Womit ich mich
gerade beschäftige.

Im Mittelpunkt steht gerade eine Frage: Wie lässt sich der Nutzen unserer KI-Arbeit im laufenden Betrieb besser beurteilen? Dazu werden Aufwand, fachliche Qualität und die Weiterverwendung von Wissen genauer nachvollziehbar.

KI-Kosten nachvollziehbar machen

Ich arbeite an der Verbrauchserfassung je Tool und Durchlauf, zentral gepflegten Modellpreisen und der Wirtschaftlichkeit unseres Cachings. Verfügbare Kosten sollen nachvollziehbar sein; fehlende Kostendaten müssen sichtbar bleiben.

Content-Pipelines weiterentwickeln

Der Schwerpunkt liegt auf Quellenprüfung, nachvollziehbaren Prüfberichten und besserer interner Verlinkung. Die Ergebnisse aus echten Durchläufen zeigen, wo die Pipeline nachgebessert werden muss.

Agenten mit passendem Kontext versorgen

Context Store, MCP-Werkzeuge und wiederverwendbare Arbeitsanweisungen helfen, die passenden Informationen für eine Aufgabe bereitzustellen. Große Datenmengen werden ausgelagert und bei Bedarf gezielt zurückgeholt.