Blog

Notizen zu zuverlässiger KI.

LLM-Zuverlässigkeit, Halluzinationsminderung, Design agentischer Systeme und das, was tatsächlich funktioniert, wenn KI auf regulierte Branchen trifft.

3. August 2026·2 Min. Lesezeit

Warum Halluzinationsminderung wichtiger ist als Modellgröße

Größere Modelle halluzinieren anders, nicht seltener. Der eigentliche Unterschied liegt zwischen Systemen, die ihre Ausgabe verifizieren, und solchen, die es nicht tun.

LLM ReliabilityHallucination MitigationModel SelectionBeitrag lesen

29. Juli 2026·2 Min. Lesezeit

Orchestrierung vs. Emergenz: Wann Multi-Agenten-Systeme scheitern

Sowohl orchestrierte als auch emergente Multi-Agenten-Architekturen scheitern in der Produktion. Hier zeigt sich, wann welcher Ansatz sinnvoll ist und worauf es ankommt, um sie vertrauenswürdig zu machen.

Agentic SystemsMulti-Agent ArchitectureSystem DesignBeitrag lesen

22. Juli 2026·2 Min. Lesezeit

RAG-Systeme halluzinieren immer noch. Was wirklich hilft.

Die meisten glauben, besseres Retrieval behebt Halluzinationen. Das stimmt nicht. Die Lösung sind begrenzte Generierung, Confidence-Schwellenwerte und explizite Fallback-Ketten.

RAGHallucination MitigationLLM ReliabilityBeitrag lesen

15. Juli 2026·3 Min. Lesezeit

Prompt Risk Density: Halluzinationsrisiko frühzeitig messen

Die meiste Halluzinationsforschung setzt beim Modell an. Meine Bachelorarbeit, Echo, misst, wie viel Risiko bereits im Prompt steckt, noch bevor die Generierung beginnt.

LLM ReliabilityHallucination MitigationBeitrag lesen

15. Juli 2026·3 Min. Lesezeit

Konsens ohne Orchestrator

Multi-Agenten-Systeme setzen typischerweise einen Koordinator ein, der zum Engpass wird. Mycellium funktioniert anders: eine Auktion, ein Blackboard, eine Konsensregel.

Agentic System DesignMulti-Agent SystemsBeitrag lesen

Bevorzugen Sie einen Feed? Per RSS abonnieren.