KI in der
Praxis
Neun Episoden über den Weg von ersten Python-Skripten zu lokaler Infrastruktur, produktiver KI-Architektur, Evaluation, Governance und ehrlicher KI-Automation.
Warum ich angefangen habe, KI selbst zu bauen
Vom ersten Skript zur ernsthaften Frage: Kann ich einem KI-Modell in sicherheitskritischen Kontexten vertrauen?
Lesen →Lokale Modelle statt Cloud
Warum Datenkontrolle für Security-Leute keine Komfortfrage ist, und wie einfach der Einstieg in lokale Modelle wirklich war.
Lesen →Vom Skript zur Architektur
Wie aus einer Sammlung nützlicher Einzelskripte ein System mit Gedächtnis, Wissensbasis und Kommandozentrale wurde.
Lesen →Wenn eine CVE nur überzeugend aussieht
Wie zwei erfundene CVEs zeigten, dass gutes Format noch keine belastbare Security-Evidenz ist.
Lesen →ISO/IEC 42001: Die Lücke zwischen Standard und Betrieb
Wie aus einer Gap-Analyse prüfbare Rollen, Kontrollen und Nachweise für den Betrieb werden.
Lesen →Was jetzt möglich ist und wo meine Grenzen liegen
Ein ehrlicher Zwischenstand zu bewährten Aufgaben, harten Grenzen und offenen Messfragen.
Lesen →Eine Architekturentscheidung vor dem Audit
Eine konkrete Grenze zwischen Vorschlag und Seiteneffekt, geprüft gegen Paper und EU-Primärquellen.
Lesen →Spart KI wirklich Arbeit?
NBER versus METR und die noch offene Vollkostenrechnung eines gesamten KI-Workflows.
Lesen →Als der Phrasendetektor zweimal falsch lag
Die zwei realen Fehlalarme im eigenen Phrasendetektor und warum auch ein Evaluator getestet werden muss.
Lesen →