Suche

## 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 …

## Übersicht Organisationen, die Frontier-Modelle intern nutzen – entweder zur Skalierung von Entwicklung, zur Datenverarbeitung oder als Basis für weitere Systeme – sehen sich mit mehreren Risiken konfrontiert. Diese reichen von Abhängigkeitsrisiken über Sicherheitsbedenken bis …

## Überblick Anthropic ist ein führendes KI-Sicherheitsunternehmen, das sich auf die Entwicklung großer Sprachmodelle (insbesondere die Claude-Familie) konzentriert. Das Unternehmen hat in den letzten Jahren signifikantes Wachstum und eine starke Marktposition aufgebaut. ## Finanzielle Kennzahlen …

## Überblick Der Frontier-Modell-Markt ist stark fragmentiert und wettbewerbsintensiv. Große Akteure wie [OpenAI](/wiki/labs/openai-modelle/), Google und Meta konkurrieren um technologische Führerschaft und Marktanteile. Zusätzlich verändern kostengünstige oder innovative Modelle aus anderen Regionen (etwa China) die Wettbewerbsdynamik …

## 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**: …

## Übersicht Infrastruktur und Deployment sind zentrale Enabler für die praktische Nutzung von [Frontier-Modellen](/wiki/frontier-models/). Die Entscheidung zwischen lokaler Inferenz, Cloud-APIs und eigenem Datacenter-Betrieb wird durch Kosten, Verfügbarkeit und Performance-Anforderungen bestimmt. Die aktuelle Landschaft spaltet sich …

## 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-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 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 …

## Überblick Die Ökonomie der KI-Infrastruktur wird zunehmend zum strategischen Wettbewerbsfaktor. Während etablierte Western Labs (Google, Anthropic, Microsoft, Amazon, OpenAI) durch massive Kapitalinvestitionen Skalierungsvorteile aufbauen, verschieben neue Marktteilnehmer wie DeepSeek das Gleichgewicht durch Fokus auf …

## Überblick Dezentralisierte Systeme verlagern Berechnung und Daten-Kontrolle von zentralen Servern zu verteilten Netzwerken. Im Kontext von Empfehlungssystemen bedeutet das: User:innen oder dritte Anbieter können eigene Recommender-Algorithmen betreiben, statt auf zentrale Plattform-Logik angewiesen zu sein. …

## 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 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 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 Die Verfügbarkeit und Herstellung von KI-Chips (GPUs, spezialisierte Prozessoren) bildet eine kritische Infrastruktur-Bottleneck für die gesamte KI-Industrie. Engpässe bei Chip-Produktion, Fertigungstechnologie und Rohstoffen beeinflussen direkt die Skalierbarkeit von [LLM-Training](/wiki/models/llm-training/) und Inference-Systemen. ## Fertigungstechnologie …

## Überblick KI-Benchmarks sind zentral für die Evaluierung und den Vergleich von Language Models. Sie dienen Entwickler:innen zur Modellauswahl, Leistungsmessung und zum Tracking technologischer Fortschritte. Allerdings geraten traditionelle Benchmark-Methoden zunehmend an ihre Grenzen – insbesondere …

## 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 …

## Übersicht Open-Source AI Frameworks sind die technologische Grundlage für KI-Entwicklung außerhalb proprietärer Plattformen. Sie decken ein breites Spektrum ab: von Sprachmodellen über Audio-Processing, Robotik-Plattformen bis zu Simulationsumgebungen und spezialisierte NLP-Libraries. ## Audio-Processing & Speech-to-Text …

## Claude-spezifische Tools **Claude System-Prompts als Git-Timeline** Anthropic veröffentlicht die System-Prompts für Claude-Modelle. Ein Entwickler hat diese in ein GitHub-Repository mit Fake-Commit-Daten konvertiert, um Änderungen zwischen Versionen nachverfolgbar zu machen (z.B. Opus 4.6 → 4.7). …

## Überblick Agent Frameworks sind Plattformen und Libraries zur Entwicklung, Orchestrierung und Deployment von autonomen Agenten. Sie abstrahieren die Komplexität von Multi-Step-Reasoning, Tool-Integration und Workflow-Management und ermöglichen es Entwickler:innen, handlungsfähige KI-Systeme zu bauen, die über …

