Aus dem Betrieb.

KI-Outputs im Betrieb: Wie wir Qualität sichern

Qualitätssicherung für KI-Outputs ist kein Einmalprojekt. Was wir nach 40+ Systemen im laufenden Betrieb gelernt haben, um Output-Qualität zu halten.

llms.txt: Wie wir es bei SUMAX aufgesetzt haben

Was llms.txt ist, warum wir uns dafür entschieden haben, und welche Felder bei uns wirklich drin stehen — aus dem Betrieb, nicht aus der Spec.

ChatGPT vs. Claude: Was wir bei SUMAX einsetzen

Drei Jahre paralleler Betrieb von ChatGPT und Claude über 40+ Systeme. Welches Modell wir wo einsetzen, was es kostet, was wir gelernt haben.

KI-Prompts sind Dokumentation, keine Magie

Prompts werden oft wie Betriebsgeheimnisse gehütet. Das ist ein Fehler im Betrieb. Warum KI-Prompts Dokumentation sind und was das für Teams bedeutet.

40+ KI-Systeme: 2 Jahre Aufbau in einer Agentur

Wir haben seit 2022 über 40 KI-Systeme in den Produktivbetrieb einer 50-Personen-Agentur gebracht. Hier sind die Dinge, die wir unterschätzt haben.

Kaufen oder bauen: Wie wir KI-Investitionsentscheidungen treffen

Die meisten KI-Anbieter versprechen schnelle Ergebnisse. Wir haben beides ausprobiert: externe Tools und eigene Systeme. So entscheiden wir heute.

FastAPI statt Django: Eine Entscheidung, die wir nicht bereut haben

Warum wir unsere Backend-Dienste auf FastAPI migriert haben — und was die eigentlichen Gründe dafür waren.

OKRs in einer 50-Personen-Agentur: Was funktioniert, was nicht

Wir nutzen OKRs bei SUMAX seit mehreren Jahren. Was sich bewährt hat, was nicht mehr funktioniert und was ich jedem empfehle der damit anfangen will.

AI Visibility: Wenn Google nicht mehr allein entscheidet

Perplexity, ChatGPT Search, Gemini: KI-Suchanfragen umgehen klassische SERP-Ergebnisse. Was das für Markensichtbarkeit bedeutet und wie man es messen kann.

Zwei Jahre KI-Betrieb: Was ich heute anders machen würde

Seit Sommer 2023 bauen wir KI-Systeme in einer 50-köpfigen Agentur. Nach zwei Jahren: Was hat funktioniert, was nicht, was würde ich anders machen.

KI-ROI in der Agentur: Wann ein System seinen Preis rechtfertigt

API-Kosten, Wartungsaufwand, Qualitätsprüfung: KI-Systeme haben laufende Kosten, die im Pitch nie auftauchen. Wie wir Rentabilität messen.

KI-Infrastruktur aufbauen: Ab wann Struktur zwingend wird

Fünf KI-Systeme lassen sich noch manuell betreiben. Bei zwanzig nicht mehr. Was sich strukturell ändern muss und was ich beim ersten Mal falsch gemacht habe.

KI-Transformation: Ein Team führen ohne es zu verlieren

50 Mitarbeitende, 18 Monate KI-Transformation. Die härteste Führungsaufgabe war nicht die Technologie. Es war das Vertrauen des Teams.

Unsere ersten produktiven KI-Pipelines: Was geblieben ist

Ende 2023 hatten wir ein Dutzend KI-Experimente laufen. Anfang 2024 haben wir aufgeräumt: Was produktiv geblieben ist, was nicht und warum.

Was GPT-4 mit unserem SEO-Betrieb wirklich verändert hat

Viele prophezeiten 2023 das Ende von SEO. Wir haben stattdessen unsere SEO-Kapazität verdoppelt, mit denselben Menschen. Was wirklich funktioniert hat.

Warum wir 2023 aufgehört haben, KI als Experiment zu behandeln

GPT-4 war der Wendepunkt. Nicht wegen der Technologie, sondern wegen einer einfachen Frage: Was kostet uns das Warten, wenn das jetzt funktioniert?