Tom Alby's Blog

Wer durch den Fußgängertunnel an der Max-Brauer-Allee geht, vielleicht von IKEA zum Altonaer Bahnhof oder umgekehrt, der wird eine gar nicht mal so kleine Welle bemerken, die es vor dem Unterführung zu „erklimmen“ gilt. Auf dem Foto ist sie an den Treppenstufen gut zu erkennen. Warum hat man das so gebaut?

Darunter liegt ein im 19. Jahrhundert erbauter Eisenbahntunnel, der Schellfischtunnel, eigentlich offiziell die Altonaer Hafenbahn. Dieser Tunnel wurde 1876 eröffnet, wobei er zunächst nur vom Altonaer Hafen zum damaligen Altonaer Bahnhof ging, der an der Stelle des heutigen Rathauses stand (und dessen Südfassade noch zum Teil erhalten ist). Erst 1895, mit der Verlegung des Altonaer Bahnhofs zum heutigen Standort, wurde der Tunnel verlängert. Mit dieser Bahn wurde der frisch gefangene Fisch vom Altonaer Fischereihafen weiter verteilt, angeblich kam der Fisch noch am gleichen Tag in den Süden der Republik. Der alte Bahnhof unten an der Elbe ist heute ein Café.

Zwischen Tunnel und der Oberfläche ist zum Teil weniger als ein Meter. Das erklärt zum Beispiel auch, warum die Kreuzung Max-Brauer-Allee / Platz der Republik bis heute nicht saniert wurde, obwohl der Rest schon in den letzen Jahren modernisiert wurde. Denn der Schellfischtunnel führt an der Max-Brauer-Allee entlang. Die Maschinen wären einfach zu schwer für diesen Tunnel. Tatsächlich musste der Tunnel bereits mehrmals gesichert werden, zum einen für die Unterführung, zum andern für die S-Bahn, die in den 70er Jahren durch den City-Tunnel führt. Dafür wurde der Tunnel sogar komplett aufgerissen, die Bahn fuhr aber trotzdem weiter, während darunter der S-Bahn-Tunnel gebaut wurde. Unter dem Fußgängertunnel sieht der Schellfischtunnel modern aus, ganz am Ende sieht man auf dem Foto unten den Ein/Ausgang am Altonaer Bahnhof, direkt neben der Warenanlieferung des Mediamarkts:

196E71E1-0A72-4481-B58D-C10F621860BC

In der Decke befinden sich Löcher, die dafür sorgen sollten, dass der Dampf der Lokomotiven der Anfangszeit zumindest etwas nach draußen konnte:

Dieses Loch führt durch die Litfaßsäule an die Luft:

Der Schellfischtunnel ist ein wirklich unglaubliches Zeugnis verschiedener Epochen Altona: Die ersten Jahre Altonas nach der Dänemark-Zeit, die florierende Fischverarbeitung, die Verlegung des Bahnhofs nach Norden (und damit die Verlängerung des Tunnels), die Veränderung durch den hässlichen Altonaer Bahnhof, der angeblich wegen des City Tunnels anstatt des alten schönen Bahnhofs gebaut wurde.

Dies ist eher eine kleine Programmierübung gewesen, auch weil ich wissen wollte, wie sich das eigentlich so entwickelt hat mit der steigenden Anzahl von Projekten, die in Einholung gegangen sind.

Die Daten dafür kann man relativ einfach auf der Website runterladen, sie müssen allerdings transformiert werden. Das Problem hier ist, dass die Daten pro Projekt vorhanden sind und wir für das Stacked Area Chart die Daten so transformieren müssen, dass sie pro Monat vorliegen. Wie man hier schön sehen kann, begannen die Projekte Ende 2022/Anfang 2023 aus dem Ruder zu laufen, das im vorigen Artikel erwähnte 2.500€-Projekt war im Januar 2023 überfällig. Seitdem hat sich die Summe des in Einholung befindlichen Betrags immer weiter erhöht. Gleichzeitig sieht man, dass ich immer wieder Geld von estateguru abgezogen habe, wenn es mal die Möglichkeit gab (jedes Abheben kostet eine Gebühr, so dass ich warte, bis ein bestimmter Betrag zustande gekommen ist).

Ich versuche so wenig wie möglich hier zu investieren, nur so viel, dass ich nicht die Accountgebühr zahlen muss. Das Ziel ist, so viel wie möglich hier abgezogen zu haben und nur noch eine kleinere Summe bei estateguru zu lassen. Gelernt habe ich hier viel.

Kurze Antwort: Nein, sie hilft nicht. Die Loan to Value-Ratio, auf Deutsch die Beleihungsquote, sollte einem Investoren einen Überblick geben, wieviel des Kapitals in Gefahr ist, wenn der Kredit platzt und die Sicherheit verkauft werden muss. Die LTV ist nicht immer einfach zu bestimmen, da viele Projekte bei estateguru in verschiedenen Stadien finanziert werden, dazu hier mehr.

