AI
Produktionsreife Antworten auf KI in echten Systemen.
Was AI umfasst
Diese Kategorie behandelt die Entwicklung produktiver KI-Funktionen — von RAG und LLM-Integration bis zu Kosten, Grenzen und Betrieb.
Was diese Kategorie abdeckt
- RAG (Retrieval-Augmented Generation) erklärt
- RAG vs. Fine-Tuning
- Eine RAG-Pipeline für Produktion
- LLM-Kosten kalkulieren
Belastbare Antworten in diesem Feld.
Tiefe, referenzierbare Dokumente — jede Empfehlung mit Trade-off, Kosten und dem Fall, in dem wir anders entscheiden.
KI in Produktionssystemen — Engineering statt Demo
Der weite Weg von der KI-Demo zum verlässlichen Produktivsystem: Evaluation, Fehlermodi, Guardrails — das Wahrscheinliche hinter Deterministischem einfassen.
Wann KI die falsche Lösung ist
Von einem Unternehmen, das KI baut: wann sie die falsche Wahl ist. Welche Form ein Problem braucht, warum eine Regel oft überlegen ist, was KI am Ort kostet.
Verlässliche KI-Antworten — Architektur für Kontext und Quellen
Wie man eine KI-Antwort in verlässlichem, aktuellem Kontext und nachvollziehbaren Quellen gründet, sodass sie stimmt und belegbar ist — nicht nur flüssig.
Agentic Coding — wenn Softwareentwicklung zur Orchestrierung wird
Agentic Coding verschiebt den Engpass der Softwareentwicklung: vom Schreiben des Codes zum Definieren, Prüfen und Verantworten der Arbeit.
Gelernte Lektionen in diesem Feld.
Fehler und was sie uns gelehrt haben — anonym, ohne Drama. Der Fehler ist der Lehrer.
Die Beiträge dieser Kategorie erscheinen fortlaufend. Grundbegriffe finden Sie schon heute im Glossar.
Zum GlossarEin konkretes Problem in diesem Feld?
Wir lösen es nicht nur auf dem Papier. Sprechen Sie mit den Ingenieuren, die es bauen würden.
