Thema

AI und Agents

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

Blogbeiträge
166
Sammlungen
03

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 →
8 Beiträge

Entscheidungsmodelle

Anbieter von Entscheidungsmodellen vergleichen, typisierte Antworten verarbeiten, Wahrscheinlichkeiten kalibrieren und Entscheidungen mit Webquellen belegen.

Sammlung →
78 Beiträge

Modelle und Infrastruktur

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

Sammlung →

Hier starten

Neu in dieser Sammlung

Geprüfte Beispiele trainieren einen kompakten Klassifikator mit automatischen Entscheidungen und menschlicher Prüfung KI & Agenten

Kleine Modelle fine-tunen: Was Airbnb zeigt

Ein Spezialist braucht mehr als günstige Inferenz. Prüfe Trainingsdaten, akzeptierte Fehler, Fallback, vollständige Kosten und den Weg in den Produktivbetrieb.

Kevin Riedl
Lesen
Ein großes Eurozeichen über abgestuften Kostenmarkierungen KI & Agenten

KI-Credits in Odoo: Budget für geprüfte Angebote

Trenne Credits, Tarifaufschlag, Erstprüfung und Korrektur. Eine synthetische Vorgangsliste macht das Budget vor der nächsten Volumenerhöhung prüfbar.

Kevin Riedl
Lesen
Ein gemeinsamer Ausgangspunkt verzweigt sich in 3 beschriftete Wege KI & Agenten

Odoo Helpdesk mit KI: einordnen, entwerfen oder eskalieren?

Trenne Ticketlabels, interne Antwortentwürfe und menschliche Übergaben. Prüfe Rechte und verpasste Eskalationen anhand vorgeschlagener Fälle.

Kevin Riedl
Lesen
Ein Strom aus Webquellen verzweigt sich in klar definierte Entscheidungen, in Wavect-Türkis und Violett KI & Agenten

Parallel Decisions API: RAG für Entscheidungsmodelle in der Praxis

Aktuelle Webquellen für klar definierte Entscheidungen: ein Praxisbeispiel zur Anbieterprüfung mit gemeinsamen Quellen, optionaler Konfidenz, Kosten und Grenzen.

Kevin Riedl
Lesen
Türkise und violette Klammern umrahmen das Herleitungszertifikat einer Ontologie KI & Agenten

Open Ontologies: Herleitungszertifikate prüfen

Ein reproduzierbarer Test zeigt den Unterschied zwischen abgelehnter Fälschung und Prüferfehler. Dazu prüfen wir, welche Aussagen ein kleinerer RAG-Kontext noch stützt.

Kevin Riedl
Lesen
Getrennte Wege für Crawl-Anfragen und extrahierte Datensätze KI & Agenten

Speichert Scrapling extrahierte Datensätze in Checkpoints?

Ein lokaler Test mit Pause, Resume und Replay zeigt, welche Datensätze erhalten bleiben, wann JSON-Exporte frühere Daten ersetzen und was im Checkpoint steht.

