Softwareentwicklung und so.
Ich will hier meine Gedanken zum Thema #KI loswerden.
| Website | https://mycontrol.de |
| Website | https://mycontrol.de |
Die Erfahrung haben wir auch gemacht.
Und es ist ja auch wenig überraschend.
Wie Beethoven mit E-Gitarre.
https://www.heise.de/news/Was-macht-gute-Vibe-Coder-aus-11280068.html
Wie wird aus KI-Forschung echte Anwendung?
🎥 Björn Ommer, Professor an der Ludwig-Maximilians-Universität, erklärt, wie Stable Diffusion in die breite Anwendung gekommen ist:
🔍 Das Problem: KI wurde leistungsfähig, aber teuer & exklusiv.
🧩 Die Lösung musste kompakt, effizient & leistungsstark sein.
🌍 Open Source machte KI zugänglicher.
Ausführliches Interview: ➡️ https://www.plattform-lernende-systeme.de/erfolge-der-deutschen-ki-forschung-projekt/stable-diffusion.html
Mehr spannende Erfolge deutscher KI-Forschung auf unserer Website ➡️ https://www.plattform-lernende-systeme.de/erfolge-der-deutschen-ki-forschung.html
RE: https://social.heise.de/@heiseonline/116486461234200978
ohne Worte.
» #KI hat einen betriebswirtschaftlichen Nutzen und löst das Versprechen ein, dass sich diese Investition auch lohnt.« Genau das würden Unternehmen auch erwarten, »idealerweise innerhalb von einem bis maximal zwei Jahren«, so Korff. Und das sei »mittlerweile absolut realistisch«.
Zwei Wege, wie man #AI (speziell #LLM) in gewachsene Systemlandschaften integrieren kann:
links: neues System in alte Landschaft setzen = mehr Abhängigkeiten und Komplexität = dauerhaft mehr Workload in der #IT
rechts: technische Schulden abbauen, digitalen Reifegrad erhöhen, #KI Plattform etablieren
[Bild: #ChatGPT]
Linux hat jetzt auch Richtlinien für KI Programmierung gemacht. Die sind im wesentlichen identisch mit unseren.
https://github.com/torvalds/linux/blob/master/Documentation/process/coding-assistants.rst