# twigbit

> twigbit is an AI-native software agency in Berlin that helps AI leaders adopt for the era of agents. Companies hire us to create a lasting competitive advantage with agentic AI — transforming their teams, strategy, tech, and marketing to move with the speed of the agentic age.

The site is bilingual (English at /en, German at /de). Every blog post and glossary entry is also available as clean markdown by appending `/llms.txt` to its URL.

## Key pages

- [Home](https://www.twigbit.ai/en): What twigbit does and who we work with
- [Work](https://www.twigbit.ai/en/work): Selected AI products we have shipped
- [AI agent development](https://www.twigbit.ai/en/ki-agenten): How twigbit builds, integrates and maintains AI agents — process, prices, operations and maintenance, FAQ — markdown: https://www.twigbit.ai/en/ki-agenten/llms.txt
- [KI-Agenten entwickeln lassen](https://www.twigbit.ai/de/ki-agenten): the same page in German — markdown: https://www.twigbit.ai/de/ki-agenten/llms.txt
- [Comparisons](https://www.twigbit.ai/en/comparison): twigbit compared with named alternatives, each page with a verdict, a dated fact table with prices, an FAQ and its sources
- [Resources](https://www.twigbit.ai/en/resources): Everything we publish in one place — articles, comparisons and the glossary, newest first
- [Glossary](https://www.twigbit.ai/en/glossary): Plain-language definitions of AI, agent and software terms (also German at https://www.twigbit.ai/de/glossary)
- [AI strategy call](https://www.twigbit.ai/en/ai-strategy-call): Book a discovery call

## Blog (EN)

Index: https://www.twigbit.ai/en/blog · Feed: https://www.twigbit.ai/en/blog/feed.xml

- [AI agent maintenance: model changes, regressions, and what a maintenance contract has to cover](https://www.twigbit.ai/en/blog/ki-agenten-wartung): Why an AI agent needs maintenance even when nobody touches the code: model deprecations, upstream systems that change formats, knowledge sources going stale, new attack patterns. How regressions get caught, how a model migration runs, and the ten points a maintenance contract has to contain. — markdown: https://www.twigbit.ai/en/blog/ki-agenten-wartung/llms.txt
- [Operating AI agents: what happens after go-live, and who is responsible for what](https://www.twigbit.ai/en/blog/ki-agenten-betreiben): An AI agent is not finished at go-live. What operation actually means: approval mode, logging, evals in production, cost budgets, the incident path, the review cadence, and how the duties under the EU AI Act and the GDPR split between the company and its software vendor. — markdown: https://www.twigbit.ai/en/blog/ki-agenten-betreiben/llms.txt
- [Your customers don't google anymore — they ask](https://www.twigbit.ai/en/blog/your-customers-dont-google-anymore): AI assistants are replacing classic search for buying research. What the 2025–26 data really says about AI Overviews traffic and click-through — and an honest generative engine optimization (GEO) playbook for AI search visibility. — markdown: https://www.twigbit.ai/en/blog/your-customers-dont-google-anymore/llms.txt
- [Agentic software in the Mittelstand: a practical, GDPR-aware guide](https://www.twigbit.ai/en/blog/agentic-software-in-the-mittelstand): AI agents are moving from vendor demos into real Mittelstand operations. What agentic AI actually is, where AI agents create value in mid-sized companies, when a deterministic workflow beats an agent — and how to adopt agents without violating GDPR or the EU AI Act. — markdown: https://www.twigbit.ai/en/blog/agentic-software-in-the-mittelstand/llms.txt
- [RAG vs fine-tuning for SMEs: an engineering-economics guide](https://www.twigbit.ai/en/blog/rag-vs-fine-tuning-for-smes): RAG vs fine-tuning is the wrong fight — they solve different problems. What retrieval augmented generation actually costs, when fine-tuning an LLM earns its keep, and a worked cost example for a 10,000-document knowledge base, with current provider pricing. — markdown: https://www.twigbit.ai/en/blog/rag-vs-fine-tuning-for-smes/llms.txt
- [Shipping AI that survives production](https://www.twigbit.ai/en/blog/shipping-ai-that-survives-production): Why most AI features die between demo and production — and the engineering discipline that gets them across: LLM evaluation harnesses, LLM-as-judge calibration, observability and tracing, guardrails, and cost budgets. A field guide to eval-driven development and AI reliability. — markdown: https://www.twigbit.ai/en/blog/shipping-ai-that-survives-production/llms.txt

## Comparisons (EN)

Index: https://www.twigbit.ai/en/comparison. Each page carries a verdict, a fact table with prices, an FAQ and its sources; the markdown version includes all of them.

- [AI agency comparison Germany 2026: who builds AI agents into your stack, and what it costs](https://www.twigbit.ai/en/comparison/ki-agentur-vergleich): Nine German AI agent vendors compared, sorted by what a Mittelstand company with 50 to 1,000 employees needs: agents in its own systems, public prices, named outcomes. twigbit is on the list, disclosure included, plus the platforms that are not agencies. — markdown: https://www.twigbit.ai/en/comparison/ki-agentur-vergleich/llms.txt

## Blog (DE)

Index: https://www.twigbit.ai/de/blog · Feed: https://www.twigbit.ai/de/blog/feed.xml

