Blog
Aktuelle Einblicke und Artikel rund um KI und Automatisierung.
Vom Auspacken zum privaten Heim-Gehirn: Warum ich machine_setup_automation gebaut habe
Ein Strix Halo oder DGX Spark ist schnell ausgepackt — bis der erste Token fließt, vergeht trotzdem ein Wochenende. kwisatz reduziert die Einrichtung eines lokalen Inferenz-Servers auf eine YAML-Datei und einen Befehl.
21. August 2026 von Julian Weber
RAG ohne Frontier-Modelle: Warum gutes Retrieval wichtiger ist als das größte LLM
Wie unser Advanced-RAG-Setup mit hybrider Suche, Reranking und lokalen Open-Weight-Modellen arbeitet und warum es kein Frontier-Modell braucht.
24. Juni 2026 von Manuel Spörer
LLMs verständlich erklärt: Training, Modellgröße, Quantisierung und K-Quants
Was LLMs wirklich sind, wie sie trainiert werden, welche Architekturunterschiede zählen und warum Quantisierung und K-Quants über die lokale Nutzbarkeit entscheiden.
18. Mai 2026 von Manuel Spörer
Neuronale Netze einfach erklärt: Wie Maschinen aus Beispielen lernen
Neuronale Netze sind keine Magie und kein digitales Gehirn. Sie sind Systeme, die aus Beispielen lernen, Fehler messen und ihre inneren Gewichte Schritt für Schritt anpassen. Ein verständlicher Einstieg in die Grundidee moderner KI.
26. April 2026 von Manuel Spörer
CUDA, Compute Capability und Treiber: Warum neue NVIDIA-GPUs plötzlich nicht mehr laufen
CUDA Toolkit, Compute Capability und Treiber sehen oberflächlich wie dasselbe aus — sind es aber nicht. Warum neue NVIDIA-GPUs trotzdem laufen (oder eben nicht) und wie sich die typischen Fehler sauber einordnen lassen.
20. Januar 2026 von Manuel Spörer
DGX Spark vs. RTX 5090 vs. RTX PRO 6000 Blackwell: Welche NVIDIA-Plattform eignet sich für welche KI-Workloads?
Drei Blackwell-Systeme, drei völlig verschiedene Einsatzszenarien. Ein Überblick über DGX Spark, RTX 5090 und RTX PRO 6000 — und wofür sie wirklich gebaut sind.
15. Dezember 2025 von Manuel Spörer