Was ich in über 20 Jahren Entwicklung gelernt habe und wie ich moderne KI-Werkzeuge tatsächlich einsetze – nachvollziehbar erklärt, mit Beispielen aus echten Projekten.
LLM-Anbindungen, Agenten und automatisierte Workflows im Praxiseinsatz.
Ein günstigeres Modell, kürzere Tool-Antworten, ein knapperer Prompt – und die Rechnung sinkt trotzdem nicht. Wer die Kosten einer LLM-Anbindung pro Aufruf misst, optimiert an der falschen Stelle. Wie du stattdessen pro erledigter Aufgabe misst und wo die Tokens wirklich hingehen.
Ein Assistent erzeugt in einem Nachmittag, wofür sonst zwei Tage angesetzt waren. Die zwei Tage sind damit nicht gespart, sie sind umgezogen – von der Tastatur ins Review und von heute in den Monat danach. Was die Zahlen dazu hergeben und wo ich die Grenze ziehe.
Eine Website ist am Tag des Launches fertig und ab dem Tag danach im Rückstand. Agenten können den Rückstand abarbeiten – aber nur dort, wo eine Regel entscheidet und nicht ein Geschmack. Wie sich diese Grenze ziehen lässt, in Stufen, die man wieder zurücknehmen kann.
Ob Performance-Bremse, gewachsener Altbestand oder eine konkrete KI-Idee: Schreib mir kurz, worum es geht. Ich schaue es mir an und sage dir ehrlich, was sich lohnt.