Kevin Riedl
Lesen

Vollständiges Artikelverzeichnis

  1. Kleine Modelle fine-tunen: Was Airbnb zeigt
  2. KI-Credits in Odoo: Budget für geprüfte Angebote
  3. Odoo Helpdesk mit KI: einordnen, entwerfen oder eskalieren?
  4. Parallel Decisions API: RAG für Entscheidungsmodelle in der Praxis
  5. Open Ontologies: Herleitungszertifikate prüfen
  6. Speichert Scrapling extrahierte Datensätze in Checkpoints?
  7. TencentDB Agent Memory: Was läuft mit SQLite lokal?
  8. Cue Turn Detection: Telefonnummern, Benchmarks und Grenzen
  9. RTK AI 1.2: Token-Ersparnis, Einrichtung und Lizenzen
  10. Google SAM heißt jetzt Agent Mesh: MCP-Tools vernetzen
  11. Anatomy für Claude Code: Interaktive SVG für die Dokumentation
  12. EdgeQuake: PostgreSQL-GraphRAG als MCP-Gedächtnis für Agenten
  13. BitNet auf der CPU: 2B4T, RAM-Bedarf und die 100B-Angabe
  14. SuperPenguin: KI-Kosten pro PR, Kunde und Feature
  15. Claude Dashboards + Motion: Von KPIs zum Video
  16. OpenAI Intelligent UI vs. OpenUI: Generative UI für Business-Apps
  17. Wally von RunAnywhere: Kosten pro akzeptierter Coding-Aufgabe
  18. Reducto für deutsche Rechnungen: Nacharbeit richtig messen
  19. OpenAI Decisions API: Konfidenz, Ablehnungen und Routing
  20. Claude Model Router: Wann wechselt welches Modell?
  21. Cloudflare Clef vs. Jev: Preise, Benchmarks und Migration
  22. Context Language Models vs. Kompaktierung: Was testen?
  23. Caveman 3.0 für Claude Code: Lokale Input-Kompression, Recovery und Benchmarks
  24. LiteLLM Lens: Agenten-Traces mit SQL und APIs analysieren
  25. SmythOS Studio selbst hosten: Docker, Kosten und Grenzen
  26. DeerFlow 2.2: Docker-Setup, Sandboxes und Memory
  27. CLM-8B selbst hosten: vLLM, Action-Cache und Verifier
  28. AnyJev: LLM-Kalibrierung und Optionsreihenfolge
  29. LiteAgents SDK: Modell-Routing, Setup und Migration
  30. mcp-memory-service: Gemeinsames Gedächtnis für Claude Code und Cursor
  31. Claude Opus 5.5: Einsatzfälle, Prompts und Effort
  32. Laya und Jev im Unternehmen: 6 praktische Workflows
  33. Laya vs Jev: Benchmarks und das Risiko für KI-Startups
  34. Google AX: Suspend/Resume, Neustartkosten und Selbsthosting
  35. WikiSkill: Wie Agenten SKILL.md aus Erfahrung weiterentwickeln
  36. Tencent Octop im Review: Was Entwickler tatsächlich kostenlos bekommen
  37. Wigolo im Test: Lokale Web Intelligence für AI Agents
  38. Jev AI im Test: Entscheidungsmodelle für Agenten
  39. Supermemory: KI-Agenten mit Gedächtnis, RAG und lokalem Betrieb
  40. KI-Agenten-Designmuster: Einfach starten, Aktionen prüfen
  41. Claude Mods: Einrichtung, Function Hooks und Sicherheit
  42. Voicebox: Lokales Voice Cloning, Diktieren und MCP-Setup
  43. Valyus 0,6B-Router für Retrieval-Agenten: Ergebnisse, Grenzen und Einsatz
  44. OpenAI Agents API im Review: Migration, Kosten und Datenkontrollen
  45. Spotify shunt: Einrichtung, Token-Ersparnis und Grenzen
  46. OpenBot im Check: KI-Kollegen selbst hosten
  47. SwarmLLM Test 2026: Browser-P2P-Inferenz auf Smartphone und Laptop
  48. Ramp Inspect Architektur 2026: Background Coding Agents skalieren
  49. Model Hardware Standard: MHS für Physical AI im Unternehmen
  50. Fonio AI Erfahrungen 2026: Preise, API, DSGVO & Build vs Buy
  51. Mosaic (YC S26) im Check: Shared Memory für Coding Agents
  52. Ripwire Review 2026: Repo-Kontext für KI-Agenten ohne Embeddings?
  53. Atomare Multi-Datei-Edits für KI-Coding-Agenten: die Semaprax-Lektion
  54. Phonely Alma im Test: Ist das Voice-LLM produktionsreif?
  55. Utopia: Temporalen Wissensgraph im Unternehmen prüfen
  56. Wissenstransfer zwischen KI-Agenten: Einmal entdecken, günstiger skalieren
