Ein Speicherplatzproblem machte den Umzug einer lokalen Entwicklungsumgebung nötig. Der Erfahrungsbericht zeigt, wie konkrete Anforderungen, Codex-gestützte Kleinarbeit, Rollback und gezielte Smokes daraus einen Infrastrukturtest machten.
Das Grilling-Pattern: Anforderungen schärfen, bevor sie Code werden
Was passiert, wenn ein Agent aus einer offenen Anforderung sofort eine Lösung ableitet? Der Beitrag zeigt am Beispiel von Lutions, wie das Grilling-Pattern entscheidende Fragen klärt, bevor sie zu falschen Annahmen im Code werden.
Das LLM-Wiki in Lutions: Erste Gegenproben im Betrieb
Diese Werkstattnotiz fragt, was ein LLM-Wiki in einer realen Codebasis tatsächlich verändert. Die Gegenproben im Projekt Lutions liefern keinen Effizienzbeweis. Sie zeigen aber, dass der wiki-first-Einstieg Suchwege, Quellen und Antwortgrenzen bei mehrschichtigen Aufgaben sichtbarer machen kann.
Das LLM-Wiki in Lutions: Vom Pattern zum operativen Knowledge Layer
Der dritte Artikel der LLM-Wiki-Reihe zeigt, wie aus dem Pattern eine operative Wissensschicht wurde. Am Praxisprojekt Lutions wird nachvollziehbar, wie Wiki-first Intake, Knowledge Operations, Freshness-Prüfung und Release-Governance zusammenspielen, ohne das Wiki zur vermeintlichen Wahrheitsmaschine zu machen.
Das LLM-Wiki in der Softwareentwicklung: Persistentes Wissen über Code
Softwarewissen liegt selten nur im Code. Der Artikel entwickelt aus dem LLM-Wiki-Pattern die Idee eines code-nahen Knowledge Layers, der Code, Tests, Tickets, Reviews und Releases so verbindet, dass Menschen und KI-Agenten gezielter prüfen und entscheiden können.
Das LLM-Wiki: Persistentes Wissen für Menschen und KI-Agenten
Traditionelles KI-Wissensmanagement scheitert oft an seiner eigenen Komplexität: Teure Vektordatenbanken, fehleranfällige RAG-Pipelines und Wissensbanken, die unter ihrer eigenen Last zusammenbrechen, sind für viele Entwickler Alltag. Mit seinem viralen „LLM-Wiki“-Ansatz hat Andrej Karpathy einen Gegenentwurf vorgestellt, der auf radikale Einfachheit setzt: Ein persistentes, selbstwachsendes KI-Second-Brain aus reinem Markdown, organisiert in drei klaren Schichten. Doch wie funktioniert das Prinzip aus raw/, wiki/ und normativer Steuerung technisch im Detail? Wo liegen die operativen Stärken eines textbasierten Graphen – und warum sollte eine KI niemals das vollständige Knüpfen unseres Wissensnetzes übernehmen? Eine fundierte Analyse eines technologischen Paradigmenwechsels.
Agentic AI: Wie ich zu meiner idealen Entwicklungsumgebung kam
Mein Projekt “Lutions” begann als selbstgebautes Ticketsystem aus Frust über Lizenzkosten und Cloud-Zwang. Inzwischen ist daraus ein praktisches Experimentierfeld für Agentic AI, Entwicklungsprozesse, LLM-Wikis und die Zusammenarbeit zwischen Mensch und KI-Agent geworden.
Mein Jahresrückblick 2025 – Themen, Entwicklungen und Erkenntnisse
Ein reflektierender Rückblick auf das erste Jahr reflectIT: Welche Themen haben 2025 geprägt, welche Fragestellungen haben sich herauskristallisiert – und was sagt das über IT, Organisation, Regulierung und den Einsatz von KI aus?
Programmieren mit KI: Vom KI-Prototyp zum echten Release
Die softwareseitige Transformation eines KI-generierten Prototyps in ein strukturiertes Release erfolgt durch die Integration von KI-Werkzeugen in klassische Entwicklungsumgebungen wie GitHub. Am Beispiel einer Web-Applikation wird der Einsatz von Codex für die Code-Analyse, die automatisierte Erstellung von Pull Requests sowie die Pflege technischer Dokumentationen (README, CHANGELOG) aufgezeigt. Während die KI Effizienzgewinne bei der Umsetzung fachlicher Logik und UX-Verbesserungen bietet, bleiben die abschließende Qualitätssicherung, das Kontext-Management und strategische Architekturentscheidungen in menschlicher Verantwortung. Der Fokus liegt auf der Etablierung dauerhaft tragfähiger, professioneller Workflows für die KI-gestützte Softwareentwicklung.
Warum LLMs in langen Dialogen den Faden verlieren – eine Analyse von Aufmerksamkeitsabfall und Drift
Basierend auf einer Literaturrecherche wird untersucht, wie sich in längeren Interaktionen mit großen Sprachmodellen Bedeutungsverschiebungen, Strukturbrüche, thematische Abdrift und Kontextverlust manifestieren.