Projekte
Was ich baue, woran ich forsche
Über agentische KI kann man viel reden. Besser wird sie durchs Bauen. Eine Auswahl dessen, woran ich gerade arbeite. Aktuelle Zwischenstände teile ich mit meinen Abonnenten.
Vier Projekte, ein Muster: Jedes prüft, ob etwas, das heute als teuer, cloudgebunden oder Konzernthema gilt, auch souverän und bezahlbar geht. Zwei sind bei mir und bei TLM Operations im täglichen Einsatz, zwei sind offene Forschung mit ehrlichen Zwischenständen.
Ich zeige sie hier, weil über agentische KI viel geredet und wenig gebaut wird. Was ich behaupte, soll man an etwas Laufendem prüfen können.
Selbst gebaut statt gemietet: was unter dieser Website steckt
Drei Plugins, 5.388 Zeilen eigener Code, null Tracking-Cookies. Und die Stelle, an der mich das Selbstbauen fast eine Panne gekostet hätte.
Lesen →Erhoben 28. September 2026Vier Trainingsläufe für eine Markenstimme: was sie gebracht haben
Vier Trainingsläufe für eine Markenstimme. Die Fehler kamen aus meinen eigenen Daten, und gewonnen hat am Ende der Abruf aus eigenen Texten.
Lesen →Erhoben 28. September 2026Sechs Marktsimulationen, und warum sie noch nicht auf meiner Hardware laufen
Sechs Marktsimulationen, 257 Aktionen und zwei unbequeme Befunde: Gerechnet wird heute noch bei Google, und seit April ruht das Projekt.
Lesen →Erhoben 28. September 2026Mein KI-Betriebssystem im Alltag: was es trägt, und was es kostet
Was mein KI-Betriebssystem im Alltag trägt: 17 Repositories, 4 Agenten, 2 lokale Modelle. Und der Befund, der mich überrascht hat: Der Werkzeugkatalog allein kostet rund 29.700 Token pro Runde.
Lesen →Erhoben 11. September 2026Was eigene KI wirklich kostet: Zahlen von meinem Server
Was eine eigene KI wirklich kostet: gemessene Zahlen von meinem Mietserver und vom Rechner zu Hause, vier Fallstricke und der Posten, der alle anderen schlägt.
Lesen →Erhoben 15. September 2026Das Prüfraster an meinem eigenen KI-Vorhaben: zwölf Fragen, ein Nein
Zwölf Fragen vor der Freigabe, angewendet auf mein eigenes System. Mit dem Befund, der mir nicht gefällt: Geschwindigkeit gemessen, Antwortgüte nicht.
Lesen →Erhoben 15. September 2026Mein Bot kennt mein Wissen, trainiert habe ich ihn nie
Wie ich Bibo gebaut habe, ohne ein Modell zu trainieren: die vier Wege im Vergleich, die gemessenen Zahlen aus zwölf CPU-Kernen und der Engpass, den ich nicht kommen sah.
Lesen →Zusammenhang
Bausteine eines souveränen KI-Ökosystems
Wie greifen diese Projekte ineinander?
Die vier Projekte sind Teile eines Aufbaus. Wer KI-Agenten ernsthaft einsetzt, braucht drei Dinge, die er selbst in der Hand hält: eigene Modelle, damit die Substanz im Haus bleibt. Eine Möglichkeit, Entscheidungen vorher durchzuspielen, statt sie am Kunden zu testen. Und eine Struktur, die bleibt, wenn das Modell gewechselt wird.
Genau darauf zahlt jedes Projekt ein. Branded LLM liefert die eigenen Modelle und mit Bibo ein laufendes Beispiel dafür, dass ein offenes Modell auf eigener Hardware genügt, wenn der Textbestand stimmt. agentsim spielt Marktentscheidungen durch, bevor sie Geld kosten. Die Agent Area ist die Struktur selbst: Regeln, Wissen und Fähigkeiten so geordnet, dass ein Modellwechsel ein Handgriff bleibt. Das Unternehmens-OS überträgt diese Struktur auf eine Organisation.
Einzeln sind das vier Experimente. Zusammen sind sie der Versuch, ein souveränes KI-Ökosystem so weit zu bauen, dass man an etwas Laufendem prüfen kann, ob die Idee trägt.
Auswahl
Wie ich Projekte auswähle
Woran erkenne ich, ob ein Forschungsprojekt tragfähig und sinnvoll ist?
Drei Kriterien, an denen ich diese Frage entscheide:
- Es muss auf verschiedenen Plattformen und/oder LLM-Modellen laufen können. Wenn ein Vorhaben nur mit dem Rechenzentrum eines bestimmten Anbieters funktioniert, adaptiere ich Vorhandenes statt neue Ideen umzusetzen.
- Modelle kommen im Monatstakt. Was ich baue, muss Struktur und Funktionen behalten, wenn der Motor getauscht wird.
- Es kann auf lokaler oder angemieteter Hardware betrieben werden und zahlt auf europäische Souveränität ein.
Was diese Kriterien nicht erfüllt, weckt selten mein Forschungsinteresse.
Weitere Projekte folgen, sobald sie zeigbar sind.