Was ist passiert:
• Open AI macht interne Tests mit ihren neuen Modellen und prüft sie gegen den Cybersecurity-Benchmark „ExploitGym“ (finde ich super, man sollte Software immer testen bevor sie raus geht und Modelle sind Software).
• bei diesen Tests geht’s auch um Cyber-Security (finde ich ebenfalls super, weil KI uns hier extrem helfen kann, sichere und stabile Infrastrukturen zu bauen, aber auch weil man bei Tests rausfinden muss, wie gefährlich KI als Angreifer sein kann)
• die Tests finden in einer geschützten Umgebung statt, man hat aber ein angeblich unbewusstes Schlupfloch übersehen (ganz normal, bleibt cool).
• die KI bekommt eine Aufgabe gestellt, die sie lösen muss (ja, sowas macht man beim Testen)
• die KI findet das Schlupfloch (Zero-Day-Schwachstelle im Package-Proxy, verrückt und beeindruckend) und stellt fest, dass sie mit Hilfe von HuggingFace die Aufgabe noch schneller lösen kann (ok, das ist Schummeln aber hey – gelöst ist gelöst)
• wenn schon Schummeln, dann richtig, die KI versucht sich also die Daten bei HuggingFace zu „ergaunern“, die KI versuchte aber nicht (!), HuggingFace Schaden zuzufügen!
• spannend ist, dass hierfür eine ganze Reihe von sehr aufwändigen und komplizierten Maßnahmen aneinandergereiht wurde (davor muss man tatsächlich Respekt und auch ein wenig Sorge haben)
• HuggingFace findet das nicht so geil, entdeckt den Cyber-Angriff, dämmt ihn ein und meldet ihn. Ist nicht wirklich „amused“ darüber…
• Open AI stellt fest, dass das eigentlich ganz cooles Marketing ist (meine persönliche Meinung), nennt das Ding „unprecedented cyber incident“ und unternimmt nicht wirklich was gegen reißerische Berichterstattung (würde vermutlich jeder andere genauso machen).

Was ist nicht passiert:
• KI hat nicht die Weltherrschaft übernommen
• KI hat sich nicht selbständig gemacht und „von sich aus beschlossen“, irgendwelche Systeme anzugreifen oder Schaden zu verursachen. Vielmehr hat das Modell einfach eine Abkürzung zum Lösen der Aufgabe gesucht (schlaues Ding)

Was sollten wir daraus lernen:
• Cybersecurity wird durch KI in eine ganz neue Dimension katapultiert. Das wissen wir spätestens seit Anthropic Mythos. Und jetzt eben auch durch OpenAI
• KI kann (und muss) genutzt werden, um Bedrohungen zu erkennen und gegenzusteuern (das hat HuggingFace getan und auch in deren Blog veröffentlicht)
• KI kann aber auch genutzt werden, um zu bedrohen und in Systeme einzubrechen. Guardrails können ausgehebelt werden und Angriffe werden fieser
• das Ganze ist ernst zu nehmen und alles andere als eine harmlose Kuriosität. Aber auch kein Grund, in Panik zu verfallen

In diesem Sinne – bleiben Sie erst mal entspannt!

#informatikersindcool

Der Beitrag „Open AI Model buchst aus und hackt Hugging Face“ – erst mal ruhig bleiben… erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.

Stellen Sie sich mal vor, das würde funktionieren – also, der Gedanke, den ich gerade habe, das, was ich grad gelernt habe oder auch das, was ich gerade erklären möchte – einfach kopieren und beim Gegenüber einfügen.

Das wäre doch was. Damit könnte man das „Lernen“ unfassbar beschleunigen und Wissen gezielt, garantiert, verlustfrei und effizient verbreiten.

Aber was machen wir Menschen stattdessen? Wir reden, hören zu, vergessen die Hälfte, verstehen die andere Hälfte nicht, schreiben Dinge auf, lernen auswendig, vergessen wieder die Hälfte, lesen nach, fassen zusammen, probieren aus, vertiefen, festigen, überprüfen, fallen auf die Nase, stehen wieder auf, überlegen, lesen und schreiben wieder, fragen nach und irgendwann….. haben wir gefühlt irgendwas verstanden und mit großer Hoffnung auch etwas gelernt.

