Themen
KI
Alle Beiträge zum Thema KI, die neuesten zuerst.
Transparenz: Alle Beiträge habe ich nachträglich mit Unterstützung von KI überarbeitet. Gedanken, Erfahrungen und Haltung sind meine. Die Hörfassungen werden von einer synthetischen Stimme vorgelesen.
Suchen ohne Antworten zu erfinden
Suche, vollständiges Lesen, Herkunft und optionale Q&A bleiben getrennte Schritte. Treffer bleiben rohe Belege; ohne Treffer entsteht keine erfundene Antwort.
Zwischenfazit und Systemblick: eine Bilanz der Serie
Monate nach dem Gespräch, mit dem alles begann, ist es Zeit für eine ehrliche Bilanz: welche Erwartungen des Auftakts eingetreten sind, welche nicht, was offen bleibt – und warum die spannendste Frage nicht mehr lautet, was die Modelle können, sondern was Organisationen daraus machen.
MCP, HTTP, Webhooks und A2A einfach erklärt
MCP, HTTP mit OpenAPI, Webhooks und A2A verbinden Systeme auf unterschiedlichen Ebenen. Entscheidend ist, welche Verantwortung an der jeweiligen Grenze liegt.
2026 17
2026 17
- Widersprüche dürfen bleibenEine Wissensbasis, die belegte Konflikte sichtbar hält, verhindert, dass ein neuer Wert einen bestehenden Widerspruch verdeckt. Funktionale Prädikate, disputed Claims und die Beziehung contradicts machen die offene Frage prüfbar – die fachliche Auflösung bleibt einer geprüften Revision vorbehalten.SoftwareKIMethodik
- A2A: Wenn Agenten zusammenarbeitenAgent Card, Message, Task und Artifact verständlich erklärt: wie A2A 1.0 eigenständige Agentensysteme verbindet, was das Protokoll von MCP unterscheidet und wann sich die Delegation an ein eigenständiges System lohnt.SoftwareKIArchitektur
- Claims: klein, belegt, prüfbarClaims zerlegen Wiki-Seiten in einzelne Aussagen mit Subjekt, Prädikat, Objekt, Confidence, Status und wörtlichem Beleg. Dadurch werden Zustimmung und Widerspruch präzise.SoftwareKIMethodik
- Vom Organigramm zur ProduktverantwortungKI macht den Weg vom Kundenproblem bis zur Wirkung durchgängiger.SoftwareKIMethodik
- llms.txt: Doku für MaschinenKontext für Modelle, nicht fürs Ranking: warum llms.txt und llms-full.txt Coding-Agenten helfen – und was ein MCP-Server daraus macht.SoftwareKIMethodik
- Hilfsmittel, die tragen: Konzepte, Methoden, ProzesseEinen Agenten für die eigene Fachdomäne kann man nicht installieren – den Weg dorthin aber sehr wohl lernen. Welche Konzepte tragen, welche Methoden den Anfang klein halten und welche Prozesse verhindern, dass Regeln veralten.SoftwareKIMethodikDelivery
- Regeln, die halten: der eigene Agent pro FachdomäneEin Tool prüft den einzelnen Aufruf – verbindliche Regeln gelten aber für den ganzen Vorgang. Warum Durchsetzung, Freigaben und Nachweis in einen eigenen, an die Fachdomäne gebundenen Agenten gehören.SoftwareKIMethodikDelivery
- MCP: Wenn Software Fähigkeiten anbietetMCP macht Softwarefähigkeiten für Agenten adressierbar. Gute Oberflächen bleiben wichtig, aber Arbeit bekommt eine zweite Schnittstelle.SoftwareKIArchitektur
- Agent, Modell, FachdomäneDas Modell ist gemietet, der Agent kann unter eigener Kontrolle stehen – entscheidend ist, ob die Fachdomäne als Prosa im Prompt liegt oder als geprüfte Schnittstelle im Agenten.SoftwareKIMethodikDelivery
- Wissen, das die Session überlebtSession-Wissen verdampft, wenn niemand es kuratiert – warum Teams ihr KI-Arbeitswissen wie Code behandeln sollten und dabei nicht das Modell schlauer wird, sondern die Organisation lernt.SoftwareKIMethodikDelivery
- Sauberes Grounding II: Antworten erdenMein Arbeitsmodell für Grounding unterscheidet Konventionen, Dokumente und Schnittstellenbeschreibungen. Was im knappen Kontext bleibt, priorisiere ich nach Aufgabe und Wiederbeschaffungskosten.SoftwareKIMethodikDelivery
- KI im Enterprise-Umfeld: Schnellere Entwicklung braucht andere ProzesseKI verkürzt Recherche, Entwurf und Implementierung. Bleiben Übergaben, Ticket-Hierarchien und Freigaben unverändert, verlagert sich der Engpass – Großunternehmen müssen deshalb Arbeitsfluss und Governance gemeinsam neu ordnen.SoftwareKIArchitekturDelivery
- Sauberes Grounding I: Warum die KI so überzeugend rätWarum Sprachmodelle plausible Dinge erfinden, weshalb mehr Training das Problem nicht zuverlässig beseitigt und was Grounding damit zu tun hat.SoftwareKIMethodikDelivery
- Vergebliche Versuche: Skills, AGENTS.md und die Grenze der EmpfehlungEin halbes Jahr lang habe ich versucht, Teamregeln über CLAUDE.md, AGENTS.md und Skills durchzusetzen – die Chronik einer Ernüchterung und die Einsicht, dass Instruktionsdateien Empfehlungen an ein probabilistisches System sind, keine Regeln.SoftwareKIMethodikDelivery
- Mein Erfolg lässt sich nicht kopierenEin Kollege übernimmt mein KI-Setup und bekommt andere Ergebnisse. Werkzeuge, Tests und Konventionen sind übertragbar; Aufgabenzuschnitt, Prüfblick und der einzelne Sessionverlauf sind es nur begrenzt.SoftwareKIMethodikDelivery
- Was ich kritisch seheVier Beobachtungen und eine offene Hypothese nach intensiven Monaten mit KI – vom möglichen Kompetenzverlust bis zur Sorge vor gleichförmigeren Lösungen und meinen praktischen Gegenmaßnahmen.SoftwareKIMethodik
- Delegieren statt Diktieren: der Harness macht den UnterschiedWie Tools, Kontextverwaltung und ausführbare Prüfungen aus einer Aufgabe einen reviewbaren Branch machen können – und warum die Abnahme trotzdem beim Menschen bleibt.SoftwareKIMethodik
2025 2
2025 2
- Gut genug: das Modell ist selten der EngpassBei den Alltagsaufgaben, die ich selbst mit KI bearbeite, ist die Modellwahl selten der erste Engpass. Aufgabenzuschnitt, Kontext und Prüfung wirken meist stärker.SoftwareKIMethodik
- Vom Werkzeug zur ArbeitsweiseWie ein Gespräch in Berlin mich nach über dreißig Jahren Softwarehandwerk zum täglichen Arbeiten mit Claude, ChatGPT und Claude Code gebracht hat – und warum ich meiner Begeisterung trotzdem erst einmal misstraue.SoftwareKIMethodik