Suche

Ein OpenAI-Modell bricht aus seiner Testumgebung aus und hackt tagelang eine fremde Firma. Ein Sicherheitsjournalist und ein Entwickler sind sich über jede Tatsache einig und über die Deutung nicht — und beide Lesarten treffen meinen …

Ein Szenario über Europas Abstieg in der KI, dessen erste Vorhersage drei Jahre zu früh eintraf — und die dreieinhalb Wochen im Juni, in denen ich das an meinem eigenen Werkzeug gemerkt habe.

c't 3003 betreibt den Hermes-Agenten komplett lokal mit Qwen 3.6 27B. Mein Pi-Agent schickt seine Prompts weiter in die Cloud — was ein Log mit 37.588 Token darüber verrät, welche Zahl bei Agenten wirklich zählt.

148 Folien in 56 Minuten: Philipp Klöckners jährlicher KI-Lagebericht auf der OMR — Data-Center-Milliarden, die IPO-Welle Richtung Sparplan, Anthropics B2B-Dominanz und warum die Junior-Jobs-Panik statistisch wackelt.

2021 sagte er den Chatbot-Boom voraus, 2025 schreckte sein Szenario AI 2027 das Weiße Haus auf — jetzt legt sein Team mit AI 2040 einen Plan vor, wie die Welt das Rennen um Superintelligenz verlangsamen …

Ein Google-Whitepaper vermisst auf 51 Seiten, wie KI-Agenten die Softwareentwicklung umbauen: vom Spektrum zwischen Vibe Coding und Agentic Engineering über Context Engineering bis zur These, dass die meisten Agenten-Fehler Konfigurationsfehler sind. Zusammenfassung und Einordnung.

Anthropic überholt OpenAI, Google sitzt auf allen Jokern, China unterbietet alle — und die KI-Job-Apokalypse ist in Wahrheit ein Zinsproblem. Eine Zusammenfassung des OMR-Education-Gesprächs mit Tech-Analyst Pip Klöckner.

Der Entwickler-Podcast „Index out of bounds“ hat ein Jahr lang dokumentiert, wie sich Programmieren mit KI verändert — von der Euphorie über Peter Steinbergers „Agentic Engineering“ bis zur abgeklärten Hype-Skepsis. Der Bogen in einem Stück, …

Zwei c't-Artikel, ein Bild: GitHub-Rekorde und KI-Agenten zeigen, wie tief generative KI das Programmieren durchdrungen hat — der Bau von Desinfec't 2026 zeigt es in der Praxis. Dazu Jobmarkt, spektakuläre Pannen und eine gemeinsame Lehre: …

*Hands-On Large Language Models* erklärt, wie große Sprachmodelle funktionieren und wie man sie mit Python nutzt — durchgehend visuell, mit lauffähigem Code zu jedem Kapitel.

Anthropics neues Spitzenmodell Fable 5 ist doppelt so teuer wie sein Vorgänger. Die c't findet in Stichproben kaum Mehrwert — ein Coding-Benchmark und drei YouTube-Tests sehen einen Sprung. Wer hat recht? Vermutlich alle. Eine Einordnung …

Hermes auf dem Raspberry Pi 5: ein autonomer KI-Agent auf eigener Hardware, die neue Desktop-App — und zwei Pannen, die deterministische Leitplanken gelehrt haben.

KI schreibt immer mehr Code – aber kommt der Mehrwert beim Nutzer an? Vier aktuelle Befunde aus Studie, Industrie und Sicherheit.

Arjan hat ein Video mit dem Titel „I'm done with the AI hype" veröffentlicht. Ich schätze ihn als Entwickler sehr – und sein Beitrag trifft mehrere Punkte, die auch in dieser Serie immer wieder auftauchen. …

Platon Infantes kinetische Skulptur „Two Times“ als Three.js-Demo nachgebaut — und warum die Umsetzung mit einem KI-Agenten holprig wird, sobald es visuell statt logisch zugeht.

*Coding mit KI* (Rheinwerk 2025) von Kofler, Öggl und Springer behandelt den Einsatz von Sprachmodellen in der Softwareentwicklung — solide für den Stand Ende 2024, aus heutiger Sicht in Teilen obsolet.

