Blog

Produktive KI — keine Demos

Technische Leitfäden aus 20+ KI-Systemen, die von Grund auf gebaut wurden. RAG-Pipelines, Agenten-Orchestrierung, LLM-Integration und Docker-Deployment.

Technischer Leitfaden2026-05-22·11 Min. Lesezeit

Sichtbarkeit in der KI-Suche: Von ChatGPT zitiert werden

Ein wachsender Teil Ihrer Käufer sieht keine Liste blauer Links mehr — sie lesen eine Antwort, die ChatGPT, Perplexity oder Googles AI Overview synthetisiert. Generative Engine Optimization (GEO) ist die Disziplin, die Quelle zu sein, aus der diese Antwort gebaut ist: Crawler-Zugang, llms.txt, extrahierbare Inhalte und strukturierte Autorschaft. Aus der Arbeit, dieses Portfolio zitierbar zu machen.

Weiterlesen →

Technischer Leitfaden2026-05-14·13 Min. Lesezeit

LLM-Evaluierung: KI-Systeme vor der Produktion testen

Jedes KI-Projekt hat einen Moment, in dem jemand „es funktioniert“ sagt — nachdem das System drei oder vier Eingaben verarbeitet hat. Das ist eine Demo, keine Messung. Dieser Leitfaden zeigt, wie man Evaluierung von Anfang an in ein KI-System einbaut: was man tatsächlich misst, wie man es ohne Budget-Verbrennung bewertet, warum LLM-as-Judge so leicht zu missbrauchen ist, und wie Regressionstests und Produktionssignale fangen, was Offline-Zahlen übersehen.

Weiterlesen →

Technischer Leitfaden2026-05-09·12 Min. Lesezeit

LoRA-Fine-Tuning: Praxisleitfaden für eigene Modelle

Die meisten LoRA-Tutorials zeigen, wie man ein Trainingsskript ausführt — der einfache Teil. Die schwierigen Teile liegen davor und danach: zu wissen, ob LoRA überhaupt das richtige Werkzeug ist, einen Datensatz zu bauen, der dem Modell tatsächlich beibringt, was Sie wollen, und hinterher zu verifizieren, dass Sie das Muster gelernt und nicht nur Rauschen memoriert haben.

Weiterlesen →

Sicherheits-Leitfaden2026-04-28·13 Min. Lesezeit

Selbst gehostete KI absichern: Infrastruktur-Härtung

Die meisten Texte zur KI-Sicherheit hören 2026 bei Prompt Injection auf. Wer KI selbst betreibt, hat eine deutlich größere Angriffsfläche darunter. Container-Härtung, Netzwerk-Isolation, Ollama-Spezifika, Vektordatenbank-Sicherheit und Supply-Chain-Hygiene — aus dem Betrieb einer selbst gehosteten KI-Flotte mit 20+ Apps auf Hetzner.

Weiterlesen →

Compliance Guide2026-04-28·12 Min. Lesezeit

EU-Datensouveränität für KI: Self-Hosting nach Schrems II

EU-Datensouveränität für KI ist 2026 ein Beschaffungsfilter, keine Architektur-Vorliebe. „EU-Region auf einem US-Hyperscaler" hat aufgehört, eine Antwort zu sein — nach Schrems II und der FISA-702-Reauthorisierung. Operatorblick auf das Rechts-Stack, warum Self-Hosting auf europäischer Infrastruktur der einfachste rechtliche Weg ist und wo es nicht hilft.

Weiterlesen →

Sicherheits-Leitfaden2026-04-25·12 Min. Lesezeit

RAG-Pipelines absichern: Prompt Injection & Zugriffe

Die meisten Sicherheitsratgeber für RAG enden bei "Prompt-Eingaben säubern". Produktive RAG-Pipelines haben eine deutlich größere Angriffsfläche: versteckte Anweisungen in abgerufenen Dokumenten, Row-Level-Leaks zwischen Mandanten, PII in Antworten an unberechtigte Nutzer, und Audit-Lücken, die Compliance-Reviews scheitern lassen. Dieser Leitfaden beschreibt die fünf Kontrollen, die diese Lücken tatsächlich schließen.

