https://www.dominikheinrich.ch/de/blog Praxisartikel zu Cloud-Kosten, Kubernetes, lokalen LLMs, KI-Agenten und GEO. de https://www.dominikheinrich.ch/de/blog/ai-sdlc-case-study https://www.dominikheinrich.ch/de/blog/ai-sdlc-case-study Sun, 08 Nov 2026 08:00:00 GMT Eine Plattform für Bildungsanbieter begann in einem KI-App-Builder und ist heute ein mandantenfähiges SaaS mit Web-App, nativen iOS- und Android-Apps, 160 Serverless-Funktionen und 1'048 automatisierten Testdateien. In zehn Monaten wurden 3'025 Pull Requests gemergt, die meisten von Coding-Agenten geschrieben und jeder einzelne über dieselben sieben Stufen geprüft, getestet und ausgeliefert. Eine zweite Plattform, für einen Gastgewerbe-Betrieb, kam auf dieselbe Weise in sechs Monaten auf 2'133. So sieht dieser Prozess im Alltag aus, dort sitzen die zwei harten Tore, und das würde ich zuerst einrichten, wenn ich morgen neu anfinge. https://www.dominikheinrich.ch/de/blog/eu-ai-act-mid-sized https://www.dominikheinrich.ch/de/blog/eu-ai-act-mid-sized Sun, 08 Nov 2026 08:00:00 GMT Die meisten Mittelständler bauen keine KI-Modelle. Sie nutzen sie: ein Chatbot auf der Website, ein Assistent im Vertrieb, Copilot in der IDE, vielleicht ein Tool, das Bewerbungen vorsortiert. Damit sind sie in der Sprache des AI Act Betreiber, und die Pflichten für Betreiber sind deutlich leichter, als die Schlagzeilen vermuten lassen, mit einigen wichtigen Ausnahmen. Seit der AI Omnibus am 27. Juli 2026 in Kraft getreten ist, haben sich zudem die Termine für Hochrisiko-Systeme verschoben. Hier die praktische Fassung: welche Rolle Sie haben, welche Ihrer Anwendungsfälle in welche Risikoklasse fallen, was heute schon gilt und worauf Sie sich bis Dezember 2027 vorbereiten sollten. Es ist der Überblick eines Engineers, keine Rechtsberatung. https://www.dominikheinrich.ch/de/blog/finops-for-ai-spend https://www.dominikheinrich.ch/de/blog/finops-for-ai-spend Sun, 08 Nov 2026 08:00:00 GMT KI-Rechnungen verhalten sich anders als Cloud-Rechnungen. Es gibt keinen ungenutzten Server, den man nachts abschalten kann; jede Frage eines Kunden, jedes Dokument, das ein Agent liest, und jeder Wiederholungsversuch in einer Schleife wird pro Token bezahlt, und eine einzige Funktion mit langem System-Prompt kann leise mehr kosten als der Rest der Plattform. Die gute Nachricht: Dieselbe Disziplin, die Cloud-Kosten senkt, wirkt auch hier, mit ein paar neuen Hebeln. Das ist die Reihenfolge, die ich nutze, mit dem KI-Guide dieser Website als durchgehendem Beispiel. https://www.dominikheinrich.ch/de/blog/geo-project-restaurant-network https://www.dominikheinrich.ch/de/blog/geo-project-restaurant-network Sun, 08 Nov 2026 08:00:00 GMT Gäste suchen nicht mehr nur 'Restaurant in der Nähe'. Sie fragen ChatGPT nach einem ruhigen Italiener für sechs Personen am Freitag oder lassen Googles AI Mode drei Optionen vergleichen. Eine europäische Gastro-Plattform mit einem grossen Netzwerk von Restaurant-Websites wollte wissen, wie oft das schon Gäste bringt und wie ihre Restaurants in diese Antworten kommen. Das ist die anonymisierte Aufarbeitung dieses Projekts: drei Phasen, Bestandsaufnahme, Auswahl und Sprints, von der ersten Baseline bis zu zehn priorisierten Experimenten und zwei funktionierenden Proofs of Concept. Was wir gemessen haben, was wir ausprobiert haben und was ich wieder genauso machen würde. https://www.dominikheinrich.ch/de/blog/how-this-site-is-built https://www.dominikheinrich.ch/de/blog/how-this-site-is-built Sun, 08 Nov 