AI
Wir glauben daran, dass AI einen deutlich höheren Kundennutzen erlaubt, wenn man sie richtig einsetzt!
Hier findest du:
Aktuellste Beiträge
-
Multi-Modell-Workflow mit Dynamic Agents
Warum ein Modell allein nicht reicht: Drei Rollen, drei Modelle; teuer geplant, günstig gebaut, fremd geprüft. Inklusive des Bugs, den nur ein Reviewer aus einer anderen Modellfamilie fand.
-
Claude Code Must-Haves Juni ’26
Im März drehte sich alles um Werkzeuge. Jetzt orchestriert Claude Code Subagenten selbst, bis zu 16 nebenläufig. Ein Snapshot aus der täglichen Praxis: Workflows, Plugins, Memory und Hooks im Juni 2026.
-
Mental Load bei LLMs
Mental Loads bei LLMs ist ein reales Problem. Denn das Modell selbst merkt die Probleme nicht. Zeit für ein wenig (Self-)Care.
Weitere Beiträge
-
Das eigene Defekt-Profil von KI-Code
KI-Code besteht Tests, sieht plausibel aus, und doch: Architektur-Verfall korreliert fast perfekt mit Code-Volumen Was das für Code-Reviews und Production-Eval bedeutet.
-
Dark Slop Factories
Wenn AI-Agenten nachts allein Code schreiben, reviewen und mergen, entsteht nicht nur Output, sondern Slop in industriellem Maßstab. Willkommen in der Dark Slop Factory, wo autonome Coding-Pipelines ohne eingebaute Reparaturstrecke zur Qualitätskatastrophe werden.
-
Halluzination in der Erinnerung
„Das merkt sich der Agent dann einfach.“ Klingt effizient, bis er sich den Quatsch merkt. Dann wird aus Halluzination Datenbestand und aus Produktdesign ein Fall für Datenschutz, Security und Kostenkontrolle.
-
Wie KI meinen Alltag als Product Owner verändert
«Agil bleibt. Deine Rolle vielleicht nicht.» So titeln wir ganz selbstbewusst im Agilen Handbuch. Eine beinahe eindeutige Antwort (auf eine andere, aber ebenfalls wichtige Frage).
-
Generative Agents: Wie Tulvings Gedächtnismodell emergentes Sozialverhalten erzeugt
Park et al. haben 2023 die sauberste Tulving-Implementierung aller Zeiten gebaut – ohne ihn ein einziges Mal zu zitieren. 25 KI-Agenten in einer Sims-Kleinstadt zeigen, wie episodisches Gedächtnis aus der Aufgabe selbst entsteht. Bis auf das eine Merkmal, an dem jede Architektur prinzipiell scheitert …
-
A/B-Tests im E-Commerce-Alltag (mit KI*)
Viele Ideen, wenig Klarheit? Kommt vor. Ich zeige, wie wir mit einem Entscheidungsbaum und dem BUYER-Framework herausfinden, ob sich A/B-Tests lohnen.