Das ist, wie unser Gehirn funktioniert, wie wir Menschen seit Generationen Wissen weitergeben. Das ist der Grund, warum bei der Wissens-Weitergabe Verluste einkalkuliert werden müssen, weil „mein Hirn“ eben anders verdrahtet ist (auch schon rein biologisch) als „Ihr Hirn“. Ich habe vermutlich einige Neuronen anders sitzen als Sie (interpretieren Sie das gerne, wie Sie wollen – lach).

Bei KI ist das anders.

KI-Modelle, Gewichte, Parameter – das lässt sich wunderbar kopieren. Das, was ich in ein neuronales Netz trainiert habe, kann ich sofort 1000-fach duplizieren und ausrollen. Hat bspw. ein selbstfahrendes Auto gelernt, wie ein Stopschild aussieht (gute Sache übrigens), können das sofort alle selbstfahrenden Autos. Wenn man’s drauf anlegt, in derselben Sekunde.

Da können wir – rein biologisch – nie im Leben mithalten. KI wird immer schneller „lernen“ als wir.

Sollten wir deswegen frustriert sein? Ich denke, nein. Maschinen haben schon immer Dinge besser oder schneller gemacht, als wir. Ich finde es auch nicht schlimm, dass ein Auto sich schneller fortbewegt, als ich laufen kann.

Der einzige Punkt ist, dass das, was wir bislang als unsere ureigenste Fähigkeit proklamiert haben – nämlich Intelligenz – jetzt in den Fokus rückt (herzlich willkommen in der Krone der Schöpfung). Allerdings hat Intelligenz meiner Meinung nach nur bedingt was mit Fakten, Wissen, „Lernen“ zu tun, sondern vielmehr mit Handeln, Einordnen, Kreativität, Emotion, Fühlen und auch mit dem Vertreten von Werten.

Daher hab ich zumindest auch kein Problem, wenn KI viel mehr „weiß“ und viel schneller „lernt“ als ich. Vielleicht ist KI für uns Menschen ja auch der große Katalysator, uns wieder auf das zu besinnen, was uns ausmacht….

… allerdings sollte man mit dieser (zugegebenermaßen sehr verklärten) Ansicht besser nicht aktuelle Nachrichten und geopolitische Geschehnisse betrachten. Denn trotz aller „Intelligenz“ ist der Mensch manchmal auch erschreckend blöd.

#informatikersindcool#intelligenzvermutung

Der Beitrag Warum „Lernen“ nicht mit KI mithalten kann…. erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.

Aber darum geht’s grad nicht. Also… es geht natürlich auch darum und die Glückwünsche sind absolut ernst gemeint. Der Abend war ein absolutes Highlight für mich.

Nur…. als ich reinkam stand da der große Claim der Schule: „Wissen in Bewegung“. Und da ging kurzzeitig der Informatiker in mir mit mir durch. Und ich hab‘ ca. 2 Stunden mit mir gerungen, den Vortrag spontan zu einem ganz anderen aber genau so wichtigen Thema zu halten – nämlich zur Informationstheorie….

Denn „Wissen in Bewegung“ hat mich an den berühmten Satz von Rainer Kuhlen erinnert, der den Ausdruck „Information ist Wissen in Aktion“ erfunden und geprägt hat. Es geht um die fast philosophische Frage, wann aus Information Wissen wird, wann und wie also aus einer Zeichenkette mit bestimmten Buchstaben auf einmal im Kopf ein dazu passendes Bild entsteht. Und Kuhlen hat seinerzeit beschrieben, dass es dafür immer einen Trigger – eine Aktion – braucht, um aus Information echtes „Wissen“ zu machen.

Boah, was wäre das für ein Aufhänger gewesen. Wie toll hätte man da das Thema der Schule mit einem Vortrag aufgreifen und verbinden können.

Man hätte den tollen Widerspruch herausarbeiten können, dass Kuhlen einer der wenigen ist, die Information als Teilmenge von Wissen definieren. Die meisten machen das nämlich eher andersrum. Man hätte auf das Informationsbedürfnis abzielen können, das die Grundlage für Prozesse im Wissensmanagement und der Informationstheorie ist, und das uns gerade in unserer heutigen Gesellschaft so sehr prägt. Man hätte sogar den „anomalous state of knowledge“ von Belkin erklären können, der die Wissenslücke als etwas anomales, etwas seltsames beschreibt, was unbedingt aufgelöst werden möchte. Genau genommen beschreibt er damit etwas, was nicht da ist (eine Lücke), auch lustig. Ach Gott, wäre das cool gewesen…. denn auch wenn’s total schräg klingt: ich steh auf so ein Zeug. Und schraube das gerne jedem rein, der sich grad nicht wehren kann (so wie Sie jetzt gerade).

