Skip to content

cherware.de

From IT. Not from theory.

Menu
  • Start
  • Projects
  • Downloads
  • About
  • Contact
Menu

AI, Data & Automation

Practical use of artificial intelligence, data, and automation in enterprise environments. Covered are both experimentation and structured adoption, including governance, data quality, and the transition from isolated pilots to sustainable, value-driven AI integration.

Drei Agenten organisieren den Umzug meiner lokalen Umgebung nach Rancher Desktop

Posted on 13. November 202613. November 2026 by Christoph Hermanns

Drei Agenten, drei Aufgaben: Der Developer-Agent übertrug meine CIO-Cockpit-Umgebung nach Rancher Desktop, der Test-Agent prüfte den Betrieb und der Auditor fand eine wichtige Lücke im Dateispeicher. Wie wir sie schlossen, warum der erste Login scheiterte und welche Entscheidungen bei mir blieben, zeigt dieser Erfahrungsbericht.

Read more
LLM-Harness mit digitalen Schnittstellen

Wenn aus Antworten Handlungen werden: Die Rolle der KI-Architektur

Posted on 8. November 202612. November 2026 by Christoph Hermanns

Wie kann ein KI-System gleichzeitig an mehrstelliger Arithmetik scheitern und dennoch weitreichende Systemeingriffe in der Softwareentwicklung vornehmen? Die Antwort liegt nicht im Sprachmodell allein, sondern in der umgebenden Kontrollarchitektur: der sogenannten Harness. Dieser Beitrag zeigt, warum probabilistische Kognition deterministische Leitplanken braucht – und weshalb operative KI-Sicherheit vor allem eine Frage konsequenter Softwarearchitektur ist.

Read more

Implementierung eines MCP-Servers

Posted on 29. August 202619. November 2026 by Christoph Hermanns

Wie lässt sich ein MCP-Server an ein Ticketsystem anbinden, ohne einen zweiten offenen Zugang zu schaffen? Der Rückblick auf Lutions zeigt eine Read-only-Integration mit kleinen Tools, Fachrechten und datensparsamem Audit.

Read more

MCP-Server: Der offene Standard zwischen KI-Hosts und deinen Systemen

Posted on 16. August 20263. September 2026 by Christoph Hermanns

Wie erhält ein LLM kontrollierten Zugang zu aktuellen Daten und erlaubten Aktionen? Dieser erste Teil der MCP-Reihe erklärt Architektur, Rollen und Ablauf einer Anfrage – vom KI-Host bis zum Fachsystem.

Read more

Ein lokaler Umzug als Infrastrukturtest mit Codex

Posted on 9. August 202619. November 2026 by Christoph Hermanns

Ein Speicherplatzproblem machte den Umzug einer lokalen Entwicklungsumgebung nötig. Der Erfahrungsbericht zeigt, wie konkrete Anforderungen, Codex-gestützte Kleinarbeit, Rollback und gezielte Smokes daraus einen Infrastrukturtest machten.

Read more

Das Grilling-Pattern: Anforderungen schärfen, bevor sie Code werden

Posted on 6. August 202619. November 2026 by Christoph Hermanns

Was passiert, wenn ein Agent aus einer offenen Anforderung sofort eine Lösung ableitet? Der Beitrag zeigt am Beispiel von Lutions, wie das Grilling-Pattern entscheidende Fragen klärt, bevor sie zu falschen Annahmen im Code werden.

Read more

Das LLM-Wiki in Lutions: Erste Gegenproben im Betrieb

Posted on 27. July 20261. August 2026 by Christoph Hermanns

Diese Werkstattnotiz fragt, was ein LLM-Wiki in einer realen Codebasis tatsächlich verändert. Die Gegenproben im Projekt Lutions liefern keinen Effizienzbeweis. Sie zeigen aber, dass der wiki-first-Einstieg Suchwege, Quellen und Antwortgrenzen bei mehrschichtigen Aufgaben sichtbarer machen kann.

Read more

Das LLM-Wiki in Lutions: Vom Pattern zum operativen Knowledge Layer

Posted on 26. July 20261. August 2026 by Christoph Hermanns

Der dritte Artikel der LLM-Wiki-Reihe zeigt, wie aus dem Pattern eine operative Wissensschicht wurde. Am Praxisprojekt Lutions wird nachvollziehbar, wie Wiki-first Intake, Knowledge Operations, Freshness-Prüfung und Release-Governance zusammenspielen, ohne das Wiki zur vermeintlichen Wahrheitsmaschine zu machen.

