Modelle und Infrastruktur
Modellauswahl, Inferenzkosten, lokaler Betrieb, Kompression und Serving-Architektur.
- Blogbeiträge
- 80
- Thema
- AI und Agents
Hier starten
Neu in dieser Sammlung
Wie viele Tokens spart Code Mode in Claude Code?
Dieselbe Rangliste aus 40 Dateien, 55.705 Eingabetokens weniger und 22 Sekunden mehr Wartezeit. So prüfst du, ob sich Code Mode für dein Repository lohnt.
MiniMind auf der RTX 3090 selbst trainieren: Reichen zwei Stunden?
Mit welchen Annahmen das Projekt auf drei Yuan kommt. Dazu die passenden Trainingsbefehle und ein Prüfskript für Dialoge ohne verwertbare Antworttokens.
KI-Credits in Odoo: Budget für geprüfte Angebote
Trenne Credits, Tarifaufschlag, Erstprüfung und Korrektur. Eine synthetische Vorgangsliste macht das Budget vor der nächsten Volumenerhöhung prüfbar.
Odoo Helpdesk mit KI: einordnen, entwerfen oder eskalieren?
Trenne Ticketlabels, interne Antwortentwürfe und menschliche Übergaben. Prüfe Rechte und verpasste Eskalationen anhand vorgeschlagener Fälle.
Open Ontologies: Herleitungszertifikate prüfen
Ein reproduzierbarer Test zeigt den Unterschied zwischen abgelehnter Fälschung und Prüferfehler. Dazu prüfen wir, welche Aussagen ein kleinerer RAG-Kontext noch stützt.
Speichert Scrapling extrahierte Datensätze in Checkpoints?
Ein lokaler Test mit Pause, Resume und Replay zeigt, welche Datensätze erhalten bleiben, wann JSON-Exporte frühere Daten ersetzen und was im Checkpoint steht.
Vollständiges Artikelverzeichnis
- Wie viele Tokens spart Code Mode in Claude Code?
- MiniMind auf der RTX 3090 selbst trainieren: Reichen zwei Stunden?
- KI-Credits in Odoo: Budget für geprüfte Angebote
- Odoo Helpdesk mit KI: einordnen, entwerfen oder eskalieren?
- Open Ontologies: Herleitungszertifikate prüfen
- Speichert Scrapling extrahierte Datensätze in Checkpoints?
- Cue Turn Detection: Telefonnummern, Benchmarks und Grenzen
- Google SAM heißt jetzt Agent Mesh: MCP-Tools vernetzen
- EdgeQuake: PostgreSQL-GraphRAG als MCP-Gedächtnis für Agenten
- BitNet auf der CPU: 2B4T, RAM-Bedarf und die 100B-Angabe
- SuperPenguin: KI-Kosten pro PR, Kunde und Feature
- Claude Dashboards + Motion: Von KPIs zum Video
- OpenAI Intelligent UI vs. OpenUI: Generative UI für Business-Apps
- Wally von RunAnywhere: Kosten pro akzeptierter Coding-Aufgabe
- Reducto für deutsche Rechnungen: Nacharbeit richtig messen
- Claude Model Router: Wann wechselt welches Modell?
- Context Language Models vs. Kompaktierung: Was testen?
- Caveman 3.0 für Claude Code: Lokale Input-Kompression, Recovery und Benchmarks
- LiteLLM Lens: Agenten-Traces mit SQL und APIs analysieren
- SmythOS Studio selbst hosten: Docker, Kosten und Grenzen
- DeerFlow 2.2: Docker-Setup, Sandboxes und Memory
- CLM-8B selbst hosten: vLLM, Action-Cache und Verifier
- LiteAgents SDK: Modell-Routing, Setup und Migration
- mcp-memory-service: Gemeinsames Gedächtnis für Claude Code und Cursor
- Claude Opus 5.5: Einsatzfälle, Prompts und Effort
- SwarmLLM Test 2026: Browser-P2P-Inferenz auf Smartphone und Laptop
- Phonely Alma im Test: Ist das Voice-LLM produktionsreif?
- Utopia: Temporalen Wissensgraph im Unternehmen prüfen
- NVIDIA PAIR im Test: Lokales KI-Routing und die AMD-Lücke
- Tencent Hy4 Preview im Test: Was ändert sich mit der Vollversion?
- PageLM im Check: Selbst hosten und kommerziell nutzen
- M6 Mac mini vs. M5 Mac Studio für lokale KI: Kaufberatung
- FreeToken AI im Test: Frontier-MoE auf Consumer-GPUs?
