All Episodes
Prompt und Antwort — 162 episodes
161 - Videos programmieren
160 - eigener Deep-Research-Assistent
159 - Agenten verstehen: Selbstoptimierung
158 - Modell gegen Prompt Injection
157 - Agenten in Meetings
156 - Agenten verstehen: externe Orchestrierung
155 - Claude Live Artefacts
154 - LLMs automatisiert knacken
153 - Agenten verstehen: Warum Agenten am Multi-Turn scheitern
152 - KI-Modellbezeichnungen
151 - PromptFoo
150 - Agenten verstehen: Kommunikationskanäle
149 - deathbyclawd.com
148 - LiteLLM
147 - Agenten verstehen Teil 10: soul.md
146 - Unsloth Studio
145 - Odysee beim Agenten-Setup
144 - Agenten verstehen Teil 9: Hermes Agent
143 - Voxtral
142 - TurboQuant
141 - Agenten verstehen Teil 8: NanoClaw & Nanobot (Re-Upload)
140 - KI-Prozessoren
139 - Cognee
138 - Agenten verstehen Teil 7: Multi-Agenten-Konzepte
137 - Time to first Token
136 - Googles Embedding-Modelle
135 - Agenten verstehen Teil 6: Model Routing
134 - Qwen 3.5
133 - Anthropic vs. Pentagon
132 - Agenten verstehen: Agenten-Schwärme
131 - kostenfreie LLM-APIs
130 - Pinokio
129 - Agenten verstehen: Autonomie
128 - pencil.dev
127 - BMAD
126 - Agenten verstehen: Fähigkeiten erweitern
125 - multimodales RAG
124 - HeyGen
123 - Agenten verstehen Teil 2
122 - Skills, MCP & Tool-calling
121 - Prompt Guide
120 - KI Agenten verstehen Teil 1
119 - Token Caching
118 - Moltbook
117 - Kimi K2.5
116 - Guardrails in RAGs
115 - Speaches: lokale Sprach-KI
114 - Excel Automatisierung
113 - gesicherter Zugriff auf RAG-Systeme
112 - Rekursive Sprachmodelle
111 - Deepseek-OCR und Qwen-VL
110 - Claude Cowork
109 - Exo: lokale KI-Cluster
108 - FunctionGemma
107 - n8n als MCP
106 - 1 Mio Token mit lokaler Hardware
105 - Claude Code Plugins
104 - KI Gilde in 2026
103 - KI Trends 2026
102 - Jahresrückblick: Dezember 2025
101 - Jahresrückblick: November 2025
100 - Jahresrückblick: Oktober 2025
099 - Jahresrückblick: September 2025
098 - Jahresrückblick: August 2025
097 - Jahresrückblick: Juli 2025
096 - Jahresrückblick: Juni 2025
095 - Jahresrückblick: Mai 2025
094 - Jahresrückblick: April 2025
093 - Jahresrückblick: März 2025
092 - Jahresrückblick: Februar 2025
091 - Jahresrückblick: Januar 2025
090 - NVIDIA vs TPUs
089 - Opus 4.5
088 - Nanochat
087 - Hands-on: langlebige Agenten selber bauen
086 - MemoriesDBs
085 - langlaufende Agenten
084 - Modale Sprachmodelle
083 - Petri
082 - Reasoning: Wie überlegen Sprachmodelle?
081 - Grundlagen: Bi-Gramm-Modelle
080 - Judge LLMs
079 - Halluzinationen
078 - Excel aus der Hölle (Halloween Special)
077 - eigene Tutorials erstellen mit NotebookLM
076 - Deepseek OCR
075 - OpenAIs Atlas - KI im Browser
074 - Haiku 4.5 und Claude Skills
073 - DGX Spark
072 - winzige KI Modelle
071 - LLMs vergiften
070 - Nano Banana
069 - Browser Use
068 - OpenAI DevDays 2025 Keynote
067 - LLMs im Terminal
066 - Telefonagenten
065 - Claude Imagine
064 - n8n Tipps
063 - Das Wohlbefinden einer KI
062 - Unsloth
061 - Graph-Vektor-Datenbanken
060 - KI Wirtschaftsindex
059 - Docker als KI-Infrastruktur
058 - Rabbit R1 - KI Gadget mit Höhen und Tiefen
057 - Chaos Computer Club in die Meinung zu KI
056 - Apple Keynote und KI Strategie
055 - Diffusion-Modelle
054 - was kommt nach ChatGPT?
053 - Streamlit
052 - ChatGPT Alternative für Unternehmen
051 - Ressourcenverbrauch
050 - wie rechnet ein LLM?
049 - KI und Führung
048 - von n8n zu LangGraph
047 - ISO 42001
046 - LLM News-OpenAI rudert zurück
045 - Humaniode Roboter
044 - Coding Agenten
043 - Leitfaden zum lokalen Modelltraining
042 - die KI-Gilde
041 - GPT OSS
040 - AI Action Plan
039 - Wo wird Wissen in LLMs gespeichert?
038 - Tutorial: OpenWebUI
037 - Attention is all you need
036 - Kimi K2 und die Demokratisierung der Sprachmodelle
035 - ChatGPT Agent
034 - Cloud Act
033 - n8n - Potential, Kritik und seriöse Nutzung
032 - Tutorial: lokale KIs Teil 2
031 - KI als Kiosk-Betreiber
030 - Context Engineering
029 - Tutorial: lokale KIs Teil 1
028 - BERT und andere KI-Architekturen
027 - Content Independence Day
026 - Vektor Embeddings
025 - MIT Studie zur Nutzung von KI
024 - Elon Musks eigene KI
023 - Token - Bedeutung in LLMs erkennen
022 - MCP Update
021 - MCP Sicherheitsrisiken
020 - Vendor-Lock-In
019 - Videogenerierung mit Google Veo
018 - kleine LLMs ganz groß
017 - KI Wettlauf: Giganten vs. Startups
016 - Geschichte der generativen KI
015 - Dark LLMs
014 - KI Fails: April & Mai 2025
013 - Polarisierung beim Thema KI
012 - Integrationen in Claude
011 - beunruhigendes Verhalten bei Opus 4
010 - Destillation bei großen Sprachmodellen
009 - Trainingsmethoden mit eigenen Daten
008 - KI Keynotes am 20. Mai 2025
007 - Frontier-Modelle zu Anfang 2025
006 - Kontextfenster
005-Vibe Administration
Special 01: Hype versus Realität in Unternehmen
004-JUPITER: Europas erster Exascale-Supercomputer
003-Prompt Engineering: Notwendig in 2025?
002-Replikationsfalle vermeiden, disruptiv denken
001-Züricher KI-Studie: Überzeugung, Ethik und Auswirkungen