Magazin
Notizen zum Bau von KI-Produkten
Erkenntnisse aus dem Weg von KI vom Prototyp in die Produktion — Engineering, Architektur und die Entscheidungen, die darüber bestimmen, ob ein KI-Feature live geht.
Eure Kunden googeln nicht mehr — sie fragenKI-Assistenten ersetzen die klassische Suche bei der Kaufrecherche. Was die Daten aus 2025/26 wirklich über AI Overviews und Klickraten sagen — und ein ehrliches Generative-Engine-Optimization-Playbook (GEO) für Sichtbarkeit in der KI-Suche.Agentische Software im Mittelstand: ein praktischer, DSGVO-bewusster LeitfadenKI-Agenten wandern von der Demo-Bühne in den Betriebsalltag des Mittelstands. Was agentische KI wirklich ist, wo KI-Agenten im Mittelstand Wert schaffen, wann ein deterministischer Workflow den Agenten schlägt — und wie ihr Agenten DSGVO-konform und im Einklang mit dem EU AI Act einführt.RAG vs. Fine-Tuning für den Mittelstand: was sich wirklich rechnetRAG vs. Fine-Tuning ist der falsche Streit — die Techniken lösen unterschiedliche Probleme. Was Retrieval Augmented Generation wirklich kostet, wann Fine-Tuning eines LLM sich lohnt, und ein durchgerechnetes Beispiel für eine Wissensdatenbank mit 10.000 Dokumenten — mit aktuellen Anbieterpreisen.KI, die in der Produktion überlebtWarum die meisten KI-Features zwischen Demo und Produktion sterben — und welche Engineering-Disziplin sie hinüberbringt: LLM-Evaluation mit Eval-Harness, kalibrierte LLM-as-Judge-Bewertung, Observability und Tracing, Guardrails und Kostenbudgets. Ein Praxisleitfaden für Eval-driven Development und AI Reliability.