Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com9. August 2025 · Q010214

SwiftUI: Async Image and Beyond

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Bericht erklärt `AsyncImage` mit Platzhaltern, Ladezuständen, Animationen und Modifiern und zeigt eine eigene Variante mit Cache, verkleinerten Vorschaubildern und optionalem Laden der vollen Auflösung. Die Lösung wird mit Beispielcode erläutert; die Bildgrößen-Schätzungen sind Näherungswerte, und vergleichende Leistungsmessungen enthält der Bericht nicht.

Mittel

Der vollständige Bericht stellt SwiftUIs `AsyncImage` vor und zeigt anschließend eine eigene Variante für Bilder in Listen. Die eingebaute Ansicht vereinfacht laut Autor den URL-Abruf und die Anzeige, kann bei vielen hochauflösenden Bildern aber viel Speicher beanspruchen. Beispiele erklären eigene Platzhalter, die drei Ladephasen – leer, Erfolg und Fehler –, Animationen sowie den Umgang mit Bild- und View-Modifier. Der Autor weist darauf hin, dass ein äußerer `frame` nur den Platzhalter begrenzt; bildbezogene Modifier wie `resizable()` gehören auf das geladene `Image` in der Inhalts-Closure.

Die eigene Implementierung nutzt `URLSession` und `URLCache.shared`, zeigt zunächst ein verkleinertes Bild und lädt die volle Auflösung auf Anforderung. Der Autor begründet sie damit, dass `AsyncImage` seiner Darstellung nach nicht cache und bei View-Updates erneut Netzwerkanfragen auslösen könne. Die Größenabschätzungen für PNG und JPEG seien ausdrücklich nur Näherungswerte. Der Bericht enthält Codebeispiele, aber keine Messungen oder systematischen Leistungsprüfungen; eine allgemeine Verbesserung wird somit nicht nachgewiesen.

Ausführlich lesen

Der vollständige Bericht „SwiftUI: Async Image and Beyond“ erklärt zunächst die eingebaute SwiftUI-Ansicht `AsyncImage` und stellt anschließend eine eigene Variante vor. Der Autor beschreibt `AsyncImage` als einfache Möglichkeit, ein Bild über eine URL laden und anzeigen zu lassen, ohne den Abruf und die Umwandlung der Daten selbst programmieren zu müssen. Als wesentliche Einschränkung nennt er den Speicherbedarf, besonders wenn Listen viele hochauflösende Bilder enthalten.

Für die eingebaute Ansicht zeigt der Bericht, wie sich ein eigener Platzhalter – etwa eine `ProgressView` – festlegen lässt. Über `AsyncImagePhase` könne die Oberfläche außerdem zwischen einem noch laufenden oder ausstehenden Abruf, einem erfolgreich geladenen Bild und einem Fehler unterscheiden. Für Phasenwechsel lasse sich eine Animation über eine `Transaction` angeben. Soll dieselbe Übergangsbehandlung beim Wechsel der Bild-URL greifen, empfiehlt der Autor zusätzlich eine an die URL gebundene `id`.

Der Bericht erläutert auch die Bildskalierung und Modifier: Der Skalierungsparameter der Ansicht sei standardmäßig 1. Ein `frame` auf der äußeren `AsyncImage` begrenze laut Autor jedoch nur den Platzhalter, nicht automatisch das geladene Bild. Bildbezogene Modifier wie `resizable()` müssten innerhalb der `content`-Closure auf das geladene `Image` angewendet werden. Allgemeine View-Modifier, etwa zum Zuschneiden in eine Kreisform, könnten weiterhin auf die äußere Ansicht kommen.

Im zweiten Teil begründet der Autor eine eigene Implementierung mit zwei Problemen: Die eingebaute Ansicht cache laut Bericht Bilder nicht, sodass bei View-Updates erneut Netzwerkanfragen entstehen könnten; außerdem seien volle Bildauflösungen in Listen häufig unnötig und könnten viel Speicher beanspruchen. Die vorgestellte SwiftUI-Ansicht nutzt `URLSession` und `URLCache.shared`, erzeugt zunächst ein verkleinertes Vorschaubild und kann auf Anforderung das Bild in voller Auflösung laden. Der Beispielcode aktualisiert den Ladezustand, wenn sich URL oder Vollauflösungsoption ändern, und liefert Erfolg, leeren Zustand oder Fehler an eine Inhalts-Closure. Ein Kontextmenü löst im Beispiel den Abruf der vollen Auflösung aus.

Die Grenzen der Darstellung sind konkret: Die vorgeschlagene PNG- und JPEG-Größenschätzung ist laut Autor nur näherungsweise und soll für den Anwendungszweck ausreichen. Der Text enthält Beispielcode und erläutert dessen Ansatz, berichtet aber keine Messwerte oder systematischen Vergleiche zu Speicherverbrauch, Ladezeiten oder Cache-Verhalten. Die Beispiele belegen daher die gezeigte Implementierung, nicht eine allgemeine Leistungsverbesserung für alle Apps oder Bildquellen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen von Luna (kurz und mittel) wurden geprüft; sie geben den Bericht sachlich treu wieder, und alle Aussagen zu Näherungswerten, Frame-Verhalten und fehlenden Messungen sind belegt. Da in der Vorlage keine Sammel- oder Teilfragen angegeben sind, bleibt die Einordnung leer.

Im Bericht, aber nicht in der Zusammenfassung

  • Die eigene Variante `_AsyncImage` ist syntaktisch an `AsyncImage` angelehnt, sodass sie durch Austausch des Namens eingesetzt werden kann.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle

Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →