Thema

AI und Agents

Engineering, Betrieb und Bewertung von AI-Systemen, Coding Agents und Modellinfrastruktur.

Blogbeiträge
160
Dieses Thema erkunden
02

Was möchtest du erreichen?

Wähle eine Lesereihenfolge: von der ersten Entscheidung bis zur Umsetzung und Überprüfung.

Coding Agents und Entwicklerwerkzeuge

Repository-Kontext verbessern, Arbeit isolieren, Skills verwalten und generierten Code prüfen.

  1. Der Engpass war nie Intelligenz. Es war Kontext.
  2. Git Worktrees vs. Jujutsu für KI-Coding-Agenten: Entscheidungshilfe 2026
  3. WikiSkill: Wie Agenten SKILL.md aus Erfahrung weiterentwickeln
  4. QA für KI-generierten Code

Evaluation und Produktionsbetrieb

Workflows entwerfen, Berechtigungen absichern, Evaluation budgetieren und Rollout-Kriterien festlegen.

  1. KI-Agenten-Designmuster: Einfach starten, Aktionen prüfen
  2. Enterprise MCP Authorization: Multi-Tenant-Referenzarchitektur
  3. Wann lohnt es sich, ein LLM-Eval zu bauen? Kosten, ROI und dem Judge vertrauen
  4. KI-Agent-Pilot in 30/60/90 Tagen

Lokale KI und Betrieb

APIs mit lokaler Inferenz vergleichen, Betriebskosten planen und Hardware-Grenzen bewerten.

  1. Wann lokale Modelle APIs schlagen: Break-even-Rechner für EU-Unternehmen
  2. LLMs in der EU selbst hosten: Wann sich Open Weights wirklich rechnen
  3. Colibri führt GLM-5.2 auf Consumer-Hardware aus. Der Haken.

Gedächtnis, RAG und Unternehmenswissen

Retrieval-Architektur wählen, Kosten schätzen und Berechtigungen sowie Aktualität prüfen.

  1. RAG, Fine-Tuning oder Long Context? Vergleich 2026
  2. Was ein interner KI-Assistent in der DACH-Region wirklich kostet (2026)
  3. RAG-Production-Readiness-Checkliste für EU-Unternehmen

Modelle und Routing

Entscheidungsmodelle verstehen, Anbieter vergleichen, Kalibrierung prüfen und einen Piloten planen.

  1. OpenAI Decisions API: Konfidenz, Ablehnungen und Routing
  2. Cloudflare Clef vs. Jev: Preise, Benchmarks und Migration
  3. AnyJev: LLM-Kalibrierung und Optionsreihenfolge
  4. KI-Agent-Pilot in 30/60/90 Tagen

Dieses Thema erkunden

80 Beiträge

Agent Engineering

Coding Agents, MCP, Kontextsysteme, Evaluation und Kontrollen für verlässliche Automatisierung.

Sammlung →
80 Beiträge

Modelle und Infrastruktur

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

Sammlung →

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
Wavect-Illustration zur Token-Filterung und Bewertung von RTK 1.0 KI & Agenten

RTK AI 1.0: Token-Ersparnis, Einrichtung und Lizenzen

RTK 1.0 kann mehr als Shell-Ausgaben filtern. Was Version 1.0.1, neue Lizenzgrenzen und der API-Proxy ändern und warum kürzere Protokolle nicht automatisch weniger kosten.

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
Türkise geometrische Ebenen zeigen eine Anatomy-Grafik aus einzeln bearbeitbaren Bauteilen KI & Agenten

Anatomy für Claude Code: Interaktive SVG für die Dokumentation

Mach eine technische Erklärung bedienbar. So installierst du Anatomy, wählst zwischen HTML und React und prüfst das Modell, bevor du die Grafik einbettest.

