Print + Digital März, Juni & November 2022 - powered by heise Developer - Heise Medien
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Heise Medien powered by heise Developer März, Juni & November 2022 Print + Digital „We Are Developers!“ erscheint als Sonderbeilage in der Aboauflage von Digital
Sonderbeilage „We Are Developers!“ We Are Developers! 2022 We Are Developers! – Das Magazin für Entwickler und solche die es werden wollen. Erreichen Sie mit dieser Kombi eine Spitzenzielgruppe aus knapp 230.000 Heise-Abonnenten (c’t und iX-Magazin). Neben der Printausgabe wird das Magazin als digitale Ausgabe an eine Vielzahl junger Entwickler verbreitet (kostenfreie und interaktive PDF-Version). Die Bewerbung der Digitalausgabe erfolgt über heise online, WeAreDevelopers und zusätzliche Promotion- Aktionen. So erhalten 30.000 registrierte Benutzer von WeAreDevelopers Zugriff auf die digitale Version des Magazins, darüber hinaus werden 90.000 WeAreDevelopers-Follower auf die Ausgabe hingewiesen (inkl. Ver- linkung) und 12.000 Abonnenten werden direkt via Newsletter auf das Magazin aufmerksam gemacht. Ausgabe 2 / 2022 erscheint vor dem WeAreDevelopers (WAD) World Congress (15. / 16.06.2022) und wird in Englisch auf gelegt, um zusätzlich die Teilnehmer des WAD World Congress zu adressieren. Darüber hinaus wird das E-Magazin erstmals weltweit in der Developer Community verbreitet! c’t, iX und heise Developer haben die Leser und Nutzer, die Sie brauchen: darunter IT- und Software-Profis, IT-Ingenieure, Innovationsverantwortliche und eine breite an IT und Technologie interessierte Leserschaft. Und WeAreDevelopers verfügt über eine Entwicklerplattform zu diesem Thema, das matcht einfach! Wir freuen uns, wenn Sie dabei sind! Tarik El-Badaoui Simon Tiebel Verkaufsleiter iX Verkaufsleiter c’t Unsere Leser - Ihre Zielgruppe 87 % der c’t Leser inter- essieren sich für berufliche Praxis / Wissen / Lernen Weiterbildung*. IT / Softwareentwicklung: 42 % der c’t-Leser lesen c’t, um sich Für 92 % der iX-Leser sind praxisrelevantes Wissen anzu- Weiterbildungen generell relevant. eignen.* 80 % lesen in der iX Themen zu Softwareentwicklung. „Ich werde in den nächsten 12 Monaten den Beruf oder Arbeitsplatz wechseln“, sagen 86.000 c’t-Leser, 42.000 c’t-Leser werden ein Studium, eine Ausbildung beenden und in einen Beruf einsteigen. Softwareentwickler c’t weist eine Reichweite von 51 % der c’t-Leser sind in der IT / Softwareentwicklung tätig. 922.000 Leser pro Ausgabe aus! Jeder dritte ist Software- entwickler / -in, jeder vierte Projektmanager.* 85 % der iX-Leser finden in iX Der typische iX-Leser ist in berufsrelevante Informationen. der IT / Softwareentwicklung c‘t enthält für meinen Beruf tätig: 76 %. Und arbeitet als interessante Informationen, sagen Softwareentwickler: 41 %. 68 % der c’t-Leser.* Quelle: c’t - AWA 2021, *c‘t-Leserbefragung 2019 n=1.740, iX-Leserbefragung 2019 n=1018
Sonderbeilage „We Are Developers!“ Die Themen und Autoren der Märzausgabe Machine Learning, Data Science, Autonomes Fahren und Simulationstests, Mobilität der Zukunft, Cloud Security, JavaScript-Framework, CSS, Europäische Technologie- souveränität, KI: Fourth Industrial Revolution / Multimodal Revolution Unterwegs zum Autonomen Fahren: Mit V2X-Kommuni repräsentativ, akkurat und diffizil wie möglich – eben RAD – zu kation simulationsbasiert testen machen. Die Mobilität von morgen zeichnet sich durch zunehmende Automatisierung und Vernetzung von Fahrzeugen aus. Ob Technologiesouveränität für Europa: Maschinen mit