❌

Normale Ansicht

Received before yesterday

Halbe Million Elektroautos getestet: Batterien überraschen nach 150.000 km

02. November 2026 um 05:45

Der Beitrag Halbe Million Elektroautos getestet: Batterien überraschen nach 150.000 km erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Report E-Auto Batterie Alterung

Die weltweit größte unabhängige Studie zur Batteriegesundheit gebrauchter E-Autos zeigt anhand von Langzeittests, dass die Batterien von Elektroautos langsamer altern als etliche vermuten. Auch nach 150.000 Kilometern überzeugen viele Modelle mit der noch vorhandenen Kapazität. Doch die Ergebnisse schwanken.

Der „AVILOO Certified EV Battery Report“ basiert auf Gebrauchtwagen, deren Batteriezustand nicht geschätzt, sondern tatsächlich dokumentiert ist. Hier fußt auch die Kernbotschaft der ersten AVILOO-Studie: „Testen Sie Ihr Fahrzeug unabhängig, statt den Zustand zu erraten“. Teil der Untersuchung waren mehr als 500.000 Tests, die zwischen 2022 und 2026 an 20 gängigen E-Auto-Modellen stattgefunden haben – mit Daten aus Europa, Nord- und Südamerika, Australien und Asien, um unterschiedliche Klimazonen einzubeziehen.

Wie AVILOO die Batteriegesundheit von Elektroautos berechnet

AVILOO aus Österreich bezeichnet sich als globalen Marktführer für die E-Auto-Batteriediagnose. Anfang September 2026 hat das Unternehmen zum ersten Mal den „AVILOO Certified EV Battery Report“ veröffentlicht, der jetzt zweimal im Jahr erscheinen soll.

Eigens entwickeltes Diagnoseverfahren statt Selbstauskunft der Fahrzeuge: Die unabhängigen AVILOO-FLASH-Tests berechnen die Batteriegesundheit anhand von Algorithmen. Damit richtet sich AVILOO an eine breite Zielgruppe: alle, die ein gebrauchtes E-Auto kaufen, verkaufen, finanzieren oder versichern.

Der Report zeigt den medianen Batteriezustand bei drei Kilometerständen (50.000, 100.000 und 150.000 Kilometern) und die Bandbreite, in der sich 99 Prozent der gebrauchten E-Autos an diesen Punkten bewegen. Dafür wird aus unabhängigen FLASH-Test-Daten für jedes Modell eine statistische Verteilung des sogenannten State of Health (SoH) an jedem Kilometerstand erstellt.

Der SoH meint den noch vorhandenen Prozentsatz der anfänglichen Batteriekapazität. Die Kennzahl gilt als besonders wichtig, um die Alterung einer gebrauchten E-Auto-Batterie darzulegen. Beträgt der SoH beispielsweise 92 Prozent, liefert die Batterie rund 92 Prozent der ursprünglichen Reichweite pro Ladung.

Nach 150.000 km noch 91 Prozent: Warum Elektroauto-Batterien weit über den Garantiezusagen liegen

Im Durchschnitt liegt der SoH über die 20 Modelle hinweg bei allen drei Kilometerständen über 90 Prozent. Während es bei 50.000 Kilometern noch rund 95 Prozent sind, sinkt der Wert bei 150.000 Kilometern zwar, befindet sich aber immer noch bei etwa 91 Prozent.

Interessant wird es beim Vergleich mit den Garantieangaben. Denn die meisten Hersteller sichern bei 160.000 Kilometern mindestens 70 Prozent zu. Somit lässt sich grundlegend festhalten, dass die Batteriegesundheit am Markt insgesamt weiterhin robust ist – und dass der Verschleiß bei vielen Autos sogar weit unter der Haftungsgrenze der Hersteller liegt.

Die Testsieger sind der Mercedes-Benz EQA, der Hyundai Ioniq 5 und der BMW i4. Alle drei Modelle haben nach 150.000 Kilometern noch etwa 94 Prozent SoH. Rund 93 Prozent erreichen der Hyundai Kona EV, der Volvo XC40 Recharge und der Ford Mustang Mach-E. Das beste Tesla-Modell liegt bei knapp 90 Prozent.

Warum zwei identische E-Autos unterschiedlich altern können

AVILOO betont, dass die Daten stark schwanken – und zwar nicht nur zwischen verschiedenen Modellen, sondern „auch zwischen einzelnen Fahrzeugen desselben Modells“. Dabei seien die Unterschiede mitunter so groß, dass sie den realen Fahrzeugwert verändern würden.

Ein Beispiel: Der Volkswagen ID.4, einem Test zufolge Platz sechs der besten elektrischen Kompakt-SUV im Jahr 2026, erreicht im AVILOO-Report nach 150.000 Kilometern aufgerundet 91 Prozent SoH. Allerdings würde der SoH einzelner ID.4-Autos bei höheren Kilometerständen um bis zu zwölf Prozent schwanken.

Laut Marcus Berger, dem CEO von AVILOO, würden Durchschnittswerte viel verschleiern:

Ja, E-Auto-Batterien altern besser, als ihr Ruf vermuten lässt, aber das ist nicht die spannendste Erkenntnis. Viel wichtiger: Die Batteriegesundheit unterscheidet sich stark zwischen Modellen, und noch stärker zwischen einzelnen Autos desselben Modells. Zehn oder fünfzehn Prozentpunkte Unterschied beim State of Health bedeuten einen echten Unterschied bei Reichweite, Wert und Verlässlichkeit. Ohne unabhängigen Test wissen Sie einfach nicht, wo Ihr Auto in dieser Bandbreite steht.

