🎤 Session 1 – Entwickeln mit souveräner KI: Was lokale Modelle heute leisten und welche Kontext-Disziplin sie verlangen
Offene Modelle sind 2026 nah an die kommerzielle Spitze herangerückt. Aber lokal bedeutet auch: kleineres Kontextfenster, längere Antwortzeiten, mehr Disziplin.
Wir zeigen eigene Messungen aus identischen Entwicklungsaufgaben – lokales Modell gegen Cloud-Modell. Verglichen wird, was im Alltag zählt: Zeit bis zum grünen Test, Zuverlässigkeit der Tool-Aufrufe, Nachbesserungsaufwand, Tokenverbrauch.
Im zweiten Teil geht's um die Mechaniken: Kontext-Budgetierung, Compaction, Sub-Agenten mit isoliertem Kontext, Code-Wissensgraphen als Ersatz für datei-weises Durchsuchen.
Zum Abschluss: eine moderierte Runde. Am Ende nehmen alle eine gemeinsam erarbeitete Entscheidungsmatrix „welche Aufgabe auf welches Modell" mit.
🎤 Session 2 – Lokale KI in der Praxis: Was möglich ist, wenn die Daten das Haus nicht verlassen
Lokale KI ist mehr als eine DSGVO-Antwort. Ein Modell im eigenen Haus darf etwas, das im Cloud-Setup fast nie zählt: sich Zeit nehmen. Nachts. Am Wochenende. Ohne dass jemand wartet.
Wir zeigen an einem konkreten Prototyp, warum man KI auf klein geschnittene Aufgaben ansetzt statt aufs ganze Problem – und wie man das Ergebnis messbar macht.