Welt auf der Schiene, der Straße oder in der Luft – die aktuelle For- wissen, und was heute schon auf dem Rollfeld steht schung konzentriert sich auf verlässlicher werdende Assistenz- „Meine Hoffnung, meine naive Hoffnung ist, dass wir vielleicht systeme, die sowohl im Bereich Verkehrssicherheit als auch im die europäische Technologiesouveränität mit der Digitalisierung Infotainment Anwendung finden. Eine Schlüsseltechnologie verbinden können. Das wäre doch was. für die Erhöhung der Sicherheit und Effizienz im Verkehr ist die Und meine Hoffnung wäre, dass wir nicht nur die verstaubte Ver- Vehicle-to-Everything-Kommunikation, kurz: V2X-Kommuni waltung digitalisieren können, sondern dieses Geld auch noch kation. Wie es der Name sagt, kommuniziert dabei ein Fahrzeug so einsetzen können, dass wir hier eigene KI-Forschung machen (vehicle) mit allem (everything) in der Umgebung. Wie wird die können in Europa.“ Kommunikation zwischen Fahrzeugen getestet? Ein Werkstatt- „Microsoft hat ja sich die Lizenz für GPT-3 exklusiv gekauft. Für einblick beim Deutschen Zentrum für Luft- und Raumfahrt in eine Milliarde. Und Microsoft bringt das jetzt gerade auch auf Braunschweig. den europäischen Markt. Wir haben uns als Europa, als Deutsch- land in der Vergangenheit oft so ein bisschen ausmanövrieren Katharina Hartmann arbeitet beim Deutschen Zentrum für Luft- lassen … Wir hatten ja immer wieder auch Technologieführer- und Raumfahrt in Braunschweig. Im Institut für Verkehrssystem- schaft oder waren zumindest vorne mit dabei bei einigen Techno- technik beteiligt sie sich an der Konzeption und Entwicklung von logien, und haben dann diesen Vorsprung oder zumindest diese Tests für Kommunikationssysteme im Straßen- und Schienenver- Kompetenz aufgegeben.“ kehr. Ihr aktueller Schwerpunkt liegt auf der V2X-Kommunikation, „Ich glaube, wir brauchen zwei Dinge. Zum einen brauchen die auch Teil ihrer Bachelorarbeit war. wir die technische Kompetenz, selber gestalten zu können. Weil wenn wir nicht handlungsfähig sind, dann können wir „It’s the dataset, stupid!“ – Warum Maschinen (noch) keine noch so viel Sachen postulieren, wir werden’s am Schluss besseren Entscheidungen treffen nicht machen können. Und das andere ist: Wir brauchen die Was ist ein guter Datensatz? Für Machine Learning ist das grund- Wertschöpfung, um das Pulver zu haben dafür, also um die so- legend. Insbesondere für die Frage, warum Maschinen (noch) zialen, um die kulturellen Dinge zu adressieren brauchen wir keine besseren Entscheidungen treffen. Autonome Fahrzeuge, ja irgendwoher die Ressourcen dafür. Und wenn wir die ganze die im Graupelschauer stehen bleiben. Sprachgesteuerte Smart- Wertschöpfung uns von den Amerikanern abschöpfen lassen, Home-Assistenten, die nur männliche Stimmen verstehen. Trotz wenn die ganze Wertschöpfung zu den Aktionären von Micro- Innovationsschub und verfeinerter Technik steht der Industrie- soft und OpenAI geht, dann fehlt uns das hier als Gesellschaft.“ zweig des maschinellen Lernens (ML) vor Herausforderungen, die „Every possible future scenario is wild.