Sammlung

Modelle und Infrastruktur

Modellauswahl, Inferenzkosten, lokaler Betrieb, Kompression und Serving-Architektur.

Blogbeiträge
80
Thema
AI und Agents

Hier starten

Neu in dieser Sammlung

Zwei überlagerte Wellenformen veranschaulichen das Timing von KI-Sprachgesprächen KI & Agenten

Cue Turn Detection: Telefonnummern, Benchmarks und Grenzen

Eine Pause ist keine vollständige Telefonnummer. Was Pypes Cue v1 verbessert, wie die Benchmarks einzuordnen sind und welche Abnahmetests wirklich zählen.

Kevin Riedl
Lesen
Titelbild zum Wavect-Artikel über Agent Mesh mit einem Schild als Symbol für kontrollierten Zugriff auf Tools KI & Agenten

Google SAM heißt jetzt Agent Mesh: MCP-Tools vernetzen

Freigegebene Tools auf mehreren Rechnern verbinden: So funktionieren Control Plane, signierte EU-Labels und die Prüfungen für einen aussagekräftigen ersten Pilotversuch.

Kevin Riedl
Lesen
Gestapelte Dokumentkarten als Darstellung des PostgreSQL-Wissensspeichers von EdgeQuake KI & Agenten

EdgeQuake: PostgreSQL-GraphRAG als MCP-Gedächtnis für Agenten

EdgeQuake v0.34.0 für Dokumentenwissen: PostgreSQL-Betrieb, MCP-Berechtigungen, lokale Modellrollen und eine Einordnung der LightRAG-Benchmarks.

Kevin Riedl
Lesen
Die drei ternären Gewichtswerte minus eins, null und plus eins, verbunden mit einer CPU KI & Agenten

BitNet auf der CPU: 2B4T, RAM-Bedarf und die 100B-Angabe

Welches BitNet-Modell kannst du herunterladen, und was passt auf deine CPU? Ordne den 100B-Benchmark, die 0,4-GB-Angabe und die 1,19-GB-Datei ein und prüfe eine echte Aufgabe.

Kevin Riedl
Lesen
SuperPenguin: KI-Kosten aus Coding-Tools und Produktnutzung zu PRs, Kunden und Features zuordnen KI & Agenten

SuperPenguin: KI-Kosten pro PR, Kunde und Feature

Was kostet die Entwicklung eines Features, was seine Nutzung? So verbindet SuperPenguin Coding-Aktivität, Kundenmetadaten und Rechnungen zu belastbaren Kostennachweisen.

Kevin Riedl
Lesen
Redaktionelle Illustration: Erkenntnisse aus einem Produkt-Dashboard werden zu einem animierten Update KI & Agenten

Claude Dashboards + Motion: Von KPIs zum Video

Aus einer geprüften Produktkennzahl wird ein kurzes animiertes Update. Ein konkreter Workflow mit Claude Dashboards und Motion, Kohortenbeispiel, zwei Prompts und Freigaberegeln.