Bei dem folgenden Beispiel von einem teilweise eingeholten Projekt betrug die LTV-Ratio 57,2%, und nun wurde dieses Projekt teilweise eingeholt. Hier der ganze Text, unten die relevanten Auszüge:

[…] wir möchten Sie über das endgültige Ergebnis des Darlehenprojekts KBB 1. Investitionsgesellschaft Berlin mbH, Nr. 8005 Überbrückungsdarlehen – 1.– 4. Stufe (Deutschland), informieren. […] Im Januar 2022 finanzierten die Investoren von Estateguru ein Darlehen in Gesamthöhe von 847.000 €, das durch eine Immobilie in der Gartenstraße 20, Plauen, Deutschland, besichert war. […] Nach einem Insolvenzantrag durch den Sicherheitsbeauftragten von Estateguru wurde der Kreditnehmer im August 2024 für insolvent erklärt. Estateguru schloss mit dem Insolvenzverwalter eine Verwertungsvereinbarung über den Verkauf der Sicherheiten ab. Der Verkaufsprozess wurde durch ein von Estateguru beauftragtes und vom Insolvenzverwalter genehmigtes Immobilienbüro begleitet. Im Juni 2025 wurde die Sicherheit für 565.000 € veräußert. Der Verkaufspreis entsprach dem Marktwert, insbesondere vor dem Hintergrund gestiegener Zinssätze, eines Überangebots an vergleichbaren Immobilien in Plauen sowie der Tatsache, dass der Kreditnehmer trotz Mieteinnahmen keine Instandhaltungs- oder Verbesserungsmaßnahmen am Objekt vorgenommen hatte.

[Die lange Dauer des Verfahrens] lag hauptsächlich daran, dass eine erhebliche Anzahl von Dokumenten – darunter Kündigungen der Darlehensverträge, Löschungen der Grundschulden sowie Originalurkunden der Grundschuldbestellungen – dem Schuldner durch einen Gerichtsvollzieher zugestellt werden mussten. Zudem galt nach der Zustellung der Kündigung der Grundschuld eine gesetzliche Wartefrist von sechs Monaten zum Schutz des Schuldners, während der keine weiteren rechtlichen Schritte zur Durchsetzung der Sicherheiten eingeleitet werden konnten. Nach Abzug der Insolvenz-, Makler- und Rechtskosten befinden sich 453.232,78 € im Prozess der Ausschüttung an die Investoren. […] Das von Estateguru im November 2023 gegen den Bürgschaftsgeber, Herrn Volker Beyer, eingeleitete Gerichtsverfahren ist jedoch noch nicht abgeschlossen.

847.000€ hatte sich die KBB 1. Investitiongesellschaft Berlin mbH für dieses Projekt von estateguru geliehen, und nach der LTV-Ratio müsste dieses Projekt also eigentlich über 1,6 Millionen Euro wert gewesen sein! Und nun hat man weniger als 1/3 des Kreditbetrags rausbekommen und dann noch über 100.000€ bezahlt für Makler, Anwälte etc. Bei allem Respekt, aber hier stimmt etwas nicht mit der Wertermittlung.

Insgesamt hatte die KBB 1. Investitiongesellschaft Berlin mbH 31 Projekte (dieses Projekt bestand aus 4 Stages, die als Projekte gezählt werden) und sich mehr als 6,82 Millionen Euro bei estateguru geliehen. Leider habe ich auch in andere Projekte dieser Gesellschaft investiert, und zwar in die Projekte 7334 (2.600€), 0446 (600€), 1097 (50€) und 2061 (50€). Vor allem die ersten beiden tun weh, denn hier habe ich so viel investiert wie sonst nie, wie man in meinem früheren Beitrag sehen kann. Es bleibt zu hoffen, dass estateguru hier nicht ganz so schlimm in der Wertermittlung daneben gelegen hatte.

In einem anderen Fall habe ich etwas mehr als 84% zurückerhalten. Hier betrug die LTV Ratio 60,1%. Es ist also kein deutsches Thema, dass estateguru daneben liegt. Anders gesagt: Die LTV-Ratio sollte Investoren besser nicht in Sicherheit wiegen, denn sie ist nur so gut wie die Wertermittlung.

Vor kurzem las ich Jordan Ellenbergs How Not to Be Wrong. The Power of Mathematical Thinking. Darin beschreibt er die Fallstricke der linearen Regression, unter anderem am Beispiel des Artikels Will all Americans become overweight or obese?. Laut diesem Paper werden bis 2048 alle Amerikaner übergewichtig oder adipös sein. Das klingt dramatisch – ist aber statistisch unsinnig. Die zugrundeliegende Regression ignoriert, dass mit zunehmender Zahl an Übergewichtigen immer weniger Schlanke übrig bleiben, die „konvertieren“ könnten. Wenige Jahre nach der Veröffentlichung des Artikels zeigte sich, dass die Zunahme des Übergewichts natürlich nicht linear, sondern logistisch verläuft – sie flacht ab, weil Bevölkerungen keine unendlichen Prozesse kennen.