Zudem gibt es mehr Faktoren, die die Batteriegesundheit beeinflussen, als die gefahrenen Kilometer. So würde eine Batterie in kühleren Regionen beispielsweise langsamer laden und anders verschleißen als in wärmeren Gebieten. Auch die Batteriegröße ist entscheidend, weil häufigere Ladezyklen die Alterung beschleunigen können.

Auch interessant:

Der Beitrag Halbe Million Elektroautos getestet: Batterien überraschen nach 150.000 km erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

KI von A bis Z: Diese 26 Begriffe sollte jetzt jeder kennen

27. Oktober 2026 um 05:45

Der Beitrag KI von A bis Z: Diese 26 Begriffe sollte jetzt jeder kennen erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Künstliche Intelligenz war vor Kurzem noch Fachleuten vorbehalten, doch inzwischen unterhalten sich Millionen Menschen täglich mit einem Chatbot. Allerdings kennen die wenigsten sich mit der Materie wirklich aus. Den ein oder anderen Namen oder Fachbegriff haben die meisten schon einmal gehört, aber mit unserem KI-ABC haben wir die wichtigsten Begriffe der Technologie von A bis Z zusammengetragen, um so viele Aspekte wie möglich abzudecken.

A wie Anthropic

Anthropic ist eines der wichtigsten KI-Unternehmen und wurde 2021 von ehemaligen Mitarbeitern des Konkurrenten OpenAI gegründet. Am bekanntesten ist die Firma für ihre Modelle rund um Claude, mit denen sie in Bereichen wie Coding momentan sogar marktführend ist. Zuletzt war Anthropic in den Schlagzeilen, weil die Flaggschiff-Modelle Fable 5 und Mythos 5 wegen US-Exportkontrollen zeitweise abgeschalten werden mussten.

B wie Bias

Bias bedeutet so viel wie Voreingenommenheit. Ja, auch Maschinen können Vorurteile haben, wenn ihre „Persönlichkeit“ auf menschlichen Daten beruht. Beispiele dafür gibt es viele: Die Benachteiligung von Frauen wegen zu vieler Lebensläufe von Männern in den Trainingsdaten. Oder eine diverse Darstellung von historischen Persönlichkeiten in einem Bildgenerator. Ein KI-Werkzeug ist also nie gänzlich objektiv.

C wie Chain of Thought

Eine KI, die Chain of Thought nutzt, zerlegt Fragen erst einmal in mehrere Zwischenschritte. Viele Modelle blenden ihre Gedankengänge sogar ein, auch wenn diese Informationen natürlich nur ein Teil der Wahrheit sind. Ein Blick hinter die Kulissen zeigt, wie ein Chatbot versucht, den Prompt des Nutzers zu interpretieren und adäquat darauf zu antworten. Auch eventuelle Recherchen im Internet gehören zur Chain of Thought.

D wie Deepfake

Das Wort Deepfake setzt sich aus „Deep Learning“ und „Fake“ zusammen. Es bezeichnet die Generierung von täuschend echten Bildern, Stimmen oder Videos real existierender Personen. Ursprung des Begriffs ist ein Reddit-Nutzer, der unter diesem Namen 2017 manipulierte Videos verbreitete. Da Deepfakes sehr oft Persönlichkeitsrechte verletzen und für Betrügereien genutzt werden, ist der Begriff negativ aufgeladen.

E wie Embedding

Embedding ist ein wichtiger Begriff für die Funktionsweise von Künstlicher Intelligenz. Es beschreibt einen Vorgang, bei dem Wörter und Wortteile in Zahlenreihen, sogenannte Vektoren, übersetzt werden. Die KI „rechnet“ sozusagen Sprache. Wörter, die eine ähnliche Bedeutung haben, liegen im mathematischen Raum eng beieinander. Ein Beispiel: „König“ minus „Mann“ plus „Frau“ landet in der Nähe von „Königin“.

F wie Fine-Tuning

Zu Beginn werden KI-Modelle breitgefächert trainiert. Sie sollen sich in möglichst allen Lebensbereichen zumindest rudimentär auskennen. Für die Kenntnisse in Nischenthemen folgt später das Fine-Tuning. Hierbei werden kleine, aber spezialisierte Datensätze verfüttert, die der Maschine Fachwissen vermitteln, ohne durch unnütze Daten verwässert zu werden.

G wie Google

Auch Google ist eine Größe der KI-Branche. Mit seinen Gemini-Modellen konnte der Konzern OpenAI und ChatGPT zwischenzeitlich in einigen Bereichen den Rang ablaufen. Ein großer Vorteil war die frühe Integration der Internetsuche – das Spezialgebiet von Google. Das Unternehmen war aber von Beginn an dabei: 2017 entwickelten Forscher von Google die Transformer-Architektur (das T in ChatGPT).

H wie Halluzination

Sie sind bei den bekannten Modellen deutlich seltener geworden, aber ganz verschwinden werden sie wohl nie: Halluzinationen. Was die Fehler einer KI so gefährlich macht, ist das Unvermögen vieler Modelle, Unwissenheit zuzugeben. Stattdessen werden falsch zugeordnete oder frei erfundene Fakten mit absoluter Überzeugung als Wahrheiten präsentiert. Deshalb sollte man immer Quellen verlangen und den Chatbot auffordern, offen zu kommunizieren.

I wie Instruction Tuning

Ist das Grundtraining eines KI-Modells beendet, kann es Texte vervollständigen, aber noch keine Anweisungen befolgen. Hier setzt das Instruction Tuning ein. Immer wieder werden Prompts mit passenden Antworten serviert oder von menschlichen Testern bewertet; solange bis der Chatbot tatsächlich als nützlicher Assistent fungieren kann, der versteht, was der Nutzer von ihm will.