Weiterlesen →

Business Guide2026-04-17·10 Min. Lesezeit

Warum 90% der KI-Projekte vor der Produktion scheitern

Die meisten KI-Projekte sterben irgendwo zwischen der beeindruckenden Demo und dem Produktiv-Deployment. Die Fehlermuster sind vorhersagbar — und die Lösungen haben nichts mit besseren Modellen zu tun.

Weiterlesen →

Compliance Guide2026-04-14·10 Min. Lesezeit

EU AI Act Compliance für Entwickler: Was Sie wissen müssen

Der EU AI Act ist in Kraft. Das meiste, was man darüber liest, ist entweder Panikmache oder nichtssagend. Dieser Leitfaden zeigt, was für Teams, die KI-Systeme bauen und betreiben, wirklich relevant ist.

Weiterlesen →

Business Guide2026-04-10·11 Min. Lesezeit

KI-Integration für den Mittelstand: Was es wirklich kostet

Die meisten KI-Anbieter reden über Potenziale und Visionen. Wir reden über Zahlen. Dieser Leitfaden zeigt, was KI-Projekte im Mittelstand tatsächlich kosten.

Weiterlesen →

Fallstudie2026-04-10·12 Min. Lesezeit

Maritime Document AI: Dokumenten-System in 4 Wochen gebaut

Ein maritimes Dienstleistungsunternehmen musste Compliance-Dokumente, Risikobewertungen und Betriebsberichte schneller verarbeiten. Wir haben ein selbst gehostetes KI-System gebaut, das die Dokumentenprüfung von 2 Stunden auf 3 Minuten reduziert hat.

Weiterlesen →

Technischer Leitfaden2026-04-04·12 Min. Lesezeit

Docker-Deployment für KI: Produktionsmuster die skalieren

KI-Modelle in Docker-Containern laufen lassen ist einfach. Sie zuverlässig in der Produktion betreiben mit Security, Monitoring und Ressourcenmanagement — das ist die Herausforderung.

Weiterlesen →

Technischer Leitfaden2026-03-29·11 Min. Lesezeit

KI-Dokumentenverarbeitung: OCR + LLMs ersetzen Dateneingabe

Die meisten Dokumentenverarbeitungs-Demos zeigen ein sauberes PDF rein und strukturierte Daten raus. Produktive Dokumenten-KI ist schwieriger. Dieser Leitfaden zeigt die Architektur, die es funktionieren lässt.

Weiterlesen →

Technischer Leitfaden2026-03-16·10 Min. Lesezeit

Selbst gehostete KI vs. Cloud-APIs: Kosten & Kontrolle

Das eigene LLM betreiben klingt toll — bis man die GPU-Rechnung sieht. Cloud-APIs klingen einfach — bis man das DSGVO-Kleingedruckte liest. Dieser Leitfaden vergleicht beide Ansätze ehrlich.

Weiterlesen →

Technischer Leitfaden2026-03-02·10 Min. Lesezeit

LLM-Integration in bestehende Geschäftssysteme

Jedes Unternehmen will KI-Fähigkeiten. Die meisten LLM-Integrationsprojekte scheitern nicht an den Modellen, sondern an der Architektur. Dieser Leitfaden zeigt praxiserprobte Patterns für die Verbindung von LLMs mit bestehenden Systemen.

Weiterlesen →

Technischer Leitfaden2026-02-16·10 Min. Lesezeit

Multi-Agenten-Systeme: Orchestrierung für Unternehmen

Einen einzelnen KI-Agenten zu bauen, der in einer Demo gut aussieht, ist einfach. Multi-Agenten-Systeme, die zuverlässig im Produktivbetrieb laufen — mit Fehlerbehandlung, Zustandsverwaltung und echten Systemintegrationen — das ist eine andere Herausforderung.

Weiterlesen →

Technischer Leitfaden2026-02-02·11 Min. Lesezeit

KI-Systeme in der Produktion: RAG-Pipelines richtig bauen

Die meisten RAG-Tutorials zeigen, wie man in einem Jupyter-Notebook schnell etwas zum Laufen bringt. Produktive RAG-Systeme sind ein anderes Problem. Dieser Leitfaden erklärt die Architekturentscheidungen, die darüber bestimmen, ob ein RAG-System skaliert oder nicht.

Weiterlesen →

English blog posts available:

View English Blog →

← Zurück zur Startseite