Ich schreibe über Softwareentwicklung, Zusammenarbeit und pragmatische Lösungen in komplexen Kontexten – aus Projekten, dem Consulting bei INNOQ und an der Schnittstelle zum Katastrophenschutz.
Ein zweiter Agent hilft nur, wenn er seinen Teil allein erledigen kann. Was Messungen von Google, Anthropic und Berkeley über Kosten, Fehler und die wenigen guten Gründe für Multi-Agent-Systeme zeigen.
Agent-Memory legt aus einer Nachricht Kopien an, und "Chat löschen" erreicht davon oft nur den Chat. Ein kleines Labor zeigt, wo eine Diagnose das Löschen überlebt und welcher Löschpfad sie entfernt.
Cronjobs und CI-Pipelines haben längst weitreichende Rechte auf unseren Servern, ein KI-Agent entscheidet aber selbst, wie er ein Problem löst. Wie man ihm Zugang zu Produktionsservern gibt, ohne die Kontrolle abzugeben, mit eigenen Accounts, kurzlebigen Zertifikaten und einem Zugangs-Proxy mit Audit und Kill-Switch.
Ein Grader ist selbst ein System, das getestet werden muss. Ich habe in korrekte Release Notes absichtlich Fehler einbauen lassen und elf Grader darauf angesetzt. Am Ende war auch das Label falsch.
Drei Abende, drei Tools - und dann? Wie aus neun kleinen Vereins-Apps eine einzige wurde, warum ein grüner Health-Check nichts bemerkt hat und was ich mache, wenn ich im Urlaub bin.
Ein LLM-Feature hängt an fünf Dingen: Output-Schema, Prompt, Modell, Tools und Eval-Set. Wer nur den Prompt versioniert, weiß nicht, was er deployt hat.
System One Models wählen ihre Antwort aus vorgegebenen Optionen, liefern eine Wahrscheinlichkeit mit und brauchen dafür nur wenige hundert Millisekunden. Interessant wird das dort, wo Sprachmodelle bisher zu langsam waren, im Eingabefeld und in der Ergebnisliste.
Der Agent Contract ist das Soll, das revisionssichere Log der Ist-Nachweis. Ohne das zweite ist das erste nur eine Behauptung - was DORA, GoBD und die kommende MaRisk jetzt verlangen.
Ein Eval-Score, der nur Qualität misst, belohnt Brute Force - mehr Sampling, größeres Modell, mehr Retries. Warum die richtige Entscheidungsgrundlage eine Cost-Quality-Latency-Frontier ist, eine Kurve statt eines Punkts, und wie man den Operating-Point in Dollar wählt statt in Prozent.
Sobald ein Agent etwas tut, das Konsequenzen hat, ist Chat selten die beste Oberfläche. Ein Blick auf Editor, Diff, Approval-Panel und Timeline - und wann ein Textfeld trotzdem das richtige Werkzeug ist.
Berechtigungen, Tenant-Isolation, überbreite Tools, unsauberer Kontextzugriff: Warum die Reichweite eines Agenten über den Schaden entscheidet - und wie man sie eingrenzt.
Autonomie ist ein Regler, kein Schalter. Warum die meisten produktiven AI-Systeme besser werden, wenn das Modell nur an klar abgegrenzten Entscheidungspunkten sitzt - statt einen offenen Agent-Loop zu steuern.
Mein eigenes Produktivitätssystem aus 12-Week-Year, 7 Habits und einem Cycles-Framework - mit echter Aschewoche statt nur Buffer-Pause. Und ehrlichem Blick darauf, wo es bricht.
Eine Eval-Suite, die nicht mit den Incidents wächst, schrumpft relativ zur Realität. Wie der Postmortem-zu-Eval-Loop konkret aussieht - von der Trace-ID bis zum Pflichtfeld im Postmortem-Template.
Eval grün im PR, zwei Wochen später rote Zahlen in Produktion - ohne neuen Deploy. Warum AI-Features zwischen Merge und 100% Traffic eigene Gates brauchen.
Ohne Traces, Modell- und Promptversionen, Tool-Spans und Kostenmetriken bleibt jeder Incident Spekulation. Ein Leitfaden für Teams, die AI-Features in Produktion betreiben.
Ehrenamtliche Organisationen brauchen eigene Software - konnten sie sich aber nie leisten. Wie AI das gerade ändert, und warum Deployment-Wissen wichtiger ist als Code-Kenntnisse.
Human in the Loop ist keine Schwäche, sondern Sicherheitsarchitektur. Warum Pause/Resume bei kritischen Agent-Aktionen das vielleicht wichtigste Feature ist.
Wie mein Blog die gleichen AI-Prinzipien anwendet, die ich in den letzten drei Posts beschrieben habe - mit automatisierter Podcast-Generierung und AI-gestütztem Lektorat.
Das Mysterium um Springs RestTemplate in drei Akten. Offiziell deprecated war es nie, die Hinweise in der Dokumentation haben sich aber mehrfach widersprochen. Was das für bestehenden Code heißt und wann RestClient oder WebClient die bessere Wahl ist.
Ein selbst gehosteter Kubernetes-Cluster mit Rancher, ganz ohne Cloud-Anbieter. Darauf verbinde ich GitLab über ein Service-Konto, damit Review-Apps laufen, und überwache die von GitLab verwalteten Anwendungen in Rancher.
■ erschienen bei fme DevOps Stories · auf Englisch