## Überblick Training-Optimierung umfasst Techniken zur effizienten Skalierung von Modellen über lange Sequenzen, Optimierung des Inference-Durchsatzes, Parameter- und Speichereffizienz sowie kostengünstige Deployment-Strategien. Die Kernprobleme sind Speicher-Bottlenecks bei großen Kontextfenstern, Token-Management in RL-Systemen, effiziente Feinabstimmung auf …

## Überblick Agent-Systeme sind KI-basierte Systeme, die autonom Entscheidungen treffen, Tools nutzen und längerfristige Aufgaben in komplexen Umgebungen verfolgen. Der Fokus liegt auf Reasoning, Tool-Integration, Memory und Koordination in Multi-Agent-Settings. Aktuelle Forschung zeigt, dass spezialisierte …

## Übersicht Modell-Benchmarking ist zentral für die Evaluierung von Large Language Models (LLMs) – doch die Aussagekraft von Standardbenchmarks wird zunehmend infrage gestellt. Mit schneller iterierenden Modellveröffentlichungen offenbaren sich erhebliche Lücken zwischen Benchmark-Performance und praktischen …

## Überblick Open-Source-Modelle und -Frameworks ermöglichen es Entwickler:innen, KI-Systeme jenseits von reinen Sprachmodellen zu bauen: von Robotik-Anwendungen über Speech-to-Text bis zu Custom-LLM-Training. Das Ökosystem wächst mit stabilen, produktionsreifen Tools und erweitert sich kontinuierlich um On-Device-optimierte …

## Überblick Developer-Tools im KI-Kontext umfassen Code-Assistenten, APIs, lokale Modelle und Best-Practices beim Prompt Engineering. Der Markt verschiebt sich zunehmend zu agentic workflows, On-Device-Verarbeitung für bessere Latenz und Datenschutz, sowie zu Headless-Architekturen, die APIs über …

## Überblick Agenten-Frameworks sind Plattformen und Toolkits zur Entwicklung, Deployment und Verwaltung autonomer KI-Agenten. Sie integrieren [LLM](/wiki/product/language-models/)-Modelle mit externen Tools, APIs und Workflows, um komplexe Aufgaben zu automatisieren. Der Trend bewegt sich von User-Interface-Automatisierung (RPA) …

Die **GPT-Serie** umfasst die Hauptmodelle und spezialisierten Varianten von OpenAI. Sie repräsentiert die Entwicklungslinie von allgemeinen Large Language Models bis zu domänenspezifischen Frontier-Modellen. ## Hauptmodelle ### GPT-5.5 **GPT-5.5** ist das aktuelle Flagship-Modell mit agentenbasierten Fähigkeiten. …

## Überblick Dieser Bereich behandelt Infrastruktur-Standards, Best Practices für sichere Modellverwaltung und Datenschutzrichtlinien im Open-Source-KI-Ökosystem. Schwerpunkte: sichere Serialisierung von Modellen, PII-Handling, Dependency-Management, Compliance-Tools und Datenschutz in Trainings- und Deployment-Pipelines. ## Sichere Modellverwaltung ### Safetensors **Safetensors** …

## Überblick Robotik und Embodied AI beschäftigen sich mit der Integration von KI-Systemen in physische Agenten. Im Open-Source-Bereich liegt der Fokus zunehmend auf praktischen Deployment-Szenarien: Vision-Language-Action-Modelle (VLA) auf Edge-Hardware, systematische Datenerfassung und Skalierung von Trainings-Infrastruktur. …

## Übersicht Multimodale Modelle (Text + Bilder + Audio + Video) werden zunehmend für Edge-Deployment und On-Device-Szenarien optimiert. Dies ermöglicht datenschutzfreundliche KI-Anwendungen mit niedriger Latenz ohne Cloud-Abhängigkeit. Hauptanwendungsfälle: Robotik, IoT, Offline-Szenarien, Enterprise-Dokumente, Bildverarbeitung auf lokalen …

## Überblick Multimodale Frontier-Modelle kombinieren Frontier-Level-Fähigkeiten mit der Verarbeitung mehrerer Datentypen (Text, Bilder, Audio, Video und weitere Modalitäten). Sie bilden die Spitzenkategorie bei Reasoning, Verständnis und Generierung von cross-modalen Inhalten. Der Trend geht zugleich zu …