J wie Jailbreak

Jailbreak ist ein schon lange existierender Begriff für das Knacken von Software-Limitierungen. In Bezug auf KI geht es in erster Linie um die Umgehung von Sicherheitsvorkehrungen. Auf diese Weise sollen einem Modell verbotene Antworten entlockt werden. Die Entwickler versuchen natürlich konstant, die Lücken zu schließen, doch findige Nutzer kommen immer wieder auf neue Tricks.

K wie Kontextfenster

Das Kontextfenster legt fest, wie viel Text von einer KI auf einmal verarbeitet werden kann. Es ist also eine Art Arbeitsspeicher. Da sich Prompt und Antwort den Platz teilen, sollte man seine Eingaben immer möglichst präzise formulieren. Die Maßeinheit für diese Kapazität nennt man Token. Zu Beginn konnte ChatGPT noch rund 4.000 Token verarbeiten, heute schaffen einige Modelle bis zu einer Million.

L wie LLM

LLM ist die Abkürzung für Large Language Model, also großes Sprachmodell. Diese bilden die Grundlage für alle bekannten Chatbots. Sie basieren auf Billionen von Wörtern, mit denen sie trainiert wurden, und werden von Milliarden von Parametern gelenkt. Ein Modell zerlegt Texte in Wortbausteine (Token) und berechnet immer wieder, welcher Baustein als Nächstes folgt. Sprache ist für Chatbots also eine Wahrscheinlichkeitsrechnung.

M wie Multimodal

KIs, die neben Texten auch noch andere Medien wie Bilder, Videos oder Audio erstellen und verarbeiten können, nennt man multimodal. Das ist vor allem dann nützlich, wenn Texte an ihre Grenzen kommen. Dank der Multimodalität fast aller großen Modelle kann man sich in Echtzeit mit dem Chatbot unterhalten, ihn ein Video analysieren lassen oder anhand eines Screenshots eine Situation diskutieren, für die es hunderte Wörter gebraucht hätte.

N wie Nvidia

Neben den Betreibern der bekannten Modelle ist Nvidia vermutlich der wichtigste Name der KI-Branche. Der Chiphersteller aus den USA ist bekannt für seine Grafikkarten. Der Aufstieg der neuen Technologie war ein Glücksfall für das Unternehmen, das seine Produktion an die neue Nachfrage angepasst hat und inzwischen den Markt für KI-Chips dominiert. Die Preise für Grafikkarten sind seitdem stark angestiegen.

O wie OpenAI

OpenAI wurde 2015 tatsächlich als gemeinnützige Organisation gegründet – unter anderem von Sam Altman und Elon Musk. Mit dem Launch von ChatGPT im November 2022 löste das Unternehmen den globalen KI-Boom aus. Seit 2025 ist OpenAI ein gewinnorientiertes Unternehmen, doch laut geleakten Unterlagen sind die Ausgaben momentan deutlich höher als die Einnahmen.

P wie Prompt

Ein Prompt ist ganz simpel eine Nachricht, die man an den Chatbot sendet. In der Regel beinhaltet diese eine Anweisung. Deren Qualität hat entscheidenden Einfluss auf den Nutzen der Antwort. Das Wichtigste: Immer Kontext geben, präzise formulieren und klar darlegen, welches Ergebnis man sich wünscht. Neben dem User-Prompt gibt es auch noch den System-Prompt – das sind die Anweisungen der Entwickler, die im Hintergrund jede Unterhaltung prägen.

Q wie Quantisierung

Damit frei verfügbare Modelle wie Llama, Qwen oder Mistral auch auf schwächerer Hardware wie einem Laptop oder Smartphone laufen können, müssen sie verkleinert werden. Beim Prozess der Quantisierung wird die KI sozusagen komprimiert. Ähnlich wie bei Bild- oder Videodateien gehen dabei Details verloren. Dafür ist der Datenschutz deutlich besser kontrollierbar. Modelle wie ChatGPT, Gemini, Claude laufen hingegen komplett auf den Servern des jeweiligen Anbieters.

R wie Reasoning

Das Reasoning hängt mit der Chain of Thought zusammen. Es erlaubt Modellen, vor einer Antwort nachzudenken und Schlussfolgerungen zu ziehen. Wer öfter mit einem Chatbot kommuniziert, ist vermutlich schon auf Antworten gestoßen, in denen sich die KI selbst verbessert. Zwar bedeutet Reasoning einen höheren Rechenaufwand, aber dafür können vor allem in Bereichen wie Programmierung, Mathe und Logik starke Ergebnisse erzielt werden.

S wie Superintelligenz

Superintelligenz ist ein Begriff, der momentan in den Medien sehr präsent ist. Gemeint ist eine KI, die den Menschen in allen Bereichen überlegen ist. Einerseits streben Konzerne wie Meta genau das an, andererseits warnen viele Chefs von KI-Firmen vor den Auswirkungen. Zuletzt forderte Anthropic-Chef Dario Amodei eine gemeinsame Entwicklungspause und wurde dabei unter anderem von Sam Altman und Elon Musk unterstützt.

T wie Turing-Test

Der Turing-Test wurde 1950 vom britischen Mathematiker Alan Turing ins Leben gerufen. Dabei geht es um die Frage, ob eine Maschine einen Menschen so gut imitieren kann, dass wir den Unterschied nicht mehr feststellen können. Tatsächlich hat ein Modell den Test schon bestanden: In einer Studie wurde GPT-4.5 öfter für einen Menschen gehalten als echte Menschen. Allerdings brauchte es dafür eine spezielle Persönlichkeitsvorgabe.

