AI
Wir glauben daran, dass AI einen deutlich höheren Kundennutzen erlaubt, wenn man sie richtig einsetzt!
Hier findest du:
Aktuellste Beiträge
-
Was passiert, wenn die lokale KI das Regelheft ersetzt
Gleicher Mist, doppelter Preis. Oder: Wie ich das Nachschlagen eines Regelwerks einer KI auf der eigenen Gaming-Grafikkarte überlassen wollte. Das Setup war nach einem Befehl erledigt … aber die Antworten waren dann das Problem.
-
Autonom ja, verlässlich nein: Was KI-Agenten heute leisten
Die stärksten KI-Agenten lösen Aufgaben, für die ein Profi zwölf Stunden braucht; aber nur in jedem zweiten Fall … Wer vier von fünf Ergebnissen richtig braucht, kann ihnen Aufgaben von gut einer Stunde übergeben. Was daraus für deine Agentenprojekte folgt und welches Bauteil die Differenz trägt.
-
KI als persönlicher DevEx Engineer
Fehlt mir ein Werkzeug, gebe ich dessen Bau als Nebenaufgabe an einen Agenten. Was dabei entsteht und welche Entscheidungen bei mir bleiben.
Beim Abspielen verbindet sich Ihr Browser mit YouTube. Google erhält dabei Ihre IP-Adresse und kann Informationen (z. B. Cookies) auf Ihrem Gerät speichern. Wenn Sie die Seite neu laden, wird die Einbindung wieder entfernt. Bereits übermittelte Daten und gesetzte Cookies bleiben davon unberührt.
Weitere Beiträge
-
KI-Rollouts scheitern selten an der Technik
Die Integration läuft, die Zugänge sind verteilt, die Einführungsveranstaltung war gut besucht. Sechs Wochen später arbeitet ein kleiner Teil der vorgesehenen Gruppe mit dem Assistenten, alle anderen machen weiter wie vorher. Der Reflex lautet: mehr schulen. Warum das an der Sache vorbeigeht und was tatsächlich fehlt.
-
Deine Agenten liefern in Stunden. Deine Organisation entscheidet einmal im Quartal.
Agentische Systeme verkürzen den Weg von der Idee zur lauffähigen Variante auf Stunden. Bei den Nutzern kommt davon wenig an, solange Review, Freigabe und Portfolioplanung im alten Takt laufen. Warum das keine Werkzeugfrage ist, sondern eine Frage der Entscheidungswege.
-
Die agile Transformation war nur der Tutorial-Level
Die agile Transformation hatte Scrum, Kanban und ein klares Ziel als Sicherheitsnetz. Für die KI-Einführung fehlt dieses Netz … und selbst das Ziel ist unklar. Teil 1 der Serie zeigt, warum diesmal niemand „das schon mal gemacht hat“, und was das für alle bedeutet, die mit KI arbeiten sollen.
-
Tutorial: Durchgesetzt schlägt versprochen
Tests grün, Pull Request offen, und du liest trotzdem jede Zeile. Bisher hat diese Serie erklärt, woran das liegt. Diesmal wird gebaut: ein System, das die triviale Änderung ohne dich durchwinkt und dir genau die vorlegt, bei denen ein Mensch gebraucht wird. Mit Repo, Konfiguration und den Fehlern aus dem Piloten. Das Referenz-Walkthrough zur Serie…
-
Was vom Programmieren übrig blieb
Zwei Lager, ein Käfig: Wer das Tippen liebt, trauert zurecht. Aber die Pipeline fragt nie, wer den Code geschrieben hat, nur ob er hält. Ein Essay über Verlust, Handwerk und einen gemeinsamen Treffpunkt.
-
Warum deine AI-Roadmap stimmt (und trotzdem nichts liefert).
Die KI-Prioritäten, über die wir im Juni 2025 mit rund 30 Entscheidern gesprochen haben, sind inzwischen Marktkonsens; umgesetzt hat sie trotzdem kaum jemand: Die aktive KI-Nutzung in Deutschland hat sich binnen eines Jahres auf 41 Prozent mehr als verdoppelt, signifikante Wertschöpfung bleibt aber auf eine kleine Vorreitergruppe beschränkt. Die Prioritäten haben gehalten, die Werkzeuge weniger…