Michael Herwig · KI in der Praxis

KI verstehen.
Dann richtig
entscheiden.

Wer nicht versteht, wie diese Systeme arbeiten, kauft Versprechen statt Lösungen. Eine offene Wissensbasis: Grundlagen zum Anfassen, autonome Systeme aus dem täglichen Betrieb und Einschätzungen, die sich festlegen.

Grundlagen starten →Wissensstand testen

täglich
Agenten im Einsatz
frei
Alle Inhalte, ohne Anmeldung
ModellMODELLKERNZIELTOOLPRÜFUNGKONTEXTHarness · die Schleife
Was ein Agent tutDenken, handeln, nachsehen, von vorn. Die Schleife, aus der ein Agent besteht.Agenten und Harness, Kapitel 01
Woraus ein Prompt besteht: Systemanweisung, Verlauf, Tool-Beschreibungen und die eigentliche Frage, gestapelt zu dem, was das Modell wirklich liest. FÜNF TEILE Systemanweisung Anbieter Tools und ihre Antworten Anbieter, Tool Gesprächsverlauf entsteht Dokumente und Kontext Suche User-Prompt Anwender Nur der letzte Teil kommt vom Anwender. EIN PROMPT Alles hintereinander in einem Fenster, beschriftet nach Herkunft. DIE AUSGABE Ein Token nach dem anderen. Für jedes liest das Modell alles darüber noch einmal.
Der Prompt ist mehr als die EingabeFünf Teile werden zu einem Text. Der User-Prompt ist einer davon, den Rest setzen Anbieter oder Entwickler.Grundkurs, Kapitel 05
Ein neuronales Netz aus drei Schichten. Ein einzelner Punkt wandert auf einer markierten Route vom Eingang zur Ausgabe. Drei Schichten nebeneinander: links drei Neuronen als Kreise, in der Mitte vier, rechts zwei. Jedes Neuron ist mit jedem der nächsten Schicht verbunden. Drei dieser Linien sind kräftiger gezeichnet und stehen für ein stärkeres Gewicht. An einer davon steht die Zahl 0,6, eine blasse Verbindung daneben die Zahl -0,2. Eine gestrichelte Linie markiert einen Weg vom mittleren Eingangsneuron über die versteckte Schicht zur unteren Ausgabe, auf ihr wandert ein Punkt entlang. EINGANG VERSTECKTE SCHICHT AUSGABE 0,6 -0,2 Der Punkt zeigt, wie ein Signal die Schichten durchläuft. Linienstärke steht für die Stärke der gelernten Gewichte.
Was gelernt wurde, steckt in den Ver­bin­dungenDrei Schichten und die Verbindungen dazwischen. Ein echtes Sprachmodell hat Milliarden bis Billionen davon, die Zahlen hier sind erfunden.KI jenseits der Sprachmodelle, Kapitel 03
ki.herwig.de
ki.herwig.de

25+Jahre IT

Aug. 2026Die Transparenzstufe greiftJuli 2026MCP wird zustandslosJuli 2026Ein Agent bricht aus der SandboxJuli 2026Offene Gewichte in der Drei-Billionen-KlasseJuli 2026Der Zeitplan der KI-Verordnung wird gestrecktJuni 2026Ein Sprachmodell fällt unter ExportkontrolleJuni 2026Dieselben Gewichte, zwei AuslieferungenMärz 2026Gemini Embedding 2, ein Raum für Text, Bild, Ton und Video

Was gerade passiert

Alle Meldungen →
  1. KurzModelle

    Anthropic ver­öf­fent­licht Claude Fable 5.2 und Mythos 5.2, beide zu einem nied­ri­geren Preis von 8 und 40 Dollar je Million Token

    Anthropic bringt Claude Fable 5.2 und Claude Mythos 5.2 mit bis zu 30 Prozent schnellerer Ausgabe als die Versionen 5.1 und zu gesenkten Preisen von 8 und 40 Dollar je Million Token.