U wie Urheberrecht

Eines der größten Themen seit dem Durchbruch von LLMs ist das Urheberrecht. Das Problem: KIs werden mit unzähligen geschützten Werken gefüttert, ohne dass die meisten Urheber jemals eine Entschädigung erhalten. In Deutschland wurde im November 2025 der GEMA in einer Klage gegen OpenAI recht gegeben, und in den USA musste Anthropic 1,5 Milliarden Dollar an Buchautoren zahlen.

V wie Vibe Coding

Texter wurden als Erste mit den Auswirkungen von KI konfrontiert, doch inzwischen sind auch Programmierer betroffen. Ähnlich wie Baukästen für Internetseiten erlaubt es Vibe Coding selbst Menschen ohne Programmierkenntnisse, Code zu erstellen. Man sagt dem Modell zum Beispiel, was eine App können soll, und die KI schreibt den Code. Diesen zu verstehen ist aber natürlich noch immer von Vorteil.

W wie Wasserzeichen

Das Internet könnte schon bald komplett von KI-Inhalten dominiert werden. Um das zu verhindern, sollen Texte, Videos, Bilder und Songs gekennzeichnet werden. Manche Wasserzeichen sind offensichtlich, so wie das Symbol auf von Gemini generierten Bildern. Manche sind aber auf den ersten Blick nicht erkennbar: Claude formuliert seit Kurzem Texte so, dass sie mit einer Schlüssel-Software als KI-generiert erkannt werden können.

X wie xAI

Nachdem sich Elon Musk mit Sam Altman und OpenAI überworfen hatte, gründete er 2023 mit xAI sein eigenes KI-Unternehmen. Dessen Chatbot Grok ist direkt in die Plattform X integriert. XAI hat aber eine zweite Bedeutung: die Abkürzung steht für „Explainable AI“, also erklärbare KI. Dabei handelt es sich um ein Forschungsfeld, das die Entscheidungen von Systemen nachvollziehbar machen will.

Y wie Yann LeCun

Der französische Informatiker Yann LeCun gilt als einer der Väter von Deep Learning. 2018 erhielt LeCun gemeinsam mit Geoffrey Hinton und Yoshua Bengio den Turing Award – das ist der inoffizielle Nobelpreis für Informatik. Über ein Jahrzehnt leitete er die KI-Forschung bei Meta. Inzwischen hat LeCun das Unternehmen verlassen. Er gilt als Kritiker von LLMs und setzt stattdessen auf sogenannte World Models, die auch die physische Welt verstehen sollen.

Z wie Zensur

KI könnte die Menschheit als objektive und unvoreingenommene Entität voranbringen. Doch viele Politiker haben andere Pläne. In China müssen Modelle zum Beispiel die Vorgaben der Internetbehörde Cyberspace Administration of China erfüllen. Wer einen Chatbot mit heiklen Fragen konfrontiert, merkt schnell, dass diese entweder abgelehnt oder auf eine sehr konforme Weise beantwortet werden.

Auch interessant: 

Der Beitrag KI von A bis Z: Diese 26 Begriffe sollte jetzt jeder kennen erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Reine Physik: Warum Verbrenner gegen E-Autos nicht anstinken können

05. Oktober 2026 um 05:45

Der Beitrag Reine Physik: Warum Verbrenner gegen E-Autos nicht anstinken können erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

E-Autos Verbrenner Vergleich Wirkungsgrad

E-Autos werden häufig wegen niedriger Reichweiten und hoher Anschaffungspreise kritisiert. Neben ihrer besseren Umweltverträglichkeit und den geringeren Haltungskosten gibt es ein weiteres Argument, das erstaunlich selten erwähnt wird: In Sachen Effizienz hat ein Verbrenner gegen einen Elektromotor keine Chance. Der Energieverlust ist bei Stromern deutlich niedriger. Eine kommentierende Analyse.

Das Ende von Autos mit Verbrennungsmotor ist auf lange Sicht unausweichlich. Und trotzdem ist der Vorgang ein echtes Streitthema. Doch anstatt auf politischer Ebene zu diskutieren, sollte man sich lieber auf die Fakten beziehen. Denn vor allem die physikalischen Vorteile von E-Autos sind interessant und sollten mehr in den Fokus rücken.

Beim Fahren mit einem Verbrenner gehen Unmengen an Energie flöten, die nicht genutzt werden können. Bei Stromern sehen die Werte hingegen deutlich besser aus. Warum die überlegene Effizienz die Debatte sofort beenden sollte.

So viel Benzin verpufft als Wärme

Der Wirkungsgrad ist bei E-Autos deutlich höher. Dieser benennt, wie viel der verbrauchten Energie letztendlich dazu verwendet wird, ein Fahrzeug tatsächlich zu bewegen. Bei einem Elektroauto liegt der Wert bei rund 80 Prozent. Zum Vergleich: Benziner kommen gerade einmal auf 20 bis 30 Prozent (die Quellen variieren hier ein wenig). Bei einem Dieselmotor sind es immerhin 35 bis 45 Prozent – immer noch deutlich weniger als bei Stromern.

Etwas anschaulicher formuliert, kann man sagen, dass im Schnitt nur gut einer von fünf Litern Benzin tatsächlich auch genutzt werden kann. Der Rest verpufft und wird als Abwärme über Kühler und Auspuff abgegeben. Darum ist eine Motorhaube nach einer langen Fahrt auch so warm.

Es geht also nicht nur darum, wie weit ein Auto kommt, sondern auch, wie viel Energie es für diese Strecke benötigt. Oder andersherum: Laut dem Statistischen Bundesamt kommt ein Elektroauto mit einer Kilowattstunde etwa 4,5 Kilometer weit, während ein Verbrenner nach 1,4 Kilometern stehenbleiben würde (via Energiefahrer).