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

Vollständiges Artikelverzeichnis

  1. Cue Turn Detection: Telefonnummern, Benchmarks und Grenzen
  2. RTK AI 1.0: Token-Ersparnis, Einrichtung und Lizenzen
  3. Google SAM heißt jetzt Agent Mesh: MCP-Tools vernetzen
  4. Anatomy für Claude Code: Interaktive SVG für die Dokumentation
  5. EdgeQuake: PostgreSQL-GraphRAG als MCP-Gedächtnis für Agenten
  6. BitNet auf der CPU: 2B4T, RAM-Bedarf und die 100B-Angabe
  7. SuperPenguin: KI-Kosten pro PR, Kunde und Feature
  8. Claude Dashboards + Motion: Von KPIs zum Video
  9. OpenAI Intelligent UI vs. OpenUI: Generative UI für Business-Apps
  10. Wally von RunAnywhere: Kosten pro akzeptierter Coding-Aufgabe
  11. Reducto für deutsche Rechnungen: Nacharbeit richtig messen
  12. OpenAI Decisions API: Konfidenz, Ablehnungen und Routing
  13. Claude Model Router: Wann wechselt welches Modell?
  14. Cloudflare Clef vs. Jev: Preise, Benchmarks und Migration
  15. Context Language Models vs. Kompaktierung: Was testen?
  16. Caveman 3.0 für Claude Code: Lokale Input-Kompression, Recovery und Benchmarks
  17. LiteLLM Lens: Agenten-Traces mit SQL und APIs analysieren
  18. SmythOS Studio selbst hosten: Docker, Kosten und Grenzen
  19. DeerFlow 2.0: Docker-Setup, Sandboxes und Memory
  20. CLM-8B selbst hosten: vLLM, Action-Cache und Verifier
  21. AnyJev: LLM-Kalibrierung und Optionsreihenfolge
  22. LiteAgents SDK: Modell-Routing, Setup und Migration
  23. mcp-memory-service: Gemeinsames Gedächtnis für Claude Code und Cursor
  24. Claude Opus 5.5: Einsatzfälle, Prompts und Effort
  25. Laya und Jev im Unternehmen: 6 praktische Workflows
  26. Laya vs Jev: Benchmarks und das Risiko für KI-Startups
  27. Google AX: Suspend/Resume, Neustartkosten und Selbsthosting
  28. WikiSkill: Wie Agenten SKILL.md aus Erfahrung weiterentwickeln
  29. Tencent Octop im Review: Was Entwickler tatsächlich kostenlos bekommen
  30. Wigolo im Test: Lokale Web Intelligence für AI Agents
  31. Jev AI im Test: Entscheidungsmodelle für Agenten
  32. Supermemory: KI-Agenten mit Gedächtnis, RAG und lokalem Betrieb
  33. KI-Agenten-Designmuster: Einfach starten, Aktionen prüfen
  34. Claude Mods: Einrichtung, Function Hooks und Sicherheit
  35. Voicebox: Lokales Voice Cloning, Diktieren und MCP-Setup
  36. Valyus 0,6B-Router für Retrieval-Agenten: Ergebnisse, Grenzen und Einsatz
  37. OpenAI Agents API im Review: Migration, Kosten und Datenkontrollen
  38. Spotify shunt: Einrichtung, Token-Ersparnis und Grenzen
  39. OpenBot im Check: KI-Kollegen selbst hosten
  40. SwarmLLM Test 2026: Browser-P2P-Inferenz auf Smartphone und Laptop
  41. Ramp Inspect Architektur 2026: Background Coding Agents skalieren
  42. Model Hardware Standard: MHS für Physical AI im Unternehmen
  43. Fonio AI Erfahrungen 2026: Preise, API, DSGVO & Build vs Buy
  44. Mosaic (YC S26) im Check: Shared Memory für Coding Agents
  45. Ripwire Review 2026: Repo-Kontext für KI-Agenten ohne Embeddings?
  46. Atomare Multi-Datei-Edits für KI-Coding-Agenten: die Semaprax-Lektion
  47. Phonely Alma im Test: Ist das Voice-LLM produktionsreif?
  48. Utopia: Temporalen Wissensgraph im Unternehmen prüfen
  49. Wissenstransfer zwischen KI-Agenten: Einmal entdecken, günstiger skalieren
  50. claude-rotate: Ein Proxy für mehrere Claude-Max-Konten
  51. NVIDIA PAIR im Test: Lokales KI-Routing und die AMD-Lücke
  52. Feynman im Test: Ist der Open-Source AI Research Agent bereit für Teams?
  53. Obscura Browser im Test: Aussagen, Grenzen und Produktions-Fit
