Suche

Ein Erklärvideo bestreitet die verbreitete Gleichsetzung von RAG mit einer Vektordatenbank. Der Abgleich mit den Primärquellen von Anthropic und Andrej Karpathy bestätigt die Zahlen und zeigt, welche praktisch wichtigste Technik dabei nur angedeutet wird.

Mini-PCs mit AMDs Strix-Halo-Chip versprechen Sprachmodelle mit hunderten Milliarden Parametern im Wohnzimmer. Nachgemessen auf der eigenen Box: was in den Speicher passt, welche Token-Raten realistisch sind und welcher Hardware-Haken im Playbook fehlt.

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.

YouTuber bauen sich eigene Benchmarks, weil die öffentlichen ausgereizt sind. Meiner ist die Ludwigskirche: fünf gescheiterte Anläufe, ein Durchbruch und eine Turmposition, an der sich Modelle auseinanderhalten lassen.

Kimi K3 verkürzt den Abstand chinesischer Modelle zur US-Spitze auf wenige Monate und legt seine Gewichte offen. Warum „offen“ bei 2,8 Billionen Parametern trotzdem nicht „läuft bei dir“ heißt — mit einem eigenen Blender-Experiment.

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.

Philipp Klöckner beantwortet im Finanzfluss-Podcast „im Loop" die Frage nach der KI-Blase: Der Hype ist real — gefährdet sind vor allem Firmen, die Rechenzentren auf Kredit bauen, und der Auslöser wäre China. Mit Abgleich zu …

Neue Studien von Anthropic und dem Center for AI Safety zeigen: Sprachmodelle bilden emotionsähnliche Zustände, die ihr Verhalten messbar steuern. Wir haben ein Experiment aus Karl Olsbergs Video nachgestellt — mit anderem Ausgang.

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.

Christian Bauckhage erklärte 2014 seinen Studierenden, warum Go für Computer unlösbar bleibt — und schreibt seit 2016 eine Verdopplungskurve fort, die bis heute hält. Was ein zweistündiges Gespräch über Vergangenheit, Gegenwart und Prognostizierbarkeit der KI …

Die Lieblingsmetapher der KI-Kritik im Härtetest: Was von ihr bleibt, nachdem Sprachmodelle 2026 jahrzehntealte offene Mathematik-Probleme gelöst haben — und was die Forschung im Inneren der Modelle findet.

Drei chinesische Open-Weights-Flaggschiffe vergleichen sich nicht mehr mit anderen freien Modellen, sondern mit der US-Spitze — zum Bruchteil des Preises. Ein YouTube-Praxistest und die Einordnung, was davon stimmt.

*Künstliche Intelligenz verstehen* erklärt klassische KI- und Machine-Learning-Verfahren von der Markov-Kette bis zum neuronalen Netz — anschaulich illustriert, mit einem lauffähigen Browser-Programm zu jedem Kapitel. Bemerkenswert: nicht in Python, sondern in JavaScript und p5.js.

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, …

*Machine Learning und KI kompakt* beantwortet in 30 kurzen Kapiteln zentrale Fragen rund um maschinelles Lernen, Deep Learning und KI. Die deutsche Übersetzung des erfolgreichen Originals von Sebastian Raschka — solide in der Fachterminologie, aber …

*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.

Ollama, LM Studio und Amuse auf eigener Hardware: was Parameterzahl und Quantisierung bedeuten, wie das AMD AI Bundle die Installation unter Windows abnimmt — und wie derselbe Stack unter Linux eingerichtet wird.

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

*1981 schrieb ein Sechsjähriger ein kleines Spiel über den Mathematiker Fibonacci. Derselbe Junge — Terence Tao — bekam später die Fields-Medaille, die höchste Auszeichnung der Mathematik. Sein Programm bauen wir hier Schritt für Schritt nach, …

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. …

## Vibe-Coding **Definition.** Vibe-Coding bezeichnet eine konversationsbasierte Form der Softwareentwicklung, bei der die gewünschte Funktionalität in natürlicher Sprache beschrieben und der eigentliche Code von einem KI-Sprachmodell (LLM) erzeugt wird. Die entwickelnde Person steuert, testet und …

## Was ist Python? - Programmiersprache, 1991 von Guido van Rossum veröffentlicht - Hat den Ruf, ungewöhnlich gut lesbar und elegant zu sein — Code im typisch…

Was hast du gelernt? Was würdest du anders machen?

Erst läuft es — dann muss es auch robust sein.

Plan zu Code — Schritt für Schritt.

Bevor du codest — schreib auf, was passieren soll.

Du baust ein eigenes kleines Programm — alle Bausteine zusammen.

Diese fünf Fehler triffst du am Anfang am häufigsten.

Statt zu crashen — Fehler abfangen und sauber weitermachen.

Du kennst Fehlermeldungen schon. Jetzt liest du sie wie ein Krimi.

Im Browser läuft Python — und hat ein virtuelles Filesystem.

Ergebnisse deines Programms persistent ablegen.

Daten aus einer Datei einlesen — Zeile für Zeile.

Du hast input schon kurz gesehen — jetzt komplett.

Schlüssel, Werte, oder beides — du wählst.

Lass die for-Schleife jedes Element für dich abklappern.

Anfügen, suchen, verändern — die Werkzeuge für deine Listen.

Mehrere Werte in einer geordneten Reihe — das ist eine Liste.

Innen ist innen, außen ist außen — Funktionen haben ihren eigenen Raum.

Mehrere Eingaben in eine Funktion stecken — manche mit Voreinstellung.

Eine eigene Funktion definieren — und ein Ergebnis zurückgeben.

Gleichen Code mehrmals brauchen? Steck ihn in eine Funktion.

Vorzeitig aussteigen oder einen Durchgang überspringen.

Wiederhole etwas, solange eine Bedingung wahr ist.