Diese Rolle spielt ein Gesetz von 1824

Das Problem von Verbrennungsmotoren ist nicht mangelnde Ingenieurskunst, sondern ihre physikalische Realität. Laut dem Portal Ingenieur handelt es sich um Wärmekraftmaschinen, die chemische Energie erst in Wärme und anschließend in Bewegungsenergie umwandeln. Dieser „Umweg“ ist der Grund für die hohen Verluste.

Vor ziemlich genau 200 Jahren wurde dieses Phänomen im Rahmen des nach einem französischen Physiker benannten Carnot-Prozesses beschrieben. Laut diesem könnten Ottomotoren auf einen Wirkungsgrad von 60 bis 65 Prozent kommen. Doch Aspekte wie die Kühlung, Abgasvorschriften und das Material drücken den Wert weiter nach unten.

Mit einem Elektromotor wird der Umweg umgangen. Denn dieser wandelt elektrische Energie direkt in Bewegung um und unterliegt somit auch nicht dem Carnot-Limit. Ein Verbrennungsmotor kann hingegen noch so gut gebaut sein – den Kampf gegen die Gesetze der Natur kann er nicht gewinnen.

E-Autos gewinnen selbst mit „schmutzigem“ Strom

Ein Gegenargument ist oft, dass der Strom für eine Batterie erst einmal erzeugt werden muss und dass für diesen Prozess oft fossile Energien verwendet werden. Aber Benzin und Diesel werden ebenfalls gefördert, transportiert und raffiniert. Auch bei diesen Vorgängen geht wieder Energie verloren, die niemals beim Antrieb eines Fahrzeugs ankommt.

Alle Aspekte mit einberechnet, beträgt der Gesamtwirkungsgrad eines E-Autos laut Bundesumweltministerium rund 64 Prozent, solange der Strom aus erneuerbaren Quellen stammt. Bei einem Benziner sind es nur 20 Prozent. Und selbst wenn der Strom komplett aus fossilen Brennstoffen gewonnen wird, werden noch immer circa 30 Prozent weniger Primärenergie verbraucht.

Abgesehen davon läuft die Zeit für Elektroantriebe. Mit jedem gebauten Windrad und jeder neuen PV-Anlage verbessert sich die Bilanz, während der Wirkungsgrad von Ottomotoren im Wesentlichen gleich bleibt.

Bei der CO2-Bilanz ist die Rechnung tatsächlich etwas komplizierter. Laut einer Meta-Studie der TU München verursachen Elektroautos über ihren kompletten Lebenszyklus hinweg im Mittel 41 Prozent weniger CO2 als Verbrenner. Das ist zwar ein eindeutiger Vorsprung, aber weit entfernt von Klimaneutralität. Vor allem die Produktion der Akkus steht dem im Weg. Die TUM-Studie ist aber umstritten, weil die Datengrundlage hinkt. Andere Analyse kommen etwa auf einen Wert von rund 70 Prozent weniger Treibhausgasemissionen.

Beim Wirkungsgrad ist die Sache aber eindeutig. Man kann also über Dinge wie die Infrastruktur von Ladestationen, die Preise der Fahrzeuge und das Tempo der Umstellung auf Elektroantriebe streiten. Unbestreitbar ist aber, dass Verbrenner technologisch ausgereizt und den Elektromotoren physikalisch unterlegen sind.

Auch interessant: 

Der Beitrag Reine Physik: Warum Verbrenner gegen E-Autos nicht anstinken können erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

ChatGPT liefert Mist? 10 Tricks für bessere KI-Antworten

28. September 2026 um 20:01

Der Beitrag ChatGPT liefert Mist? 10 Tricks für bessere KI-Antworten erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

bessere KI-Antworten ChatGPT Prompts Tricks Tipps Künstliche Intelligenz

Es gibt keine dummen Fragen, nur dumme Antworten, heißt es. Doch im Hinblick auf die Nutzung von KI stimmt das nur bedingt. Mit einigen Kniffen kann man seine Prompts aber schnell und einfach verbessern – und auch die Qualität der KI-Antworten.

KI ist längst im Alltag angekommen. ChatGPT, Gemini, Claude und Co. werden inzwischen von Millionen Menschen genutzt. Doch nur wenige wissen, dass die Formulierung eines Prompts die KI-Antworten extrem beeinflusst. Die Formulierung kann den Unterschied zwischen der Lösung eines Problems und einer Nullnummer machen. Die gute Nachricht: In der Regel sind die wirksamsten Maßnahmen einfach umzusetzen.

Tricks für bessere KI-Antworten: Einige bringen nichts – diese aber schon

Einige Tipps aus den Anfangstagen der bekannten Modelle sind inzwischen überholt. Zum Beispiel nutzt das Zuweisen einer konkreten Rolle kaum etwas. Die Fähigkeiten der heutigen Sprachmodelle sind so weit fortgeschritten, dass sie eine solche Anweisung nicht mehr benötigen und die zusätzlichen Worte nur Token verbrauchen würden. Genauso wenig ergibt es Sinn, die KI mit Worten manipulieren zu wollen. Das durchschaut heute jedes Modell.

Was in erster Linie hilft, ist sich so klar wie möglich auszudrücken. Eine generative KI ist kein Mensch, der es dem Nutzer übel nehmen würde, wenn er kurz angebunden ist. Bleiben Fragen offen, versucht Künstliche Intelligenz diese meist selbst zu beantworten – häufig nicht im Sinne des Users. Das lässt sich umgehen, indem man vorab klar macht, dass Rückfragen explizit erwünscht sind.