- [KI-Agenten Wartung: Modellwechsel, Regressionen und was ein Wartungsvertrag abdecken muss](https://www.twigbit.ai/de/blog/ki-agenten-wartung): Warum ein KI-Agent Wartung braucht, auch wenn niemand den Code anfasst: Modellabkündigungen, Vorsysteme, die Formate ändern, veraltete Wissensquellen, neue Angriffsmuster. Wie Regressionen erkannt werden, wie eine Modellmigration abläuft und welche zehn Punkte in einem Wartungsvertrag stehen müssen. — markdown: https://www.twigbit.ai/de/blog/ki-agenten-wartung/llms.txt
- [KI-Agenten betreiben: Was nach dem Go-live passiert und wer wofür verantwortlich ist](https://www.twigbit.ai/de/blog/ki-agenten-betreiben): Ein KI-Agent ist mit dem Go-live nicht fertig. Was Betrieb konkret heißt: Freigabemodus, Protokollierung, Evals im laufenden Betrieb, Kosten-Budgets, Incident-Pfad, Review-Kadenz, und wie sich die Pflichten nach EU AI Act und DSGVO zwischen Unternehmen und Softwarelieferant aufteilen. — markdown: https://www.twigbit.ai/de/blog/ki-agenten-betreiben/llms.txt
- [Eure Kunden googeln nicht mehr — sie fragen](https://www.twigbit.ai/de/blog/your-customers-dont-google-anymore): KI-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. — markdown: https://www.twigbit.ai/de/blog/your-customers-dont-google-anymore/llms.txt
- [Agentische Software im Mittelstand: ein praktischer, DSGVO-bewusster Leitfaden](https://www.twigbit.ai/de/blog/agentic-software-in-the-mittelstand): KI-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. — markdown: https://www.twigbit.ai/de/blog/agentic-software-in-the-mittelstand/llms.txt
- [RAG vs. Fine-Tuning für den Mittelstand: was sich wirklich rechnet](https://www.twigbit.ai/de/blog/rag-vs-fine-tuning-for-smes): RAG 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. — markdown: https://www.twigbit.ai/de/blog/rag-vs-fine-tuning-for-smes/llms.txt
- [KI, die in der Produktion überlebt](https://www.twigbit.ai/de/blog/shipping-ai-that-survives-production): Warum 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. — markdown: https://www.twigbit.ai/de/blog/shipping-ai-that-survives-production/llms.txt

## Comparisons (DE)

Index: https://www.twigbit.ai/de/comparison. Each page carries a verdict, a fact table with prices, an FAQ and its sources; the markdown version includes all of them.

- [Die 9 besten KI-Agenturen in Deutschland 2026 im Vergleich: wer Agenten in euren Stack baut, und was es kostet](https://www.twigbit.ai/de/comparison/ki-agentur-vergleich): Neun deutsche Anbieter für KI-Agenten, bewertet nach vier Fragen, die ich in jedem Erstgespräch stelle: Baut ihr in unsere Systeme? Bleibt ihr nach dem Go-live verantwortlich? Steht ein Preis auf der Website? Gibt es einen Kunden mit Zahl? Mit twigbit auf der Liste, und mit dem Grund dafür. — markdown: https://www.twigbit.ai/de/comparison/ki-agentur-vergleich/llms.txt

