Gedanken, Erfahrungen und Notizen zu IT-Administration, Automatisierung und KI-Workflows.
Nicht weil Cloud schlecht ist. Sondern weil ich immer wieder dasselbe erlebt habe: Unternehmen, die ihre sensibelsten Prozesse auf fremde Server auslagern – und irgendwann merken, dass sie die Kontrolle abgegeben haben.
Einleitung: Wenn KI-Modelle zur Schule gehen
Eine Case Study über deterministische KI-Entwicklung in Google Antigravity
Intro
Als Unternehmen stehen wir vor einem Dilemma: Wir wollen die Effizienz von KI nutzen, aber wir können (und dürfen) unsere sensiblen Prozessdaten nicht einfach an US-Tech-Giganten schicken.
Von Roy Bretfeld – Industrial AI Architect & Prozess-Optimierer
Vor ein paar Tagen habe ich darüber geschrieben, wie ich Googles mächtigste KI-Tool, Antigravity, technisch unter Kontrolle bringen musste, bevor ich es für meine Projekte einsetzen konnte. Ich habe von Commit-Polizei, Fehlerdatenbanken und radikaler Kontextbegrenzung erzählt. Und ich habe viele Rückfragen bekommen – vor allem eine: Woher kommt eigentlich dieses Mindset? Dieser fast schon kompromisslose Drang nach Kontrolle und Verantwortung im System?
Warum ich Googles mächtigstem KI-Tool in meiner Freizeit Handschellen angelegt habe. 🔒
Die Künstliche Intelligenz ist längst Realität im Unternehmensalltag. Während viele Organisationen auf cloudbasierte Lösungen wie ChatGPT oder Google Gemini setzen, zeigt sich ein fundamentales Problem: Diese Ansätze gefährden die Datensouveränität europäischer Unternehmen und verhindern die echte Integration von KI in tägliche Arbeitsprozesse.