Probleme werden häufig durch einen kompletten Chat mitgezogen. Ist die Unterhaltung einmal entgleist, sollte man deshalb besser einen neuen Chat beginnen. Im Prinzip gilt für die Kommunikation mit KI dasselbe wie für die Kommunikation mit Menschen: Wer genau sagt, was er gerne hätte, hat deutlich bessere Chancen an sein Ziel zu kommen. Wie genau man das anstellt, verraten wir in der folgenden Liste mit den besten KI-Tipps.

Tipp 1: Datum nennen

Auch wenn Sprachmodelle inzwischen fast alle Zugang zum Internet haben, fehlt ihnen doch ein echtes Zeitgefühl. Das bedeutet, dass sie ohne eine Zeitangabe eventuell auf veraltete Trainingsdaten zurückgreifen. Deshalb hilft es, ihnen das Datum anzugeben und zusätzlich noch die Recherche zeitlich einzuschränken.

Der Beitrag ChatGPT liefert Mist? 10 Tricks für bessere KI-Antworten erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Vehicle-to-Load: So nutzt du dein E-Auto als Powerbank

14. September 2026 um 05:45

Der Beitrag Vehicle-to-Load: So nutzt du dein E-Auto als Powerbank erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Vehicle to Load, Elektroautos, Elektromobilität, E-Autos, Erneuerbare Energien, Strom, Batterie

Durch das Vehicle-to-Load-Prinzip werden Elektroautos zur fahrenden Powerbank. Vor allem beim Camping und bei der Arbeit an abgelegenen Orten oder im Notfall kann das nützlich sein. Doch wie funktioniert die Technologie? Ein Blick auf Vorteile und Risiken.

Bidirektionales Laden dürfte vielen E-Auto-Besitzern mittlerweile ein Begriff sein. Dabei handelt es sich um das Laden in zwei Richtungen. Damit beziehen Elektroautos Energie aus dem Netz, speisen ungenutzte Energie allerdings auch wieder zurück.

Die bekannteste Variante davon ist wohl Vehicle-to-Grid (V2G). E-Autos können dadurch als Energiespeicher genutzt werden. Allerdings gibt es auch noch eine weitere Möglichkeit, ungenutzten Strom sinnvoll zu nutzen, und zwar mit dem Prinzip Vehicle-to-Load (V2L).

Was ist Vehicle-to-Load?

Mit der Vehicle-to-Load-Funktion können Elektrofahrzeuge andere elektronische Geräte mit Strom versorgen. Das geht entweder durch eine bereits integrierte Steckdose oder einen externen Ladeanschluss.

„Ob Sie nun Ihr Auto staubsaugen möchten oder eine große Campingreise planen – die Möglichkeiten liegen ganz bei Ihnen und sind unbegrenzt“, beschreibt Kia das Prinzip.

Auf seiner Website schreibt der Autohersteller, dass Verbraucher bis zu 80 Prozent der maximalen Kapazität der Batterie nutzen können. „Das reicht für eine vierköpfige Familie für etwa fünf Tage“, so der Autobauer.

Unterschied zu Vehicle-to-Grid (V2G) und Vehicle-to-Home (V2H)

Während sich die einzelnen Funktionen stark ähneln, gibt es doch einige Unterschiede. Wie bereits erwähnt, wird bei V2G ungenutzte Energie aus der Batterie zurück ins Stromnetz eingespeist. Das Auto dient dem Netz damit als Puffer: Bei Stromüberschuss lädt es, bei hoher Nachfrage gibt es Energie ab.

Beim Vehicle-to-Home-Prinzip wiederum fließt Strom aus E-Auto-Batterien zurück in das hauseigene Stromnetz. Dabei hängt das Fahrzeug wie beim Laden an der hauseigenen Wallbox. Ungenutzter Strom fließt also zurück ins Haus, wenn anderweitige Stromquellen, wie beispielsweise eine PV-Anlage auf dem Dach, nicht genügend Energie liefern.

Alle Prinzipien haben allerdings gemeinsam, dass sie die Art und Weise, wie wir erneuerbare Energie nutzen, neu definieren können. Dadurch, dass sich die E-Autobatterie als Speicher nutzen lässt, können Verbraucher grüne Energie wesentlich effizienter und konstanter nutzen – egal wo sie sich aufhalten.

Vehicle-to-Load: Vielseitig einsetzbar

Das eigene E-Auto als riesige Powerbank zu nutzen, ist in verschiedenen Situationen hilfreich. Besonders beim Camping und verschiedenen Outdoor-Aktivitäten lassen sich per V2L beispielsweise Kühlboxen, Kaffeemaschinen, E-Bikes oder Laptops direkt am Auto aufladen.

Auch Elektrowerkzeuge wie Bohrmaschinen oder Sägen kann die E-Auto-Batterie mit Strom versorgen. Das ist besonders hilfreich, wenn Handwerker an eher abgelegenen Arbeitsorten ohne Stromanschluss tätig werden. Auch im Notfall kann die Technologie Abhilfe leisten. Kommt es zum Stromausfall, können vor allem wichtige Kleingeräte wie Smartphones vorübergehend mit Energie versorgt werden.

Nutzer, die außerdem noch weitere erneuerbare Energien als Stromquelle nutzen, können ihre Abhängigkeit vom Stromnetz sowie ihren Eigenverbrauchsanteil stark reduzieren, indem sie ihr Auto tagsüber mit einer PV-Anlage laden und die Batterie abends dann als Energiequelle nutzen.