Kevin Riedl
Lesen

Vollständiges Artikelverzeichnis

  1. Cue Turn Detection: Telefonnummern, Benchmarks und Grenzen
  2. Google SAM heißt jetzt Agent Mesh: MCP-Tools vernetzen
  3. EdgeQuake: PostgreSQL-GraphRAG als MCP-Gedächtnis für Agenten
  4. BitNet auf der CPU: 2B4T, RAM-Bedarf und die 100B-Angabe
  5. SuperPenguin: KI-Kosten pro PR, Kunde und Feature
  6. Claude Dashboards + Motion: Von KPIs zum Video
  7. OpenAI Intelligent UI vs. OpenUI: Generative UI für Business-Apps
  8. Wally von RunAnywhere: Kosten pro akzeptierter Coding-Aufgabe
  9. Reducto für deutsche Rechnungen: Nacharbeit richtig messen
  10. OpenAI Decisions API: Konfidenz, Ablehnungen und Routing
  11. Claude Model Router: Wann wechselt welches Modell?
  12. Cloudflare Clef vs. Jev: Preise, Benchmarks und Migration
  13. Context Language Models vs. Kompaktierung: Was testen?
  14. Caveman 3.0 für Claude Code: Lokale Input-Kompression, Recovery und Benchmarks
  15. LiteLLM Lens: Agenten-Traces mit SQL und APIs analysieren
  16. SmythOS Studio selbst hosten: Docker, Kosten und Grenzen
  17. DeerFlow 2.0: Docker-Setup, Sandboxes und Memory
  18. CLM-8B selbst hosten: vLLM, Action-Cache und Verifier
  19. AnyJev: LLM-Kalibrierung und Optionsreihenfolge
  20. LiteAgents SDK: Modell-Routing, Setup und Migration
  21. mcp-memory-service: Gemeinsames Gedächtnis für Claude Code und Cursor
  22. Claude Opus 5.5: Einsatzfälle, Prompts und Effort
  23. Laya und Jev im Unternehmen: 6 praktische Workflows
  24. Laya vs Jev: Benchmarks und das Risiko für KI-Startups
  25. Jev AI im Test: Entscheidungsmodelle für Agenten
  26. SwarmLLM Test 2026: Browser-P2P-Inferenz auf Smartphone und Laptop
  27. Phonely Alma im Test: Ist das Voice-LLM produktionsreif?
  28. Utopia: Temporalen Wissensgraph im Unternehmen prüfen
  29. NVIDIA PAIR im Test: Lokales KI-Routing und die AMD-Lücke
  30. Tencent Hy4 Preview im Test: Lohnt sich das 1M-Kontextmodell?
  31. PageLM im Check: Selbst hosten und kommerziell nutzen
  32. M6 Mac mini vs. M5 Mac Studio für lokale KI: Kaufberatung
  33. FreeToken AI im Test: Frontier-MoE auf Consumer-GPUs?
  34. Darkbloom AI Test: Private Inferenz auf freien Macs
  35. Ox Alpha als GLM-5.3-Flash enthüllt: Was sich ändert
  36. Pika Audio API Preise: Sind Soundeffekte wirklich 20x günstiger?
  37. Thunder Computes 13-Mio.-Dollar-Wette auf GPU-Virtualisierung: Einkaufsleitfaden
  38. AirLLM mit 4 GB VRAM: So funktioniert Layer-wise Inference
  39. Qwen3.8-27B: Computer-Use-Agenten selbst hosten, ohne Screenshots zu exportieren
  40. Der vLLM- und Triton-Stack von Netflix: 7 Produktionslektionen
  41. Transformers.js im Browser: Wann lokale KI in dein Produkt gehört
  42. LiteLLM selbst hosten: Production-Guide 2026
  43. KI-fähiges Unternehmenswiki: Architektur und Aufbau
  44. Versieht Claude Texte mit Wasserzeichen? API-Antwort 2026
  45. OpenKB Review: Knowledge Compiler vs. RAG
  46. Unsloth Desktop im Test: Private lokale KI-Workstation?
  47. NeMo Switchyard 0.2: Agenten-Routing ohne Training?
  48. Firecrawl AnyDoc im Test: 14 Formate zu Markdown
  49. Muse Glimmer 30B: Ist Metas lokales Agentenmodell produktionsreif?
  50. OmniRoute KI-Routing: Setup und Produktions-Checkliste
  51. Gemini Robotics 2: Ganzkörpersteuerung und die Pilotentscheidung
  52. pdf-inspector im Test: PDFs vor OCR lokal routen
  53. Lokaler multimodaler KI-Coding-Assistent: Sprache, OCR und Datenschutz
  54. DeepSeek V4 Flash 0731 auf einem KI-PC: Was funktioniert?
  55. Gemma 4 kostenlos mit Unsloth und Colab tunen
  56. Taalas HC1 im Check: Lohnt sich ein fest verdrahteter LLM-ASIC?
  57. Welches lokale LLM läuft auf deiner Hardware? llmfit Guide
  58. Miso TTS selbst hosten oder API: Kosten, Latenz und VRAM
  59. RAG-Vektoren auf 2 Bit komprimieren: Ist datenunabhängige Quantisierung produktionsreif?
  60. LMCache meldet 13,7x niedrigere mittlere TTFT mit gemeinsamem KV Cache
  61. Verlustfreie LLM-Kompression vs. 8-bit GGUF: Was ist produktionsreif?
  62. NVIDIA Nemotron 3.5 ASR: Ist Self-Hosted STT bereit für Voice Agents?
  63. Kimi K3 für EU-Unternehmen: API-Kosten, Datenschutz und Pilotplan
  64. Mesh LLM im Test: Ein großes LLM auf mehreren Rechnern ausführen?
  65. Bonsai 27B im Test: Läuft ein 27B-LLM wirklich auf dem Smartphone?
  66. Soofi S: Ist Deutschlands souveränes LLM bereit für Unternehmen?
  67. Colibri führt GLM-5.2 auf Consumer-Hardware aus. Der Haken.
  68. Wann lokale Modelle APIs schlagen: Break-even-Rechner für EU-Unternehmen
  69. LLM-Kostenrechner 2026: Rechne pro Aufgabe, nicht pro Token
  70. Pxpipe im Test: Senken Bilder Claude-Code-Kosten um 60%?
  71. Pro Token günstiger kann pro Aufgabe teurer sein
  72. Anthropic sagt Nein zum Open-Weights-Verbot. Der Kostenkampf bleibt real.
  73. Was ein interner KI-Assistent in der DACH-Region wirklich kostet (2026)
  74. LLM-Gateways im Vergleich 2026: LiteLLM vs OpenRouter vs Portkey vs RouteLLM
  75. LLMs in der EU selbst hosten: Wann sich Open Weights wirklich rechnen
  76. Open-Weight-LLMs 2026: DeepSeek, Qwen, Kimi, GLM, Llama und Muse
  77. LLM-Token-Kosten 2026 senken
  78. Wann lohnt es sich, ein LLM-Eval zu bauen? Kosten, ROI und dem Judge vertrauen
  79. RAG, Fine-Tuning oder Long Context? Vergleich 2026
  80. LLM-API-Kosten 2026. Architektur-Shift
Postfach, ohne Lärm

Erhalte die nächste Feldnotiz zu AI und Agents

Eine kurze E-Mail, wenn wir veröffentlichen. Ohne Tracking-Pixel und ohne Postfachfüller.