Was Ellenberg nicht erwähnt: Schon die zugrunde liegende Messgröße, der Body-Mass-Index (BMI), ist problematisch. Er taucht in Gesundheitsakten, Versicherungsformularen und Arztgesprächen auf – als wäre er ein präziser Gesundheitsindikator. Doch das ist er nicht. Der BMI ist eine grobe Näherung, die überlebt hat, weil sie einfach ist – nicht, weil sie gut ist. Der belgischer Mathematiker Adolphe Quetelet identifizierte den Quetelet-Index, der in den 1830er-Jahren den „durchschnittlichen Menschen“ beschreiben sollte.
Dieser Index basierte auf Daten weißer belgischer Männer und zeigte lediglich, dass Körpergewicht in etwa mit der Körpergröße im Quadrat wächst. Medizinische Relevanz hatte das keine – Quetelet war Statistiker, kein Arzt, und er hatte nie vor, damit Individuen zu klassifizieren.

Erst in den 1970er-Jahren griff Ancel Keys den Index wieder auf, validierte ihn gegen Körperfettmessungen und machte daraus den „BMI“ (Keys et al., 1972). Seitdem dient er als praktischer Kompromiss in der öffentlichen Gesundheitsforschung. Für Epidemiologen ist der BMI aus mehreren Gründen attraktiv:

Einfach – nur Größe und Gewicht nötigBillig – keine Labordaten, keine GeräteVergleichbar – seit Jahrzehnten weltweit erhoben

Er funktioniert als Proxy-Variable: nicht exakt, aber stabil genug, um auf Bevölkerungsebene Muster zu erkennen. Und tatsächlich zeigen große Datensätze, dass mit steigendem BMI das Risiko für Herz-Kreislauf-Erkrankungen zunimmt – aber nicht linear. Eine der größten Meta-Analysen, Flegal et al. (2013, JAMA), wertete 97 Studien mit 2,88 Millionen Menschen aus. Das Ergebnis:

Übergewicht (BMI 25–29,9) war mit niedrigerer Sterblichkeit assoziiert (Hazard Ratio 0,94).Erst ab BMI ≥ 30 stieg das Risiko signifikant.

Mit anderen Worten: Die oft zitierte Formel „Je höher der BMI, desto kränker“ ist schlicht falsch. Statistisch betrachtet ist der BMI ein rauschendes Signal mit hoher Streuung und geringer Konstruktvalidität. Er misst Masse, nicht Gesundheit. Er unterscheidet weder Fett von Muskel, noch viszerales von subkutanem Fett, noch berücksichtigt er Alter oder Ethnie. Eine Übersichtsarbeit in Nature Medicine (Speakman et al., 2020) brachte es auf den Punkt:

„Der BMI erfasst weder Körperzusammensetzung noch Fettverteilung – beides ist entscheidend für das metabolische Risiko.“

Beispielsweise haben asiatische Populationen bei gleichem BMI einen höheren Fettanteil als europäische, während Schwarze tendenziell mehr Muskelmasse und weniger viszerales Fett aufweisen (WHO, 2004). Zwei Menschen mit BMI 28 können also völlig unterschiedliche Gesundheitsrisiken haben. Oder, etwas zugespitzter formuliert: Der BMI ist wie ein Thermometer mit nur drei Strichen – besser als nichts, aber zu ungenau, um feine Unterschiede zu erkennen.

Stimmt dann die „Fit and Fat“-These?

Ein häufig zitiertes Paper von Matheson et al. (2012, J Am Board Fam Med) scheint zu zeigen, dass gesunde Lebensgewohnheiten wichtiger sind als das Gewicht. In einer US-Kohorte mit 11.000 Erwachsenen senkte jede zusätzliche Gewohnheit – Bewegung, Nichtrauchen, moderater Alkoholkonsum, viel Obst und Gemüse – das Sterblichkeitsrisiko unabhängig vom BMI. Adipöse Menschen, die alle vier Gewohnheiten erfüllten, hatten kein höheres Risiko als Normalgewichtige.

Diese Ergebnisse begründeten die populäre „Fit-and-Fat“-Hypothese: Wer gesund lebt, kann Übergewicht kompensieren. Doch größere und längere Studien widersprachen dieser Vereinfachung:

Kramer et al. (2013, Ann Intern Med) : Auch „metabolisch gesunde“ Adipöse hatten über zehn Jahre ein signifikant höheres Risiko für Herz-Kreislauf-Erkrankungen (RR ≈ 1,24). Caleyachetty et al. (2017, J Am Coll Cardiol) : In einer Kohorte mit 3,5 Mio. Briten stieg das Risiko für Herzkrankheiten kontinuierlich mit dem BMI. Fitness milderte den Effekt, hob ihn aber nicht auf.Heath et al. (2022, BMC Medicine): Selbst bei gesunden Lebensgewohnheiten blieb bei Adipositas I ein um 42 %, bei Adipositas II ein um 117 % erhöhtes Sterblichkeitsrisiko.

