet verbunden ist.

Die entdeckten Schwachstellen konzentrierten sich auf Eingabevalidierung und die Verarbeitung bestimmter Befehle. Durch geschickt präparierte Anfragen konnten Angreifer potenziell beliebigen Code ausführen. Das ist eine klassische und kritische Art von Sicherheitsproblem, die unmittelbare Handlung erfordert.

Der Hersteller hat zeitnah Sicherheitsupdates bereitgestellt. Administratoren sollten diese Updates prioritär einspielen, insbesondere wenn Redis in produktiven Umgebungen läuft oder mit sensiblen Daten arbeitet. Das Einspielen sollte mit üblichen Sicherheitsmassnahmen erfolgen, beispielsweise während eines Wartungsfensters, um Ausfallzeiten zu minimieren.

Für KMUs bedeutet das Update eine wichtige Housekeeping-Aufgabe. Es ist empfehlenswert, Redis-Installationen zu überprüfen und ein Update-Plan zu erstellen. Gleichzeitig sollten Netzwerk-Segmentierung und Zugriffskontrollen überprüft werden, um sicherzustellen, dass Redis nicht ungeschützt im Internet erreichbar ist. Regelmässige Sicherheits-Updates gehören zur Standard-Hygiene moderner IT-Infrastruktur.

Ein Update für Microsoft 365 hat bei vielen Nutzern zu Problemen mit der Suchfunktion in zentralen Anwendungen geführt. Besonders betroffen sind Outlook für E-Mail-Suche, OneDrive für Dokumentensuche und SharePoint für Kollaborations-Plattformen. Diese Funktionen sind für viele Wissensarbeiter zentral, um schnell Informationen wiederzufinden.

Die Suchfunktion ist in modernen Büro-Umgebungen nicht bloss ein Nice-to-have, sondern essentiell. Nutzer verlassen sich darauf, dass sie schnell alte E-Mails finden, Dateien in Cloud-Speichern lokalisieren oder dokumentierte Entscheidungen in SharePoint nachschlagen können. Wenn diese Funktion ausfällt, sinkt die Produktivität deutlich.

Das Unternehmen hat das Problem bestätigt und arbeitet an einem Fix. Allerdings steht kein konkreter Zeitpunkt für die Lösung fest. Das ist frustierend für Unternehmens-IT, die auf Verlässlichkeit angewiesen ist. Microsoft empfohlen, mit dem Einspielen dieses problematischen Updates zu warten, falls dies noch nicht geschehen ist, oder betroffene Systeme bis zur Verfügbarkeit eines Patches vorerst nicht zu aktualisieren.

Für KMUs, die auf Microsoft 365 setzen, ist dies eine wichtige Warnung. Grossflächige Updates sollten vorausschauend getestet werden, bevor sie in produktiven Umgebungen ausgerollt werden. Viele KMUs nutzen automatische Update-Mechanismen, die solche Probleme schneller verbreiten können. Es ist ratsam, eine Teststrategie zu etablieren: Neue Microsoft-Updates zuerst auf Test-Systemen validieren, bevor sie unternehmenssweit ausgerollt werden. Dies ermöglicht es, Probleme frühzeitig zu erkennen und Workarounds zu entwickeln, falls die Reparatur Zeit braucht.

Eine aktuelle Untersuchung unter Kleinunternehmen zeigt, dass künstliche Intelligenz keineswegs nur in grossen Konzernen Einzug hält. Etwa ein Drittel der befragten Kleinbetriebe nutzen bereits KI-Systeme in ihrem Betrieb. Dies ist überraschend, da oft der Eindruck entsteht, dass KI-Adoption hauptsächlich für Tech-Unternehmen relevant ist.

Die Anwendungsfälle sind vielfältig. Neben dem verbreiteten Einsatz für das Schreiben von Texten nutzen Betriebe KI auch für kreativere und strategischere Aufgaben. Ein besonders interessantes Beispiel ist die Produktentwicklung: Ein Bäckereibetrieb könnte etwa mit KI neue Rezeptideen generieren oder Geschmackskombinationen entwickeln, die auf Markttrends und Kundenvorlieben basieren.

Dieser breite Einsatz deutet darauf hin, dass KI inzwischen als praktisches Werkzeug wahrgenommen wird und nicht mehr nur als experimentelle oder zukunftsorientierte Technologie. KMU-Unternehmer erkennen, dass KI konkrete Zeit- und Kosteneinsparungen bringt, sei es bei Routineaufgaben, Brainstorming oder bei der Optimierung von Geschäftsprozessen.

Allerdings ist wichtig zu betonen, dass nicht jedes KMU automatisch von KI profitiert. Die sinnvolle Einführung erfordert Überlegung: Welche Prozesse könnten durch KI verbessert werden? Wo entstehen tatsächlich Effizienzgewinne? Welche Daten braucht es, und wie schütze ich die Privatsphäre von Kunden?

Für KMUs bedeutet dies, dass jetzt ein guter Zeitpunkt ist, KI-Optionen zu erkunden. Die Einstiegshürden sind niedrig geworden: viele KI-Tools sind einfach zugänglich und kostengünstig. Dennoch sollten Unternehmen bewusst vorgehen und gezielt evaluieren, wo KI im eigenen Kontext echten Mehrwert schafft, statt sie flächendeckend einzuführen, nur weil der Trend danach ruft.

Ein scheinbar paradoxes Phänomen zeichnet sich in der KI-Wirtschaft ab: Während die Preise für die KI-Modelle selbst sinken, werden die operativen Kosten für den tatsächlichen Betrieb von KI-Systemen dramatisch steigen. Das Forschungsunternehmen Gartner hat eine Prognose veröffentlicht, die vorhersagt, dass die Inferenzkosten für KI-Agenten bis 2028 um das Fünffache ansteigen könnten.

Inferenz ist das Gegenteil von Training: Während Training das Modell lehrt und hohe Rechenkraft erfordert, ist Inferenz die eigentliche Nutzung des Modells, um Fragen zu beantworten oder Aufgaben auszuführen. Wenn ein KI-System eine Kundenanfrage bearbeitet oder eine Analyse durchführt, findet Inferenz statt. Diese Operationen brauchen ebenfalls erhebliche Rechenressourcen und damit Kosten.

Die steigende Prognose hat mehrere Gründe. KI-Agenten werden zunehmend komplexer und autonomer. Sie müssen mehrere Schritte selbstständig ausführen, externe Daten abfragen, mit anderen Systemen kommunizieren und ihre Antworten validieren. Dies ist rechenintensiver als einfache Abfragen an ein Sprachmodell. Zudem wird die Nachfrage nach KI-Services enorm wachsen, was die verfügbare Rechenkapazität unter Druck setzt und Preise treibt.

Für Unternehmen, die KI-Lösungen einführen oder planen, ist dies eine wichtige Kostenkalkulation. Ein KI-Projekt kann initial mit moderaten Betriebskosten starten, aber schnell teuer werden, wenn der Nutzungsumfang wächst. KMUs sollten bei der Evaluierung von KI-Projekten nicht nur die Softwarekosten betrachten, sondern auch die Rechenkosten realistisch einplanen und szenariobezogene Kostenmodelle erstellen. Es ist empfehlenswert, mit Rechenanbietern klare Preisabstufungen zu verhandeln oder Cloud-Modelle zu bevorzugen, die Kosten nur bei tatsächlicher Nutzung in Rechnung stellen.