  2. KurzModelle

    Meta ver­öf­fent­licht Muse Ember, sein kleinstes Modell für wie­der­keh­rende Agen­ten­ar­beit, zu 0,10 und 0,50 Dollar je Million Token

    Meta bringt mit Muse Ember ein kleines Modell für wiederkehrende Agentenaufgaben zu 0,10 und 0,50 Dollar je Million Token und gibt an, den besten Wert von Claude Haiku 5.5 zu etwa einem Drittel der Kosten zu erreichen.

  3. KurzWerkzeuge

    Microsoft Copilot darf über Kon­nek­toren jetzt Einträge in ange­bun­denen Anwen­dungen anlegen, ändern und löschen, nach Freigabe durch die Nutzenden

    Microsoft macht Schreibaktionen für Copilot-Konnektoren in Copilot Chat und Cowork allgemein verfügbar: Copilot legt Einträge in angebundenen Anwendungen an, ändert oder löscht sie, nachdem die Nutzenden zugestimmt haben.

Die Balken rechts sagen, wie weit die Folgen reichen:notiert, gehört in die Chronikbeachtenswert, wer damit arbeitet, sollte es wissenfolgenreich, ändert, was jemand plantDas Etikett links sagt etwas anderes, nämlich wie lang der Text ist.

Ein Kurs zum Selbstlernen, 82 Kapitel

Der Reihe nach oder einzeln, ohne Anmeldung. Jedes Kapitel gibt es in drei Tiefen: gleiche Aussage, gleiche Grafiken, unterschiedlicher Detailgrad.

  1. 016 Min.Was ein Sprach­mo­dell ist
  2. 027 Min.Was ein Sprach­mo­dell tut
  3. 036 Min.Token, die Bausteine der Sprache
  4. 047 Min.Embedding, Bedeutung als Zah­len­reihe
  5. 056 Min.Der Prompt
  6. 068 Min.Gute Prompts schreiben

Welche Kapitel aufeinander folgen, bestimmt der Lernpfad, nicht die Tiefe. 16 davon gehören zum Grundkurs, daneben stehen acht weitere Pfade. Claude Code hat eine eigene Rubrik mit Kapiteln und Register.

Alle Kapitel und Lernpfade

Eigene Erfahrungen

Selbst gebaut, mit Aufwand und Ergebnis, soweit sie sich beziffern lassen. Jede Karte führt zum ausführlichen Bericht.

AUTONOME SYSTEME222MELDUNGEN IN ZEHN WOCHEN

Ein Automat für Kurz­mel­dungen: zehn Wochen, 222 Meldungen, 88 USD

Jeden Morgen sammelt ein Automat Funde aus 22 Quellen, stuft sie mit einem Sprachmodell ein und schreibt Kurzmeldungen. Harte Bedingungen prüft Code, am Ende gibt ein Mensch frei. 95 Läufe kosteten 88 USD.

Automat · Code · Freigabe
SPRACHEINGABE2692DIKTATE, GEMESSEN

Warum ich eine eigene Diktier-App gebaut habe

Eine eigene App für systemweites Diktieren auf dem Mac. Gemessen wurde vorher, welche Modelle den einfachsten Test nicht bestehen, und hinterher, was die eigene Nutzung über die eigenen Annahmen verrät.

Spracherkennung · Messung
CONVERSATIONAL AI2 MessenIN DER FREIZEIT GEBAUT

KI-Concierge: ein Sprach­as­sis­tent aus der Freizeit

Sprachdialog von Ton zu Ton an der Stele und auf dem Smartphone. Eingesetzt auf einer Hausmesse und der DMEA. Wissenssuche, Schutzregeln und Werkzeuge bis zum Telefonanruf, gebaut mit Claude Code.

Voice · RAG · Realtime
DOKUMENTE1205ERKANNTE BLÖCKE AUF 113 SEITEN

Wo in der eigenen Text­erken­nung das Modell sitzt

Eine eigene Texterkennung auf einem Mac Mini, ohne Verbindung nach draußen. Drei Wege je Seite, und die Struktur entsteht an zwei Stellen mit einem Modell. Der Bericht zeigt, welche Entscheidung es dort trifft.