Gesunde Gewohnheiten verbessern also die Prognose – aber sie neutralisieren die Effekte einer ausgeprägten Adipositas nicht. Gleichzeitig zeigen andere Studien, dass körperliche Fitness das Risiko stärker beeinflusst als das Gewicht selbst.

Barry et al. (2014) fanden: Fitte Adipöse leben im Schnitt länger als unfitte Normalgewichtige. Tarp et al. (2021) bestätigten: Bei Männern mit hoher Fitness war Adipositas kein signifikanter Mortalitätsfaktor.

Das heißt: Fitness wirkt protektiv – aber nicht unbegrenzt. Gleichzeitig zeigt sich auch hier, dass Korrelation nicht Kausalität bedeutet. Ein erheblicher Teil der Korrelation entsteht, weil sich adipöse Menschen in Teilen ungesünder ernähren, weniger bewegen oder häufiger sozioökonomische Belastungen haben.

Ernährung: Menschen mit Adipositas konsumieren mehr stark verarbeitete Lebensmittel, Zucker und gesättigte Fette – ein Muster, das unabhängig vom Gewicht zu Stoffwechselstörungen führt. In Studien wie Hu et al. (2018, BMJ) schrumpfte der BMI-Effekt deutlich, wenn für Ernährungsqualität adjustiert wurde.

Bewegung: Nach Kontrolle für Fitness verliert der BMI ebenfalls an Aussagekraft (siehe oben Barry 2014; Tarp 2021). BMI ist oft ein Stellvertreter für Inaktivität.

Weitere Einflussfaktoren: Einkommen, Bildung, Schlaf, Medikamente und Stress beeinflussen Gewicht und Gesundheit gleichermaßen. Aber: Selbst nach Kontrolle dieser Faktoren bleibt ab BMI 30 ein moderater, aber signifikanter Zusammenhang bestehen (Heath 2022; Global BMI Mortality Collaboration 2023).

Dennoch: Adipositas ist nicht a priori gefährlich, weil man dick ist, sondern weil sie meist Ausdruck eines ungesunden Lebensstils und gestörten Stoffwechsels ist.
Doch ab einem bestimmten Punkt wird sie auch biologisch selbst zur Ursache.

Ein klassischer statistischer Denkfehler

Der häufigste Fehler im Umgang mit dem BMI ist die Verwechslung von Population und Individuum. Was im Mittelwert einer Gruppe gilt, trifft nicht zwangsläufig auf die Einzelperson zu – das ist die ökologische Fehlinterpretation. Für Gruppen funktioniert der BMI, für Individuen nicht: Er liefert brauchbare Trends, aber keine Diagnosen. Der BMI ist ein Paradebeispiel dafür, dass eine Variable statistisch signifikant, aber konzeptionell schwach sein kann. Oder anders gesagt: Der BMI bleibt, weil er bequem ist – nicht, weil er gut ist.

Vor nicht mal 2 Jahren schrieb ich von meinem Umzug von Scalable Capital zurück zur ING, und ich habe einige Menschen mittlerweile zu diesem Setup konvertieren können. Bis letzte Woche war ich auch wirklich zufrieden, denn für die ETFs, die man nicht mit einem kostenlosen Sparplan kaufen konnte, hatte ich mich für eine Hybridlösung entschieden und diese dann doch bei Scalable angelegt. Toll fand ich auch das neue Investing-Programm der ING, durch das ich einen kostenlosen Zugang zu Parqet erhielt.

Alles änderte sich letzte Woche. In der App wurde mir schon mehrmals gesagt, dass ich auf das neue Login umstellen solle. Bevor ich irgendwas verpasse, klar, mach ich schnell. Und dann dachte ich, die ING hätte einen dicken Fehler im System: Nach dem ersten Login mit dem neuen System sah ich nicht nur meine Konten, sondern alle Konten und Depots, zu denen ich Zugang habe. 15 Stück. Ich hatte mich schon gewundert, warum der Gesamtsaldo so anders war. Diesen kann man übrigens konfigurieren, aber es gibt keine getrennte Ansicht für Konto/Depot von Sohn 1, keine getrennte Ansicht für Konto/Depot von Sohn 2, keine separate Ansicht von einem gemeinsamen Immobilienkonto, nein, alles in einer Ansicht. Wahrscheinlich bin ich ein seltener Fall mit meinen mehreren Kontenzugängen. Aber wie kann man sich sowas einfallen lassen? Meine erste Mail an die ING wurde mit Marketing-Blabla beantwortet:

Bisher mussten Sie sich für jeden Zugang separat einloggen, mit einer eigenen Zugangsnummer und einer eigenen Internetbanking PIN. Z.B. einmal mit Ihren Gemeinschaftskonten und unabhängig davon mit Ihren Einzelkonten.