## Glossary (EN)

Index: https://www.twigbit.ai/en/glossary

- [Agent evaluation (Evals)](https://www.twigbit.ai/en/glossary/agent-evaluation): Agent evaluation (evals) measures an AI agent against fixed test cases with a defined correct result, before rollout and continuously in production. — markdown: https://www.twigbit.ai/en/glossary/agent-evaluation/llms.txt
- [Agent graph](https://www.twigbit.ai/en/glossary/agent-graph): An agent graph is the written-down structure of an AI agent: its steps as nodes, its permitted transitions as edges. A route you can test and limit. — markdown: https://www.twigbit.ai/en/glossary/agent-graph/llms.txt
- [Agent memory](https://www.twigbit.ai/en/glossary/agent-memory): Agent memory is how an AI agent keeps information beyond one model call: the current case, stable company knowledge, and lessons from earlier cases. — markdown: https://www.twigbit.ai/en/glossary/agent-memory/llms.txt
- [Agentic workflow](https://www.twigbit.ai/en/glossary/agentic-workflow): An agentic workflow is a process where an AI system knows the goal but works out the route itself, breaking the task into steps and calling tools along the way. — markdown: https://www.twigbit.ai/en/glossary/agentic-workflow/llms.txt
- [AI agent](https://www.twigbit.ai/en/glossary/ai-agent): An AI agent breaks a goal into steps on its own, uses tools such as databases or inboxes to carry them out, and hands over to a person once its remit ends. — markdown: https://www.twigbit.ai/en/glossary/ai-agent/llms.txt
- [AI governance](https://www.twigbit.ai/en/glossary/ai-governance): AI governance is the set of rules defining who may use AI for what, which data may flow where, and who is accountable for the results. — markdown: https://www.twigbit.ai/en/glossary/ai-governance/llms.txt
- [AI Overviews](https://www.twigbit.ai/en/glossary/ai-overviews): AI Overviews are Google's generated answer boxes above the search results. They answer directly, changing how much traffic search passes on. — markdown: https://www.twigbit.ai/en/glossary/ai-overviews/llms.txt
- [AI pilot](https://www.twigbit.ai/en/glossary/ai-pilot): An AI pilot tests on one real process whether an AI application holds up in daily operation. It ends in a decision, not a demo. — markdown: https://www.twigbit.ai/en/glossary/ai-pilot/llms.txt
- [Amazon Web Services (AWS)](https://www.twigbit.ai/en/glossary/amazon-web-services): A short explanation of AWS in our glossary — markdown: https://www.twigbit.ai/en/glossary/amazon-web-services/llms.txt
- [Android](https://www.twigbit.ai/en/glossary/android): A short explanation of Android in our glossary — markdown: https://www.twigbit.ai/en/glossary/android/llms.txt
- [Answer engine](https://www.twigbit.ai/en/glossary/answer-engine): An answer engine responds to a question with composed prose instead of a list of links. ChatGPT, Perplexity and Google AI Overviews all work this way. — markdown: https://www.twigbit.ai/en/glossary/answer-engine/llms.txt
- [Ant Design](https://www.twigbit.ai/en/glossary/ant-design): A short explanation of Ant Design in our glossary — markdown: https://www.twigbit.ai/en/glossary/ant-design/llms.txt
- [App development](https://www.twigbit.ai/en/glossary/app-entwicklung): A short explanation of app development in our glossary — markdown: https://www.twigbit.ai/en/glossary/app-entwicklung/llms.txt
- [Backend](https://www.twigbit.ai/en/glossary/backend): A short explanation of the backend in our glossary — markdown: https://www.twigbit.ai/en/glossary/backend/llms.txt
- [Chatbot](https://www.twigbit.ai/en/glossary/chatbot): A chatbot is an interface for talking to a system in conversation form. What it can do depends less on the language model than on what it connects to. — markdown: https://www.twigbit.ai/en/glossary/chatbot/llms.txt
- [Context engineering](https://www.twigbit.ai/en/glossary/context-engineering): Context engineering decides what a language model sees for a task, in what form and order, and builds the system that assembles that context automatically. — markdown: https://www.twigbit.ai/en/glossary/context-engineering/llms.txt
- [Context window](https://www.twigbit.ai/en/glossary/context-window): The context window is how much text a language model can consider at once in a single request. It bounds task size, cost and answer quality. — markdown: https://www.twigbit.ai/en/glossary/context-window/llms.txt
- [CSS](https://www.twigbit.ai/en/glossary/css): A short explanation of CSS in our glossary — markdown: https://www.twigbit.ai/en/glossary/css/llms.txt
- [DevOps](https://www.twigbit.ai/en/glossary/devops): A short explanation of DevOps in our glossary — markdown: https://www.twigbit.ai/en/glossary/devops/llms.txt
- [Docker](https://www.twigbit.ai/en/glossary/docker): A short explanation of Docker in our glossary — markdown: https://www.twigbit.ai/en/glossary/docker/llms.txt
- [eID - Electronic identification](https://www.twigbit.ai/en/glossary/elektronische-identifizierung): A short explanation of electronic identification in our glossary — markdown: https://www.twigbit.ai/en/glossary/elektronische-identifizierung/llms.txt
- [Embedding](https://www.twigbit.ai/en/glossary/embedding): An embedding turns text into a list of numbers in which texts with similar meaning sit close together. It is the basis of every semantic search. — markdown: https://www.twigbit.ai/en/glossary/embedding/llms.txt
- [EU AI Act](https://www.twigbit.ai/en/glossary/eu-ai-act): The EU AI Act is Europe's AI regulation. It sorts AI systems by risk and attaches obligations to each tier, from transparency to human oversight. — markdown: https://www.twigbit.ai/en/glossary/eu-ai-act/llms.txt
