AI
320 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema AI.
Zwischen KI-Euphorie, veränderten Geschäftsmodellen und Fragen in Bezug auf die digitale Souveränität erfährt die Analytics-Branche derzeit starke strukturelle Veränderungen. Persönliche Eindrücke aus dem TDWI-Themenzirkel der Analytics-Verantwortlichen und dem BARC Consulting Summit, aber auch vielen Kontakten zum Jahresanfang zeigen: Wachstum ist kein Selbstläufer mehr, Beratung verändert sich g..
AI
Software-Architektur
Die 70/30-Falle: wie Prompt-Disziplin und Enterprise Architecture KI-Projekte retten
KI liefert schnell auf den ersten Blick überzeugende Ergebnisse – doch Entscheidungsreife bleibt oft aus. Das ist gefährlich, weil Glätte fehlende Belege, Annahmen und systemische Datenlücken kaschiert. Der Beitrag zeigt, warum KI-Erfolg an zwei Hebeln hängt: Prompt-Disziplin des Einzelnen und Enterprise Architecture als semantischem Fundament. Basierend auf realen Projekt- und Bankbeispielen wird..
Kaum ist der letzte KI-Hypezyklus verdaut und schon schiebt die KI-Branche die nächste Erzählung nach: „Agentic AI“ und – inzwischen gerne auch in Kombination – „Vibe Coding“. Während Ersteres im Kern bedeutet, dass Large Language Models nun eigenständig irgendwo Funktionen aufrufen dürfen (Security? Später!), klingt Letzteres fast schon sympathisch: Man beschreibt ein Problem in einem Prompt – un..
Kann die neueste KI bereits denken wie Menschen? Trotz großer Hoffnungen zeigen Studien, dass dies noch nicht der Fall ist. Ein Selbstversuch zeigt, dass wir Menschen immer noch einen Vorteil beim kreativen Denken und beim Erfassen von Regeln haben. Zudem können wir unseren Hausverstand nutzen, um neue Probleme zu lösen, während fortschrittliche KI Probleme oft nur angehen kann, wenn sie dafür sch..
Generative künstliche Intelligenz (GenAI) zieht mit voller Wucht in die Softwareentwicklung ein. Immer neue Modelle versprechen eine zunehmende Beschleunigung bei der Erstellung von Code. Dabei liegt in vielen Entwicklungsteams der Engpass gar nicht beim Schreiben des Codes, sondern in dessen Qualitätssicherung. Dieses Problem wird durch eine Beschleunigung im Coding sogar noch verstärkt.