Programmieren mit KI: Vom KI-Prototyp zum echten Release
Wie wird aus einem KI-Prototyp echte Software? Dieser Beitrag zeigt den Weg eines BMI-Rechners über Codex, Pull Requests, README-Update und Changelog bis zum Release.
Wie wird aus einem KI-Prototyp echte Software? Dieser Beitrag zeigt den Weg eines BMI-Rechners über Codex, Pull Requests, README-Update und Changelog bis zum Release.
Basierend auf einer Literaturrecherche wird untersucht, wie sich in längeren Interaktionen mit großen Sprachmodellen Bedeutungsverschiebungen, Strukturbrüche, thematische Abdrift und Kontextverlust manifestieren.
Der Artikel beschreibt wiederkehrende Probleme bei der Arbeit mit LLMs: Begriffe und Strukturen verschieben sich im Dialog („Drift“), frühere Aussagen verlieren an Bedeutung und lange Chats werden zunehmend instabil. Zudem fehlt den Modellen eine verlässliche Persistenz – sowohl innerhalb eines Chats als auch zwischen Sitzungen.
Ich habe mich schon länger gefragt, ob künstliche Intelligenz wirklich eine substanzielle Hilfe beim Programmieren sein kann. Als jemand, der schon oft erlebt hat, wie hoch die Hürden für den Einstieg sein können – komplexe Syntax, unbekannte Frameworks und endlose Fehlersuchen – wollte ich das selbst auf die Probe stellen. Deshalb habe ich es einfach
Der DSAG-Jahreskongress ist jedes Jahr eine wahre Fundgrube an Erkenntnissen und neuen Perspektiven. Ein Schaubild, das ich in dieser Form bisher zugegebenermaßen noch nicht gesehen hatte, ist das “SAP Big Picture Architecture” [1] , das eine umfangreiche Referenzarchitektur mit drei Hauptschichten zeigt, auf die ich nachfolgend eingehen möchte. 1. Das Fundament: Sources & Open Ecosystem