Blog

Drei Wege, ein LLM mit Ihren Daten und Aufgaben arbeiten zu lassen - alles ins Kontextfenster legen, RAG (Retrieval-Augmented Generation) anbinden oder das Modell fine-tunen. Jeder Ansatz hat eigene Kosten, Aktualisierungsgeschwindigkeit und Genauigkeitsgrenze. Im Folgenden: Aufbau, Unterschiede und Strategiewahl für Chatbot, Support-Assistent oder internen Copilot ohne unnötige Ausgaben.

Codex ist das OpenAI-Produkt zum Schreiben, Bearbeiten und Debuggen von Code mit Sprachmodellen. Der Name erschien 2021 zusammen mit dem Modell, das den ersten GitHub Copilot antrieb; Mitte 2026 ist Codex ein vollwertiger Coding-Agent im Ökosystem von ChatGPT und GPT-5.6. Daneben arbeiten Cursor, Claude Code, GitHub Copilot und andere KI-Assistenten - alle beschleunigen die Entwicklung, binden sich aber unterschiedlich in den Workflow ein. Im Folgenden - was Codex heute ist, wie Programmier-Assistenten funktionieren und wie Sie ein Tool wählen.

• Codex - OpenAIs Coding-Agent: Repo-Änderungen, Terminal, Tests, Integration mit ChatGPT Work
• GPT-5.6 Sol - OpenAI-Flaggschiff für Code; Terra und Luna sind günstigere Varianten
• KI-Assistenten - von Tab-Vorschlägen bis zu Agenten, die das Projekt lesen und Befehle ausführen
• Tool-Wahl - hängt von IDE, Unternehmensrichtlinie, Budget und Automatisierungstiefe ab

Ollama ist ein Tool zum lokalen Betrieb großer Sprachmodelle (LLMs) auf Ihrem Computer oder Server. Es lädt Modelle herunter, verwaltet sie und stellt CLI und HTTP-API bereit - ohne Cloud-Abo und ohne Datenübermittlung an Dritte. Im Folgenden: warum lokale Modelle sinnvoll sind, Installation unter Windows, macOS und Linux, Modellauswahl und Anbindung an Anwendungen.

• Datenschutz - Prompts und Dokumente verlassen Ihren Rechner nicht
• Offline - nach dem Download ohne Internet nutzbar
• Kostenlos - keine Token-Gebühren, nur Hardware und Strom
• API - OpenAI-kompatibles Format für Cursor, n8n, LangChain und andere Tools

GEO (Generative Engine Optimization) ist die Optimierung von Website und Inhalten, damit generative Suchsysteme - ChatGPT, Perplexity, Google AI Overviews, Copilot, Gemini - Ihre Materialien finden, zitieren und Ihre Marke in Antworten empfehlen. Klassisches SEO bleibt wichtig, aber KI-Suche funktioniert anders: Das Modell zeigt keine Linkliste, sondern synthetisiert eine Antwort aus mehreren Quellen. Im Folgenden: Was GEO ist, wie es sich von SEO unterscheidet und wie Sie Ihre Website vorbereiten.

Ein KI-Agent ist ein Softwaresystem auf Basis eines Sprachmodells, das nicht nur Fragen beantwortet, sondern handelt: CRM-Daten sucht, Tickets erstellt, E-Mails sendet, Dokumente analysiert und Entscheidungen innerhalb definierter Regeln trifft. Für Unternehmen ist das eine Möglichkeit, Routine zu automatisieren, ohne für jedes Szenario ein separates Backend zu schreiben. Im Folgenden: Was Agenten sind, wie sie sich von Chatbots und klassischer Automatisierung unterscheiden, und wie man sie Schritt für Schritt einführt.

RAG (Retrieval-Augmented Generation) ist ein Ansatz, bei dem ein Sprachmodell relevante Fragmente aus Ihrer Wissensbasis sucht, bevor es antwortet, und dann Text generiert. Statt alle Dokumente in den Modellgewichten zu "speichern" oder vollständig in den Kontext zu laden, findet das System die passenden Stücke und fügt sie in den Prompt ein. Im Folgenden - was RAG ist, wie die Pipeline funktioniert und wann die Methode in Production sinnvoll ist.

Mitte 2026 prägen drei Tools die KI-gestützte Entwicklung: Cursor als Editor mit Agent über das gesamte Repo, Claude Code als Terminal-Agent von Anthropic und GitHub Copilot als Standard-Erweiterung für VS Code und JetBrains. Alle bieten Autocomplete, Chat und Multi-Datei-Edits, aber Philosophie, Ökosystem und Preis unterscheiden sich. Unten ein szenariobasierter Vergleich, um ein Tool oder eine bewusste Kombination zu wählen.

MCP (Model Context Protocol) ist ein offenes Protokoll, das standardisiert, wie KI-Assistenten mit externen Daten und Tools verbunden werden. Statt einer eigenen Integration pro Dienst (GitHub, Datenbank, CRM, Dateisystem) betreiben Sie einen MCP-Server, und der Client - Cursor, Claude Desktop, Zed und andere - verbindet sich über einen einheitlichen Vertrag. Im Folgenden: Was MCP ist, wie die Architektur funktioniert und warum das Protokoll in Production wichtig ist.

Cursor ist ein KI-gestützter Code-Editor auf Basis von VS Code. Er behält die gewohnte Oberfläche, Erweiterungen und Tastenkürzel, ergänzt aber Modell-Chat, Tab-Autovervollständigung, Agentenmodus und Projektkontext - nicht nur die geöffnete Datei. Im Folgenden - was Cursor IDE ist, worin es sich von einem normalen Editor unterscheidet und wann ein Wechsel sinnvoll ist.

Das Kontextfenster ist die Textmenge, die ein Sprachmodell in einer Anfrage „sieht": Ihr Prompt, der Chatverlauf, hochgeladene Dokumente und die Antwort des Modells. Ob eine ganze Codebasis, ein langer Vertrag oder nur ein kurzer Chat in einen API-Aufruf passt, hängt von der Fenstergröße ab. Im Folgenden: Definition, Messung in Tokens und warum das Fenster einer der wichtigsten Parameter bei der Modellwahl ist.