- [Figma](https://www.twigbit.ai/en/glossary/figma): A short explanation of Figma in our glossary — markdown: https://www.twigbit.ai/en/glossary/figma/llms.txt
- [Fine-tuning](https://www.twigbit.ai/en/glossary/fine-tuning): Fine-tuning trains a pre-trained language model further on your own examples, so it solves one task reliably in a fixed format or tone. — markdown: https://www.twigbit.ai/en/glossary/fine-tuning/llms.txt
- [Firebase](https://www.twigbit.ai/en/glossary/firebase): A short explanation of Firebase in our glossary — markdown: https://www.twigbit.ai/en/glossary/firebase/llms.txt
- [Flutter](https://www.twigbit.ai/en/glossary/flutter): A short explanation of Flutter in our glossary — markdown: https://www.twigbit.ai/en/glossary/flutter/llms.txt
- [Framework](https://www.twigbit.ai/en/glossary/framework): A short explanation of frameworks in our glossary — markdown: https://www.twigbit.ai/en/glossary/framework/llms.txt
- [Frontend](https://www.twigbit.ai/en/glossary/frontend): A short explanation of the frontend in our glossary — markdown: https://www.twigbit.ai/en/glossary/frontend/llms.txt
- [Gatsby JS](https://www.twigbit.ai/en/glossary/gatsby): A short explanation of Gatsby in our glossary — markdown: https://www.twigbit.ai/en/glossary/gatsby/llms.txt
- [Generative Engine Optimization (GEO)](https://www.twigbit.ai/en/glossary/generative-engine-optimization): GEO is the work of appearing in answers from AI systems such as ChatGPT or AI Overviews. What counts is not ranking position but being cited. — markdown: https://www.twigbit.ai/en/glossary/generative-engine-optimization/llms.txt
- [Google Cloud](https://www.twigbit.ai/en/glossary/google-cloud): A short explanation of Google Cloud in our glossary — markdown: https://www.twigbit.ai/en/glossary/google-cloud/llms.txt
- [Hallucination](https://www.twigbit.ai/en/glossary/hallucination): A hallucination is an invented but fluently written answer from a language model. It follows from how the model works and can only be contained. — markdown: https://www.twigbit.ai/en/glossary/hallucination/llms.txt
- [HTML](https://www.twigbit.ai/en/glossary/html): A short explanation of HTML in our glossary — markdown: https://www.twigbit.ai/en/glossary/html/llms.txt
- [Human-in-the-loop](https://www.twigbit.ai/en/glossary/human-in-the-loop): Human-in-the-loop means a person decides, approves or corrects at a defined point in an AI system's workflow, rather than wherever it happens to be convenient. — markdown: https://www.twigbit.ai/en/glossary/human-in-the-loop/llms.txt
- [Hybrid app](https://www.twigbit.ai/en/glossary/hybrid-app): A short explanation of hybrid apps in our glossary — markdown: https://www.twigbit.ai/en/glossary/hybrid-app/llms.txt
- [iOS](https://www.twigbit.ai/en/glossary/ios): A short explanation of iOS in our glossary — markdown: https://www.twigbit.ai/en/glossary/ios/llms.txt
- [JavaScript](https://www.twigbit.ai/en/glossary/javascript): A short explanation of JavaScript in our glossary — markdown: https://www.twigbit.ai/en/glossary/javascript/llms.txt
- [Kanban](https://www.twigbit.ai/en/glossary/kanban): A short explanation of Kanban in our glossary — markdown: https://www.twigbit.ai/en/glossary/kanban/llms.txt
- [Kotlin](https://www.twigbit.ai/en/glossary/kotlin): A short explanation of Kotlin in our glossary — markdown: https://www.twigbit.ai/en/glossary/kotlin/llms.txt
- [Kubernetes](https://www.twigbit.ai/en/glossary/kubernetes): A short explanation of Kubernetes in our glossary — markdown: https://www.twigbit.ai/en/glossary/kubernetes/llms.txt
- [Large Language Model (LLM)](https://www.twigbit.ai/en/glossary/large-language-model): A large language model is trained on vast amounts of text to predict the next fragment. Answers, summaries and translations emerge from that. — markdown: https://www.twigbit.ai/en/glossary/large-language-model/llms.txt
- [Linux](https://www.twigbit.ai/en/glossary/linux): A short explanation of Linux in our glossary — markdown: https://www.twigbit.ai/en/glossary/linux/llms.txt
- [llms.txt](https://www.twigbit.ai/en/glossary/llms-txt): llms.txt is a text file at a website's root that tells AI systems, compactly, what content exists and where the authoritative versions live. — markdown: https://www.twigbit.ai/en/glossary/llms-txt/llms.txt
- [macOS](https://www.twigbit.ai/en/glossary/macos): A short explanation of macOS in our glossary — markdown: https://www.twigbit.ai/en/glossary/macos/llms.txt
- [Miro](https://www.twigbit.ai/en/glossary/miro): A short explanation of Miro in our glossary — markdown: https://www.twigbit.ai/en/glossary/miro/llms.txt
- [Mobile app](https://www.twigbit.ai/en/glossary/mobile-app): A short explanation of mobile apps in our glossary — markdown: https://www.twigbit.ai/en/glossary/mobile-app/llms.txt
- [Model Context Protocol (MCP)](https://www.twigbit.ai/en/glossary/model-context-protocol): MCP is an open standard for how AI applications reach tools and data sources. Build an integration once and any application that speaks the standard can use it. — markdown: https://www.twigbit.ai/en/glossary/model-context-protocol/llms.txt
- [Native app](https://www.twigbit.ai/en/glossary/native-app): A short explanation of native apps in our glossary — markdown: https://www.twigbit.ai/en/glossary/native-app/llms.txt
- [Next.js](https://www.twigbit.ai/en/glossary/next): A short explanation of Next.js in our glossary — markdown: https://www.twigbit.ai/en/glossary/next/llms.txt
- [Node.js](https://www.twigbit.ai/en/glossary/node): A short explanation of Node.js in our glossary — markdown: https://www.twigbit.ai/en/glossary/node/llms.txt
