In Folge 9 erklären wir agentische KI und zeigen den Unterschied zu KI-Agenten auf. Agentische KI hat einen hohen Autonomiegrad, kann selbstständig Aufgaben planen, Tools wählen, Daten über Schnittstellen abrufen und Aktionen mit minimaler menschlicher Intervention ausführen. Darüber hinaus stellen wir unterschiedliche Architekturmuster vor. Natürlich gehen wir auch wieder auf einige Tools ein.

In Folge 8 stellen wir euch einen KI-gestützten Lead-Scraper für Kaltakquise vor. Ziel ist es, Geschäftskontakte zu finden und gezielt Unternehmen zu identifizieren. Wir besprechen Kostenoptimierungen durch Quelltext-Reduktion, Modellwahl (Mini/Nano) und Fehlerhandling gegen Halluzinationen.

In dieser Folge erklären wir das Model Context Protocol (MCP): Bedeutung, Funktionsweise sowie Vor- und Nachteile. MCP wurde 2024 von Anthropic entwickelt, 2025 an die Linux Foundation übergeben und ist Open Source. Ziel ist ein standardisiertes, bidirektionales Protokoll zur Verbindung von KI-Tools (z. B. ChatGPT/Claude/Gemini) mit externen Systemen.

Diese Folge erklärt Retrieval Augmented Generation (RAG). RAG ergänzt parametrisches Wissen der Modelle durch externes, nicht-parametrisches Unternehmenswissen,verbessert Antwortqualität und reduziert Halluzinationen. Vor allem die Datenqualität, der Aufbau der Wissensbasis und das Berechtigungsmanagement spielen in der Praxis eine große Rolle.

Link Einstiegsbeispiel: https://www.independent.co.uk/news/uk/home-news/ai-kent-sewer-blockage-fatberg-b2832117.html

Links zu Forschungsarbeiten:

https://arxiv.org/pdf/2312.10997

https://arxiv.org/pdf/2506.00054

https://arxiv.org/pdf/2402.19473

In dieser Folge beschäftigen wir uns mit der Verlässlichkeit von LLMs und thematisieren dabei auch Halluzinationen. Wir erklären euch die Ursachen für Halluzination und geben Tipps, wie ihr das Auftreten von Halluzinationen verringern könnt.

Diese Folge gibt euch einen Überblick über Large Language Models.  

Wir blicken auf einige Anbieter und besprechen Auswahlkriterien für LLMs. Dabei gehen wir insbesondere auf Metriken für LLMs ein. Natürlich gibt es auch wieder zwei Tooltipps für die Überwachung und Performanceevaluierung.

Rainforest Connection: https://www.itu.int/hub/2023/09/rainforest-connection-acoustic-monitoring-to-protect-nature/

Mistral Modellübersicht: https://docs.mistral.ai/models/overview

Anthropic Modellübersicht: https://platform.claude.com/docs/en/about-claude/models/overview

OpenAI Modellübersicht: https://developers.openai.com/api/docs/models

Google Modellübersicht: https://ai.google.dev/gemini-api/docs/models?hl=de

Langfuse: https://langfuse.com/

EvidentlyAI: https://www.evidentlyai.com/

In unserer dritten Folge geht es um Prompting und warum KI-Ergebnisse oft unbrauchbar sind, wenn zu wenig Kontext gegeben wird. Wir sprechen über KI als „digitalen Kollegen“ und betonen, dass gute Resultate durch kontextreichen Input, klare Output-Erwartungen, Beispiele und iteratives Nachschärfen über mehrere Prompts entstehen; außerdem kann man die KI explizit auffordern, Rückfragen zu stellen. Weiterhin erklären wir Begriffe wie One-Shot-Prompting, Chain-of-Thought (Schrittfolgen/Plan erstellen lassen), Prompt Engineering sowie rollenbasiertes Prompting. Praktische Tipps sind Spracheingabe zur schnelleren Prompterstellung, Prompts von der KI mit Fragen entwickeln zu lassen, Prompts zu speichern und als Bibliothek im Team zu teilen.

Link Philyra AI: https://www.symrise.com/scent-and-care/competence-platforms/philyra/

In der 2. Folge von Adopting AI diskutieren wir, warum KI uns noch nicht arbeitslos macht. Dabei beleuchten wir insbesondere, was KI heute schon gut kann und wie sie uns bei Aufgaben unterstützt. Wir arbeiten aktuelle Limitationen heraus und stellen fest, dass KI nicht einfach für jegliche Tätigkeiten/Prozesse eingesetzt werden sollte.

Adopting AI ist euer Podcast für Realismus statt Träumerei beim Thema AI. In unserer Pilotfolge erklären wir unser Podcast-Konzept und starten direkt mit dem ersten Thema: ShadowAI.

KI wird in Unternehmen oft bereits unbemerkt genutzt (z. B. Generator-Buttons in Marketing-Tools, Microsoft Copilot). Wir zeigen auf, welche Risiken dies birgt und wie ihr dem entgegenwirken könnt.

LinkedIn Fabian: www.linkedin.com/in/fabian-bützler-360486204

LinkedIn Jan-Niklas: https://www.linkedin.com/in/jan-niklas-georges/

Studien-Link: https://www.cybsafe.com/press-releases/study-almost-40-of-workers-share-sensitive-information-with-ai-tools-without-employers-knowledge/

Langdock Link: https://langdock.com/de