…. und wie schnell wäre man damit in sehr nerdige Gefilde abgedriftet und hätte das Publikum verloren (lach). Zum Glück konnte ich mich beim Riemen reißen und hab dann doch „Irgenwas mit KI“ erzählt.

Dennoch wollte ich diesen inneren Kampf mal aus dem Nähkästchen geplaudert mit Ihnen teilen….

#informatikersindcool

Danke nochmal an die Dr. Buhmann Schule gGmbH und an Prof. Dr. Matthias Limbach für die Einladung und herzlichen Glückwunsch zum Jubiläum!

Der Beitrag „Wissen in Bewegung“ – das Nähkästchen in Hannover erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.

Die Empfehlung der DIHK deckt sich mit dem, was ich schon seit mehreren Monaten auf verschiedenen Veranstaltungen, Seminaren und Fachbeiträgen sage (puh, Glück gehabt, lach) und lässt sich recht kurz zusammenfassen:

• Sachverständige halten den Kopf hin. Immer. Persönlich. Ohne Ausrede. Per Gesetzt. KI hin oder her.

• Sachverständige müssen den Stand der Technik für ihre Gutachten anwenden (also auch KI) und diesen beherrschen. Also fit machen, ausprobieren, reflektieren, hinterfragen, Grenzen aufzeigen

• zur Sicherheit: vorher den Richter fragen oder informieren. Reden hilft…

• Datenschutz, Datenschutz, Datenschutz. Wer Gerichtsakten zu Chat GPT hochlädt, hat definitiv was nicht verstanden.

• Transparent machen: wenn Sie KI einsetzen, schreiben Sie’s in den Anhang. Ein KI-Verzeichnis hilft, Ihre Gutachten besser einordnen zu können.

KI muss auf jeden Fall raus aus der „Schummel-Ecke“ und als ernsthaftes, wissenschaftlich technisches Werkzeug in den Standard-Werkzeugkoffer eines Sachverständigen. Nachvollziehbarkeit und Nachprüfbarkeit von KI-Ergebnissen sind zwar schwierig, aber auch dafür gibt es Lösungen.

Für mich sind solche offiziellen Handreichungen wichtige Schritte!

#informatikersindcool#selberdenkopfhinhalten

P.S.: in der nächsten Auflage des „Praxishandbuch Sachverständigenrecht“ haben wir dem Thema KI ein ganzes Teilkapitel gewidmet. Sobald ich hier ein Erscheinungsdatum habe, melde ich mich dazu.

Der Beitrag Handreichung zu KI – speziell für Sachverständige erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.

Alle großen Player sind an Bord und schaffen es mittlerweile, derartige Echtheits-Informationen über die gesamte Bearbeitungskette zu sichern (nennt sich dann „glass-to-glass“) also von der Kameralinse bis zum TV-Screen oder bis zum Monitor, auf dem Sie sich ein Bild oder Video ansehen.  

Sehr coole Sache und in Zeiten der digitalen Überflutung unfassbar wichtig!

Aber – und für mich ist das ein großes „Aber“: auch KI-Anbieter nutzen mittlerweile denselben Mechanismus, um ihre generierten Bilder als „echt KI-generiert“ zu kennzeichnen.

Der Hintergrund dafür sind zwei Dinge:
1) die KI-Verordnung verpflichtet die Anbieter zur Kennzeichnung (gute Sache das)
2) KI-generierter Müll (sorry for that) sollte besser nicht für das Training der nächsten KI-Modelle verwendet werden – sonst wird aus generativer KI schnell die degenerative KI.

Was nun also erst mal gut klingt, hat einen großen Haken: man hat hier vergessen, die Nutzer „mitzunehmen“. Das C2PA-Symbol (ein kleines CR, das bspw. auch LinkedIn anzeigt) ist nämlich in beiden Fällen dasselbe und besagt lediglich, dass irgendwelche Echtheitsinformationen vorhanden sind.

D.h. die Nutzer sehen ein CR-Symbol und bekommen den Eindruck, „ui schau guck, das ist ja wirklich echt“. Erst, wenn man drauf klickt und sich die Details ansieht, stellt man dann fest – „oh, das ist ja echt KI-generiert“.

Aber Hand auf’s Herz – wer sieht sich die Details wirklich an?

Wir haben hier aus meiner Sicht kein technisches Problem, sondern ein Informations-Visualisierungs-Thema for der Brust! Und etwas, das wir Nutzern auch erst mal erklären müssen!