Damit ist jetzt Schluss: Zukünftig haben Sie gleich nach dem Log-in Zugriff auf alle Konten und Depots, zu denen Sie zugriffsberechtigt sind. Dazu vergeben Sie sich einfach Ihren eigenen Benutzernamen und Ihr Passwort fürs Internetbanking.

Danke für nichts, ING. Meine zweite E-Mail blieb bisher unbeantwortet. Die fehlende Trennung der Konten bringt noch ein zweites Problem mit sich: Der kostenlose Parqet-Zugang nützt mir nix mehr, da dort nun auch die Daten der Depots der Kinder angezeigt werden. Da hat die linke Hand nicht gewusst, was die rechte tut. Oder bin ich der einzige Kunde bei der ING, der Kinderdepots angelegt hat?

Eigentlich hatte ich mir vorgenommen, nicht wieder die Bank zu wechseln, da hatte ich einfach zu viele Probleme in den letzten Jahren durch Tests mit bunq, N26 und vivid. Coole Features bezahlt man mit schlechtem Support und Bugs. Und man vergisst ja doch jemanden, der ab und zu mal Geld überweist wie Verlage etc. Zwischendurch hatte ich immer wieder mal mit der Deutschen Bank geliebäugelt, da dort angeblich Dividendenzahlungen am gleichen Tag ankommen. Aber meine letzte geschäftliche Beziehung dort funktionierte auch nicht wirklich gut, da hier wieder die rechte und die linke… ach ja, lassen wir das. Welche Bank könnt Ihr empfehlen?

OpenAI hat einen Prompting Guide für GPT5 veröffentlicht. Hier finden sich keine Überraschungen, aber eine kompakte Sammlung bewährter Strategien zur Steuerung des neuen GPT‑5-Modells. Er zeigt insbesondere auf, wie man:

Agentic Workflows vorhersagbarer gestaltet – durch klare Rollen-, Ziel- und StrukturvorgabenCoding-Aufgaben effizienter angeht – von der Planung über Debugging bis zur AusführungIntelligenz und Instruktionstreue optimiert – durch klare Formate, Few‑Shot‑Beispiele und konsistente Sprache

Zudem wird das Prompt Optimizer Tool eingeführt, das gängige Prompt-Fehler wie Unklarheiten oder widersprüchliche Anweisungen erkennt und automatisch korrigiert – ideal zur Migration bestehender Prompts und für iterative Verbesserungen. Hier ein universelles Prompt-Template:

1. Rolle / Persona

„Übernimm die Rolle eines [ROLLE], spezialisiert auf [BEREICH]. Dein Ziel ist es, [ZIEL].“

2. Aufgabenbeschreibung

„Deine Aufgabe ist es, [AUFGABE]. Konzentriere dich auf [SCHWERPUNKT], vermeide [AUSSCHLÜSSE].“

3. Struktur der Antwort

„Beginne mit [EINSTIEG, z. B. Checkliste, Übersicht]. Danach liefere [DETAILS, z. B. 3 Optionen, ein Ranking]. Stelle sicher, dass jede Ausgabe [VERPFLICHTENDE ELEMENTE] enthält.“

4. Qualitäts- und Validierungsregeln

„Alle Ergebnisse müssen:

[KORREKT] sein → ggf. mit glaubwürdigen Quellen abgeglichen[EINZIGARTIG] → keine trivialen oder gängigen Antworten[PRAXISTAUGLICH] → realistische Zeit- oder Ressourcenangaben enthalten[KLAR] → knapp, strukturiert und leicht anwendbar sein“

5. Formatierung der Ausgabe

„Gib die Ergebnisse als [FORMAT, z. B. Markdown-Tabelle / Liste / JSON] zurück mit den Spalten/Feldern: [X, Y, Z].“

6. Abbruchbedingung

„Die Aufgabe gilt als abgeschlossen, wenn [ERFOLGSKRITERIUM].“

Ein Beispiel:

„Übernimm die Rolle eines Lerncoachs, spezialisiert auf Erwachsenenbildung. Dein Ziel ist es, drei wenig bekannte, aber wirksame Lernmethoden für das schnelle Erlernen einer neuen Sprache innerhalb von 90 Tagen zu empfehlen.

Deine Aufgabe ist es, gängige Ansätze wie Duolingo, YouTube-Videos oder Standard-Lehrbücher auszuschließen.

Beginne mit einer kurzen 4-Punkte-Checkliste, wie du die Methoden auswählst. Danach präsentiere drei Methoden in einer Markdown-Tabelle mit den Spalten: Methode | Hauptressourcen | Wöchentlicher Zeitaufwand | Erwarteter Fortschritt in 90 Tagen | Besonderheit.

Stelle sicher, dass jede Methode real existiert, nicht trivial ist und durch vertrauenswürdige Quellen belegbar wäre.

