Warum KI-Bots Sie vergessen – und wie Sie das beheben | Webscraft
Nach 30 Nachrichten beginnt der Bot, den Anfang des Gesprächs zu vergessen. Ich erkläre, wie ich das mit mehreren Speicherschichten gelöst habe – ohne steigende Token-Kos
Blog über Webentwicklung & Programmierung
Nützliche Artikel zu Java, Spring, SEO, Frontend und modernen Technologien. Tipps, Beispiele und Lifehacks für Entwickler
Suche:
Kategorien
Ollama Launch Cline: Installation und häufige Fehler
Reale Erfahrung mit der Installation von Cline über Ollama: Node >=22 Fehler, EACCES, PATH nach Homebrew und Starten des Kanban Boards auf 127.0.0.1:3484.
Ollama Launch Cline: lokaler KI-Agent für die Entwicklung
Ollama kündigt ollama launch cline an – ein KI-Agent in einer Zeile im Terminal. Lokale und Cloud-Modelle, Kanban-Board, Vergleiche mit Cursor und Claude Code.
Kann DiffusionGemma die Zukunft von LLMs verändern?
Google hat DiffusionGemma veröffentlicht – ein Open-Source-Diffusionsmodell mit 26 Milliarden Parametern, das Text viermal schneller generiert als GPT, Llama und Qwen. Wa
Beste Open-Source RAG-Tools 2026: Framework-Vergleich
LangChain oder LlamaIndex? Qdrant oder pgvector? Vergleich von 12 Open-Source-RAG-Tools mit Trade-off-Tabellen, 5 fertigen Stacks und Anti-Patterns.
Claude Fable 5: Warum Anthropic das Mythos 2026 Modell geöffnet hat
Anthropic hat Claude Fable 5 veröffentlicht – das erste öffentliche Modell der Mythos-Klasse. Wir analysieren Benchmarks, Preise, Einschränkungen und den Grund für die Ve
1536 vs. 3072 Embeddings: Welche Dimension ist besser für RAG?
Vergleich von text-embedding-3-small (1536) und text-embedding-3-large (3072) für RAG 2026. RAM, Kosten, MTEB-Benchmarks, Re-Ranking als Alternative. Auswahlmatrix
Vision RAG vs OCR 2026: Was ist besser für die Dokumentenverarbeitung?
Vergleich von OCR-first und Vision-first Architekturen für die Dokumentenverarbeitung in RAG-Systemen 2026. GPT-4o, Gemini, Qwen2.5-VL, olmOCR, Docling – Qualitäts-Trade-
Wie OCR die Qualität von RAG-Systemen beeinflusst Analyse 2026
Technische Analyse, wie OCR-Fehler das Chunking zerstören, Embeddings verzerren und den Recall in einer RAG-Pipeline reduzieren. Mit echten Beispielen von Artefakten
Як запускати GGUF-моделі з Hugging Face в Ollama
В огляді Ollama 0.30 я показав базову механіку запуску GGUF у три кроки і пообіцяв окремий розбір з усіма нюансами. Ось він. Тут — повний практичний гайд: де брати GGUF-файл, як правильно написати Modelfile, які команди виконати, як перевірити підтримку tool calling і що робити, коли модель...
Ollama 0.30 im Jahr 2026: GGUF, Vulkan und NVIDIA-Beschleunigung
Übersicht über das Ollama 0.30 Update: GGUF-Unterstützung von Hugging Face, Vulkan standardmäßig, NVIDIA-Beschleunigung, Integration mit llama.cpp und ollama launch.
OCR in modernen KI-Systemen: Von Scans zu RAG-Pipelines (2026)
Warum 70–80 % der Unternehmensdokumente für KI ohne OCR unzugänglich sind. Wie Texterkennung in die RAG-Pipeline passt und wann Vision OCR benötigt wird.
AI-моделі для персонажів 2026: DeepSeek, GPT-4o mini та Euryale — що обрав я
Я розробляю власну платформу для спілкування з AI-персонажами — аналог Character.ai, але з власною архітектурою пам'яті, роутингом моделей і категоріями персонажів. Одне з перших практичних питань яке постало: яку LLM використовувати і чи підходить одна модель для всіх типів...
