Tech-Blog

KI-Antworten verdrängen die Linkliste. Für Sichtbarkeit zählen maschinenlesbare Daten und saubere Quellen.

Statt Tagessätze zu verhandeln, bauen wir per Agent OS ein MVP und liefern die Software direkt mit dem Angebot.

Anthropic markiert Claude-Texte per SynthID. Für den AI Act genügt das, als Nachweis im Einzelfall taugt es kaum.

Ein Satz, ein fertiges Angebot mit Preis und AGB: Bei form4 führen Agents das formalisierte Unternehmenshandbuch aus.

Claude Opus 5.5 macht Spitzenleistung im Alltag zugänglicher. Die ständige Abwägung bei der Modellwahl entfällt.

Permanent werden mir irgendwelche Reels angezeigt, in denen die Leute ChatGPT-Commands für das Bearbeiten von Bildern zeigen. Einige habe ich nun mal ausprobiert.

Ein Prompt soll der KI fünf ungesagte Einsichten über mich entlocken. Spannend ist, wie belastbar sie sind.

Das AOC steht kurz vor der Eintragung. Für das Fachforum zu KI-Agenten im November fehlt noch ein Host.

Urlaubsanträge sind meist Prüfarbeit, kein Bauchgefühl. Ein KI-Agent übernimmt die Prüfung, die Entscheidung bleibt beim Menschen.

Onboarding folgt überall derselben Liste. Ein KI-Agent kann sie abarbeiten, bevor der erste Tag beginnt.

Anthropic macht den Einführungspreis für Claude Sonnet 5 dauerhaft. Was das wirklich spart, zeigt erst die eigene Rechnung.

KI-Agenten pflegen Website-Inhalte per Klartext-Anweisung – im richtigen Ton und ohne Umweg über die manuelle Bedienung des CMS.

Ein KI-Agent übernimmt die mühsame Sucharbeit beim Angebot – der Vertrieb behält Preis und Entscheidung in der Hand.

Auch der sichere Betrieb lässt sich automatisieren. Was menschlich bleibt: Verantwortung für Sicherheit und Substanz.

Ein KI-Agent sammelt ISO-27001-Nachweise das ganze Jahr über ein, statt erst kurz vor dem Audit.

Das Gedächtnis eines KI-Agenten ist kein Speicher-, sondern ein Ordnungsproblem. Was zählt, ist nicht möglichst viel Wissen, sondern das richtige zur richtigen Zeit.

Warum KI-gestützte Entwicklung schneller und gründlicher zugleich sein kann – und wo der Mensch unverzichtbar bleibt.

Am 7. Juli 2026 wurde das Agentic Organisations Collective gegründet – ein Verein, der agentische Organisation an sich selbst vorlebt.

KI liest aus Alt-Software Anforderungen heraus – prüfbar durch feste Form, Herkunftsbeleg und automatische Kontrolle.

Aus dem Konzept legt die KI über hundert Tickets selbst in Jira an – und fragt nach, statt zu raten.

Ein Grundlagenforscher ohne Verkaufsinteresse sagt, was ich seit Monaten beobachte: Bei KI stehen wir erst am Anfang.

Der Podcast Emergence ordnet KI-Entwicklungen klar ein und blickt auf die größeren Zusammenhänge dahinter.

Wie KI aus einem Anforderungskatalog ein vollständiges Konzept ableitet und gründliche Vorarbeit wieder bezahlbar macht.

Eingangsrechnungen folgen klaren Regeln und wiederholen sich ständig – ideal für einen KI-Agenten, der prüft und abgleicht.

PNPM installiert schneller, spart Speicherplatz und vermeidet Phantom-Abhängigkeiten – ein überzeugender Standard für 2026.

Bevor eine Alt-Anwendung neu entwickelt wird, sollte KI ihr verborgenes Fachwissen dokumentieren. Erst das macht die Ablösung planbar.

Vom eingesprochenen Gedanken zum geplanten Beitrag auf Blog und LinkedIn – ein Werkzeug, das auch meine KI bedienen kann.

Wie KI-gestützte Entwicklung beim langen Erstgespräch beginnt und warum gerade dort die eigentliche Arbeit liegt.

Wie KI-Agenten Google-Ads-Kampagnen selbst analysieren und korrigieren – am Beispiel von 709 Euro ohne Ergebnis.

Liegt eine geprüfte fachliche Beschreibung vor, erstellt KI die neue Software weitgehend selbst – Ablösung wird planbar.

Mein Arbeitstag besteht nur noch aus Gesprächen mit Agents. Eine Beobachtung darüber, wie sich Arbeit gerade verändert.

Nach einem Jahr KI-Coding habe ich Agent OS gebaut: Ein Git-Repo als Betriebssystem für AI-Agenten.

Warum KI-Agenten für simple Checks verschwenden? Ein Guard-Script spart 97% der API-Kosten bei Mail-Monitoring.

Die Evolution von AI Coding verläuft über drei Patterns: vom reaktiven Assistant über zielgetriebene Agents bis zu Multi-Agent Teams.

Agent-Regeln in Markdown sind Vorschläge, keine Garantien. Was wirklich zählt, sind mechanische Guards auf Permission-Ebene.

Wie Software-Dienstleister ihr kollektives KI-Skillset in einem Git-Repo organisieren und zum Wettbewerbsvorteil machen.

Mit KI-Agenten und einem simplen Prompt lassen sich aus Lighthouse-Analysen automatisch strukturierte Jira-Tickets erstellen.

Claude Code schlägt Cursor bei Multi-Agent-Workflows. Die Community setzt auf wenige, gut orchestrierte Agenten statt Masse.

KI-Agenten übernehmen die lästige Fremdwährungsumbuchung. Ein kleiner Pilot zeigt große Wirkung.

Ein selbst entwickeltes Tool für harmonische Farbpaletten, entstanden aus der Unzufriedenheit mit bestehenden Lösungen.

Warum für Tailwind-Farbpaletten zahlen? Ein eigenes Tool mit Preview-Templates und Farbharmonien selbst bauen macht mehr Sinn.

Warum ein etabliertes Softwareunternehmen seine Innovation auslagern muss und wie AI-Agenten die Antwort sein könnten.

Der Hub als persönliches OS: Vom Signal-Chaos über Seeds zu Projekten—wenn die Taxonomie stimmt.

Volve verwandelt Ideenflut in systematische Umsetzung: KI-gestützte Prozessbegleitung von der ersten Notiz bis zum Rollout.

Opus 4.6 bleibt trotz hoher Kosten die beste Wahl beim KI-gestützten Programmieren – ein ehrlicher Erfahrungsbericht.

Die Webseite meimberg.io wird schlanker: Blog und Artikel verschmelzen, ein neuer News-Bereich bündelt RSS-Feeds eigener Projekte.

Volve macht aus Geschäftsideen strukturierte Projekte – mit KI-gestützten Workflows vom ersten Gedanken bis zum Businessplan.

Ich führte ein strukturiertes Alignment-Interview mit meinem Bot Morpheuxx durch, um politische Grundwerte zu verankern.

KI-Tools könnten die Dominanz von SaaS-Anbietern brechen. Maßgeschneiderte Lösungen statt teurer Standardsoftware.

Ich muss es einfach ausprobieren...