Wichtig: V2L ist nicht in jedem Fahrzeugzustand nutzbar. So lassen sich integrierte Steckdosen oder Adapter meist nur nutzen, wenn das E-Auto nicht selbst am Strom hängt.

Wie sicher ist die Technologie?

Um Sicherheit und Bedienung des Vehicle-to-Load-Prinzips zu testen, hat der ADAC Mitte 2026 verschiedene Elektroautos untersucht. Im Test waren sechs Fahrzeuge, neben BMW, BYD und Kia auch MG und Renault.

Die gute Nachricht: Auf Kurzschlüsse und Überlastungen reagierten alle untersuchten Fahrzeuge regelkonform mit Abschaltung.

Die gemessenen Spitzenleistungen beim V2L lagen bei allen Fahrzeugen unter den 3,7 kW, auf die Steckdosen im Haushalt maximal ausgelegt sind. Nur der BMW iX3 ließ 4 bis 5 kW etwa 10 Minuten zu, bevor er abschaltete. […] Bei dem im ADAC Versuch gezielt herbeigeführten Kurzschluss haben alle Fahrzeuge abgeschaltet, sodass kein Sicherheitsrisiko bestand.

Dennoch gab es auch Kritik vom Automobilclub: Vehicle-to-Load sei teils eine aufpreispflichtige Sonderausstattung, die ab Werk geordert werden müsse. Außerdem erwähnten die Experten auch die Energieverluste beim Betrieb externer Geräte. Alle Fahrzeuge hätten beim Betrieb einen erheblichen Eigenverbrauch von 390 bis 500 Watt, beim BMW war die Messung nicht möglich.

Außerdem ärgerlich: Trotz der hohen Sicherheit verbieten die Hersteller aller Testfahrzeuge die Nutzung von Vehicle-to-Load bei Nässe. Vor allem im Freien fällt allein damit bereits ein bedeutender Vorteil der Technologie weg.

Auch die grundsätzliche Bedienung am Auto und im Umgang mit dem Adapter könnte laut ADAC intuitiver sein. „Die Bedienung ist oft unnötig komplex, die Nutzerführung verwirrend, und Fehlermeldungen sind teils nichtssagend, teils übertrieben dramatisch.“

Trotz eines gewissen Spielraums für Verbesserungen zeigen sowohl V2L als auch V2G und V2H das Potenzial moderner Elektroautos abseits des Fahrens.

Auch interessant: 

Der Beitrag Vehicle-to-Load: So nutzt du dein E-Auto als Powerbank erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Facebook und X am Ende? Das AT-Protokoll könnte alles ändern

12. September 2026 um 06:00

Der Beitrag Facebook und X am Ende? Das AT-Protokoll könnte alles ändern erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

AT-protokoll

Dezentrale soziale Netzwerke versprechen einen neuen Ansatz bei der Kommunikation. Denn Nutzer erhalten die Kontrolle über ihre Daten und Konten zurück, ohne an eine einzelne Plattform gebunden zu sein. Das AT-Protokoll spielt dabei eine große Rolle.

Die heutigen Platzhirsche bei den sozialen Netzwerken zeichnet vor allem ein Aspekt aus: Sie sind zentralisiert organisiert. Das bedeutet, dass Nutzer häufig an den Anbieter gebunden sind und keine Hoheit über ihre Daten besitzen. Doch das könnte sich künftig ändern. Und zwar dank des sogenannten Authenticated Transfer Protocols.

Was ist das AT-Protokoll – und wie funktioniert es?

Das AT-Protokoll organisiert die Verteilung digitaler Informationen von Grund auf neu. Digitale Identitäten basieren nicht mehr auf klassischen Benutzernamen, sondern auf kryptografisch gesicherten Identitäten, die auf eigenen Domain-Namen basieren. Dadurch lagern sämtliche Inhalte wie Beiträge, Kommentare oder Gefällt-Mir-Angaben in einem sogenannten Repository.

Bei einem solchen Repository werden Daten so strukturiert, dass sie lückenlos nachvollziehbar sind. Diese Struktur ist mit einem digitalen Logbuch vergleichbar, in dem alle Aktionen niedergeschrieben sind, die Nutzer auf der jeweiligen Plattform ausgeführt haben. Ist etwas unstimmig, kann man in dem Logbuch blättern und nachvollziehen, ob etwas tatsächlich so passiert ist.

Du entscheidest, wie Informationen dargestellt werden

Auch der Austausch von Informationen funktioniert etwas anders. Wer auf Reddit surfen will, geht dazu entweder auf die Reddit-App oder über die offizielle Reddit-Website. Anderen Wegen wurde bereits vor einigen Jahren der Riegel vorgeschoben. Beim AT-Protokoll ist das anders. Über ein weltweites Netzwerk namens Lexicon tauschen beteiligte Server ausschließlich strukturierte Inhalte aus, statt ganze Websites zu übertragen.

Das bedeutet, dass Nutzer selbst entscheiden können, wie sie Informationen konsumieren. Sei es über eine offizielle Website, eine Drittanbieter-App oder selbstständig aufbereitete Daten. Persönliche Mitteilungen und Erwähnungen laufen dabei über individuelle Datenserver, während großflächige Suchanfragen, globale Trends sowie komplexe Algorithmen durch spezialisierte Indexierungsdienste verarbeitet werden.

Wie das AT-Protokoll Daten und Reichweite entkoppelt

Durch diese Aufteilung trennt das AT-Protokoll die Veröffentlichung von Inhalten konsequent von deren tatsächlicher Reichweite. Das System funktioniert dabei wie ein Baukasten. Einzelne Elemente wie der Server-Anbieter lassen sich jederzeit austauschen. Bei einem Wechsel des Anbieters bleibt die eigene digitale Identität mitsamt allen bestehenden Verknüpfungen vollständig erhalten.

