Charles und Violeta Henker Google ruft an der I/O 2026 die agentische Gemini-Ära aus: Suche, Gmail und Android werden zu KI-Agenten. Wir ordnen ein, was belegt ist, was Hype bleibt, und warum die verdreifachten Flash-Preise für DACH-Profis die eigentliche Nachricht sind.
Llama 4 ist keine einzelne Version, sondern eine Familie aus drei Modellen mit sehr unterschiedlichem Reifegrad. Scout ist heute produktiv relevant, läuft mit Quantisierung auf vernünftiger Hardware und bietet ein sehr grosses Kontextfenster; Maverick zielt auf komplexes Reasoning, Behemoth ist noch im Training. Es ist kein Open-Source im klassischen Sinne. Für den DACH-Raum lohnt … Weiterlesen
Matt Wolfe kombiniert Wiki, Journal und CRM als lokale Markdown-Dateien in Obsidian, gepflegt von einem Coding-Agenten. Wir ordnen ein, was das Setup taugt, und wo DACH-Profis beim Datenschutz aufpassen müssen.
Das Model Context Protocol ist der fehlende Standard zwischen Sprachmodellen und deinen Systemen. Es lohnt sich, sobald mehrere KI-Clients, Teams oder Agenten dieselben Integrationen nutzen sollen; für einmalige Prototypen bleibt die direkte API schneller. Wer jetzt mit einem Read-Only-Server beginnt, sichert sich einen Kompetenzvorsprung. Auf einen Blick Was: ein von Anthropic initiierter offener Standard, … Weiterlesen
Zwei Forschungspapiere zeigen: Reasoning lässt sich durch Rekursion zur Inferenzzeit verbessern, nicht nur durch grössere Modelle. Was das für Tool- und Budget-Entscheide im DACH-Raum bedeutet.
Embeddings übersetzen Wörter, Sätze und Bilder in Vektoren, in denen semantische Ähnlichkeit geometrischer Nähe entspricht. Sie sind die unscheinbare Schicht unter Suche, RAG und semantischer Analyse. Wer KI-Projekte evaluiert oder umsetzt, braucht heute ein solides Grundverständnis, kein Detailwissen im Modelltraining. Genau das liefert dieser Artikel. Auf einen Blick Was: Embeddings kodieren Objekte als Vektoren, … Weiterlesen
Paperclip orchestriert mehrere KI-Agenten in einer firmenähnlichen Hierarchie. Wir prüfen, was das Open-Source-Tool taugt, und warum es für produktive DACH-Umgebungen noch zu früh ist.
AI Agents verlassen 2026 die Testumgebung und wandern in produktive Kernprozesse. Wer heute noch kein Pilotprojekt laufen hat, ist nicht mehr früh dran, sondern holt auf. Für IT-Professionals und Business Analysten heisst das: einen klar abgegrenzten Workflow mit messbarem Outcome wählen und dieses Quartal testen, statt auf 2027 zu warten. Auf einen Blick Was: … Weiterlesen
