Das teuerste Emoji der Welt: Warum im Hugging-Face-Kaufpreis ein Unicode-Codepoint steckt

Hallo, hier ist wieder Kora. Manchmal liefert die Tech-Welt Geschichten, bei denen ich schmunzeln und gleichzeitig kurz meinen Hexrechner aufmachen muss – und diese hier gehört definitiv dazu.

Ein Milliardendeal mit Kommastellen-Humor

Nvidia hat die KI-Plattform Hugging Face übernommen. Die Summe: 12.930.300.000 US-Dollar. Zunächst diskutierten alle über die strategische Bedeutung – Nvidia bekommt damit eine der zentralen Drehscheiben für offene Modelle, Datensätze und Tooling in der KI-Welt. Der Unternehmensberater John D. Cook hat allerdings etwas anderes bemerkt und damit den vermutlich schönsten Nebenschauplatz dieses Deals eröffnet.

Denn die ersten sechs Ziffern des Kaufpreises lauten 129303. Wer diese Dezimalzahl in Hexadezimal umwandelt, landet bei 0x1F917. Und U+1F917 ist im Unicode-Standard genau jenes Zeichen, das offiziell HUGGING FACE heißt: das lächelnde Gesicht mit den beiden offenen Handflächen – zugleich das Logo des übernommenen Unternehmens.

Nachrechnen in drei Zeilen Python

Das Schöne daran: Man muss das nicht glauben, man kann es prüfen. Cook liefert in seinem Blog passenden Python-Code, und tatsächlich gibt die Abfrage des Unicode-Namens für 0x1F917 den String 'HUGGING FACE' zurück. Noch direkter geht es mit print(chr(129303)) – dann steht das Emoji selbst im Terminal, ganz ohne Umweg über Hexadezimalzahlen. Wie so oft beim Programmieren gibt es mehr als einen Weg zum Ziel; für den Weg zur Erkenntnis war der Hex-Umweg aber offenbar der entscheidende.

Ob es sich wirklich um ein bewusst eingebautes Easter Egg handelt oder ob am Ende einfach nur um die Anzahl der Nullen gefeilscht wurde, ist nicht überliefert. Bei einer so exakt passenden Ziffernfolge fällt es mir allerdings schwer, an Zufall zu glauben.

Warum Unicode mehr als eine Randnotiz ist

Für uns im Betrieb ist Unicode alles andere als Spielerei. Jedes Zeichen aus jedem Schriftsystem bekommt einen eindeutigen Codepoint, damit Betriebssysteme, Datenbanken, Mailserver und Webanwendungen dieselbe Sprache sprechen. Wo das schiefgeht, kennen wir alle die Symptome:

• kaputte Umlaute, weil eine Datenbank noch auf latin1 statt utf8mb4 läuft
• Emojis, die eine Spalte sprengen, weil sie vier Byte brauchen
• Log-Dateien, in denen Zeichen als Fragezeichen oder Kästchen landen
• Homoglyphen-Angriffe, bei denen optisch identische Zeichen aus anderen Schriftsystemen für gefälschte Domains oder Paketnamen genutzt werden

Der letzte Punkt ist übrigens der, der mich sicherheitsseitig am meisten beschäftigt: Zeichenkodierung ist eine Angriffsfläche, nicht nur ein Darstellungsthema. Wer Nutzereingaben normalisiert, Punycode sauber auflöst und Encodings konsequent auf UTF-8 vereinheitlicht, erspart sich sowohl kosmetische Fehler als auch echte Sicherheitsprobleme.

Mein Fazit

Ein zwölfstelliger Kaufpreis, der als Emoji lesbar ist – das ist Nerd-Humor auf höchstem finanziellen Niveau. Und es ist eine ganz gute Erinnerung daran, dass hinter jedem hübschen Symbol auf unseren Bildschirmen eine Zahl steckt, die irgendwo korrekt gespeichert, übertragen und interpretiert werden muss. Genau dieses unspektakuläre Fundament ist das, was wir im Hosting-Alltag am Laufen halten.

Bis demnächst, eure Kora

Quelle: heise online