AI
Wir glauben daran, dass AI einen deutlich höheren Kundennutzen erlaubt, wenn man sie richtig einsetzt!
Hier findest du:
Aktuellste Beiträge
-
Ein Zimmer pro Agent
Montags zwei Agenten angeworfen, beide im selben Verzeichnis: fünf Minuten später sind die Tests rot und keiner weiß, wer schuld war. Git Worktrees geben jedem Agenten sein eigenes Zimmer. Schauen wir uns einmal an, wie du die Baustelle einrichtest und welche Fallen dabei still zuschnappen.
-
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.
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
-
5 unverzichtbare Tools für die Datenverarbeitung mit AI
Unstrukturierte Daten, wo man auch hinschaut. Da kann man schon eine AI drauf werfen, doch mal sollte vorbereitet sein. Ich stelle vor: 5 unverzichtbare Tools für dieses Unterfangen.
-
Real-Time Hyperpersonalization with LLMs and Zero-Shot Learning
The combination of LLMs and Zero-shot Learning seems to be the key to predicting explicit and implicit customers‘ needs. Let’s have a closer look.
-
Fine-tuning German LLMs with Model Merging and DPO for Improving Customer Support
Let’s cover Model Merging and Direct Preference Optimization (DPO) as state-of-the-art approaches that could be combined to best level up LLM’s language performance.
-
Agenten- vs. Intent-basierte Systeme
Was ist eigentlich der Unterschied zwischen Agenten- und Intent-basierten Systemen? Wir erklären euch nicht nur das, sondern zeigen auch, was möglich ist.
-
AI – Standardsoftware, Assistenten oder eigene Lösungen?
AI soll eingeführt werden – doch was ist die richtige Strategie? Wir wissen es auch nicht, erklären aber die verschiedene AI-Lösungen.