OCR · Layout · Lokal
LOKALE MODELLE11VERFAHREN IN LLAMA.CPP

Elf Wege, ein lokales Modell schneller zu machen

Speculative Decoding soll ein lokales Modell schneller machen. Von 40 gemessenen Kombinationen blieben acht übrig, eines der Verfahren gewann mit dem 1,8- bis 5,2-Fachen. Belastbar war die Annahmequote.

Lokal · Messung
MODELLWECHSEL30LÄUFE GEMESSEN

Neues Modell, alte Anwei­sungen

Ein Audit prüfte beim Wechsel auf Claude Opus 5.5 69 Prompt-Dateien und die Skripte dazu und fand 19 Stellen. Gemessen wurde danach: Mit der alten Regel endeten 8 von 10 blockierten Antworten mit einem Angebot, mit der neuen keine.

Audit · Harness · Messung
Wissenscheck

Testen Sie, wo Sie stehen

Die Themengebiete der Grundlagen, drei Längen von kurz bis ausführlich. Teils zum Ankreuzen, teils zum Ausprobieren. Jede Antwort erklärt sich sofort, auch die falsche. Am Ende steht eine Empfehlung, welches Kapitel als Nächstes sinnvoll ist. Benotet wird nichts.

  • Grundkurs
  • Agenten und Harness
  • Beurteilen und Einordnen
  • Vibe-Coding / Agentic Engineering
  • Conversational AI
  • Automatisierung mit KI
  • KI als Mitarbeiter
  • KI jenseits der Sprachmodelle
  • Nutzung und Anpassung von LLMs
  • Claude Code

Zum Wissenscheck →

KURZ5 FragenMITTEL12 FragenAUSFÜHRLICH25 FragenERGEBNISEmpfehlungstatt NoteAB 25 FRAGENZertifikat

Claude Code in 31 Kapiteln

Der Coding-Agent von Anthropic, von der ersten Sitzung bis zum Zusammenspiel mehrerer Agenten. Dazu ein Register mit 144 datierten Änderungen seit Februar 2025.

Zum Kurs Claude Code

  1. 01Einstieg6 Kapitel
  2. 02Anwendungsfälle7 Kapitel
  3. 03Bausteine6 Kapitel
  4. 04Mehrere Agenten3 Kapitel
  5. 05Arbeitsweisen7 Kapitel
  6. 06Zusammenspiel und Gesamtbild2 Kapitel
Notiert
„LLMs können nicht rechnen. Sie schreiben sich ein Programm, wenn sie rechnen müssen.“
„Wer das Modell wechselt, merkt oft wenig. Wer die Umgebung darum herum ändert, merkt es sofort.“
„Wenn eine Anwendung an einem Nachmittag entsteht, ändert das den Preis, den man dafür verlangen kann.“
„Wer keine Werkzeuge stellt, bekommt trotzdem welche. Nur weiß dann niemand, welche.“
„Ein Agent ohne Prüfung ist ein Praktikant ohne Rückmeldung.“
„Exponentielles Wachstum lässt sich ausrechnen und bleibt trotzdem kaum vorstellbar. Genau daran scheitern Einschätzungen zur KI.“
„Kontext is King!“
Wer hier schreibt

Ich arbeite täglich damit

Systeme, die ohne Aufsicht laufen und sich selbst reparieren. Sprachdialoge, die im Messebetrieb standhalten mussten. Software, die im Dialog entsteht, Runde für Runde. Was hier steht, habe ich vorher selbst gebaut, inklusive der Dinge, die nicht funktioniert haben.

Deshalb steht neben jedem Beispiel der Aufwand, und neben jeder Zahl die Quelle.

Die Werkbank

Autonome SystemeGeplante Läufe, Watchdogs, Selbstheilung, Ampel-Status
AgentenClaude Code, Codex CLI, eigene Harnesses
Conversational AIEchtzeit-Sprachdialog, RAG, Guardrails
WissensmanagementRAG, Karpathy-Muster, Obsidian, geprüfte Quellen
LokalOllama und LM Studio auf eigener Hardware

↑↓ auswählenEnter öffnenDie Suche läuft im Browser. Nichts wird übertragen.