“ – Jonas Andrulis ihn ungewohnt abbremsen. Es w urde in diesem Z usammenhang viel darüber geschrieben, was schlechte Datensätze im Machine Silke Hahn, Redakteurin bei heise Developer – Gespräch mit dem Learning bewirken können. Daniel Kondermann hat sich auf die ehemaligen Apple Manager und Machine Learner Jonas Andrulis Qualitätssicherung von Datensätzen im Bereich Computervision (CEO Aleph Alpha) und mit Prof. Kristian Kersting, KI-Forscher TU spezialisiert und ein System entwickelt, um gute Datensätze Darmstadt/Hessian. zu generieren. Im Gespräch erläutert er auch, wie dieses Sys- tem einen Beitrag dazu leisten könnte, eine ethisch verantwor- Die nächste Evolutionsstufe in JavaScript: TailwindCSS b ietet tungsvolle, sicherere und transparente Anwendung von KI/ML- Utility-first statt obskurer Klassennamen Systemen zu erreichen. Um die Bedeutung dessen zu verstehen, Das utility-first CSS-Framework Tailwind CSS überzeugt seither gilt es, zuerst genauer zu betrachten, was das maschinelle Lernen besonders durch seine Philosophie, der modernen und einfa- derzeit abbremst. chen Syntax sowie Erweiterbarkeit. Problematisch ist allerdings, dass mit steigender Komplexität meist die Tailwind-Konfigura- Thordis Taag: freie Texterin und Lektorin; Berufserfahrung in tionsdatei ähnlich stark wächst, sodass die angestrebte Einfach- Wirtschaft und Politik im Bereich Pressearbeit; MA in Politik heit etwas gedämpft wird. Denn Tailwind bietet zu jeder seiner wissenschaften und Ethnologie – im Dialog mit Dr. Daniel unzähligen Klassen auch konfigurierbare Varianten; aber auch die Kondermann: Managing Director bei Quality Match; Privat Klassen als solche können konfiguriert werden, zum Beispiel mit dozent und Forscher im Bereich Computervision an der Uni- eigenen Farbnamen. versität Heidelberg. Kondermann und sein Team unterstützen Die Lösung präsentieren die Tailwind-Entwickler selbst: Mit Unternehmen darin, die richtigen Fragen zu stellen, um gute einem so genannten Just-in-Time-Compiler wird der CSS-Code Beispiele zu finden. Ziel ist es, durch das Herausfiltern von Feh- zu den im HTML verwendeten Klassen automatisch generiert lern, Inkonsistenzen und Doppeldeutigkeiten den Datensatz so – ohne großen Konfigurationsbedarf und ohne wirkliche Ein-
Sonderbeilage „We Are Developers!“ schränkung der Funktionalitäten. So lassen sich beispielsweise benötigen Data Scientists bisher tausende Z eilen von SQL Code die Varianten für Bildschirmgrößen, Dark-Mode oder Hover be- (oder äquivalent) für viele Merge- und A ggregation-Operationen liebig kombinieren (); auch Größen, Farben und co sind nicht mehr und wenigen Zeilen Python Code ist es nun möglich, diese Auf- auf festgelegte, benannte Kategorien beschränkt, sondern las- gabe zu automatisieren. Wie wir in unseren öffentlichen Bench- sen sich frei angeben (). Es wirkt wie die logische zu einer deutlich erhöhten Prognosegüte und liefert im Vergleich Erweiterung von CSS-Purging: Statt erst am Ende nicht verwen- zu Brute-Force Feature-Engineering-Algorithmen von Facebook, dete Klassen aus dem CSS zu entfernen, so lässt Tailwind JIT Blueyonder oder AlterYX einen bis zu 179-fachen Speedup. Alle diese erst gar nicht entstehen. Benchmarks, sowie weitere Code Beispiele, sind auf Github in unserem Repo veröffentlicht. Timo Zander ist dualer Student der Angewandten Mathematik • Was ist der Inhalt des Deep-Learning-Hypes? Sind Feature- und Informatik und arbeitet als App-Entwickler. Er interessiert Learning-Algorithmen weitere Blackbox-Systeme? Woran liegt sich für Open Source, das JavaScript-Universum und aufstreben- die schleppende Adaption von KI in Unternehmen? Einige de Technologien Lösungsansätze untersucht der Autor in seinem Artikel. • Feature Learning mit getML Ethische Algorithmen: KI-Testing auf dem Prüfstand, eine • Algorithmen und Code-Beispiel/e aus der Praxis MLOps-Perspektive Klassisches Software-Testing lässt sich nicht ohne weiteres auf KI Alexander Uhlig Mit dem in Leipzig ansässigen Startup