Blog von meimberg.io
Das Gedächtnis eines KI-Agenten ist kein Speicher-, sondern ein Ordnungsproblem. Was zählt, ist nicht möglichst viel Wissen, sondern das richtige zur richtigen Zeit.
Warum KI-gestützte Entwicklung schneller und gründlicher zugleich sein kann – und wo der Mensch unverzichtbar bleibt.
Am 7. Juli 2026 wurde das Agentic Organisations Collective gegründet – ein Verein, der agentische Organisation an sich selbst vorlebt.
KI liest aus Alt-Software Anforderungen heraus – prüfbar durch feste Form, Herkunftsbeleg und automatische Kontrolle.
Aus dem Konzept legt die KI über hundert Tickets selbst in Jira an – und fragt nach, statt zu raten.
Ein Grundlagenforscher ohne Verkaufsinteresse sagt, was ich seit Monaten beobachte: Bei KI stehen wir erst am Anfang.
Der Podcast Emergence ordnet KI-Entwicklungen klar ein und blickt auf die größeren Zusammenhänge dahinter.
Wie KI aus einem Anforderungskatalog ein vollständiges Konzept ableitet und gründliche Vorarbeit wieder bezahlbar macht.
Eingangsrechnungen folgen klaren Regeln und wiederholen sich ständig – ideal für einen KI-Agenten, der prüft und abgleicht.
PNPM installiert schneller, spart Speicherplatz und vermeidet Phantom-Abhängigkeiten – ein überzeugender Standard für 2026.
Bevor eine Alt-Anwendung neu entwickelt wird, sollte KI ihr verborgenes Fachwissen dokumentieren. Erst das macht die Ablösung planbar.
Vom eingesprochenen Gedanken zum geplanten Beitrag auf Blog und LinkedIn – ein Werkzeug, das auch meine KI bedienen kann.
Wie KI-gestützte Entwicklung beim langen Erstgespräch beginnt und warum gerade dort die eigentliche Arbeit liegt.
Wie KI-Agenten Google-Ads-Kampagnen selbst analysieren und korrigieren – am Beispiel von 709 Euro ohne Ergebnis.
Liegt eine geprüfte fachliche Beschreibung vor, erstellt KI die neue Software weitgehend selbst – Ablösung wird planbar.
Mein Arbeitstag besteht nur noch aus Gesprächen mit Agents. Eine Beobachtung darüber, wie sich Arbeit gerade verändert.
Nach einem Jahr KI-Coding habe ich Agent OS gebaut: Ein Git-Repo als Betriebssystem für AI-Agenten.
Warum KI-Agenten für simple Checks verschwenden? Ein Guard-Script spart 97% der API-Kosten bei Mail-Monitoring.
Die Evolution von AI Coding verläuft über drei Patterns: vom reaktiven Assistant über zielgetriebene Agents bis zu Multi-Agent Teams.
Agent-Regeln in Markdown sind Vorschläge, keine Garantien. Was wirklich zählt, sind mechanische Guards auf Permission-Ebene.