Ich wünsche mir zumindest drei verschiedene Symbole oder Farben, die Nutzer auf den ersten Blick richtig einordnen können:

1) echte Szene und mit einer echten Kamera aufgenommen
2) Echte Szene, aber relevante Überarbeitungen / Retusche > Vorsicht
3) vollständig KI-generiert

Ich denke, damit könnte man für sehr viel Sicherheit, Verlässlichkeit und Akzeptanz sorgen.

… sonst gucken wir demnächst alle etwas verwirrt auf unsere Bildschirme…

#informatikersindcool#echtheitistdasneueasset#guckstdu

P.S.: ich schreibe das nicht nur auf LinkedIn, sondern bin mit verschiedenen C2PA-Mitgliedern in Kontakt, um solche Lösungen prototypisch umzusetzen und diesbezüglich für Aufmerksamkeit zu sorgen. „Machen“ ist unterm Strich immer ne gute Option.

Der Beitrag C2PA als Echtheitsnachweis? kann auch bedeuten: Das Ding ist „echt künstlich“ erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.

Als IT-Sachverständige ist es unsere Aufgabe, hier aufzuklären – also na ja, genau genommen ist es das nicht, aber ich möchte das gerne so sehen und mach‘ es trotzdem

Ich hoffe nämlich, dass möglichst viele Fachanwälte, Richter, andere Sachverständige und auch Privatpersonen sich mit dem Thema beschäftigen.

Es gibt nämlich technische Lösungen, die wirklich für Sicherheit bei der Nutzung digitaler Medien im rechtlichen Kontext sorgen:

• die C2PA zertifiziert und dokumentiert die Echtheit von Medien, d.h. sie garantiert, dass das was auf einem Bild oder Video zu sehen ist, auch tatsächlich so passiert ist

• eIDAS 2.0 mit qualifizierten elektronischen Signaturen und auch mit dem EUDI-Wallet sichert die Erstellerinformation, also das es auch tatsächlich ein digitales Medium ist, das der „echte“ Stefan Wagenpfeil erstellt hat

Mit diesen beiden Mechanismen lässt sich jedes Element der digitalen Beweiskette überprüfen, absichern und nachvollziehen – vorausgesetzt, man setzt diese auch ein.

Ich fände es super, wenn ich auf diesem Weg ein paar Menschen erreiche, die zumindest mal darüber nachdenken, dass das überhaupt ein Thema ist, mit dem man sich beschäftigen muss – denn viele von uns sind immer noch sehr unbedarft und blauäugig, was die neuen Möglichkeiten (ja, besten Dank liebe KI) bei der Erstellung und Manipulation digitaler Medien betrifft. Leider auch im rechtlichen Kontext.

#informatikersindcool

P.S.: derzeit läuft ein Pilotprojekt in dem wir (SLW Streitz Liesegang Wagenpfeil & Partner) mit den großen deutschen Zertifikatsanbietern, den IHKs und weiteren Partnern die Qualität und Verbreitung einer sicheren digitalen Beweiskette in Deutschland weiter voran treiben.
Denn auch hier gilt: einer muss ja mal anfangen…

Der Beitrag Digitale Beweiskette sichern! C2PA und eIDAS 2.0 erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.

Ich glaube nicht, dass es daran liegt, dass mich das Thema interessiert und ich deswegen auch in so ’ner Souveränitäts-Bubble unterwegs bin – selbst die großen Medien berichten immer öfter darüber und das ist gut so!

Wenn Sie mich fragen sind all das Signale, dass sich in Deutschland und Europa doch noch was bewegen lässt, wenn der Wille (oder auch der Druck) nur groß genug ist.

Hinzu kommen auch immer neue Geräte und Hardware-Möglichkeiten (witzigerweise auch aus den USA), die es uns ermöglichen, viel mehr lokal zu verarbeiten und somit unabhängiger von zentralen Service-, Daten- und Lizenzmodellen zu werden.

Ich finde, man kann das durchaus mal positiv bewerten und sich ein klein wenig über diese Entwicklung freuen – vielleicht sogar ein klein wenig stolz darauf sein!

#informatikersindcool#digitalesouveränität

Der Beitrag Digitale Souveränität – es tut sich was! erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.