- Darkbloom AI Test: Private Inferenz auf freien Macs
- Ox Alpha als GLM-5.3-Flash enthüllt: Was sich ändert
- Pika Audio API Preise: Sind Soundeffekte wirklich 20x günstiger?
- Thunder Computes 13-Mio.-Dollar-Wette auf GPU-Virtualisierung: Einkaufsleitfaden
- AirLLM mit 4 GB VRAM: So funktioniert Layer-wise Inference
- Qwen3.8-27B: Computer-Use-Agenten selbst hosten, ohne Screenshots zu exportieren
- Der vLLM- und Triton-Stack von Netflix: 7 Produktionslektionen
- Transformers.js im Browser: Wann lokale KI in dein Produkt gehört
- LiteLLM selbst hosten: Production-Guide 2026
- KI-fähiges Unternehmenswiki: Architektur und Aufbau
- Versieht Claude Texte mit Wasserzeichen? API-Antwort 2026
- OpenKB Review: Knowledge Compiler vs. RAG
- Unsloth Desktop im Test: Private lokale KI-Workstation?
- NeMo Switchyard 0.2: Agenten-Routing ohne Training?
- Firecrawl AnyDoc im Test: 14 Formate zu Markdown
- Muse Glimmer 30B: Ist Metas lokales Agentenmodell produktionsreif?
- OmniRoute KI-Routing: Setup und Produktions-Checkliste
- Gemini Robotics 2: Ganzkörpersteuerung und die Pilotentscheidung
- pdf-inspector im Test: PDFs vor OCR lokal routen
- Lokaler multimodaler KI-Coding-Assistent: Sprache, OCR und Datenschutz
- DeepSeek V4 Flash 0731 auf einem KI-PC: Was funktioniert?
- Gemma 4 kostenlos mit Unsloth und Colab tunen
- Taalas HC1 im Check: Lohnt sich ein fest verdrahteter LLM-ASIC?
- Welches lokale LLM läuft auf deiner Hardware? llmfit Guide
- Miso TTS selbst hosten oder API: Kosten, Latenz und VRAM
- RAG-Vektoren auf 2 Bit komprimieren: Ist datenunabhängige Quantisierung produktionsreif?
- LMCache meldet 13,7x niedrigere mittlere TTFT mit gemeinsamem KV Cache
- Verlustfreie LLM-Kompression vs. 8-bit GGUF: Was ist produktionsreif?
- NVIDIA Nemotron 3.5 ASR: Ist Self-Hosted STT bereit für Voice Agents?
- Kimi K3 für EU-Unternehmen: API-Kosten, Datenschutz und Pilotplan
- Mesh LLM im Test: Ein großes LLM auf mehreren Rechnern ausführen?
- Bonsai 27B im Test: Läuft ein 27B-LLM wirklich auf dem Smartphone?
- Soofi S: Ist Deutschlands souveränes LLM bereit für Unternehmen?
- Colibri führt GLM-5.2 auf Consumer-Hardware aus. Der Haken.
- Wann lokale Modelle APIs schlagen: Break-even-Rechner für EU-Unternehmen
- LLM-Kostenrechner 2026: Rechne pro Aufgabe, nicht pro Token
- Pxpipe im Test: Senken Bilder Claude-Code-Kosten um 60%?
- Pro Token günstiger kann pro Aufgabe teurer sein
- Anthropic sagt Nein zum Open-Weights-Verbot. Der Kostenkampf bleibt real.
- Was ein interner KI-Assistent in der DACH-Region wirklich kostet (2026)
- LLM-Gateways im Vergleich 2026: LiteLLM vs OpenRouter vs Portkey vs RouteLLM
- LLMs in der EU selbst hosten: Wann sich Open Weights wirklich rechnen
- Open-Weight-LLMs 2026: DeepSeek, Qwen, Kimi, GLM, Llama und Muse
- LLM-Token-Kosten 2026 senken
- Wann lohnt es sich, ein LLM-Eval zu bauen? Kosten, ROI und dem Judge vertrauen
- RAG, Fine-Tuning oder Long Context? Vergleich 2026
- LLM-API-Kosten 2026. Architektur-Shift
Erhalte die nächste Feldnotiz zu AI und Agents
Eine kurze E-Mail, wenn wir veröffentlichen. Ohne Tracking-Pixel und ohne Postfachfüller.