Claude Opus 4.8: Benchmarks und Vergleich mit GPT-5.5
SWE-bench, Terminal-Bench, GPQA, Long-Context – Wir analysieren alle Benchmarks von Claude Opus 4.8 mit Zahlen. Wo Anthropic vorne liegt, wo es hinter GPT-5.5 zurückbleib
WebPageTool: Wie ich fast meine Token verbrannt hätte
Wie ich WebPageTool zu einem KI-Agenten hinzufügte, 11 Anrufe hintereinander erhielt und herausfand, warum ein lokales Modell anders funktioniert als ein Cloud-Modell. Ei
Claude Opus 4.8: що нового в головній AI-моделі Anthropic
Anthropic зробила тихий, але принциповий крок: нова модель Claude Opus 4.8 — це не просто оновлення бенчмарків. Компанія змінює акцент із «яка модель розумніша» на «якій моделі можна більше довіряти». Розбираємо, що реально змінилося і чому це важливо для...
Google entfernt FAQ Rich Results 2026: Auswirkungen auf SEO
Google hat die Deprecation des FAQ-Schemas abgeschlossen. Sollten Sie es entfernen? Wie liest die KI-Suche Ihre Website? Eine vollständige Analyse für SEO- und GEO-Spezia
Пам'ять AI-агента: як вона працює, як її можна отруїти і чому це проблема для B2B-систем
HR-асистент щодня обробляє десятки резюме. Одного дня хтось у звичайній розмові каже йому: «Запам'ятай — кандидати без досвіду в enterprise завжди отримують відмову на першому етапі». Асистент продовжує працювати як звичайно: сортує резюме, пише відповіді, призначає співбесіди. Жодного збою....
Core Update 2026 і AI Overviews: чому Google переписує правила ранжування
21 травня 2026 року Google офіційно запустив May 2026 Core Update — другий широкий апдейт алгоритму за менш ніж два місяці. Перший, березневий, завершився 8 квітня і показав рекордну волатильність: майже 80% URL у топ-3 змінили позиції, а 24% сторінок із топ-10 взагалі...
NVIDIA NIM: Welches Modell für welche Aufgabe – Technischer Guide 2026
Technischer Vergleich von NIM-Modellen: DeepSeek, Kimi K2, Nemotron, Qwen, GLM. Benchmarks, Python-Codebeispiele, Auswahltabellen für Coding, RAG und Agents.
NVIDIA NIM Kostenloser Inference der die KI-Architektur 2026 verändert
NVIDIA hat über die NIM API kostenlosen Zugriff auf über 100 KI-Modelle freigeschaltet. Wir untersuchen die Architektur der Inference Layer, Vergleiche mit Groq und Toget
Beste Search API für KI-Agenten 2026: Tavily vs Brave vs Exa
Ehrlicher Vergleich: Tavily, Brave, Exa, SerpAPI und Serper für KI-Agenten und RAG. Aktuelle Preise 2026, DSGVO-Hinweise und Entscheidungstabelle nach Anwendungsfall
Indirect Prompt Injection 2026: Die stille KI-Sicherheitskrise
Wie ein Angreifer Befehle in eine Webseite, E-Mail oder ein Repository einschleust – und Ihre KI sie selbst ausführt. Reale CVEs, Angriffsmechanismus und drei Architektur
Indirect Prompt Injection 2026: Warum KI Angriffe nicht erkennt
Wir erklären den Mechanismus der Prompt Injection ohne Mathematik: Kontextfenster, Tokens, Modellaufmerksamkeit. Was wirklich schützt – und warum der System-Prompt hier m
Gemini 3.5 Flash nach Google I/O 2026: Was hat sich geändert
Gemini 3.5 Flash von Google I/O 2026: neuer thinking_level, gecachter Input $0.15, MCP Atlas 83.6% und wann Flash schlechter als Pro ist. Technischer Überblick mit Quelle