2026 08:00:00 GMT Diese Website ist auch ein Referenzprojekt. Sie hat drei Sprachen, Dutzende Seiten, mehr als ein Dutzend interaktive Tools und einen KI-Guide, der antwortet, während er schreibt. Sie erreicht in allen vier Lighthouse-Kategorien auf dem Handy 100 und läuft auf den Gratis-Stufen von Azure Static Web Apps und der Gemini-API. Nichts davon braucht einen exotischen Stack: React, Vite, ein Prerender-Schritt und eine Handvoll Prüfungen, die nichts Kaputtes ausliefern. So greifen die Teile ineinander, inklusive zweier Dinge, die ich erst durch Messen herausgefunden habe. https://www.dominikheinrich.ch/de/blog/kubernetes-cost-eks-gke https://www.dominikheinrich.ch/de/blog/kubernetes-cost-eks-gke Sun, 08 Nov 2026 08:00:00 GMT Mein AKS-Playbook hat einen Produktiv-Cluster von 7 auf 4 Nodes gebracht, indem die Requests nach echter p95-Nutzung dimensioniert wurden und der Autoscaler das Verkleinern übernahm. Die Methode lässt sich unverändert auf Amazon EKS und Google Kubernetes Engine übertragen. Was sich ändert, ist, woher die Rechnung kommt und welche Knöpfe jede Cloud bietet: Karpenter und Split Cost Allocation bei AWS, die Pod-basierte Abrechnung von Autopilot und Cost Allocation bei Google Cloud. Das ist der Begleitartikel für beide. https://www.dominikheinrich.ch/de/blog/landing-zone-mid-sized https://www.dominikheinrich.ch/de/blog/landing-zone-mid-sized Sun, 08 Nov 2026 08:00:00 GMT Eine Landing Zone ist der vorbereitete Boden, auf dem Ihre Cloud-Workloads landen: die Konto- und Subscription-Struktur, Leitplanken, Identität, Netzwerk, Logging und Kostenkontrolle, alles eingerichtet, bevor die erste Anwendung kommt. Referenzarchitekturen für Konzerne sehen aus, als bräuchten sie ein Plattformteam von zwanzig Leuten. Ein mittelständisches Unternehmen braucht dieselben Ideen in kleinerer Grösse, als Code geschrieben, damit ein Team von zwei Personen sie betreiben kann. Hier ist die Version, die ich baue. https://www.dominikheinrich.ch/de/blog/legacy-migration-playbook https://www.dominikheinrich.ch/de/blog/legacy-migration-playbook Sun, 08 Nov 2026 08:00:00 GMT Jedes Unternehmen hat ein System, das niemand anfassen will: eine alte Datenbank, einen Monolithen, zwei Werkzeuge, die synchron bleiben müssen. Big-Bang-Migrationen solcher Systeme sind der Ort, an dem Wochenenden und Ruf verloren gehen. Was funktioniert, ist absichtlich langweilig: zuerst kartieren, in Wellen umziehen, Alt und Neu nebeneinander laufen lassen und erst umschalten, wenn die Zahlen identisch sind. Das ist mein Playbook, mit den Projekten, in denen es gehalten hat. https://www.dominikheinrich.ch/de/blog/mcp-security https://www.dominikheinrich.ch/de/blog/mcp-security Sun, 08 Nov 2026 08:00:00 GMT Ein MCP-Server macht Ihr Produkt zu etwas, das Claude, ChatGPT oder ein Coding-Agent bedienen kann. In einem SaaS, das ich betreibe, funktioniert alles, was die Oberfläche kann, auch über MCP, inklusive Auswertungen und Benutzerdaten. Das ist mächtig, und es heisst: Der MCP-Server braucht dieselbe Sicherheit wie das Produkt selbst, plus ein paar eigene Regeln: Tokens, die an genau einen Server gebunden sind, Tools mit den kleinstmöglichen Rechten, ein Ja der Person, bevor sich etwas ändert, und eine lückenlose Protokollierung jedes Aufrufs. https://www.dominikheinrich.ch/de/blog/monitoring-business-outcomes https://www.dominikheinrich.ch/de/blog/monitoring-business-outcomes Sun, 08 Nov 2026 08:00:00 GMT Jedes Plattform-Team kennt den Moment: CPU bei 30 Prozent, keine