getML übertragen. Interne Audits sind eine Möglichkeit, sie auf ethische entwickeln wir Algorithmen für automatisiertes Feature Enginee- Prinzipien zu überprüfen. ring auf relationalen Daten. Vor der Gründung unseres Unter- Die in KI-Ethik konvergierenden Prinzipien sind Transparenz, nehmens in 2017 forschte und arbeitete ich als Data Scientist im Gerechtigkeit und Fairness, Nicht-Schädlichkeit, Verantwortung Volkswagen:DataLab. Hier entwickelte ich Predictive-Analytics- und Datenschutz. Damit ist sie mit medizinischer Ethik vergleich- Modelle auf relationalen Daten und Zeitreihen. bar, denn die dort verankerten Prinzipien des Respekts vor der Autonomie, der Nicht-Malifizierung, der Wohltätigkeit und der Buchlayout mit HTML und CSS: Automatisiertes PDF-Erstellen Gerechtigkeit decken sich mit den ethischen Anforderungen von mit HTML und dem CSS Paged Media Modul KI-Systemen. Es liegt daher nahe, sich an Bereichen mit einer In vielen E-Government- und Geschäftsanwendungen gibt Tradition überprüfbarer Prozesse zu orientieren, die zwar nicht es die Anforderung, Daten als PDF verfügbar zu machen oder fehlerlos funktionieren, aber ohne die sich Sicherheitsstandards PDF-Dokumente für den Schriftverkehr zu erstellen. Dafür gibt nicht verwirklichen lassen. Dazu gehören sicherheitskritische und es verschiedene Möglichkeiten zur Umsetzung. Vielfach werden regulierte Branchen wie die Medizin, aber auch Luft- und Raum- Bibliotheken wie iText oder PDFBox verwendet. fahrt oder das Finanzwesen. Bei iText (https://itextpdf.com) gibt es die Problematik, dass ab der Version 5.0 die Lizenz auf AGPL geändert wurde und die Ver- Isabel Bär studiert am Hasso-Plattner-Institut im Masterstudien wendung einer neuen iText-Version nur möglich ist, wenn der gang Data Engineering und ist Werkstudentin bei INNOQ. Im eigene Quellcode offengelegt wird. Dieser Umstand führt dazu, Studium setzt sie sich mit der Erhebung, Verknüpfung und dass bei vielen Projekten, die nicht Open Source sind oder keine Analyse großer Datenmengen auseinander, in ihrer Tätigkeit als kostenpflichtige Version verwenden, eine alte iText Bibliothek in Werkstudentin liegt ihr Fokus auf Themen rund um den Einsatz Verwendung ist. Apache PDFBox [https://pdfbox.apache.org/] ist von KI (Fairness, Interpretierbarkeit, Sicherheit und Datenschutz). eine Open Source Bibliothek in Java von der Apache Software Ihr aktueller Schwerpunkt liegt auf MLOps. Foundation zum Erstellen und Bearbeiten von PDF-Dokumen- ten. Die Steuerung des Layouts erfolgt in Java Code mit impe- Relationales Lernen: Der blinde Fleck aktueller Deep- rativen Anweisungen. Diese Lösung kann sehr individuell an die Learning-Algorithmen Anforderungen und bereits vorhandenen Werkzeuge sowie Ver- Feature Engineering stellte sich in unserem Projekt als ein sehr arbeitungsprozesse eigener Projekte angepasst und konfiguriert arbeits- und zeitintensives Problem dar. Ein Problem, für das werden. PrintCSS (CSS Paged Media Module) ist eine spannende überdies keines der bekannten Machine-Learning-Frameworks Technik und kann vielfältig eingesetzt werden. Angefangen vom (Tensorflow, PyToch, SciKit Learn etc.) eine algorithmische Lösung Erstellen von Eintrittskarten für den PDF-Versand bis zur Automa- parat hat. Auch konnte keine kommerzielle AutoML- Lösung tisierung der Druckdatenerstellung bei Verlagen. (Google AutoML Tables, AWS Sagemaker, H20 etc.) dabei unter- In vielen Bereichen ein Nachteil, dass es keinen WYSIWYG-Edi- stützen, Feature Engineering auf relationalen Daten zu automa- tor