Mit KI arbeiten: dasselbe Wort, zwei Aktionen — und eine Stunde Fehlersuche
Ein Wort, zwei Bedeutungen: Ich blockierte einen Git-Commit, die KI verstand Deploy. Warum gemeinsames Vokabular beim Arbeiten mit KI über alles entscheidet.
Arbeitsweisen, Workflows und Routinen rund um den produktiven Einsatz von KI im Alltag.
Ein Wort, zwei Bedeutungen: Ich blockierte einen Git-Commit, die KI verstand Deploy. Warum gemeinsames Vokabular beim Arbeiten mit KI über alles entscheidet.
Wie ich meine CLAUDE.md von Stilrichtlinie auf Token-Budget umgestellt habe — 6 Prinzipien für weniger Kosten, weniger Wartezeit und ehrlicheres Reporting.
Wie ich meine KI-Wissensbasis mit RAG aktuell halte — durchsuchbar, gepflegt per Stichwort und nachts von allein nachindexiert, statt zu veralten.
Headless-Agenten auf dem eigenen Rechner, gespeist aus deinem vorhandenen Abo statt aus einer API-Rechnung — wie boostN viele Modelle orchestriert.
Pläne als Rich-Text, Dateien per Drag & Drop dran, und der KI-Agent liest beides mit. Wie der neue Plan-Bereich in boostN den Projektkontext bündelt.
Ein getipptes Keyword löst bei uns einen festen KI-Ablauf aus — und jeder Schritt muss committet werden, bevor der nächste kommt. Warum das der Trick ist.
Die Session-URL war plötzlich weg aus dem Terminal. Wie wir sie über einen Server-Endpoint wiederfanden — und was das für die Arbeit über der IDE bedeutet.
Rohe HTML-Mockups verbrennen Tokens, bevor die KI sie überhaupt versteht. Ein Strip-Schritt im Server senkte eine Datei von 26.900 auf 650 Tokens.
Unsere Spracherkennung schnitt mal eben den halben Satz vorne ab. Der Übeltäter war nicht das Mikro, sondern das Keyword-Glossar selbst — per A/B-Test belegt.
Warum diktierte Texte verschluckt wurden, wie SoX-Normalisierung und ein Modell-Switcher das Problem lösen — und was im Hintergrund wirklich passiert.
Whisper-small mit 90 Datenpunkten, zwei KI-Prompts und einem personalisierten Keyword-Glossar fehlerfreier machen — inkl. Kopiervorlage.
Anthropics Statusboard meldet 98,64 % Uptime. Die Tages-Streifen erzählen eine andere Geschichte — und die ist für die Arbeit relevanter.
Cascading Failures, Sycophantic Confirmation, Silent Failure: die unterschätzte Risikoklasse bei KI-Agenten — und wie wir sie bei boostN.ai lösen.
KI-Anbieter kippen Flat-Rates Richtung Verbrauch. Warum das kommen musste, was es kostet und welche drei Hebel den Umstieg abfedern.
Warum Migrationen trotz Sandbox durchrutschen, wie man sich in Worktrees selbst die DB abschießt — und welche Schicht das Problem strukturell löst.
Eine harte Sperrliste für kritische Bereiche — die KI muss sie körperlich aushebeln, statt sie nur zu ignorieren. Warum das überraschend gut funktioniert.