Und dann versuche ich, in der Vorlesung zu erklären, warum es auch heute noch wichtig ist, sparsame Programme und Datenstrukturen zu bauen. Läuft…

Dabei ist es heute wichtiger als je zuvor und der Grund dafür ist Multimedia. Denn unsere Multimedia-Kollektionen (Bilder, Videos, Musik, Sprachnachrichten) werden nicht nur immer größer (Hand auf’s Herz – wie viele Fotos haben Sie alleine schon auf Ihrem Handy), sondern die einzelnen Elemente werden immer hochauflösender.

4k-Streaming mit 100 Hertz ist doch normal, oder?

Schon mal drüber nachgedacht, was das bedeutet?
4k sind 3840×2160 Bildpunkte, also gut 8 Millionen Pixel. Jedes einzelne Pixel wird (mindestens) durch einen RGB-Wert (rot, grün blau) zum leuchten gebracht, jeder davon kann einen Wert von 0 bis 255 annehmen (= 1 Byte). Heißt also pro Pixel: 3 Bytes x 8 Millionen = 24 Millionen Bytes pro Bild. Also mal eben 24 MB (unkomprimiert).

Bei 100 Hertz müssen wir das schlappe 100 mal pro Sekunde aktualisieren, sind also pro Sekunde 100x24MB = 2.4 GB. Pro Sekunde!

2,4 Gigabyte! pro Sekunde! Unkomprimiert. Ja bist Du deppert….?!

Macht dann pro Minute 144 GB und bei einem 90-Minuten Film knapp 13 Terabyte. (unkomprimiertes Video)

Wären uns in der Informatik die Bytes tatsächlich egal, gäbe es heute kein Streaming. Denn durch geschickte Verarbeitung, Physik und Kompression, schaffen wir es, anstatt der 13 TB für einen unkomprimierten Film dieselbe wahrgenommene Qualität in gerade mal ca. 20 GB zu stecken – also um den Faktor 650 kleiner. Und dann fluppt das auch über die DSL-Leitung…

Da kann man doch mal im Brustton der Überzeugung sagen: #informatikersindcool

Andernfalls würden wir auch heute noch in PAL-Auflösung (720×576 Pixel) mit Flimmern (25 Hz) krisselige Videos ansehen.

Und genau deswegen zählt auch heute noch „jedes Byte“!

#informatikersindcool#multimedia#highresolution#hunderttausendbilderaufdemtelefon#bistdudeppert

P.S.: Multimedia Information Retrieval bei Springer (https://https://lnkd.in/e_eJF5Zb)

Der Beitrag Warum auch heute noch jedes Byte zählt erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.

Der Hauptunterschied zwischen Quell- und Maschinencode: Quellcode kann man lesen und verstehen, Maschinencode nicht mehr (bis auf wenige echte Nerds). Denn Maschinencode ist auf eine Prozessorarchitektur optimiert und enthält die direkten CPU- oder GPU-Befehle zum Lesen, Schreiben von Registern und zum Ausführen des Chip-Befehlssatzes. Sehr, sehr tief in 0 und 1, aber dafür auch sehr, sehr schnell in der Ausführung.

Nun stellt sich doch die Frage, ob es nicht besser wäre, wenn KI-Tools anstatt einer Programmiersprache gleich diesen Maschinencode erzeugen würden. Warum sollte man bspw. beim Vibe-Coding den Umweg über aufwändige Quellcodes gehen, wenn am Ende doch eh alles 0 und 1 wird? Wäre das für eine KI nicht deutlich einfacher? Die ist doch auch „nur“ 0 und 1 – oder?

Gut – ob sich diese Frage jetzt jedem stellt, lasse ich mal offen. Mir geht sie jedenfalls durch den Kopf. Und was da drin ist, muss manchmal wieder raus. Und manchmal auf LinkedIn. Sorry dafür…

Also zurück zum Thema: warum nehmen KI’s diese Abkürzung nicht?

Ich sehe hierfür hauptsächlich zwei Gründe:

1) die Tatsache, dass KI Systeme lesbaren Quellcode erzeugen, ist aktuell hilfreich, denn es gibt eine ganze Reihe Menschen (nämlich uns Informatiker), die diesen verstehen, bewerten, einordnen und ggf. auch korrigieren können. Solange KI Fehler macht, ist dieser Schritt unbedingt notwendig (und das wird noch ein Weilchen so bleiben).