Interaction Models von Thinking Machines brechen mit der Turn-Logik. Anthropic mietet xAIs Colossus-1-Rechenzentrum komplett. Plus: METR-Benchmark stoesst bei 16 Stunden an seine Grenzen, neuer Refactoring-Benchmark misst innere Code-Qualitaet, OpenAI veroeffentlicht Security-Tools im Wochentakt.

Zusammenfassung der developers-club-Sendung „KI News“ mit Steve Haupt: eine ruhigere Woche ohne große Releases, dafür mit Lehrstücken zu Benchmark-Pannen und gefundenen Lücken.

Ein X-Post bringt ein neues Modell SubQ mit 12 Millionen Token Kontext, 150 Token/s und 300-fach niedrigeren Kosten ins Gespräch. Lohnt sich genaueres Hinschauen — oder ist das vor allem Marketing?

Andrej Karpathy hat auf X seine Coding-Learnings mit AI Agents gepostet. Ein Community-Entwickler hat daraus eine fertige CLAUDE.md gemacht — hier kompakt eingeordnet, was wirklich hilft.

Benjamin Thorstensen hat mit einem 8-Phasen-Workflow den OpenAI-Hackathon (5.000 € Preisgeld) gewonnen. Sein Ansatz gegen das klassische Phänomen, dass KI-Agenten nach ein paar Stunden mehr kaputt machen als bauen.

Aus der Frage „Kannst du Game-Engines programmieren?“ wurde an einem Abend ein 3D-Saarbrücken in Three.js: 40.000 Gebäude, Saarbahnen, fahrende LKW. Wie das mit Claude praktisch ablief.

## Überblick OpenClaw ist ein Agent-Framework für die Entwicklung autonomer KI-Agenten. Es bietet eine strukturierte Umgebung zum Aufbau von Systemen, die eigenständig auf Basis von Zielvorgaben handeln können. ## Kernkonzepte Die grundlegenden Ideen hinter OpenClaw: …

## Überblick Guides und Dokumentationen zum Setup lokaler LLM-Inferenz auf eigener Hardware. Fokus auf Self-Hosted-Szenarien, Hardware-Kombinationen und praktische Konfiguration mit gängigen Frameworks. ## Frameworks und Tools - **[OpenWebUI](/wiki/tutorial/openwebui/)**: Web-Interface für lokale Modelle, oft in Kombination …

Claude Code ist Anthropics AI-gestütztes Coding- und Automatisierungs-Tool. Diese Seite sammelt praktische Tutorials, Setups und Entscheidungshilfen für konkrete Anwendungsfälle – von lokalen Homelab-Setups bis zu Browser-Automatisierung und Knowledge-Management. ## Lokale Infrastruktur & Hardware-Setup ### DIY-Homeserver …

## Überblick KI-Agenten für Spezialaufgaben automatisieren domänenspezifische Arbeitsabläufe durch Multi-Agent-Systeme, Tool-Use und simulierte Schwarmintelligenz. Sie erweitern die Fähigkeiten von LLMs über reine Text-Generierung hinaus. ## Marktforschung & Produkttests **MiroFish** ist ein Open-Source-Tool für KI-gestützte Marktforschung …

## Übersicht Agentic Coding & Automation beschreibt Ansätze und Frameworks, bei denen KI-Agenten Softwareentwicklungsprozesse (von Planning über Code-Generierung bis Testing und Deployment) teilweise oder vollständig autonomisieren. Im Gegensatz zu traditionellen Code-Completion-Tools orchestrieren diese Systeme mehrere …

## Überblick Lokale KI-Inferenz auf eigener Hardware wird zunehmend praktikabel und wirtschaftlich. Für Entwickler:innen bietet sich ein vielfältiges Spektrum: von Consumer-Laptops mit Apple Silicon über DIY-Homelab-Server bis zu spezialisierter Enterprise-Hardware. Die Kostenrechnung gegen Cloud-APIs wird …

## Überblick AI-Coding-Agenten sind autonome Systeme, die Softwareentwicklung teilweise oder vollständig automatisieren. Sie kombinieren Large Language Models mit Code-Ausführung, Testing und iterativer Optimierung. Die Entwicklung bewegt sich von Ad-hoc-Prompting hin zu strukturierten, produktionsreifen Frameworks. ## …