Die Aufgabe gilt als abgeschlossen, wenn drei validierte, einzigartige Methoden in der genannten Tabellenform geliefert wurden.“

Bisher wäre ich nicht auf eine solche Idee gekommen, aber das Handelsblatt hat das vor kurzem einmal versucht, so dass ich seitdem darüber grüble, ob das eine gute oder eher eine ganz schlechte Idee ist. ChatGPT war so nett, die Grafik einmal zu übersetzen; es ist nicht alles korrekt wiedergegeben, aber uns geht es hier nicht um die Genauigkeit der Daten, sondern um den Visualisierungsansatz. Ganz grob zusammengefasst geht es um Partnerschaften zwischen der Öffentlichen Hand und Privatkapital.

Zur Erinnerung: Eine Datenvisualisierung soll dem Leser das Verständnis eines Sachverhalts erleichtern. Idealerweise bringt eine Visualisierung auch eine Intention mit, sie soll etwas beinhalten, das unsere Meinung ändert oder schärft oder uns sogar zu einer Handlung ermutigt. Was davon erfüllt diese Visualisierung?

Zunächst einmal sehen wir ein gestapeltes Säulendiagramm, das sich auf die linke Y-Achse bezieht. Zusätzlich zeigt eine graue Linie die kumulierte Anzahl von Projekten an, die auf der rechten Y-Achse abgetragen sind. Ich bin kein Freund von zwei Y-Achsen, denn diese tragen nicht zur Beschleunigung des Verständnisses bei, sofern nicht ein Muster klar erkennbar ist. Das wäre zum Beispiel der Fall, wenn auf der einen Seite das Marketing-Investment pro Jahr gezeigt wird und zusätzlich die dadurch entstandenen Umsätze verdeutlicht werden, also eine Korrelation besteht.

Doch selbst wenn hier eine Korrelation bestünde, so wäre sie nicht sichtbar, denn die Ersteller des Diagramms haben sich für eine Visualisierungsform für die anderen Datenpunkte entschieden, die das Verständnis bei den meisten Laien herausfordern: kumulierte Werte. Hier werden nicht die Werte pro Jahr gezeigt, in diesem Fall die Anzahl der Projekte pro Jahr, sondern die Summe aller Projekte seit dem Erhebungszeitraum bis zu dem jeweiligen Jahr. Sollte es eine Korrelation geben, so müsste man dieselbe Größenart wählen, um einen statistischen Zusammenhang zu verdeutlichen. Also entweder beide kumuliert oder beide Flussgrößen.

Aber vielleicht existiert ein Zusammenhang, der sich so erklärt, dass die kumulierte Anzahl von Projekten die Projekte darstellt, die zu dem jeweiligen Zeitpunkt noch laufen? Weder die Legende noch der Artikeltext geben dahingehend Aufschluss. Rein inhaltlich ergäbe das natürlich Sinn, denn die öffentlich-privaten Partnerschaften beziehen sich nicht nur auf den Bau einer Autobahn zum Beispiel, sondern auch deren Betrieb.

Tatsächlich kommen aber bei genauem Hinschauen eher weitere Fragen: Von 2003 bis 2006 steigen die Investitionsvolumina rasant, da müsste die kumulierte Anzahl von Projekten schneller steigen, da ja die Anzahl der Projekte aus den vorherigen Jahren dazuaddiert wären. Entweder sind die Projekte also teurer geworden oder es wurden größere Projekte in Angriff genommen. Oder, wenn wir davon ausgehen, dass nur die laufenden Projekte angezeigt werden, dass Projekte aus den vorherigen Jahren beendet waren. Letzteres erscheint als wenig wahrscheinlich, denn eine gebaute Autobahn amortisiert sich nicht innerhalb weniger Jahre.

Um 2012 (in der übersetzten Grafik hat ChatGPT ein paar Säulen vergessen) kommt eine Delle, danach steigt die Anzahl der Projekte nicht mehr ganz so schnell, auch nicht nach 2020, wo eine Rekordsumme investiert wird. Da hier der eigentlich zu erwartende Effekt (mehr Geld, mehr Projekte) nicht sichtbar ist, kommt die Frage auf, wie das sein kann. Die Antwort bleibt die Grafik aber schuldig, tatsächlich bin ich nun verwirrter als vorher, und das ist kein gutes Zeugnis für eine Datenvisualisierung. Auch wenn das Handelsblatt diesen Visualisierungsansatz aus der Quelle der Daten kopiert hat, hätte ich mir gewünscht, dass hier mehr Gehirnschmalz investiert wird.

Kommen wir zu der zweiten Anforderung: Hat die Visualisierung eine Intention? Da wir diese Grafik nicht verstehen, können wir die Frage kaum beantworten. Soll die Grafik zeigen, dass Öffentlich-Private Partnerschaften eine tolle Sache sind? Für wen? (Im Artikel steht, dass Investoren-getriebene Bauprojekte teurer sind, da sie eine höhere Rendite abwerfen müssen, gleichzeitig aber auch Kapitalausfälle passierten). Soll ich dafür sein? Dagegen? Was müsste man tun, damit sich diese Partnerschaften für alle lohnen?