- [On-premise AI](https://www.twigbit.ai/en/glossary/on-premise-ai): On-premise AI means running models on infrastructure you control rather than a vendor's. Your data does not leave your own environment to be processed. — markdown: https://www.twigbit.ai/en/glossary/on-premise-ai/llms.txt
- [Online shop](https://www.twigbit.ai/en/glossary/online-shop): A short explanation of online shops in our glossary — markdown: https://www.twigbit.ai/en/glossary/online-shop/llms.txt
- [Operating system](https://www.twigbit.ai/en/glossary/betriebssystem): A short explanation of operating systems in our glossary — markdown: https://www.twigbit.ai/en/glossary/betriebssystem/llms.txt
- [PHP](https://www.twigbit.ai/en/glossary/php): A short explanation of PHP in our glossary — markdown: https://www.twigbit.ai/en/glossary/php/llms.txt
- [Prompt injection](https://www.twigbit.ai/en/glossary/prompt-injection): Prompt injection is an attack where text an AI agent should treat as data, such as an email, carries instructions it follows. The core agent security risk. — markdown: https://www.twigbit.ai/en/glossary/prompt-injection/llms.txt
- [Prototyping](https://www.twigbit.ai/en/glossary/prototyping): A short explanation of prototyping in our glossary — markdown: https://www.twigbit.ai/en/glossary/prototyping/llms.txt
- [React](https://www.twigbit.ai/en/glossary/react): A short explanation of React — markdown: https://www.twigbit.ai/en/glossary/react/llms.txt
- [Redux](https://www.twigbit.ai/en/glossary/redux): A short explanation of Redux in our glossary — markdown: https://www.twigbit.ai/en/glossary/redux/llms.txt
- [Retrieval Augmented Generation (RAG)](https://www.twigbit.ai/en/glossary/retrieval-augmented-generation): RAG connects a language model to a search over your own documents. The model answers from the retrieved passages, not from its training. — markdown: https://www.twigbit.ai/en/glossary/retrieval-augmented-generation/llms.txt
- [Scrum](https://www.twigbit.ai/en/glossary/scrum): A short explanation of Scrum in our glossary — markdown: https://www.twigbit.ai/en/glossary/scrum/llms.txt
- [Software development](https://www.twigbit.ai/en/glossary/softwareentwicklung): A short explanation of software development in our glossary — markdown: https://www.twigbit.ai/en/glossary/softwareentwicklung/llms.txt
- [Structured data](https://www.twigbit.ai/en/glossary/structured-data): Structured data is machine-readable markup in a page's source explaining what the page says. It attaches statements to an entity. — markdown: https://www.twigbit.ai/en/glossary/structured-data/llms.txt
- [Tailwind CSS](https://www.twigbit.ai/en/glossary/tailwind): A short explanation of Tailwind in our glossary — markdown: https://www.twigbit.ai/en/glossary/tailwind/llms.txt
- [Tool calling (function calling)](https://www.twigbit.ai/en/glossary/tool-calling): Tool calling, or function calling, is how a language model requests an action: it emits a structured call, and the application runs it and returns the result. — markdown: https://www.twigbit.ai/en/glossary/tool-calling/llms.txt
- [UI - User Interface](https://www.twigbit.ai/en/glossary/ui): A short explanation of the user interface in our glossary — markdown: https://www.twigbit.ai/en/glossary/ui/llms.txt
- [User-centered design](https://www.twigbit.ai/en/glossary/user-centered-design): A short explanation of user-centered design in our glossary — markdown: https://www.twigbit.ai/en/glossary/user-centered-design/llms.txt
- [UX - User Experience](https://www.twigbit.ai/en/glossary/ux): A short explanation of the user experience in our glossary — markdown: https://www.twigbit.ai/en/glossary/ux/llms.txt
- [Vector database](https://www.twigbit.ai/en/glossary/vector-database): A vector database stores embeddings and finds the entries closest in meaning to a query. It is the search engine behind AI apps using your own data. — markdown: https://www.twigbit.ai/en/glossary/vector-database/llms.txt
- [Vercel](https://www.twigbit.ai/en/glossary/vercel): A short explanation of Vercel in our glossary — markdown: https://www.twigbit.ai/en/glossary/vercel/llms.txt
- [Web app](https://www.twigbit.ai/en/glossary/web-app): A short explanation of the web app in the official twigbit glossary. — markdown: https://www.twigbit.ai/en/glossary/web-app/llms.txt
- [Web browser](https://www.twigbit.ai/en/glossary/webbrowser): A short explanation of web browsers — markdown: https://www.twigbit.ai/en/glossary/webbrowser/llms.txt
- [Web design](https://www.twigbit.ai/en/glossary/webdesign): A short explanation of web design in our glossary — markdown: https://www.twigbit.ai/en/glossary/webdesign/llms.txt
- [Web development](https://www.twigbit.ai/en/glossary/webentwicklung): A short explanation of web development in our glossary — markdown: https://www.twigbit.ai/en/glossary/webentwicklung/llms.txt
- [Webflow](https://www.twigbit.ai/en/glossary/webflow): A short explanation of Webflow in our glossary — markdown: https://www.twigbit.ai/en/glossary/webflow/llms.txt
- [Website](https://www.twigbit.ai/en/glossary/website): A short explanation of websites in our glossary — markdown: https://www.twigbit.ai/en/glossary/website/llms.txt
- [Windows](https://www.twigbit.ai/en/glossary/windows): A short explanation of Windows in our glossary — markdown: https://www.twigbit.ai/en/glossary/windows/llms.txt
- [Zero-click search](https://www.twigbit.ai/en/glossary/zero-click-search): A zero-click search ends without a click on any result because the answer sits in the search itself. For websites that means visibility without a visit. — markdown: https://www.twigbit.ai/en/glossary/zero-click-search/llms.txt

