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.
Täglich nutzen wir KI, doch was passiert wirklich in der “Black Box”? In diesem Auftakt unserer neuen Blog-Serie dekonstruieren wir die Architektur moderner LLMs nach dem EVA-Prinzip. Wir analysieren anhand zweier konkreter Szenarien, warum ein Sprachmodell bei “Hauptstadt” nicht immer an “Berlin” denkt und wie es eine Parkbank vom Finanzinstitut unterscheidet. Wir unternehmen eine wissenschaftliche Reise von der abstrakten Theorie zur interaktiven Simulation mit dem LLM Explorer.
Die softwareseitige Transformation eines KI-generierten Prototyps in ein strukturiertes Release erfolgt durch die Integration von KI-Werkzeugen in klassische Entwicklungsumgebungen wie GitHub. Am Beispiel einer Web-Applikation wird der Einsatz von Codex für die Code-Analyse, die automatisierte Erstellung von Pull Requests sowie die Pflege technischer Dokumentationen (README, CHANGELOG) aufgezeigt. Während die KI Effizienzgewinne bei der Umsetzung fachlicher Logik und UX-Verbesserungen bietet, bleiben die abschließende Qualitätssicherung, das Kontext-Management und strategische Architekturentscheidungen in menschlicher Verantwortung. Der Fokus liegt auf der Etablierung dauerhaft tragfähiger, professioneller Workflows für die KI-gestützte Softwareentwicklung.
Der EU AI Act ist da – und mit ihm die Pflicht, jedes KI-System korrekt einzuordnen. Doch zwischen den Artikeln, Anhängen und Ausnahmeregelungen der Verordnung den Überblick zu behalten, ist eine echte Herausforderung. Ist ein System verboten? Fällt es unter Hochrisiko? Oder reichen Transparenzpflichten?
Um diese komplexen Fragen greifbar zu machen, wurde die Logik des AI Acts in einen klaren Entscheidungsbaum überführt – und daraus eine Web-App entwickelt, die in wenigen Schritten eine erste Risikoeinschätzung liefert.
NIS-2 verschärft die europäischen Anforderungen an Cybersicherheit deutlich – und die Frage, welche Unternehmen tatsächlich betroffen sind, ist komplexer als erwartet. Der Beitrag beleuchtet, wie eine systematische Betroffenheitsprüfung Transparenz schafft, warum auch nicht unmittelbar verpflichtete Organisationen von einer frühzeitigen Analyse profitieren und welche Bedeutung Dienstleister sowie Lieferketten im neuen Sicherheitsrahmen haben.
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
An diesem Wochenende habe ich ein kleines Experiment gestartet: Was passiert, wenn ich einen meiner Blogbeiträge durch Googles NotebookLM laufen lasse – und daraus ein Video machen lasse? Die Idee: NotebookLM ist ein KI-gestütztes Tool, das Texte analysiert, zusammenfasst und als Video oder Podcast aufbereitet. Aber wie gut klappt es, wenn man damit einen Blogbeitrag
In der Ära der künstlichen Intelligenz hat sich die Interaktion zwischen Mensch und Maschine grundlegend gewandelt. Die Eingabe von Befehlen hat sich von einer rein technischen Notwendigkeit zu einer Kunstform entwickelt. Prompting ist nicht mehr nur ein Kommunikationsmittel, sondern die primäre Schnittstelle zur Generierung von Inhalten mit Large Language Models (LLMs). Für Content-Creator und Blogger,
I have already tried out several image generation tools, and some of the images created adorn the posts on the blog. The results were often impressive, but there were always these little issues: long waiting times, inconsistencies in characters, or the feeling that the AI didn’t quite understand what I wanted. When the first information