  54. Claude-Code-Designsystem: 4 Bausteine für markentreue UI
  55. Tencent Hy4 Preview im Test: Lohnt sich das 1M-Kontextmodell?
  56. PageLM im Check: Selbst hosten und kommerziell nutzen
  57. ChatGPT-Login: Das Modell sieht dein Passwort nicht
  58. M6 Mac mini vs. M5 Mac Studio für lokale KI: Kaufberatung
  59. KI-Agenten-Harness erklärt: Die Zuverlässigkeitsschicht rund um ein LLM
  60. FreeToken AI im Test: Frontier-MoE auf Consumer-GPUs?
  61. Darkbloom AI Test: Private Inferenz auf freien Macs
  62. Ox Alpha als GLM-5.3-Flash enthüllt: Was sich ändert
  63. Warum Agenten-Edits semantische Identität brauchen: SEMAPRAX in Rust
  64. LangChain Deep Agents im Test: Ist das Agent Harness produktionsreif?
  65. Pika Audio API Preise: Sind Soundeffekte wirklich 20x günstiger?
  66. Thunder Computes 13-Mio.-Dollar-Wette auf GPU-Virtualisierung: Einkaufsleitfaden
  67. OpenViking im Überblick: Dateisystem-Memory für KI-Agenten
  68. LLM-as-a-Verifier erklärt: Architektur, Kosten und Produktionseinsatz
  69. AirLLM mit 4 GB VRAM: So funktioniert Layer-wise Inference
  70. TrueForge im Test: Ist das Open-Source Agent Harness produktionsreif?
  71. Agentenlesbare Websites: llms.txt, Markdown-Spiegel und was kaputtgeht
  72. Qwen3.8-27B: Computer-Use-Agenten selbst hosten, ohne Screenshots zu exportieren
  73. Lokalisierte URL-Slugs und hreflang: Warum wir einen englischen Slug behalten
  74. Kann ein KI-Agent dein Produkt benutzen, oder nur darüber lesen?
  75. Graft Review 2026: Gehört die Repo-Map ins Git?
  76. Codag für Coding-Agenten: Tool-Ausgaben und Kosten
  77. Token-Kosten senken: Kosten je akzeptierter Coding-Aufgabe
  78. DeepSeek Harness im Test: Ist der Plugin-Stack produktionsreif?
  79. Der vLLM- und Triton-Stack von Netflix: 7 Produktionslektionen
  80. OpenSandbox im Review: Lohnt sich Self-Hosting?
  81. Transformers.js im Browser: Wann lokale KI in dein Produkt gehört
  82. Cloudflare Kitesurf im Test: Kosten, Grenzen und Produktions-Fit
  83. GitHub Spec Kit im Test: Lohnt sich der Prozess?
  84. Interner KI-Agenten-Marktplatz: Praxisleitfaden 2026
  85. LiteLLM selbst hosten: Production-Guide 2026
  86. KI-fähiges Unternehmenswiki: Architektur und Aufbau
  87. Ist Linux das beste Betriebssystem für KI-Agenten? Infrastruktur-Guide 2026
  88. Versieht Claude Texte mit Wasserzeichen? API-Antwort 2026
  89. OpenKB Review: Knowledge Compiler vs. RAG
  90. Unsloth Desktop im Test: Private lokale KI-Workstation?
  91. NeMo Switchyard 0.2: Agenten-Routing ohne Training?
  92. Firecrawl AnyDoc im Test: 14 Formate zu Markdown
  93. MCP Cloud vs. Manufact Cloud: MCP-Hosting-Ratgeber
  94. Muse Glimmer 30B: Ist Metas lokales Agentenmodell produktionsreif?
  95. KI-Texte menschlicher schreiben mit Agent Skills
  96. NVIDIA NOOA im Test: Sind objektorientierte Agenten produktionsreif?
  97. OmniRoute KI-Routing: Setup und Produktions-Checkliste
  98. Strix AI Pentesting: 30-Tage-Pilot und Kaufguide 2026
  99. Hyperagent im Test: Cloud-KI-Agenten ohne eigenen Server
  100. Gemini Robotics 2: Ganzkörpersteuerung und die Pilotentscheidung
  101. Hark Handoff im Test: Der Agent, der wirklich klickt
  102. Meta Muse Code Preise: Ist Contributor für Kundencode sicher?
  103. pdf-inspector im Test: PDFs vor OCR lokal routen
  104. Agent Reach im Test: Kosten, Sicherheit und Grenzen
  105. Cloudflare Wallets für KI-Agenten: Was ist live?
  106. Lokaler multimodaler KI-Coding-Assistent: Sprache, OCR und Datenschutz
  107. DeepSeek V4 Flash 0731 auf einem KI-PC: Was funktioniert?
