Agenten-Frameworks im Überblick
CrewAI, AutoGen, AutoGPT, DSPy, Browser Use, LangGraph — was Agenten-Frameworks leisten, wo sie sich unterscheiden und wann du welches nimmst.
Tools, Editoren und Runtimes für die Arbeit mit Künstlicher Intelligenz.
CrewAI, AutoGen, AutoGPT, DSPy, Browser Use, LangGraph — was Agenten-Frameworks leisten, wo sie sich unterscheiden und wann du welches nimmst.
Googles agent-first Dev-Suite aus Desktop-App, CLI und SDK. Wie Antigravity funktioniert, was es vom Gemini CLI ablöst und wo es gegen Claude Code antritt.
Hub, Spaces und die Libraries Transformers, Datasets, Diffusers und Accelerate — wie alles zusammenhängt und wie der Weg vom Modell-Finden zum Deployment läuft.
Cursor, Windsurf, Claude Code, GitHub Copilot, Continue.dev, Aider im Vergleich. Mit Tabelle und Entscheidungshilfe für vier typische Workflows.
LangGraph als Standard für Agenten-Orchestrierung — Nodes, Edges, State, Schleifen, Human-in-the-Loop und Persistence verständlich erklärt.
Wie du Sprachmodelle auf eigener Hardware betreibst — VRAM-Bedarf, Tool-Landschaft (Ollama, LM Studio, llama.cpp, vLLM) und welche Modelle für welche GPU.
Microsofts SDK für KI-Agenten: Wie es Semantic Kernel und AutoGen zusammenführt, was Agents und Workflows trennt und wann es sich lohnt.
Microsofts eigenes KI-Coding-Modell, vorgestellt auf der Build 2026. Ersetzt GPT-4 in GitHub Copilot ab August 2026 — was dahintersteckt.
LangChain, LlamaIndex, LangGraph und Haystack im Vergleich. Wofür sie gemacht sind, wann Eigenbau lohnt — und die häufigsten Stolperfallen.
n8n, Dify und Ollama als selbst gehosteter KI-Stack — wer welche Schicht macht, wann sich das lohnt und welche Hardware du brauchst.
Was Vektor-Datenbanken leisten, wofür man sie braucht und wie sich Chroma, Weaviate, Milvus, Qdrant und pgvector im Vergleich schlagen.