// NIJITECH · BLOG
Über Technologie, Software und künstliche Intelligenz.
Wöchentliche Beiträge zur Praxis, KI in den Produktivbetrieb zu bringen — und zu den Architekturentscheidungen dahinter.
Beiträge
Technologie6 Min. Lesezeit
MCC-Limits im Autohaus: warum die Bank Raten kappt
Kann ein Autohaus keine Ratenzahlung anbieten, liegt das meist nicht am Limit der Kundin, sondern am Händlerkategorie-Code. Was der Code bewirkt und wie man ihn umgeht.
Technologie5 Min. Lesezeit
Treuhand beim Autoverkauf: wann wechselt das Geld?
In einer Treuhandstruktur geht das Geld nicht an den Verkäufer, sondern an einen lizenzierten Dritten und wird freigegeben, sobald die Bedingungen erfüllt sind. Der Ablauf Schritt für Schritt.
Technologie6 Min. Lesezeit
Exportkäufer finden: warum eine gekaufte Liste nicht reicht
Zwischen einer gekauften E-Mail-Liste und dem Finden eines Käufers liegt ein Unterschied. Die eine gibt Namen; das andere zeigt, warum dieser Name Ihr Produkt kaufen würde.
Künstliche Intelligenz7 Min. Lesezeit
ATS gegen Talent Intelligence: der Unterschied
Ein ATS ist ein System of Record, Talent Intelligence ein System der Beurteilung. Werden beide verwechselt, fallen geeignete Bewerber am Stichwortabgleich durch.
Technologie6 Min. Lesezeit
Blockchain-Finalität: wann ist eine Transaktion fertig?
„Bestätigt" und „unumkehrbar" sind nicht dasselbe. Für ein System, das Zahlungen annimmt, bestimmt genau dieser Unterschied, wie viele Sekunden Sie warten.
Software6 Min. Lesezeit
Prompts im Code: die neue Form technischer Schuld
Verteilen sich Modell-Prompts über den Quellcode, wird jede Textänderung zu einem Release. Das ist genau das, was vor zehn Jahren mit SQL-Abfragen passierte.
Technologie6 Min. Lesezeit
Fernzugriff: der teuerste Fehler ist die offene Berechtigung
Wer sich per Fernzugriff verbindet, hat dieselben Rechte wie die Person, die vor dem Gerät sitzt. Deshalb liegt das eigentliche Risiko nicht im Passwort, sondern darin, nicht zu wissen, wer noch Zugriff hat.
Künstliche Intelligenz7 Min. Lesezeit
RAG oder Fine-Tuning? Welches Problem verlangt was
Beide gelten als Antwort auf den Satz „bringen wir dem Modell unsere Daten bei". Dabei lösen sie zwei verschiedene Probleme. Drei Kriterien für die Wahl.
Software7 Min. Lesezeit
Das Blackbox-Problem bei der Preisautomatisierung
Ein System, das Preise automatisch ändert, aber nicht sagen kann warum, lässt sich nicht auf Fehler prüfen. Bis die Marge weg ist, merkt es niemand. Wie baut man prüfbare Preisautomatisierung?
Technologie7 Min. Lesezeit
Wo werden die Daten verarbeitet? Die Kette aufzeichnen
Der Satz „unsere Daten liegen in Europa" beschreibt meist nur das erste Glied der Kette. Die eigentliche Frage ist, woran dieses Glied hängt. Der praktische Weg zu einem Verarbeitungsverzeichnis.
Technologie6 Min. Lesezeit
Cloud auf eigener Hardware: Wann lohnt es sich?
Die Cloud ist nicht immer die richtige Antwort — eigene Hardware ebenso wenig. Die Entscheidung fällt nicht die Preistabelle, sondern vier Fragen.
Künstliche Intelligenz7 Min. Lesezeit
Halluzination messen: Wie baut man ein Eval-Set?
„Das Modell erfindet manchmal etwas" ist eine Beobachtung, keine Messung. Ein Problem, das Sie nicht messen, können Sie auch nicht als behoben behaupten. Der praktische Weg zu einem Evaluationsset.
Künstliche Intelligenz7 Min. Lesezeit
Warum scheitern KI-Pilotprojekte vor der Produktion?
Der Unterschied zwischen einem funktionierenden Pilotprojekt und einem System, das im Produktivbetrieb besteht, liegt nicht im Modell, sondern in der Schicht darum herum. Vier konkrete Bruchstellen.
Künstliche Intelligenz6 Min. Lesezeit
Wie viele Modelle, wie viel Geld? KI-Kosten rechnen
Die Kosten pro Vorgang sind klein und im Pilot unsichtbar; mit dem Volumen multipliziert bestimmen sie die ganze Rechnung. Der praktische Weg, sie zu messen und zu senken.
Software6 Min. Lesezeit
Wo endet Automatisierung, wo beginnt Autonomie?
Regelbasierte Automatisierung funktioniert, solange die Eingabe jedes Mal gleich ankommt. In dem Moment, in dem sie das nicht tut, steht sie still. Die Grenze zwischen beiden Ansätzen — und wo welcher richtig ist.