Eine Serie in 8 Folgen — Schritt für Schritt aufeinander aufbauend.
Auftakt der Serie KI-Engineering: die häufigsten Gründe, warum KI-Projekte scheitern – und was gute KI-Features von teuren Experimenten unterscheidet.
Den richtigen ersten KI-Anwendungsfall wählen: mit dem Raster aus Wert, Machbarkeit und Fehlertoleranz, plus konkretem Praxisbeispiel.
Tag 3 der Serie KI-Engineering: Wie du mit RAG wissensbasierte KI baust, die Fakten belegt statt zu halluzinieren – Bausteine, Fehler und Praxisbeispiel.
KI-Agents erklärt: Tool-Use, Function-Calling und MCP als Standard, um KI mit deinen Systemen zu verbinden. Mit Praxisbeispiel und Trade-offs.
Prompt-Injection, Datenabfluss und Missbrauch: praxisnahe Guardrails und DSGVO-Aspekte, mit denen du KI-Features wirklich absicherst.
KI Evals verwandeln „sieht gut aus" in eine belastbare Zahl: So baust du ein Eval-Set aus echten Fällen und erkennst Regressionen vor dem Release.
Tag 7 der Serie KI-Engineering: Wie du LLM-Kosten senken und Latenz reduzieren kannst — mit echter Rechnung, Modellwahl, Caching und Streaming.
Tag 8 der Serie KI-Engineering: Wie du KI-Features mit Observability, Fallbacks und Self-Healing betriebsfest und wartbar in Produktion hältst.
Weitere Folgen erscheinen laufend.