## Glossary (DE)

Index: https://www.twigbit.ai/de/glossary

- [Agent Evaluation (Evals)](https://www.twigbit.ai/de/glossary/agent-evaluation): Agent Evaluation, kurz Evals, misst einen KI-Agenten an festen Testfällen mit definiertem Ergebnis, vor der Einführung und fortlaufend im Betrieb. — markdown: https://www.twigbit.ai/de/glossary/agent-evaluation/llms.txt
- [Agent Memory (Gedächtnis von KI-Agenten)](https://www.twigbit.ai/de/glossary/agent-memory): Agent Memory ist das Gedächtnis eines KI-Agenten: der laufende Vorgang, stabiles Wissen über euer Unternehmen und Gelerntes aus früheren Vorgängen. — markdown: https://www.twigbit.ai/de/glossary/agent-memory/llms.txt
- [Agent-Graph](https://www.twigbit.ai/de/glossary/agent-graph): Ein Agent-Graph ist die Struktur eines KI-Agenten: Schritte als Knoten, erlaubte Übergänge als Kanten. Ein Weg, den ihr testen und begrenzen könnt. — markdown: https://www.twigbit.ai/de/glossary/agent-graph/llms.txt
- [Agentischer Workflow](https://www.twigbit.ai/de/glossary/agentic-workflow): Ein agentischer Workflow ist ein Ablauf, in dem ein KI-System das Ziel kennt, den Weg dorthin aber selbst in Schritte zerlegt und Werkzeuge dafür aufruft. — markdown: https://www.twigbit.ai/de/glossary/agentic-workflow/llms.txt
- [AI Overviews](https://www.twigbit.ai/de/glossary/ai-overviews): AI Overviews sind Googles erzeugte Antwortkästen über den Suchergebnissen. Sie beantworten die Frage direkt und verändern, wie viel Verkehr bleibt. — markdown: https://www.twigbit.ai/de/glossary/ai-overviews/llms.txt
- [Amazon Web Services (AWS)](https://www.twigbit.ai/de/glossary/amazon-web-services): Eine kurze Erklärung zu AWS in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/amazon-web-services/llms.txt
- [Android](https://www.twigbit.ai/de/glossary/android): Eine kurze Erklärung zu Android in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/android/llms.txt
- [Answer Engine](https://www.twigbit.ai/de/glossary/answer-engine): Ein Answer Engine gibt auf eine Frage eine formulierte Antwort statt einer Linkliste. ChatGPT, Perplexity und Google AI Overviews arbeiten so. — markdown: https://www.twigbit.ai/de/glossary/answer-engine/llms.txt
- [Ant Design](https://www.twigbit.ai/de/glossary/ant-design): EIne kurze Erklärung zu Ant Design in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/ant-design/llms.txt
- [App Entwicklung](https://www.twigbit.ai/de/glossary/app-entwicklung): Eine kurze Erklärung zum Thema App Entwicklung in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/app-entwicklung/llms.txt
- [Backend](https://www.twigbit.ai/de/glossary/backend): Eine kurze Erklärung zu Backend in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/backend/llms.txt
- [Betriebssystem](https://www.twigbit.ai/de/glossary/betriebssystem): Eine kurze Erklärung zum Thema Betriebssystem in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/betriebssystem/llms.txt
- [Chatbot](https://www.twigbit.ai/de/glossary/chatbot): Ein Chatbot ist eine Oberfläche für Gespräche mit einem System. Was er leistet, hängt weniger am Sprachmodell als an seiner Anbindung. — markdown: https://www.twigbit.ai/de/glossary/chatbot/llms.txt
- [Context Engineering](https://www.twigbit.ai/de/glossary/context-engineering): Context Engineering legt fest, was ein Sprachmodell für eine Aufgabe sieht, in welcher Form und Reihenfolge, und baut das System, das das automatisch tut. — markdown: https://www.twigbit.ai/de/glossary/context-engineering/llms.txt
- [CSS](https://www.twigbit.ai/de/glossary/css): Eine kurze Erklärung zu CSS in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/css/llms.txt
- [DevOps](https://www.twigbit.ai/de/glossary/devops): Eine kurze Erklärung zu DevOps in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/devops/llms.txt
- [Docker](https://www.twigbit.ai/de/glossary/docker): Eine kurze Erklärung zu Docker in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/docker/llms.txt
- [eID - Elektronische Identifizierung](https://www.twigbit.ai/de/glossary/elektronische-identifizierung): Eine kurze Erklärung zur Elektronischen Identifizierung in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/elektronische-identifizierung/llms.txt
- [Embedding](https://www.twigbit.ai/de/glossary/embedding): Ein Embedding übersetzt Text in eine Liste von Zahlen, in der ähnliche Texte nahe beieinander liegen. Es ist die Grundlage jeder semantischen Suche. — markdown: https://www.twigbit.ai/de/glossary/embedding/llms.txt
- [EU AI Act](https://www.twigbit.ai/de/glossary/eu-ai-act): Der EU AI Act ist die europäische KI-Verordnung. Sie sortiert KI-Systeme nach Risiko und knüpft daran Pflichten, von Transparenz bis zur Aufsicht. — markdown: https://www.twigbit.ai/de/glossary/eu-ai-act/llms.txt
- [Figma](https://www.twigbit.ai/de/glossary/figma): Eine kurze Erklärung zu Figma in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/figma/llms.txt
- [Fine-Tuning](https://www.twigbit.ai/de/glossary/fine-tuning): Beim Fine-Tuning wird ein vortrainiertes Sprachmodell mit eigenen Beispielen weitertrainiert, damit es eine Aufgabe in festem Format oder Tonfall löst. — markdown: https://www.twigbit.ai/de/glossary/fine-tuning/llms.txt
- [Firebase](https://www.twigbit.ai/de/glossary/firebase): Eine kurze Erklärung zu Firebase in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/firebase/llms.txt
- [Flutter](https://www.twigbit.ai/de/glossary/flutter): Eine kurze Erklärung zu Flutter in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/flutter/llms.txt
- [Framework](https://www.twigbit.ai/de/glossary/framework): Eine kurze Erklärung zum Thema Framework in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/framework/llms.txt