  57. claude-rotate: Ein Proxy für mehrere Claude-Max-Konten
  58. NVIDIA PAIR im Test: Lokales KI-Routing und die AMD-Lücke
  59. Feynman im Test: Ist der Open-Source AI Research Agent bereit für Teams?
  60. Obscura Browser im Test: Aussagen, Grenzen und Produktions-Fit
  61. Claude-Code-Designsystem: 4 Bausteine für markentreue UI
  62. Tencent Hy4 Preview im Test: Was ändert sich mit der Vollversion?
  63. PageLM im Check: Selbst hosten und kommerziell nutzen
  64. ChatGPT-Login: Das Modell sieht dein Passwort nicht
  65. M6 Mac mini vs. M5 Mac Studio für lokale KI: Kaufberatung
  66. KI-Agenten-Harness erklärt: Die Zuverlässigkeitsschicht rund um ein LLM
  67. FreeToken AI im Test: Frontier-MoE auf Consumer-GPUs?
  68. Darkbloom AI Test: Private Inferenz auf freien Macs
  69. Ox Alpha als GLM-5.3-Flash enthüllt: Was sich ändert
  70. Warum Agenten-Edits semantische Identität brauchen: SEMAPRAX in Rust
  71. LangChain Deep Agents im Test: Ist das Agent Harness produktionsreif?
  72. Pika Audio API Preise: Sind Soundeffekte wirklich 20x günstiger?
  73. Thunder Computes 13-Mio.-Dollar-Wette auf GPU-Virtualisierung: Einkaufsleitfaden
  74. OpenViking im Überblick: Dateisystem-Memory für KI-Agenten
  75. LLM-as-a-Verifier erklärt: Architektur, Kosten und Produktionseinsatz
  76. AirLLM mit 4 GB VRAM: So funktioniert Layer-wise Inference
  77. TrueForge im Test: Ist das Open-Source Agent Harness produktionsreif?
  78. Agentenlesbare Websites: llms.txt, Markdown-Spiegel und was kaputtgeht
  79. Qwen3.8-27B: Computer-Use-Agenten selbst hosten, ohne Screenshots zu exportieren
  80. Lokalisierte URL-Slugs und hreflang: Warum wir einen englischen Slug behalten
  81. Kann ein KI-Agent dein Produkt benutzen, oder nur darüber lesen?
  82. Graft Review 2026: Gehört die Repo-Map ins Git?
  83. Codag für Coding-Agenten: Tool-Ausgaben und Kosten
  84. Token-Kosten senken: Kosten je akzeptierter Coding-Aufgabe
  85. DeepSeek Harness im Test: Ist der Plugin-Stack produktionsreif?
  86. Der vLLM- und Triton-Stack von Netflix: 7 Produktionslektionen
  87. OpenSandbox selbst hosten: Sicherheit und Grenzen
  88. Transformers.js im Browser: Wann lokale KI in dein Produkt gehört
  89. Cloudflare Kitesurf im Test: Kosten, Grenzen und Produktions-Fit
  90. GitHub Spec Kit im Test: Lohnt sich der Prozess?
  91. Interner KI-Agenten-Marktplatz: Praxisleitfaden 2026
  92. LiteLLM selbst hosten: Production-Guide 2026
  93. KI-fähiges Unternehmenswiki: Architektur und Aufbau
  94. Ist Linux das beste Betriebssystem für KI-Agenten? Infrastruktur-Guide 2026
  95. Versieht Claude Texte mit Wasserzeichen? API-Antwort 2026
  96. OpenKB Review: Knowledge Compiler vs. RAG
  97. Unsloth Desktop im Test: Private lokale KI-Workstation?
  98. NeMo Switchyard 0.2: Agenten-Routing ohne Training?
  99. Firecrawl AnyDoc im Test: 14 Formate zu Markdown
  100. MCP Cloud vs. Manufact Cloud: MCP-Hosting-Ratgeber
  101. Muse Glimmer 30B: Ist Metas lokales Agentenmodell produktionsreif?
  102. KI-Texte menschlicher schreiben mit Agent Skills
  103. NVIDIA NOOA im Test: Sind objektorientierte Agenten produktionsreif?
  104. OmniRoute KI-Routing: Setup und Produktions-Checkliste
  105. Strix AI Pentesting: 30-Tage-Pilot und Kaufguide 2026
  106. Hyperagent im Test: Cloud-KI-Agenten ohne eigenen Server
  107. Gemini Robotics 2: Ganzkörpersteuerung und die Pilotentscheidung
  108. Hark Handoff im Test: Der Agent, der wirklich klickt
  109. Meta Muse Code Preise: Ist Contributor für Kundencode sicher?
  110. pdf-inspector im Test: PDFs vor OCR lokal routen
  111. Agent Reach im Test: Kosten, Sicherheit und Grenzen