Vermutlich gehört diese Visualisierung eher zur Kategorie „Wir lockern den Text mal ein bisschen auf“ anstatt „Wir erleichtern dem Leser die Informationsaufnahme“. Anders kann ich mir diese Visualisierung nicht erklären. Handwerklich schlecht gestaltet mit der zweiten kumulierten Variable, gepaart mit Aussagearmut. Diese Grafik verwirrt mehr, als dass sie erklärt – und genau das ist das Gegenteil guter Datenvisualisierung.

Vermutlich bin ich nicht der einzige Mensch, der einen Ordner auf der Festplatte hat, der mal aufgeräumt werden sollte. Meiner heißt zufälligerweise „Aufräumen“, und wenn ich es mal schaffe, ihn nicht nur weiter zu befüllen, sondern tatsächlich aufräumen möchte, dann überfällt mich nach 2-3 Dateien eine bleierne Müdigkeit.

Anthropics Claude bietet mit dem Model Context Protocol die Möglichkeit, ein Large Language Model mit externer Software zu verknüpfen. Somit ist das LLM nicht mehr „nur“ auf eine Textausgabe beschränkt, sondern kann Entscheidungen treffen oder sogar Aktionen ausführen. Claude kommt bereits mit einigen Integrationen, zum Beispiel der Möglichkeit, auf das lokale Dateisystem zuzugreifen (ganz unten auf dem Screenshot).

Mein Prompt:

Kannst Du bitte auf dem Desktop in meinen Ordner „Aufräumen“ schauen und gucken, wie die Dateien dort sinnvoll geordnet werden könnten?

Wahrscheinlich nicht unbedingt mein bester Prompt. Aber zunächst verschaffte sich Claude eine Übersicht über die Dateien in dem Ordner. Bei mehr als 600 Dateien brauchte Claude zwei Anläufe. Dabei untersuchte Claude lediglich die Dateinamen, wobei es auch möglich gewesen wäre, die Dateien zumindest zum Teil zu öffnen. Das hätte allerdings noch länger gedauert. Claude kam dann mit einem Vorschlag, in dem meine Dateien in 12 Kategorien aufgeteilt wurden. Die ergaben viel Sinn, nur eine Anmerkung gab ich Claude noch rein, bevor die KI munter loslegte meine Daten zu sortieren:

Allein für das Sortieren der 600 Dateien waren schon knapp 4 Stunden notwendig, zum Teil mit längeren Pausen, weil mein Nutzungslimit ausgereizt war und ich warten musste, bis ich wieder Claude benutzen durfte. Diese Wartezeit ist nicht in den 4 Stunden enthalten. Aber auch so brauchte Claude immer wieder Pausen, zum Teil war der Server nicht erreichbar, dann war ein Kontextfenster voll und ich durfte den Prompt noch mal in einem neuen Chat eintippen, oder es tauchte ein Button „Weiter“ auf, der gedrückt werden musste. Der Rechner wurde tatsächlich heiß, Claude benötigte eine Menge Strom, und brauchte dennoch viel Zeit für jede Datei. Mitunter sah das dann so aus:

Damit das überhaupt funktioniert und man nicht bei jeder einzelnen Datei die Aktion freigeben muss, benötigt Claude für jede Aktionskategorie eine Freigabe. Das sollte man nur tun, wenn man auch ein Backup von den eigenen Dateien hat.

Hat es funktioniert? Ein klares „zum Teil“. Nicht alle Dokumente waren richtig eingeordnet. Das liegt natürlich auch daran, dass Dateien nur nach ihren Namen kategorisiert waren. Eine gute Vorsortierung ist es aber allemal, und in der Zeit wäre ich wahrscheinlich mehrmals aus Notwehr eingeschlafen. Es hat sich also gelohnt, auch wenn das Ergebnis noch nicht perfekt ist.

Im nächsten Schritt werde ich ein solches System mit einem lokal installierten LLM bauen, das dann auch Dateien öffnet und liest, um sie richtig einzusortieren.

Ich wie ich versuche ein möglichst cooles Foto von mir mit der Brille zu erstellen

Ich war einer der ersten Nutzer von Google Glasses in Deutschland, da ich damals zufällig bei Google arbeitete und die Dinger von meinem damaligen Chef bekam. Der Coolness-Faktor war größer als die Nützlichkeit, denn der Akku hielt nicht besonders lange, wenn man die Brille nutzte. Und war es wirklich wichtig, Mails auf dem kleinen Screen zu lesen? Nicht wirklich. Warum also überhaupt so eine Brille?

