Kontext.FM

In dieser Folge von Kontext.FM zeigen Kai und Trutz, warum der Browser das unterschätzte Schweizer Taschenmesser für AI-Projekte ist. Sie erklären, wie Nicht-Entwickler mithilfe von Coding-Agenten wie ChatGPT oder Claude eigene Mikro-Tools als Single-Page-HTML bauen können, um komplexe Aufgaben ohne IT-Freigabe oder Cloud-Zwang zu lösen.

Die Themen dieser Episode:

• Warum Browser-basierte Tools die modernen Makros der AI-Ära sind.
• Praktische Anwendungsfälle: Von der Verknüpfung mehrerer Excel-Tabellen bis hin zur automatisierten Fluktuationsanalyse.
• Datensicherheit und Datenschutz: Wie man sensible Dokumente lokal verarbeitet, ohne sie mit Cloud-Anbietern zu teilen.
• Die Macht der Visualisierung: Interaktive Dashboards, Kartenansichten und 3D-Grafiken mit JavaScript-Bibliotheken erstellen.
• Fortgeschrittene Setups: Einbindung lokaler Sprachmodelle (wie Llama 3) für die private Analyse von Verträgen und Bewerbungen.
• Schritt-für-Schritt-Anleitung: Wie du mit einem einfachen Prompt dein erstes eigenes Tool generierst.

Erwähnte Ressourcen und Links:

• Ollama für das lokale Ausführen von Sprachmodellen.
• ChatGPT und Claude als Coding-Assistenten.

Feedback und Fragen gerne an: [email protected]

In dieser Folge tauchen Trutz und Kai tief in die praktische Umsetzung eines internen KI-Agenten ein. Inspiriert durch OpenClaw hat Trutz ein eigenes System auf Basis von LangChain und TypeScript entwickelt, das heute als zentrales Werkzeug bei AMALYTIX dient. Er berichtet von den ersten Schritten, der Auswahl der richtigen Frameworks und warum Datensicherheit bei der Nutzung von AWS Bedrock an erster Stelle steht.

Die Themen dieser Episode:

• Der Weg vom Experiment zum produktiven internen Tool.
• Warum LangChain als Framework für Agenten-Harness und Tool-Calling gewählt wurde.
• Datensicherheit und Zero Data Retention durch den Einsatz von AWS Bedrock.
• Praktische Use-Cases: Von der Analyse doppelter Abbuchungen bis zum automatisierten Bug-Reporting.
• Die Kostenfalle API: Warum 800 Dollar an einem Tag verbrannt wurden und wie man Token-Usage optimiert.
• Deployment-Strategie: Warum der Agent auf einem MacBook Air im Büro via Tailscale läuft.
• Die Vision der AI-First-Company: Demokratisierung von Wissen durch zentrale Knowledge Bases.

Erwähnte Tools und Begriffe:

• LangChain (Framework für LLM-Applikationen)
• Deep Agents Framework von LangChain
• AWS Bedrock (Cloud-Plattform für KI-Modelle)
• Tailscale (Sicheres Networking für den lokalen Zugriff)
• Linear (Task-Management mit MCP-Server-Anbindung)
• Stripe & Help Scout (Datenquellen für den Agenten)
• MCP (Model Context Protocol)

In der Pilotfolge von Kontext.FM begrüßen euch Kai und Trutz zu ihrem neuen Podcast über die praktische Anwendung von Künstlicher Intelligenz. Die beiden Experten teilen ihre Vision, AI nicht nur theoretisch zu diskutieren, sondern konkrete Inspirationen für ambitionierte Nutzer zu liefern – ganz ohne dass man dafür tiefgreifende Programmierkenntnisse benötigt.

Die Themen dieser Folge:

• Wer sind Kai und Trutz und was ist ihr Hintergrund in Informatik und E-Commerce?
• Warum dieser Podcast eine Inspiration für Nicht-Entwickler sein soll.
• Erste Einblicke in den Einsatz von AI-Agenten als wertvolle Teammitglieder.
• Wie KI die Softwareentwicklung und interne Unternehmensprozesse beschleunigt.
• Ein Ausblick auf die erste reguläre Folge über einen spezifischen Agenten-Case.

Erfahrt, warum wir uns in einer technologischen Transformation befinden, die nur alle 20 Jahre vorkommt, und wie ihr diese für eure eigenen Projekte nutzen könnt.

• (00:00:00) Worum geht es?
• (00:01:57) Wer sind wir?
• (00:04:28) Ausblick auf die erste Folge