- [Frontend](https://www.twigbit.ai/de/glossary/frontend): Eine kurze Erklärung zu Frontend in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/frontend/llms.txt
- [Function Calling (Tool Calling)](https://www.twigbit.ai/de/glossary/tool-calling): Function Calling, auch Tool Calling, ist der Mechanismus, mit dem ein Sprachmodell eine Aktion anfordert. Die Anwendung führt sie aus und liefert das Ergebnis. — markdown: https://www.twigbit.ai/de/glossary/tool-calling/llms.txt
- [Gatsby JS](https://www.twigbit.ai/de/glossary/gatsby): Eine kurze Erklärung zu Gatsby in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/gatsby/llms.txt
- [Generative Engine Optimization (GEO)](https://www.twigbit.ai/de/glossary/generative-engine-optimization): GEO ist die Arbeit daran, in Antworten von KI-Systemen wie ChatGPT oder AI Overviews vorzukommen. Es zählt nicht die Position, sondern die Nennung. — markdown: https://www.twigbit.ai/de/glossary/generative-engine-optimization/llms.txt
- [Google Cloud](https://www.twigbit.ai/de/glossary/google-cloud): Eine kurze Erklärung zur Google Cloud in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/google-cloud/llms.txt
- [Halluzination](https://www.twigbit.ai/de/glossary/hallucination): Eine Halluzination ist eine erfundene, aber flüssig formulierte Antwort eines Sprachmodells. Sie folgt aus der Funktionsweise und lässt sich nur eingrenzen. — markdown: https://www.twigbit.ai/de/glossary/hallucination/llms.txt
- [HTML](https://www.twigbit.ai/de/glossary/html): Eine kurze Erklärung zu HTML in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/html/llms.txt
- [Human-in-the-Loop](https://www.twigbit.ai/de/glossary/human-in-the-loop): Human-in-the-Loop heißt, dass ein Mensch an einer vorher festgelegten Stelle im Ablauf eines KI-Systems entscheidet, freigibt oder korrigiert. — markdown: https://www.twigbit.ai/de/glossary/human-in-the-loop/llms.txt
- [Hybrid App](https://www.twigbit.ai/de/glossary/hybrid-app): Eine kurze Erklärung zum Thema Hybrid App in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/hybrid-app/llms.txt
- [iOS](https://www.twigbit.ai/de/glossary/ios): Eine kurze Erklärung zu iOS in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/ios/llms.txt
- [JavaScript](https://www.twigbit.ai/de/glossary/javascript): Eine kurze Erklärung zu JavaScript in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/javascript/llms.txt
- [Kanban](https://www.twigbit.ai/de/glossary/kanban): Eine kurze Erklärung zum Thema Kanban in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/kanban/llms.txt
- [KI-Agent](https://www.twigbit.ai/de/glossary/ai-agent): Ein KI-Agent zerlegt ein Ziel selbst in Schritte, nutzt dafür Werkzeuge wie Datenbanken oder Postfächer und übergibt an einen Menschen, sobald es nötig wird. — markdown: https://www.twigbit.ai/de/glossary/ai-agent/llms.txt
- [KI-Governance](https://www.twigbit.ai/de/glossary/ai-governance): KI-Governance sind die Regeln dafür, wer KI wofür einsetzen darf, welche Daten dabei fließen und wer für die Ergebnisse verantwortlich ist. — markdown: https://www.twigbit.ai/de/glossary/ai-governance/llms.txt
- [KI-Pilotprojekt](https://www.twigbit.ai/de/glossary/ai-pilot): Ein KI-Pilotprojekt prüft an einem echten Vorgang, ob eine KI-Anwendung im Betrieb trägt. Es endet mit einer Entscheidung, nicht mit einer Vorführung. — markdown: https://www.twigbit.ai/de/glossary/ai-pilot/llms.txt
- [Kontextfenster](https://www.twigbit.ai/de/glossary/context-window): Das Kontextfenster ist die Textmenge, die ein Sprachmodell bei einer Anfrage gleichzeitig berücksichtigt. Es begrenzt Aufgabengröße und Kosten. — markdown: https://www.twigbit.ai/de/glossary/context-window/llms.txt
- [Kotlin](https://www.twigbit.ai/de/glossary/kotlin): Eine kurze Erklärung zu Kotlin in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/kotlin/llms.txt
- [Kubernetes](https://www.twigbit.ai/de/glossary/kubernetes): Eine kurze Erklärung zu Kubernetes in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/kubernetes/llms.txt
- [Large Language Model (LLM)](https://www.twigbit.ai/de/glossary/large-language-model): Ein Large Language Model ist ein auf großen Textmengen trainiertes Modell, das das nächste Textstück vorhersagt. Darauf beruhen seine Antworten. — markdown: https://www.twigbit.ai/de/glossary/large-language-model/llms.txt
- [Linux](https://www.twigbit.ai/de/glossary/linux): Eine kurze Erklärung zu Linux in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/linux/llms.txt
- [llms.txt](https://www.twigbit.ai/de/glossary/llms-txt): llms.txt ist eine Textdatei im Wurzelverzeichnis einer Website, die KI-Systemen in kompakter Form zeigt, welche Inhalte es gibt und wo sie liegen. — markdown: https://www.twigbit.ai/de/glossary/llms-txt/llms.txt
- [macOS](https://www.twigbit.ai/de/glossary/macos): Eine kurze Erklärung zu macOS in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/macos/llms.txt
- [Miro](https://www.twigbit.ai/de/glossary/miro): Eine kurze Erklärung zu Miro in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/miro/llms.txt
- [Mobile App](https://www.twigbit.ai/de/glossary/mobile-app): Eine kurze Erklärung zum Thema Mobile App in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/mobile-app/llms.txt
- [Model Context Protocol (MCP)](https://www.twigbit.ai/de/glossary/model-context-protocol): MCP ist ein offener Standard, über den KI-Anwendungen auf Werkzeuge und Datenquellen zugreifen. Eine Anbindung gilt für jede Anwendung, die ihn spricht. — markdown: https://www.twigbit.ai/de/glossary/model-context-protocol/llms.txt