  112. Cloudflare Wallets für KI-Agenten: Was ist live?
  113. Lokaler multimodaler KI-Coding-Assistent: Sprache, OCR und Datenschutz
  114. DeepSeek V4 Flash 0731 auf einem KI-PC: Was funktioniert?
  115. YC QM Agent im Test: Ist Quartermaster bereit?
  116. jcode vs Claude Code: Lohnt sich der Wechsel zum Rust-Harness?
  117. Lightpanda Browser für KI-Agenten: Praxischeck 2026
  118. Graph Engineering für KI-Agenten: Wann lohnt sich ein Knowledge Graph?
  119. Multi-Modell KI-Coding-Agent-Stack: Kaufleitfaden für Teams
  120. Ist MCP jetzt stateless? Deine Server-Migrationscheckliste
  121. MCP ist keine Sicherheitsgrenze: Agentendaten schützen
  122. Gemma 4 kostenlos mit Unsloth und Colab tunen
  123. Können KI-Agenten miteinander kommunizieren? Band-Guide
  124. Taalas HC1 im Check: Lohnt sich ein fest verdrahteter LLM-ASIC?
  125. LeanCTX Erfahrung aus Agentur-Sicht: technischer Praxisbericht
  126. Welches lokale LLM läuft auf deiner Hardware? llmfit Guide
  127. GPT-5.6 Sol mit CLIProxyAPI in Claude Code nutzen
  128. Miso TTS selbst hosten oder API: Kosten, Latenz und VRAM
  129. Enterprise MCP Authorization: Multi-Tenant-Referenzarchitektur
  130. RAG-Vektoren auf 2 Bit komprimieren: Ist datenunabhängige Quantisierung produktionsreif?
  131. LMCache meldet 13,7x niedrigere mittlere TTFT mit gemeinsamem KV Cache
  132. Verlustfreie LLM-Kompression vs. 8-bit GGUF: Was ist produktionsreif?
  133. Meterless im Test 2026: Ist der Context Layer produktionsreif?
  134. NVIDIA Nemotron 3.5 ASR: Ist Self-Hosted STT bereit für Voice Agents?
  135. Claude Code vs OpenCode: Was kostet dein Team 2026 weniger?
  136. Kimi K3 für EU-Unternehmen: API-Kosten, Datenschutz und Pilotplan
  137. Mesh LLM im Test: Ein großes LLM auf mehreren Rechnern ausführen?
  138. Graphify Review 2026: Lohnt sich ein Knowledge Graph für deine Codebasis?
  139. Bonsai 27B im Test: Läuft ein 27B-LLM wirklich auf dem Smartphone?
  140. KI-Pilot Kill-or-Scale-Scorecard: 12 Kennzahlen nach 30 Tagen
  141. Soofi S: Ist Deutschlands souveränes LLM bereit für Unternehmen?
  142. T3MP3ST Review 2026: Ersetzt es einen Penetrationstest?
  143. Colibri führt GLM-5.2 auf Consumer-Hardware aus. Der Haken.
  144. Open Knowledge Format (OKF): Der Unternehmensleitfaden
  145. AI Agent Cost per Action: Warum agentische Workflows Token-Rechnungen sprengen
  146. Wann lokale Modelle APIs schlagen: Break-even-Rechner für EU-Unternehmen
  147. LLM-Kostenrechner 2026: Rechne pro Aufgabe, nicht pro Token
  148. Pxpipe im Test: Senken Bilder Claude-Code-Kosten um 60%?
  149. Pro Token günstiger kann pro Aufgabe teurer sein
  150. Claude Fable 5.2 in Claude Code nutzen
  151. Anthropic sagt Nein zum Open-Weights-Verbot. Der Kostenkampf bleibt real.
  152. Was ein interner KI-Assistent in der DACH-Region wirklich kostet (2026)
  153. LLM-Gateways im Vergleich 2026: LiteLLM vs OpenRouter vs Portkey vs RouteLLM
  154. LLMs in der EU selbst hosten: Wann sich Open Weights wirklich rechnen
  155. Open-Weight-LLMs 2026: DeepSeek, Qwen, Kimi, GLM, Llama und Muse
  156. Der Engpass war nie Intelligenz. Es war Kontext.
  157. ChatGPT Enterprise vs. Copilot vs. eigenes RAG
  158. MCP, RAG, Agent Skills oder Custom GPTs?
  159. LLM-Token-Kosten 2026 senken
  160. KI-Agent-Pilot in 30/60/90 Tagen
  161. RAG über SharePoint, Confluence, Drive: Permissions-First
  162. RAG-Production-Readiness-Checkliste für EU-Unternehmen
  163. Wann lohnt es sich, ein LLM-Eval zu bauen? Kosten, ROI und dem Judge vertrauen
  164. Warum KI-Agentenprojekte abgebrochen werden
  165. RAG, Fine-Tuning oder Long Context? Vergleich 2026
  166. 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.