gibt, aber gerade für Entwickler zum Erstellen von Reports ist tisieren. Den größten Teil unseres Projektalltags verbrachten wir dies auch nicht notwendig und entspricht oft eher der Arbeits- mit sogenanntem Feature Engineering, dem Aufbereiten relatio- weise von Software-Entwickler. naler Daten zur Nutzung in Machine-Learning-Modellen. Um dieses Problem zu lösen, entwickelten wir in den vergange- Bernhard Jungwirth arbeitet als Softwareentwickler beim Um- nen vier Jahren Algorithmen, die in der Lage sind aus relatio weltbundesamt in Wien und ist betreibt in seiner Freizeit als nalen Datenstrukturen zu lernen um diese Daten automati- Selbständiger das Projekt Flexlex, eine Webanwendung zum Er- siert für Machine-Learning-Algorithmen aufzubereiten. Unsere stellen von PDFs mit Rechtstexten, die Nutzer sich selbst zusam- Feature-Learning-Algorithmen brachten wir innerhalb eines ei- menstellen und in Buchform drucken lassen können (in Österreich genen Machine-Learning-Frameworks nach einer zweijährigen liegen alle Rechtstexte als Open-Source-Dateien vor). Betaphase zur Marktreife. Für manuelles Feature Engineering
Sonderbeilage „We Are Developers!“ Platzieren Sie Ihre Ausschreibungen und Angebote für diese Zielgruppe • als Anzeige • als Advertorial • als Personal-Image-Anzeige • als klassische Stellenanzeige Umschlagseite* 1/1 Seite Anzeige / Advertorial* 1 / 2 Seite Anzeige / Advertorial* 7.900 Euro 6.900 Euro 3.900 Euro Satzspiegel: 185 × 232 185 × 116 90 × 232 Anschnitt: 200 × 280** Anschnitt: 200 × 280** 200 × 139** 98 × 280** 1/3 Seite Anzeige Heftformat: 200 mm Breite x 280 mm Höhe Satzspiegel: 185 mm Breite x 232 mm Höhe Alle Größenangaben: Breite x Höhe in Millimeter *Advertorial (Text, Bild, Logo), Zeichenanzahl auf Anfrage ** Beschnittzugabe ausgehend vom Heft-/Anschnittformat: 4 mm Kopf, 4 mm Fräsrand zum Bund, 3 mm Außen- und 3 mm Fußbeschnitt 2.600 Euro 185 × 116 90 × 232 Printauflage: 200 × 139** 98 × 280** rund 230.000 Exemplare zzgl. digitaler Verbreitung als E-Magazin Kontakt Ihr persönlicher Ansprechpartner unterbreitet Ihnen gern ein entsprechendes Angebot. Heise Medien Karl-Wiechert-Allee 10 • 30625 Hannover • www.heise.de/mediadaten
Sonderbeilage „We Are Developers!“ Termine 2022 Ausgabe 1 / 2022 Erscheinungstermin: iX-Magazin 04/2022 17.03.2022 c’t magazin 08/2022 26.03.2022 Anzeigenschluss: 10.02.2022 Druckunterlagen: 15.02.2022 INTERNATIONALE AUSGABE, erscheint zum WeAreDevelopers World Congress Ausgabe 2 / 2022 (englischsprachig) Erscheinungstermin: c’t magazin 13/2022 04.06.2022 iX Special 13/2022 09.06.2022 Anzeigenschluss: 26.04.2022 Druckunterlagen: 28.04.2022 Ausgabe 3 / 2022 Erscheinungstermin: c’t magazin 25/2022 19.11.2022 iX-Magazin 12/2022 24.11.2022 Anzeigenschluss: 06.10.2022 Druckunterlagen: 11.10.2022
Sonderbeilage „We Are Developers!“ Kontakt Michael Hanke Tarik El-Badaoui Group Sales Director Sales Director iX + Developer Konferenzen Tel: +49 (0) 511 53 52 167 Tel: +49 (0) 511 53 52 395 michael.hanke@heise.de tarik.el-badaoui@heise.de PLZ 0-3 + USA PLZ 4 PLZ 5, 9, A/CH Ellrik Freienberg Tarik El-Badaoui Stefanie Busche Account Manager Sales Director Account Manager Tel.: +49 (0) 511 53 52 891 Tel.: +49 (0) 511 53 52 395 Tel.: +49 (0) 511 5352 835 ellrik.freienberg@heise.de tarik.el-badaoui@heise.de stefanie.busche@heise.de PLZ 6-7, EMEA PLZ 8 Laura Bernatzky Julia Gäbel Account Manager Senior Account Manager Tel.: +49 (0) 511 53 52 894 Tel.: +49 (0) 511 53 52 571 laura.bernatzky@heise.de julia.gaebel@heise.de
Sie können auch lesen