  108. YC QM Agent im Test: Ist Quartermaster bereit?
  109. jcode vs Claude Code: Lohnt sich der Wechsel zum Rust-Harness?
  110. Lightpanda Browser für KI-Agenten: Praxischeck 2026
  111. Graph Engineering für KI-Agenten: Wann lohnt sich ein Knowledge Graph?
  112. Multi-Modell KI-Coding-Agent-Stack: Kaufleitfaden für Teams
  113. Ist MCP jetzt stateless? Deine Server-Migrationscheckliste
  114. MCP ist keine Sicherheitsgrenze: Agentendaten schützen
  115. Gemma 4 kostenlos mit Unsloth und Colab tunen
  116. Können KI-Agenten miteinander kommunizieren? Band-Guide
  117. Taalas HC1 im Check: Lohnt sich ein fest verdrahteter LLM-ASIC?
  118. LeanCTX Erfahrung aus Agentur-Sicht: technischer Praxisbericht
  119. Welches lokale LLM läuft auf deiner Hardware? llmfit Guide
  120. GPT-5.6 Sol mit CLIProxyAPI in Claude Code nutzen
  121. Miso TTS selbst hosten oder API: Kosten, Latenz und VRAM
  122. Enterprise MCP Authorization: Multi-Tenant-Referenzarchitektur
  123. RAG-Vektoren auf 2 Bit komprimieren: Ist datenunabhängige Quantisierung produktionsreif?
  124. LMCache meldet 13,7x niedrigere mittlere TTFT mit gemeinsamem KV Cache
  125. Verlustfreie LLM-Kompression vs. 8-bit GGUF: Was ist produktionsreif?
  126. OpenAI Eval-Sandbox-Escape: 12 Kontrollen für Cyber-Agenten
  127. Meterless im Test 2026: Ist der Context Layer produktionsreif?
  128. NVIDIA Nemotron 3.5 ASR: Ist Self-Hosted STT bereit für Voice Agents?
  129. Claude Code vs OpenCode: Was kostet dein Team 2026 weniger?
  130. Kimi K3 für EU-Unternehmen: API-Kosten, Datenschutz und Pilotplan
  131. Mesh LLM im Test: Ein großes LLM auf mehreren Rechnern ausführen?
  132. Graphify Review 2026: Lohnt sich ein Knowledge Graph für deine Codebasis?
  133. Bonsai 27B im Test: Läuft ein 27B-LLM wirklich auf dem Smartphone?
  134. KI-Pilot Kill-or-Scale-Scorecard: 12 Kennzahlen nach 30 Tagen
  135. Soofi S: Ist Deutschlands souveränes LLM bereit für Unternehmen?
  136. T3MP3ST Review 2026: Ersetzt es einen Penetrationstest?
  137. Colibri führt GLM-5.2 auf Consumer-Hardware aus. Der Haken.
  138. Open Knowledge Format (OKF): Der Unternehmensleitfaden
  139. AI Agent Cost per Action: Warum agentische Workflows Token-Rechnungen sprengen
  140. Wann lokale Modelle APIs schlagen: Break-even-Rechner für EU-Unternehmen
  141. LLM-Kostenrechner 2026: Rechne pro Aufgabe, nicht pro Token
  142. Pxpipe im Test: Senken Bilder Claude-Code-Kosten um 60%?
  143. Pro Token günstiger kann pro Aufgabe teurer sein
  144. Claude Fable 5.1 in Claude Code nutzen
  145. Anthropic sagt Nein zum Open-Weights-Verbot. Der Kostenkampf bleibt real.
  146. Was ein interner KI-Assistent in der DACH-Region wirklich kostet (2026)
  147. LLM-Gateways im Vergleich 2026: LiteLLM vs OpenRouter vs Portkey vs RouteLLM
  148. LLMs in der EU selbst hosten: Wann sich Open Weights wirklich rechnen
  149. Open-Weight-LLMs 2026: DeepSeek, Qwen, Kimi, GLM, Llama und Muse
  150. Der Engpass war nie Intelligenz. Es war Kontext.
  151. ChatGPT Enterprise vs. Copilot vs. eigenes RAG
  152. MCP, RAG, Agent Skills oder Custom GPTs?
  153. LLM-Token-Kosten 2026 senken
  154. KI-Agent-Pilot in 30/60/90 Tagen
  155. RAG über SharePoint, Confluence, Drive: Permissions-First
  156. RAG-Production-Readiness-Checkliste für EU-Unternehmen
  157. Wann lohnt es sich, ein LLM-Eval zu bauen? Kosten, ROI und dem Judge vertrauen
  158. Warum KI-Agentenprojekte abgebrochen werden
  159. RAG, Fine-Tuning oder Long Context? Vergleich 2026
  160. 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.