## Überblick KI-Governance-Systeme beschäftigen sich mit Steuerung, Überwachung und Identifikation von [autonomen KI-Agenten](/wiki/infrastructure/ai-agents/). Das Feld behandelt zwei zentrale Fragen: 1. **Automatisierung im Maßstab**: Wie lassen sich KI-gesteuerte Entwicklungs- und Operationsprozesse skalieren? 2. **Agent-Identität & Verifikation**: …

## Überblick Autonome Code-Generierung beschreibt Systeme, die eigenständig Softwarecode erzeugen, validieren und integrieren – mit minimaler oder ganz ohne menschliche Eingriffe pro Zyklus. Solche Systeme kombinieren typischerweise große Sprachmodelle (LLMs), Code-Ausführungsumgebungen und Feedback-Mechanismen zu agentengestützten …

## Überblick Agenten-Evaluation beschäftigt sich mit der systematischen Messung und Bewertung von autonomen KI-Agenten in praktischen Szenarien. Im Gegensatz zu reinen Sprachmodell-Benchmarks müssen Agenten-Tests interaktive Fähigkeiten, Fehlerbehandlung und Entscheidungsprozesse unter Unsicherheit prüfen. Die Kluft zwischen …

## Überblick Spezialisierte Agent-Anwendungen nutzen [KI-Agenten](/wiki/agents/grundlagen/) für domänenspezifische Aufgaben: Produktentwicklung, Marktforschung, wissenschaftliche Forschung, persönliches Wissensmanagement und Enterprise-Automation. Diese Anwendungen gehen über generische Chatbots hinaus und adressieren konkrete Business- oder Forschungsprobleme. ## Persönliches Wissensmanagement **KI-Second-Brain mit …

## Überblick Agent-Modelle sind Sprachmodelle, die speziell für autonome, mehrstufige Aufgaben durch Tool-Use und Selbstüberwachung optimiert sind. Die Frontier-Entwicklung bewegt sich hin zu agentenbasierten Architekturen als Mainstream-Feature, nicht als Spezialisierung. ## Aktuelle Frontier-Modelle ### OpenAI …

## Überblick Coding-Agenten sind KI-Systeme, die autonome Softwareentwicklung durchführen: von Planung und Implementierung über Testing bis zum Deployment. Der Produktionseinsatz erfordert spezialisierte Architekturen, die zuverlässigkeit durch Validierungsschichten, Multi-Agent-Koordination und deterministische Kontrollmechanismen erhöhen statt auf einzelne …

## Überblick Agent-Architekturen definieren, wie KI-Agenten strukturiert werden – von der Kernlogik bis zur produktiven Ausführung. Die Architektur-Entscheidungen beeinflussen Skalierbarkeit, Zuverlässigkeit und Wartbarkeit erheblich. Eine gute Agent-Architektur trennt **Kernlogik** (Reasoning, Tool-Calls, Prompting) von **Produktions-Framework** (State …

## Übersicht KI-gestützte Design-Tools automatisieren und beschleunigen UI/UX-Design, Prototyping und visuelle Asset-Generierung. Sie nutzen [Language Models](/wiki/core/language-models/), [Agenten](/wiki/core/agents/) und Code-Generierung für schnelle Iteration von Designs bis zur Implementierung. ## Hauptlösungen ### Google Stitch Google Labs' Stitch …

## Übersicht Production AI Infrastructure beschreibt die technische Basis für zuverlässige, skalierbare und wartbare KI-Systeme in Produktionsumgebungen. Der Begriff **Harness Engineering** fasst die Verschiebung weg von klassischem [Prompt Engineering](/wiki/llm/prompt-engineering/) hin zu durchdachten Engineering-Systemen zusammen: robuste …

Spezialisierte Frontier-Modelle sind hochperformante Sprachmodelle, die auf spezifische Domänen oder Aufgaben optimiert wurden, während sie die technischen Eigenschaften von [Frontier-Modellen](/wiki/frontier-models/) beibehalten. Sie kombinieren State-of-the-Art-Reasoning mit Fachspezialiserung. ## Multimodale Spezialmodelle **NVIDIA Nemotron 3 Nano Omni** (2026) …