Die Ray Ban Meta-Brille vereint eine Kamera mit Kopfhörern und Meta AI. Das Killer-Feature ist für Menschen mit Seheinschränkungen wahrscheinlich die Möglichkeit, dass die Meta KI beschreibt, was die Kamera aufnimmt (siehe das Video ganz unten). Das habe ich bisher nur ausprobiert bei Pflanzen im Botanischen Garten, und die Ergebnisse sind tatsächlich gut, wenn auch nicht immer richtig.

Warum habe ich mir überhaupt eine solche Brille mit Künstlicher Intelligenz geholt? Mein Haupt-Use Case ist die Nutzung der Brille auf Fahrradtouren. Für Fotos muss ich immer anhalten und mein Handy rausholen, das wäre hier nicht mehr nötig. Ich könnte Situationen auf Video festhalten, für die ich das Handy längere Zeit in der Hand halten müsste auf der Fahrt, aber das will ich nicht. Und natürlich wollte ich ausprobieren wie es ist, wenn man eine KI jederzeit griffbereit hat und dafür nicht das Handy in die Hand nehmen muss. Ob das wirklich so viel Geld wert, ich weiß es nicht.

Ich habe mir die Ray Ban mit meinen Stärken und selbsttönenden Gläsern bestellt, und zwar im Ray Ban-Laden in Hamburg. Das Team dort ist sehr nett, aber leider gab es einige Probleme bei der Abwicklung. Die Lieferung sollte ca. 10-14 Tage dauern, nach 14 Tagen habe ich angerufen, und da hieß es, dass sie bestimmt bald komme. 2 Tage später war ein Mitarbeiter dort genauer und hat mal im System nachgeschaut: Meine Bestellung wurde storniert, weil die Firma, die in Italien die Gläser erstellt, das Gestell nicht da hatte. Alles kein Problem, man würde jetzt nur die Gläser bestellen, weil man das Gestell ja da hätte, das ginge jetzt auch ganz schnell. Zwei Stunden später hatte ich eine Stornierung in der Mailbox, weil ich unzufrieden sei. Noch mal angerufen, mal wieder niemanden erreicht, dann irgendwann wieder in die Stadt gefahren und nachzufragen, Nene, alles in Ordnung, die Brille käme bald. Sie hätten halt irgendeinen Grund angeben müssen, das System wäre halt dumm. Usw. Nach knapp 3 Wochen war meine Ray Ban Meta dann doch da. Die Einrichtung ging superfix.

Die Sprachbefehle funktionieren nur auf Englisch. Diese funktionieren aber wirklich gut. Apple Music kann verknüpft werden, die Tonqualität ist aber nicht gut. Auch beim Telefonieren merkt man einen deutlichen Unterschied zu den Apple AirPods Pro. Überhaupt ist die Idee, Audio über die Brille laufen zu lassen, nicht ganz so prall wie ich anfangs dachte. Denn das Ohr bleibt ja frei, so dass man die Außenumgebung komplett wahrnimmt und Musik oder Telefonate eben nicht einfach „drüberbügeln“. Im Fitness Center ist das schon nervig, wenn die Trainer die Musikbox besonders laut gedreht haben.

Überhaupt ist es ungewohnt mit der Brille zu telefonieren. So wie es am Anfang seltsam war die Apple AirPods zu sehen, weiße Stengel im Ohr ohne Kabel, so weiß man bei einer Brillentelefonie nicht, ob der Träger Selbstgespräche führt, denn auf den ersten Blick ist nicht offensichtlich, dass es sich um eine intelligente Brille handelt. Aber auch daran wird man sich wohl mit der Zeit gewöhnen.

Wenn man fotografiert, entweder mit dem Knopf auf dem Gestell oder dem Sprachbefehl, geht eine Leuchte an der Brille an, siehe Bild ganz oben in meinem Selbstporträt. Dies soll verhindern, dass man einfach Menschen fotografiert, ohne dass sie es wissen. Die Fotos müssen von der Brille übertragen werden, was etwas länger dauert als ich es erwarten würde. Sie werden dann gleich mit der Fotobibliothek von Apple synchronisiert. Ein Foto wird nicht sofort erstellt, es gibt eine Latenz von ca. 1 Sekunde. Immer noch schneller als das Handy rausholen.

Datenschutztechnisch ist die Brille wahrscheinlich ein GAU. Zum Glück nutze ich kein WhatsApp und auch keinen Facebook Messenger, und ich habe ein Dummy-Adressbuch für die Synchronisation genutzt, ohne kann man nicht telefonieren.

Zu guter Letzt noch wie eingangs versprochen ein Video von einem Nutzer, der die Brille als Sehbeinträchtigter nutzt:

Dieser Talk ist schon ein paar Monate alt, aber ich hatte vergessen, ihn hier zu veröffentlichen. Er behandelt mein Peer-reviewtes akzeptiertes Paper „Bridging the Analytics Gap: Optimizing Content Performance using Actionable Knowledge Discovery“ für die HT ’24. Das Paper kann unter Proceedings of the 35th ACM Conference on Hypertext and Social Media eingesehen werden.