kmail.at
kontakt

anderswo

DeutschDE

über mich

KI-Systeme und agentische Systeme, von Anfang bis Ende gebaut

Agentische KI & Wissenssysteme sind die Arbeit: Agenten-Harnesse und Orchestrierung, Evaluierung, die Qualität prüfbar macht, Retrieval und Agenten-Gedächtnis, und Modelle, die auf Ihrer eigenen Hardware laufen — von Anfang bis Ende gebaut.

27
artikel
70
geprüfte tutorials
05
kurse
10
werkzeuge im register

fokus

Was ich baue

01// das vorfeld

KI & agentische Systeme

Machine Learning und agentische KI von Anfang bis Ende gebaut — die Arbeit zeigt jetzt auf Systeme, die denken.

  • Agenten-Harnesse, Orchestrierung und Werkzeugnutzung
  • Context Engineering — was das Modell sieht, und wann
  • Evaluierung: Eval-Suiten und LLM-as-Judge, damit Qualität nachprüfbar wird
  • veröffentlichte offene Werkzeuge, keine Demos

die veröffentlichten werkzeuge →

02// der unterbau

KI-Systeme

Der Teil, der tragen muss: Daten hinein, Retrieval, das arbeitet, Qualität, die messbar ist — auf Infrastruktur, die einen Namen hat.

  • Machine-Learning-Systeme und Pipelines
  • Knowledge Graphs, RAG und semantische Suche
  • Agenten-Gedächtnis, das die Sitzung überlebt
  • lokale und selbst gehostete Inferenz — offene Modelle auf Hardware, die Sie kontrollieren

das lernarchiv →

agentische KI & Agenten-Orchestrierung

Machine-Learning-Systeme & Pipelines

Retrieval, Knowledge Graphs & Agenten-Gedächtnis

hintergrund

Wie die KI-Arbeit begann

Architektur an der TU Wien → parametrisches Entwerfen → BIM → BIM-Management → Data Engineering → KI-Engineering → agentische KI.

Zwanzig Jahre Strukturierung großer, halbstrukturierter Daten unter normengebundener Governance — und dann das Bauen der Systeme, die sie abfragen.

Machine Learning und KI-Engineering, gebaut auf der Brücke zwischen Entwurf und Daten; heute: agentische Systeme — Harnesse, Orchestrierung und Evaluierung — im öffentlichen Sektor.

tiefe

Wo das Gewicht liegt

  • Agenten-Harnesse & Orchestrierung
  • Evaluierung & Qualität — Eval-Suiten, LLM-as-Judge
  • Retrieval, GraphRAG & Agenten-Gedächtnis
  • lokale & selbst gehostete Inferenz
  • Data Engineering & Pipelines
  • Deployment & Betrieb

werkzeugkasten

Der Stack, nach Domäne

agentische ki / ml// das vorfeld

  • Hermes Agent
  • agentische KI
  • KI-Engineering
  • Machine Learning
  • marimo

sprachen// das handwerk

  • Python
  • TypeScript
  • JavaScript

frontend / design// die schnittstelle

  • React
  • Webdesign
  • Grafikdesign
  • Flutter

infrastruktur / devops// das rückgrat

  • Docker
  • Linux
  • Traefik
  • selbst gehostet

daten// die erkenntnis

  • Data Engineering
  • Data Science
  • Retrieval
  • Embeddings

grenzen

Was ich mache — und was nicht

  • Begrenzte Artefakte, als funktionierende Systeme übergeben — keine Retainer, keine Leiharbeit.
  • Keine Software-Fabrik und keine Personalüberlassung: kein Wartungsvertrag, kein Body-Leasing.
  • Unabhängigkeit ist strukturell — keine Provisionen, kein Lizenzweiterverkauf, kein Hersteller, dessen Produkt ich bewegen muss.
  • Übergabe als Standard: das System läuft, wenn der Erbauer nicht mehr da ist.

manifest

Software sollte sich wie eine gute Shell-Sitzung lesen: jede Zeile beabsichtigt, jede Ausgabe ehrlich, nichts hinter einem Dashboard versteckt.

standort

Wien, Österreich

Alles hier wird von einer Person geschrieben und gepflegt, in Wien. Das Archiv umfasst derzeit 27 Artikel, 70 Tutorials, 5 Kurse und 10 Werkzeuge — ausgeliefert aus einem Terminal, nicht von einer Marketingseite.

48.2082° N · 16.3738° E

sitz in
Wien, AT
arbeitet
öffentlicher sektor
fokus
agentische KI · KI-Systeme
anderswo
github.com/mokmail