Bullshit in, bullshit out: Warum KI gute Grundlagen braucht
KI ersetzt keine schlechten Grundlagen. Sie verstärkt sie. Warum Datenqualität, Architektur und saubere Vorarbeit heute wichtiger sind …
Zum ArtikelKI nutzbar machen, ohne Kontrolle zu verlieren: lokal, nachvollziehbar und in Ihre bestehende Architektur integrierbar.
KI erzeugt schnell Ergebnisse, aber ohne Architektur entstehen neue Risiken: Datenabfluss, Intransparenz, Tool-Wildwuchs.
Ich unterstütze beim Aufbau von KI-Setups, die im Alltag funktionieren: mit klaren Laufzeitgrenzen, sauberer Integrationsstrategie und technischer Reproduzierbarkeit.
So wird aus Einzel-Experimenten eine belastbare KI-Fähigkeit mit messbarem Business-Nutzen.
KI ersetzt keine schlechten Grundlagen. Sie verstärkt sie. Warum Datenqualität, Architektur und saubere Vorarbeit heute wichtiger sind …
Zum ArtikelEin nachdenklicher Blick auf den Wert von Softwareentwicklung 2026: Warum GUI-Fließbandarbeit entwertet wird, Senior-Engineering aber …
Zum ArtikelDie meisten Teams wollen lokale LLMs nicht trainieren, sondern mit ihrer vorhandenen Dokumentation nutzen. Dieser Artikel zeigt Schritt …
Zum ArtikelOllama macht lokale LLMs bequem -- aber auch intransparent. Dieser Artikel zeigt, wie man die komplette LLM-Lieferkette selbst …
Zum ArtikelWie sich ein modernes Sprachmodell wie Mistral lokal betreiben lässt – von der Kompilierung bis zur eigenen Modellerweiterung.
Zum ArtikelWie Lunaria zeigt, dass sich komplexe Technologien mit einer einfachen Skriptsprache zugänglich machen lassen – ein technischer …
Zum ArtikelLua-Skripting auf Go-Basis – Lernplattform für Orchestrierung moderner Technologien
Zur Referenz