Fehler im Log, alle Dashboards grün, und seit zwei Stunden kann kein Kunde bezahlen. Klassisches Monitoring beobachtet die Maschinen. Das Geschäft muss aber wissen, ob Menschen tun können, wofür sie gekommen sind: buchen, bezahlen, sich anmelden. So richte ich Monitoring ein, das auf Ergebnisse schaut, Probleme von aussen erkennt, bevor Kunden sie melden, und ruhig genug bleibt, dass die Leute die Alerts noch lesen. https://www.dominikheinrich.ch/de/blog/phone-ai-agents https://www.dominikheinrich.ch/de/blog/phone-ai-agents Sun, 08 Nov 2026 08:00:00 GMT Ein Sprachagent, der den Anruf annimmt, den Termin bucht, die üblichen Fragen aus Ihrer Wissensbasis beantwortet und bei Bedarf an eine Person übergibt: Das ist gerade eines der meistgefragten KI-Projekte. Die Demo ist einfach. Was es auf einer echten Telefonleitung zum Laufen bringt, sind Timing, Unterbrechungen, eine saubere Übergabe und die rechtlichen Grundlagen. Hier ist die Architektur, die ich verwende, und die Stolperfallen, die man einplanen sollte. https://www.dominikheinrich.ch/de/blog/restore-tests https://www.dominikheinrich.ch/de/blog/restore-tests Sun, 08 Nov 2026 08:00:00 GMT Die meisten Backup-Dashboards sind grün. Sie melden, dass ein Job lief und eine Datei geschrieben wurde, und das sagt nichts darüber, ob Sie aus dieser Datei Ihr Geschäft zurückbekommen, wie lange das dauert oder ob die Kopie einen Angreifer mit Admin-Rechten übersteht. Der einzige Beweis ist ein Restore. Auf den Plattformen, die ich betreibe, werden Backups alle paar Stunden ausserhalb des Hosting-Anbieters geschrieben und jede Nacht automatisch in einen isolierten Zwilling wiederhergestellt. So richtet man das ein. https://www.dominikheinrich.ch/de/blog/streaming-ai-chat-azure https://www.dominikheinrich.ch/de/blog/streaming-ai-chat-azure Sun, 08 Nov 2026 08:00:00 GMT Der KI-Guide auf dieser Website zeigte seine Antwort früher erst, wenn sie fertig war: zweieinhalb bis drei Sekunden hüpfende Punkte, dann eine Textwand. Streaming löst das, weil der Text erscheint, während das Modell noch schreibt. Manche Framework-Dokumentation behauptet, Azure Static Web Apps puffere jede Function-Antwort, Streaming sei dort also unmöglich. Es geht. Aber ein kleines Detail in einem einzigen Antwort-Header hielt die ganze Antwort zurück, und erst ein kontrolliertes Experiment hat es gefunden. Hier sind das Setup, das funktioniert, das Experiment und der Code. https://www.dominikheinrich.ch/de/blog/whatsapp-ai-assistant https://www.dominikheinrich.ch/de/blog/whatsapp-ai-assistant Sun, 08 Nov 2026 08:00:00 GMT Eine Demo, die eine WhatsApp-Nachricht mit KI beantwortet, ist an einem Nachmittag gebaut. Ein Assistent, dem ein Gastgewerbe-Betrieb seine Gäste anvertraut, braucht mehr: Er darf nur beantworten, was er weiss, muss in Ihren Systemen ohne Überraschungen handeln, zugeben, wenn er etwas nicht weiss, und aus den Antworten Ihres Teams besser werden. So habe ich StillAnswer gebaut, den Assistenten, der für eine Surfschule mit Hostel läuft, und das habe ich dabei gelernt. https://www.dominikheinrich.ch/de/blog/air-gapped-systems https://www.dominikheinrich.ch/de/blog/air-gapped-systems Sat, 07 Nov 2026 08:00:00 GMT Manche Systeme dürfen nie mit dem Internet sprechen: ein Live-Sendeablauf, ein Spitalnetz, eine Produktionslinie, ein Labor mit exportkontrollierten Daten. Lange hiess das: Verzicht auf moderne Werkzeuge. Das ist vorbei. Kubernetes, GitOps, signierte Images und sauberes Monitoring laufen auch in einer Enklave