Ich habe denselben Workflow zweimal erstellt – einmal als agentischen Flow in IBM watsonx Orchestrate, einmal als deterministischen Graphen in n8n mit MCP.
Kürzlich habe ich einige Zeit damit verbracht, IBM watsonx Orchestrate genauer unter die Lupe zu nehmen - Labs, technische Dokumentation und echte Agenten. Der
Ich habe drei Iterationen gebraucht, um ein einfaches Feature in zwei Repos zu implementieren. Nicht weil das Modell schlecht war — dasselbe Modell, dieselbe
Absicherung Ihrer selbstgehosteten Automation: Ein Deep Dive in die n8n und Vault/OpenBao Integration In der sich rasant entwickelnden Landschaft der
Workflow-Automatisierung war lange einfach. Trigger feuert, einzelne Schritte werden ausgeführt, Daten wandern von A nach B. Jede Verzweigung ist vorbestimmt.
Weiterbildung ist ein Zufriedenheitsfaktor und ein Wettbewerbsvorteil Weiterbildung wird in vielen Unternehmen noch immer als „Nice-to-have“ behandelt. Als
Melvin Conway reicht Ende der 1960er ein Paper über Computerhersteller und Compiler-Design bei der Harvard Business Review ein. Die lehnt ab — mangels Beweis.
In den vorigen Posts dieser Serie haben wir einen Mac Mini M4 mit Ollama hinter einem Headscale-VPN als lokalen LLM-Endpunkt und OpenCode als CLI-Coding-Agent
Die meisten KI-Coding-Assistenten sind eng an einen einzelnen Anbieter gekoppelt. Ein Wechsel bedeutet oft ein anderes Tool, eine andere Konfiguration oder
In Teil 1 dieser Serie haben wir das Warum durchgearbeitet: Shapiros fünf Stufen der KI-Entwicklung, Brynjolfssons J-Kurve, und die Kernthese, dass AI-Tools
Jedes KI-Tool, das Ihr Team nutzt - Coding-Agenten, Chatbots, Workflow-Automatisierungen - sendet Daten an fremde Server. Jeden Prompt, jedes Code-Snippet,
In Teil 1 dieser Serie haben wir das Warum besprochen: Warum AI-Tools allein keine Produktivität bringen, was Shapiros fünf Stufen mit Brynjolfssons J-Kurve zu
Ein Framework sagt: AI-Tools können Softwareentwicklung fundamental verändern — wenn man seinen Workflow komplett umbaut1. Eine Studie sagt: AI-Tools haben
Eine Zeile YAML. Das war alles. 1model: sonnet Diese eine Zeile im Agent-Frontmatter hat unsere Kosten pro Agent-Run für einen der am meisten genutzten Agents
Wie verändert AI, wie wir arbeiten? Die Frage stellt sich gerade jeder. Nur: Darüber nachdenken lässt einen nicht spüren, wo es besser wird und wo schlechter.
Ihre KI-Piloten funktionieren. Ihr Unternehmen skaliert sie nur nicht. Verschaffen Sie sich in 3 Stunden Klarheit.
Das Problem mit "Dieses Produkt" Multi-Turn Konversationen sind für Menschen selbstverständlich, für Chatbots jedoch überraschend kompliziert. Wenn
Wenn Sie schon länger mit KI in der Softwareentwicklung arbeiten, wissen Sie: Der echte Produktivitätssprung kommt nicht vom "Chatten über Code". Er
2026 sind „Tech-Trends“ weniger eine Frage von glänzenden Produktlaunches – sondern viel mehr die Kräfte, die den IT-Alltag formen: wie Software gebaut wird,
n8n 2.0 ist am 8. Dezember 2024 erschienen, und es ist die Art von Release, über die sich zunächst niemand so richtig freut, die aber jeder irgendwann zu
In den acht Monaten seit unserem letzten Bericht über das Mondoo March 2025 Release ist viel passiert. Wenn ihr die Plattform bereits nutzt, habt ihr
Wie Claude Sonnet 4.5 und GitHub Copilot uns durch das Labyrinth von Custom-Backstage-Integrationen geholfen haben Das Backstage-Versprechen (und die Realität)
Kurzer Read (~6–7 Min) – fokussiert auf den operativen Teil der Model Context Protocol (MCP) Enablement. 1. Praxisproblem Ein einzelner MCP-Server ist trivial.