Fällt ein Server aus oder wird der Betrieb eingestellt, schützt ein integrierter Sicherheitsmechanismus vor unbeabsichtigtem Datenverlust. Denn Nutzer können jederzeit mit einem speziellen Wiederherstellungsschlüssel ihr Konto ohne Unterstützung einer dritten Partei wiederherstellen und auf einen neuen Server übertragen.

Herausforderungen für Entwickler und die Infrastruktur

Trotz dieser Flexibilität hat die Architektur auch ihre Macken. Lokale Sicherungskopien auf Nutzer-Endgeräten sind etwa durch den verfügbaren Speicherplatz begrenzt. Zudem ist die Entwicklung einer solchen Plattform aufgrund der Flexibilität etwas aufwendiger.

Daher hängt der langfristige Nutzen primär von der Nachfrage ab. Doch gelingt der Aufbau einer solchen Infrastruktur, kann das System Nutzer dauerhaft vor der Kontrolle einzelner Gatekeeper wie Meta oder X schützen. Das AT-Protokoll stellt somit einen vielversprechenden Ansatz dar, um die Souveränität über persönliche Daten zurück in deine Hände zu legen.

Auch interessant:

Der Beitrag Facebook und X am Ende? Das AT-Protokoll könnte alles ändern erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Waymo vs. Tesla: Wer hat beim autonomen Fahren die Nase vorn?

11. September 2026 um 05:45

Der Beitrag Waymo vs. Tesla: Wer hat beim autonomen Fahren die Nase vorn? erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Waymo Tesla autonomes fahren wie funktioniert

Waymo und Tesla setzen beim autonomen Fahren auf völlig unterschiedliche Techniken. Doch wie funktionieren die beiden Ansätze im Detail und gibt es einen klaren Gewinner?

Autonome Fahrzeuge dringen langsam aber sicher in unseren Alltag vor. Dabei haben sich in den vergangenen Jahren zwei Unternehmen als Pioniere auf dem Feld herauskristallisiert: Waymo und Tesla. Waymo-Fahrzeuge haben bereits einige Kilometer hinter sich gebracht, denn der Dienst ist seit 2020 vollständig autonom unterwegs. Tesla startete hingegen erst Mitte 2025 seinen eigenen Taxi-Dienst, der sich nicht in der Testphase befindet.

Zunächst noch mit umgebauten Model Y-Fahrzeugen, in Kürze in der Breite mit dem sogenannten Cybercab. Während Waymo auf festgelegtes Wissen und eine Mischung aus Lidar-, Radar- und Kameradaten setzt, kommt bei Tesla ein System namens Pure Vision zum Einsatz, das eher die Umgebungsinformationen zur Laufzeit nutzt und mittels eines neuronalen Netzwerks berechnet. Das wird auch dann deutlich, wenn man die Ausstattung der Fahrzeuge vergleicht.

Unterschiedliche Ansätze: Wie autonomes Fahren bei Waymo und Tesla funktioniert

Die Waymo-Flotte ist mit vorab vermessenen HD-Karten ausgestattet, die gleichzeitig über Wissen zu Objekten und Verkehrsregeln verfügt. Während der Fahrt messen die Lidar-Sensoren die Distanz zu Hindernissen und erstellen aus den Informationen eine Punktwolke der Umgebung.

Gleichzeitig schätzen Kameras die Situation und die Entfernung zu Objekten rein von einer zweidimensionalen Sicht ein. Insgesamt kommen so 13 Kameras, vier Lidar-Einheiten, sechs Radar-Einheiten und Audio-Empfänger unter die Haube. Bei Tesla verzichten die Ingenieure hingegen auf ein klassisches Radar.

In den autonomen Modellen von Tesla basiert das Fahren auf einer reinen Kamera-Architektur. 48 intelligente Netzwerke, deren Training nahezu 70.000 GPU-Stunden in Anspruch nimmt, interpretieren die Informationen dann und setzen sie in einen Kontext. Im Endeffekt geht es bei Tesla also primär um Daten, was alleine 2,5 Milliarden Telemetrie-Pakete im dritten Quartal 2025 deutlich machen.

Autonomes Fahren soll generell sicherer sein

Beim Thema Sicherheit veröffentlichen beide Unternehmen zwar Daten, diese basieren jedoch auf unterschiedlichen Messmethoden und lassen sich nicht direkt gegenüberstellen. Waymo gibt an, dass die Autos 92 Prozent weniger Unfälle mit schweren Verletzungen oder Todesfolge verursachen, die Anzahl an Unfällen mit Verletzten sinke um 82 Prozent. Bei Tesla sprechen die Verantwortlichen von siebenmal weniger schwere und leichte Kollisionen bei fünfmal weniger Kollisionen auf Land- und Stadtstraßen.

Zusammenfassend lässt sich also sagen, dass Waymo und Tesla auf unterschiedliche Ansätze setzen, die das autonome Fahren sicherer gestalten sollen. Während bei Waymo der Aufwand vor der Fahrt durch Vermessungen und HD-Daten etwas höher ist, liegt die Sicherheit bei Tesla eher in der richtigen Interpretation der KI-Modelle. Das führt auch dazu, dass beim Taxi-Dienst von Tesla in der Bay Area noch ein Sicherheitsfahrer am Steuer sitzt, während das Modell in Dallas und Houston auch ohne Support auskommt.

Auch interessant:

Der Beitrag Waymo vs. Tesla: Wer hat beim autonomen Fahren die Nase vorn? erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

❌