Read more
LLM Wiki

Das LLM-Wiki in der Softwareentwicklung: Persistentes Wissen über Code

Posted on 24. July 20261. August 2026 by Christoph Hermanns

Softwarewissen liegt selten nur im Code. Der Artikel entwickelt aus dem LLM-Wiki-Pattern die Idee eines code-nahen Knowledge Layers, der Code, Tests, Tickets, Reviews und Releases so verbindet, dass Menschen und KI-Agenten gezielter prüfen und entscheiden können.

Read more
LLM Wiki

Das LLM-Wiki: Persistentes Wissen für Menschen und KI-Agenten

Posted on 27. June 20261. August 2026 by Christoph Hermanns

Traditionelles KI-Wissensmanagement scheitert oft an seiner eigenen Komplexität: Teure Vektordatenbanken, fehleranfällige RAG-Pipelines und Wissensbanken, die unter ihrer eigenen Last zusammenbrechen, sind für viele Entwickler Alltag. Mit seinem viralen „LLM-Wiki“-Ansatz hat Andrej Karpathy einen Gegenentwurf vorgestellt, der auf radikale Einfachheit setzt: Ein persistentes, selbstwachsendes KI-Second-Brain aus reinem Markdown, organisiert in drei klaren Schichten. Doch wie funktioniert das Prinzip aus raw/, wiki/ und normativer Steuerung technisch im Detail? Wo liegen die operativen Stärken eines textbasierten Graphen – und warum sollte eine KI niemals das vollständige Knüpfen unseres Wissensnetzes übernehmen? Eine fundierte Analyse eines technologischen Paradigmenwechsels.

Read more
  • 1
  • 2
  • Next

Latest News

  • OWASP veröffentlicht „Securing Agentic Applications V2“ (NEWS-33 / 11. November 2026)
  • Reverse Engineer Anything (REA): Wenn KI versteht, wie Software wirklich funktioniert (NEWS-31 / 4. November 2026)
  • AGENTS.md: Helfen Kontextdateien KI-Coding-Agenten wirklich? (NEWS-32 / 28. October 2026)
  • Lutions 0.26.2 und WordPress-Plugin 0.4.0 sind verfügbar (NEWS-30 / 20. September 2026)
  • Lesenswert: Dario Amodei über das Tempo an der KI-Frontier (NEWS-28 / 14. September 2026)

More

  • Drei Agenten organisieren den Umzug meiner lokalen Umgebung nach Rancher Desktop13. November 2026
  • Wenn aus Antworten Handlungen werden: Die Rolle der KI-Architektur8. November 2026
  • Implementierung eines MCP-Servers29. August 2026
  • MCP-Server: Der offene Standard zwischen KI-Hosts und deinen Systemen16. August 2026
  • Ein lokaler Umzug als Infrastrukturtest mit Codex9. August 2026
  • Making API Performance Tests More Realistic: From Endpoint Metrics to Role-Based Journeys
    23. September 2026 by Christoph Hermanns
  • Can We Govern AI as Fast as We Build It?
    15. September 2026 by Christoph Hermanns
  • Implementing a Secure MCP Server
    14. September 2026 by Christoph Hermanns
  • Understanding MCP Servers: How AI Hosts Reliably Connect to Domain Systems
    10. September 2026 by Christoph Hermanns
  • The Grilling Pattern: Clarify Requirements Before They Become Code
    9. September 2026 by Christoph Hermanns

ABAP AI Analysis Architecture Automation C4-Model Change Cloud Compliance Experiment GDPR GenAI Governance How-To Infrastructure Integration LLM LLMWiki Lutions MCP Notes Operations Overview PlantUML Reflection Risk SAP Security SME Snippet Strategy Toolbox

  • AI, Data & Automation
  • Allgemein
  • Cybersecurity, Risk & Compliance
  • Enterprise Architecture, Platforms & Integration
  • IT Operations, Resilience & Service Excellence
  • Strategy, Portfolio & Business Impact
  • Imprint
  • Disclaimer
  • Privacy policy
© 2026 cherware.de | Powered by Minimalist Blog WordPress Theme