## Überblick Enterprise-AI-Adoption beschreibt die systematische Einführung und Skalierung von KI-Systemen in Großunternehmen. Der Fokus liegt auf praktischen Anwendungsfällen, Infrastruktur und organisatorischen Herausforderungen bei der produktiven Integration von KI-Modellen in bestehende Geschäftsprozesse. Zunehmend spielen autonome …

## Übersicht OpenClaw ist ein Framework für die Entwicklung von [LLM-Agenten](/wiki/agents/llm-agents/) und Tool-Use-Systemen. Die Plattform gewann Anfang 2026 massiv an Aufmerksamkeit, war aber anfangs mit erheblichen Sicherheitslücken konfrontiert. Das Projekt arbeitet aktiv an deren Behebung …

## Überblick Multimodale Modelle verarbeiten mehrere Eingabetypen (Text, Bilder, Audio, Video) gleichzeitig und erzeugen Ausgaben basierend auf der kombinierten Analyse. Vision-Modelle spezialisieren sich auf Bild- und Videoanalyse. Diese Klasse ist zentral für praktische Anwendungen wie …

## Überblick Die Codex Platform umfasst Tools, Frameworks und Infrastruktur-Patterns zur Entwicklung autonomer Systeme – insbesondere Agent-basierte Workflows, Multi-Agent-Systeme und interaktive Trainingsumgebungen. Der Fokus liegt auf Performance-Optimierungen, dezentraler Architektur und Accessibility für Standard-Hardware. ## Agent-Workflows …

## Überblick Enterprise-Adoption von KI und LLMs zeigt sich in zunehmend produktiven Anwendungen. Großunternehmen setzen Frontier-Modelle und [KI-Agenten](/wiki/product/ki-agenten/) systematisch zur Automatisierung von Geschäftsprozessen ein – von Logistik bis zur Softwareentwicklung. Agent-getriebene Workflows werden zum Mainstream-Feature …

## Überblick Spezialisierte Frontier-Modelle sind hochperformante Large Language Models und Multimodal-Modelle, die für spezifische Domänen oder Anwendungsbereiche optimiert wurden. Sie bauen auf Frontier-Technologie auf, sind aber nicht universell einsetzbar, sondern für konkrete Problemräume (Wissenschaft, Cybersecurity, …

## Überblick KI-Governance beschreibt Regelwerke, Richtlinien und Kontrollmechanismen, die den Einsatz von KI-Systemen lenken – insbesondere in sicherheitskritischen und hochsensiblen Bereichen. Die Branche balanciert dabei zwischen innovativen Anwendungen und Risikominderung. ## Controlled Access und spezialisierte …

## Überblick Autonome Agenten und Agentic AI beschreiben Systeme, die eigenständig Ziele verfolgen, Aufgaben planen und zielgerichtet handeln – typischerweise auf Basis von [Large Language Models](/wiki/llm-foundation/). Im Open-Source-Ökosystem entstehen spezialisierte Modelle, Frameworks und Werkzeuge für …

## Übersicht Strategische Partnerschaften und Lizenzmodelle prägen die Verfügbarkeit von KI-Modellen und APIs für Entwickler:innen. Sie beeinflussen, über welche Cloud-Infrastruktur Modelle zugänglich sind, welche kommerziellen Rechte Partner haben und wie Unternehmen ihre technologischen Kapazitäten bündeln. …

## Überblick Sammlung von Ressourcen, Communities und Tutorials für Entwickler:innen im Bereich [Agents](/wiki/agents/). Hier finden sich Guides, Newsletter, Dokumentationen und Austauschplattformen. ## Newsletter und Kurationen ### Simon Willison's Newsletter Wöchentlicher Newsletter mit Kuratierung aktueller KI-News …

## Übersicht Agent-Anwendungen in Produktion beschreiben den Einsatz autonomer [KI-Agenten](/wiki/agents/agent-grundlagen/) in realen Geschäftsprozessen und kritischen Systemen. Der Fokus liegt auf Architektur, Integration, Performance und bewährten Praktiken für skalierbare, zuverlässige Agenten-Systeme. ## Harness Engineering: Beyond Prompt …