Konzept
Remotion: Videos mit Code statt von Hand schneiden
Remotion macht Videos zu React-Komponenten, jeder Frame ist Code. Was das Framework kann, wie der Einstieg läuft und warum es zu …
Konzepte
Konzept-Stücke erklären die Bausteine. RAG, MCP, Reasoning-Models, Agents, Context-Engineering, Inference-Cost-Modellierung, Tool-Use, Multi-Modal-Architectures, Embeddings, Fine-Tuning vs Prompt-Engineering vs Context-Stuffing.
Jedes Konzept-Stück ist drei-stufig aufgebaut. Erste Tiefe: in einem Satz, für wenn du nur Awareness brauchst. Zweite Tiefe: in drei bis fünf Absätzen, für mentales Modell. Dritte Tiefe: deep, mit Implementation-Details, Edge-Cases, was-bricht-wann. Du steigst aus wo es für dich genug ist.
Konzept-Stücke tragen “Erklärt 2026-XX-XX” plus “Letzte Frische-Prüfung”. KI-Konzepte verändern sich, Definitionen verschieben sich, neue Patterns überschreiben alte. Automatisches Re-Verify-Tracking.
Konzept
Context-Engineering, einfach erklärt
Context-Engineering ist die strukturierte Disziplin LLM-Antworten zu verbessern, indem du die Bausteine im Context-Window aktiv …
Konzept
Reasoning-Models, einfach erklärt
Reasoning-Models führen vor der Antwort sichtbares Schritt-für-Schritt-Denken aus. Was sie unterscheidet, wann sie helfen, was sie …
Konzept
RAG (Retrieval-Augmented Generation), einfach erklärt
Retrieval-Augmented Generation ist das Pattern, bei dem ein LLM vor der Antwort relevante Dokumente sucht und in den Context lädt. …
Konzept
MCP (Model Context Protocol), einfach erklärt
Model Context Protocol ist Anthropic's offener Standard wie LLMs strukturiert mit externen Tools und Datenquellen reden. Hier …
Konzept
Verifiable Process Rewards, einfach erklärt
Verifiable Process Rewards geben Sprachmodellen nach jedem Denkschritt Feedback statt nur am Ende - das ist der …