2) derzeitige KI-Modelle sind Sprachmodelle, die sehr gut darin sind, Wörter, Sätze, grammatikalische Strukturen zu verarbeiten – nichts anderes sind Programmiersprachen. Außerdem gibt es Tonnen an Programmcodes, die für’s Training verwendet werden können. Und man braucht für das Beschreiben der Anforderungen natürliche Sprache und somit ohnehin ein Sprachmodell…

Deshalb macht es durchaus Sinn, dass KI erst mal noch ein Weilchen lesbaren Quellcode ausspuckt, der dann – wie schon immer – in Maschinencode übersetzt (oder meinetwegen auch zur Laufzeit interpretiert) wird. Vielleicht wird sich das irgendwann ändern, wenn die Modelle noch besser sind oder wenn wir noch weniger Anspruch haben, wirklich zu „verstehen“, was generative KI so ausspuckt. Die einigen wenigen echten Nerds, die noch Maschinencode „lesen“ können, werden dann vermutlich unfassbar reich…

Vielleicht sollten wir also wieder mehr Compilerbau unterrichten…..

#informatikersindcool#wasrausmussmussraus#gedankenzumsonntag

Der Beitrag Compilerbau – war da was? erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.

Die meisten machen einen neuen (anfangs leeren) Stapel und nehmen dann Beleg für Beleg und sortieren diese einzeln in den neuen Stapel ein. In der Informatik nennt man dieses Vorgehen „InsertionSort“. Funktioniert bei Belegen super, weil die meistens schon irgendwie vorsortiert sind, dadurch geht das meist recht fix.

Nun wollen wir die (nach Datum sortierte) Liste nach Absender-Adressen sortieren.

Machen wir das genauso wie oben, wird’s schnell nervig und dauert. In der Informatik im schlechtesten Fall O(n^2) – gesprochen „O von n Quadrat“ (sorry, Nerd-Stuff mal wieder). Denn wir müssen – im worst case – jedes Element mit jedem anderen vergleichen. Das wiederum bedeutet, dass wir bei 10 Elementen im schlechtesten Fall 10^2 also 100 Einzelschritte durchführen müssen – und bei 100 Elementen bereits 10.000, bei 1000 Elementen 1.000.000 Schritte. Bäh.

Also was tun wir?

Wir verwenden z.B. MergeSort – einen Algorithmus, der mit O(n log n), also mit logarithmischer Komplexität, läuft. Das ist initial zwar deutlich komplizierter, braucht im schlechtesten Fall bei 10 Elementen aber nur 30 Einzelschritte (statt 100), bei 100 Elementen nur 700 (statt 10.000) und bei 1000 Elementen nur schlappe 10.000 Schritte (statt 1.000.000).

MergeSort basiert auf der Idee, dass wir all unsere Belege erst mal willkürlich verteilen (wir werfen das Zeug einfach auf den Boden). Dann bilden wir kleine Stapel (z.B. immer fünf Belege), die wir sortieren. Dann nehmen wir die 5-er Stapel und vergleichen diese jeweils mit einem anderen Stapel und sortieren daraus einen neuen 10-er Stapel. Das ist einfach, weil ich ja immer nur die obersten Elemente vergleichen muss. Dann machen wir dasselbe mit den 10-er Stapeln usw.

Also: bei kleinen Listen ist InsertionSort super, einfach, schnell, intuitiv. Aber ab ca. 30 Elementen kippt das. Da nervt das „einfache“ Sortieren nur noch und der Aufwand, etwas „komplizierter“ zu denken, lohnt sich.

In der Informatik gibt es ca. 15 zentrale Sortier-Algorithmen und ca. 50 weitere Varianten und Spezialfälle, die sich alle durch Laufzeitverhalten, Speicherverbrauch und die Größe des Chaos auf Ihrem Fußboden unterscheiden (scheinbar hatten wir über Jahre nichts anderes zu tun, als uns darüber Gedanken zu machen….).

Für mich sind Sortier-Algorithmen aber ein hervorragendes Beispiel dafür, dass es eben nicht immer die eine einzige und beste Lösung gibt und dass man viel Input „drumherum“ braucht, um entscheiden zu können, wie man ein Problem am besten angeht (inklusive der Größe des Fussbodens…).

Und jetzt probieren Sie einfach mal aus, was passiert, wenn Sie die KI bitten, Ihnen einen Vorschlag für die Sortierung einer Liste zu machen….. eine gute KI fragt jetzt nach der Größe Ihres Fussbodens….

Schönen Sonntag!

informatikersindcoolsortierenistlangweilig

Der Beitrag Belege sortieren – nerd style erschien zuerst auf Prof. Dr.-Ing. Stefan Wagenpfeil.