Einleitung Reiner Modellzugriff erzeugt selten nachhaltigen Unternehmensnutzen. Wirklicher Hebel entsteht, wenn Sprachmodelle sicher Werkzeuge aufrufen können
Einleitung Mit der zunehmenden Nutzung von KI-gestützten Lösungen in Unternehmen wird es immer wichtiger, sicheren und flexiblen Zugriff auf Large Language
Erinnern Sie sich noch an letzten Juli, als wir uns mit Ollama und seinem Versprechen für lokale KI beschäftigt haben? Seitdem ist viel passiert. Ollama hat
Die Welt der KI entwickelt sich rasant weiter und mit ihr die Art und Weise, wie wir mit APIs und Infrastrukturen interagieren. Bei Infralovers freuen wir uns
Die Model Context Protocol (MCP) Spezifikation wurde vom KI-Forschungsunternehmen Anthropic eingeführt. Seit seiner Veröffentlichung hat es eine breite
In den letzten Jahren hat künstliche Intelligenz die Art und Weise, wie wir arbeiten, dramatisch verändert und auch deutlich gemacht, wie sehr sie menschliche
Es ist keine Überraschung, dass künstliche Intelligenz weiterhin die Schlagzeilen beherrscht. Neue Durchbrüche, Tools und Vorschriften prägen die Art und Weise,
In den vorangegangenen Teilen (Teil 1 und Teil 2) dieser Blogserie haben wir uns mit Herausforderungen beschäftigt, vor denen DevOps heute steht, wie KI diese
Im ersten Teil unserer Blogserie haben wir uns mit den verschiedenen Herausforderungen von DevOps befasst und wie KI diese lösen kann. Außerdem haben wir
DevOps ist ein entscheidender Erfolgsfaktor in der Softwareentwicklung, und wir sind definitiv alle auf die eine oder andere Weise auf KI gestoßen. Eine
Der Aufstieg von KI in DevOps hat eine Revolution in der Art und Weise ausgelöst, wie wir Softwareentwicklung und -betrieb angehen. Wir erleben einen Wandel
In der sich schnell entwickelnden Welt der künstlichen Intelligenz geht es nicht mehr darum, was KI kann, sondern darum, wie nahtlos sie in unser tägliches
In dem sich ständig weiterentwickelnden Bereich der Softwareentwicklung haben sich KI-Assistenten als leistungsstarke Tools zur Steigerung der Produktivität und
Neue Möglichkeiten durch KI-gestützte Terminal-Integration In der dynamischen Welt der Softwareentwicklung ist es essenziell, am Puls der Zeit zu bleiben. Die
Lerne, wie man KI in Codeprojekte integriert, um effizienter zu arbeiten und innovative Lösungen zu schaffen.
Transformieren Sie Ihre technischen Arbeitsabläufe mit praktischer AI: Setzen Sie LLMs ein, automatisieren Sie die Infrastruktur und beherrschen Sie die
Lernen Sie, produktionsreife Retrieval-Augmented Generation (RAG) Systeme zu entwickeln, die große Sprachmodelle intelligent mit kontextuellen Wissen
Entwickeln Sie benutzerdefinierte Skills und MCP-Server und verbinden Sie Claude Code, Open Code und GitHub Copilot mit Ihren internen Systemen und APIs.
Setzen Sie Claude Code im großen Maßstab ein. Mit MCP-Integration, Sicherheitskontrollen und messbaren Produktivitätssteigerungen.
Setzen Sie GitHub Copilot im großen Maßstab ein, mit tiefer Ökosystem-Integration, Copilot Extensions und organisationsweiten Richtlinienkontrollen.
Nutzen Sie Gemini Code Assist für Enterprise-Teams und Setzen Sie Vertex AI-Integration, Google Cloud-Konnektivität und multimodalen Fähigkeiten ein.
Nutzen Sie KI-gestützte Skills, Workflow-Automatisierung und Enterprise-Grade Governance, um die Effizienz Ihres Teams zu steigern.
Meistern Sie watsonx Code Assistant für Enterprise-Teams und setzen Sie Compliance für regulierte Branchen und Enterprise AI Lifecycle Management um.
Verbinden Sie Ihren Enterprise-Stack, integrieren Sie KI-Fähigkeiten und setzen Sie selbst gehostete Automatisierung ein.
Setzen Sie Open Code mit Self-Hosting-Optionen, MCP-Integration und voller Datensouveränität ein.