- [Native App](https://www.twigbit.ai/de/glossary/native-app): Eine kurze Erklärung zum Thema Native App in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/native-app/llms.txt
- [Next.js](https://www.twigbit.ai/de/glossary/next): Eine kurze Erklärung zu Next.js in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/next/llms.txt
- [Node.js](https://www.twigbit.ai/de/glossary/node): Eine kurze Erklärung zu Node.js in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/node/llms.txt
- [On-Premise-KI](https://www.twigbit.ai/de/glossary/on-premise-ai): On-Premise-KI heißt, dass KI-Modelle auf eigener Infrastruktur laufen statt bei einem Anbieter. Die Daten verlassen die eigene Umgebung nicht. — markdown: https://www.twigbit.ai/de/glossary/on-premise-ai/llms.txt
- [Online Shop](https://www.twigbit.ai/de/glossary/online-shop): Eine kurze Erklärung zu Online Shops in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/online-shop/llms.txt
- [PHP](https://www.twigbit.ai/de/glossary/php): Eine kurze Erklärung zu PHP in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/php/llms.txt
- [Prompt Injection](https://www.twigbit.ai/de/glossary/prompt-injection): Prompt Injection ist ein Angriff, bei dem Text, den ein KI-Agent als Daten behandeln soll, Anweisungen enthält, denen er folgt. Die zentrale Sicherheitsfrage. — markdown: https://www.twigbit.ai/de/glossary/prompt-injection/llms.txt
- [Prototyping](https://www.twigbit.ai/de/glossary/prototyping): Eine kurze Erklärung zu Prototyping in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/prototyping/llms.txt
- [React](https://www.twigbit.ai/de/glossary/react): Eine kurze Erklärung zum Thema React — markdown: https://www.twigbit.ai/de/glossary/react/llms.txt
- [Redux](https://www.twigbit.ai/de/glossary/redux): Eine kurze Erklärung zu Redux in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/redux/llms.txt
- [Retrieval Augmented Generation (RAG)](https://www.twigbit.ai/de/glossary/retrieval-augmented-generation): RAG verbindet ein Sprachmodell mit einer Suche in euren Dokumenten. Das Modell antwortet anhand der Treffer statt aus seinem Trainingswissen. — markdown: https://www.twigbit.ai/de/glossary/retrieval-augmented-generation/llms.txt
- [Scrum](https://www.twigbit.ai/de/glossary/scrum): Eine kurze Erklärung zum Thema Scrum in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/scrum/llms.txt
- [Softwareentwicklung](https://www.twigbit.ai/de/glossary/softwareentwicklung): Eine kurze Erklärung zum Thema Softwareentwicklung in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/softwareentwicklung/llms.txt
- [Strukturierte Daten](https://www.twigbit.ai/de/glossary/structured-data): Strukturierte Daten sind maschinenlesbare Angaben im Quellcode einer Seite, die erklären, was auf ihr steht. Sie ordnen Aussagen einer Entität zu. — markdown: https://www.twigbit.ai/de/glossary/structured-data/llms.txt
- [Tailwind CSS](https://www.twigbit.ai/de/glossary/tailwind): Eine kurze Erklärung zu Tailwind in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/tailwind/llms.txt
- [UI - User Interface](https://www.twigbit.ai/de/glossary/ui): Eine kurze Erklärung zu User Interface in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/ui/llms.txt
- [User Centered Design](https://www.twigbit.ai/de/glossary/user-centered-design): Eine kurze Erklärung zum Thema User Centered Design in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/user-centered-design/llms.txt
- [UX - User Experience](https://www.twigbit.ai/de/glossary/ux): Eine kurze Erklärung zur User Experience in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/ux/llms.txt
- [Vektordatenbank](https://www.twigbit.ai/de/glossary/vector-database): Eine Vektordatenbank speichert Embeddings und findet darin die ähnlichsten Einträge. Sie ist die Suchmaschine hinter KI-Anwendungen mit eigenen Daten. — markdown: https://www.twigbit.ai/de/glossary/vector-database/llms.txt
- [Vercel](https://www.twigbit.ai/de/glossary/vercel): Eine kurze Erklärung zu Vercel in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/vercel/llms.txt
- [Web App](https://www.twigbit.ai/de/glossary/web-app): Eine kurze Erläuterung zur Web App im offiziellen twigbit Glossar. — markdown: https://www.twigbit.ai/de/glossary/web-app/llms.txt
- [Webbrowser](https://www.twigbit.ai/de/glossary/webbrowser): Eine kurze Erklärung zum Thema Webbrowser — markdown: https://www.twigbit.ai/de/glossary/webbrowser/llms.txt
- [Webdesign](https://www.twigbit.ai/de/glossary/webdesign): Eine kurze Erklärung zu Webdesign in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/webdesign/llms.txt
- [Webentwicklung](https://www.twigbit.ai/de/glossary/webentwicklung): Eine kurze Erklärung zum Thema Webentwicklung in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/webentwicklung/llms.txt
- [Webflow](https://www.twigbit.ai/de/glossary/webflow): Eine kurze Erklärung zu Webflow in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/webflow/llms.txt
- [Website](https://www.twigbit.ai/de/glossary/website): Eine kurze Erklärung zum Thema Website in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/website/llms.txt
- [Windows](https://www.twigbit.ai/de/glossary/windows): Eine kurze Erklärung zu Windows in unserem Glossar — markdown: https://www.twigbit.ai/de/glossary/windows/llms.txt
- [Zero-Click-Suche](https://www.twigbit.ai/de/glossary/zero-click-search): Eine Zero-Click-Suche endet ohne Klick auf ein Ergebnis, weil die Antwort direkt in der Suche steht. Für Websites heißt das: Sichtbarkeit ohne Besuch. — markdown: https://www.twigbit.ai/de/glossary/zero-click-search/llms.txt

## More

- [Sitemap](https://www.twigbit.ai/sitemap.xml)