## Überblick KI-Infrastruktur ist zur kritischen Ressource geworden. Tech-Konzerne investieren Dutzende Milliarden Dollar in Rechenzentren, Custom-Hardware und Modell-Entwicklung. Dies prägt die Verfügbarkeit von Modellen, deren Trainings-Bedingungen und die langfristige Wettbewerbsfähigkeit verschiedener Plattformen. Die Skalierbarkeit hängt …

## Überblick KI-Agenten im Enterprise-Kontext markieren eine neue Phase der KI-Anwendung: autonome oder semi-autonome Systeme, die komplexe Aufgaben in produktiven Umgebungen ausführen. Der Markt wird von OpenAI, Anthropic, Google und Meta dominiert, die jeweils unterschiedliche …

## Überblick Agent-Orchestrierung beschreibt die Koordination und Steuerung mehrerer KI-Agenten oder einzelner Agenten mit komplexen Task-Workflows. Sie umfasst die Verwaltung von Prompts, Tool-Integration, Workflow-Logic und Evaluierungskriterien – typischerweise für [Foundation Models](/wiki/model/foundation-models/). ## Automatische Optimierung Manuelle …

## Übersicht Das ML-Tools-Ökosystem bietet standardisierte Formate, Plattformen und Frameworks für Modellverwaltung, Deployment und Kollaboration. Diese Standards erhöhen Interoperabilität und senken Eintrittsbarrieren für Entwickler:innen. ## Safetensors und PyTorch Foundation **Safetensors** ist ein Format zur sicheren …

## Überblick Edge Deployment bezeichnet die Ausführung von KI-Modellen direkt auf Grenzgeräten (edge devices) – Robotern, IoT-Hardware, eingebetteten Systemen – statt auf zentralen Servern. Ziele sind Latenzreduktion, Datenschutz durch lokale Verarbeitung, Offline-Betrieb und reduzierte Netzwerkabhängigkeit. …

## Überblick Training-Parallelismus umfasst Techniken und Infrastruktur zur effizienten Skalierung von LLM-Training auf große Cluster. Zentrale Herausforderungen: Speicher, Durchsatz, Netzwerk-Bandbreite und Long-Context-Skalierung. ## Parallelisierungstechniken ### Ulysses Sequence Parallelism Trainingstechnik für LLMs mit sehr großen Kontextfenstern …

## Übersicht Inference-Optimierung ist zentral für produktive KI-Systeme: Reduzierte Latenz und geringere Compute-Kosten ermöglichen skalierbare Deployments autonomer Agenten und [LLM](/wiki/infrastructure/language-models/)-Services. Die aktuellen Forschungen (April 2026) konzentrieren sich auf intelligente Dosierung von Modellressourcen, Caching-Strategien und architektonische …

## Überblick Gemma ist Googles Familie von leichtgewichtigen, Open-Source-Sprachmodellen. Sie fokussieren auf praktische Deployment-Szenarien mit reduzierten Rechenressourcen – ideal für lokale, datenschutzfreundliche Anwendungen. Der Open-Source-Ansatz mit echter Lizenzfreiheit ermöglicht Entwickler:innen, Modelle anzupassen und zu verfeinern, …

## Überblick Open-Source Frontier-Modelle sind state-of-the-art Large Language Models mit öffentlich verfügbarem Code und/oder Gewichten. Sie ermöglichen lokale Deployments, Fine-Tuning und volle Kontrolle – ohne proprietäre Beschränkungen. Der Markt entwickelt sich rasant: Modelle wie DeepSeek …

## Überblick Anthropic ist einer der führenden [Frontier-Model](/wiki/frontier-models/overview/)-Anbieter mit Fokus auf Sicherheit und Skalierung. Das Flaggschiff Claude wird kontinuierlich erweitert und konkurriert direkt mit [OpenAI's ChatGPT und GPT-Modellen](/wiki/frontier-models/openai-gpt/). Durch massive Kapitalzuführungen (Google 40 Mrd. Dollar, …

## Überblick Der Enterprise-Markt für Large Language Models wird von wenigen dominanten Akteuren geprägt. [OpenAI](/wiki/enterprise/openai) und [Anthropic](/wiki/enterprise/anthropic) sind die beiden führenden Anbieter und verfolgen unterschiedliche strategische Ansätze zur Kundengewinnung und Marktpositionierung. Die Branche durchlebt aktuell …