ohne jeden Weg nach draussen, wenn man die Grenze als Prozess versteht und nicht nur als fehlendes Kabel. So baue und betreibe ich solche Umgebungen. https://www.dominikheinrich.ch/de/blog/aws-bedrock https://www.dominikheinrich.ch/de/blog/aws-bedrock Sat, 07 Nov 2026 08:00:00 GMT Auf AWS haben sich die Bausteine für einen produktiven Agenten in den letzten zwölf Monaten stärker verändert als in den drei Jahren davor: Bedrock Agents wurde zu Agents Classic, AgentCore übernahm als Agenten-Plattform, und Bedrock hat jetzt vier Inferenz-Tiers. Das hier ist das Setup, das ich heute für einen Agenten bauen würde, der ein Security-Review bestehen muss: IAM nach Least Privilege, PrivateLink statt Internet, eine verwaltete Knowledge Base, Guardrails auf Ein- und Ausgabe, Evaluationen in der Pipeline und jede Modellanfrage protokolliert. Alle Fakten verweisen auf die AWS-Dokumentation. https://www.dominikheinrich.ch/de/blog/azure-ai-foundry https://www.dominikheinrich.ch/de/blog/azure-ai-foundry Sat, 07 Nov 2026 08:00:00 GMT Die meisten KI-Piloten auf Azure beginnen mit einem Key, der in eine App kopiert wird, und einem Modell-Endpunkt, der offen im Internet hängt. Für eine Demo reicht das, beim ersten Security-Review fällt es durch. Das hier ist das Setup, das ich verwende, wenn ein Agent auf Microsoft Foundry live gehen soll: Entra ID statt Keys, alles hinter Private Endpoints, Guardrails auf jedem Schritt des Agenten, Evaluationen vor jedem Release und Traces in Application Insights. Jede Aussage verweist auf die offiziellen Microsoft-Seiten, damit Sie sie prüfen können. https://www.dominikheinrich.ch/de/blog/claude-goal-loop-routines https://www.dominikheinrich.ch/de/blog/claude-goal-loop-routines Sat, 07 Nov 2026 08:00:00 GMT Wenn Sie noch einen Prompt tippen, warten, die Antwort lesen und den nächsten tippen, ist Ihr Coding-Agent genau so schnell wie Sie. Claude Code hat inzwischen drei Wege, ihn allein weiterarbeiten zu lassen: /goal arbeitet, bis eine Bedingung erfüllt ist, /loop wiederholt einen Prompt in einem Intervall, solange Ihre Session offen ist, und Cloud Scheduled Tasks, die die meisten noch Routines nennen, laufen, wenn Ihr Laptop zugeklappt ist. Sie sehen ähnlich aus, lösen aber verschiedene Probleme. Wer das falsche wählt, hat eine Aufgabe, die zu früh stoppt, ewig läuft oder mehr vom Kontingent verbraucht, als sie spart. So entscheide ich in Kundenprojekten, und so richte ich jede Variante ein, damit ich Ergebnisse prüfe statt jeden einzelnen Schritt. https://www.dominikheinrich.ch/de/blog/claude-plans-max-ultra https://www.dominikheinrich.ch/de/blog/claude-plans-max-ultra Sat, 07 Nov 2026 08:00:00 GMT Ende Oktober hat Anthropic seine beiden grössten persönlichen Pläne umbenannt und beim grössten geändert, wie die Limits funktionieren. Wenn Ihre Engineers den ganzen Tag Claude Code nutzen, entscheidet das, ob ein langer Agentenlauf mitten am Nachmittag stoppt und ob Sie für Kapazität zahlen, die niemand nutzt. Die Änderung selbst ist klein. Die Fragen, die sie in Firmen aufwirft, sind grösser: welche Seats für wen, was die neuen API-Guthaben wirklich abdecken und warum persönliche Pläne für Firmenarbeit die falsche Antwort sind, auch wenn sie günstiger aussehen. Hier sind die Fakten von Anthropics Preisseite und Help Center, und so würde ich in einem Team damit umgehen. https://www.dominikheinrich.ch/de/blog/codex-dots https://www.dominikheinrich.ch/de/blog/codex-dots Sat, 07 Nov 2026 08:00:00 GMT Ich nutze Codex in meiner eigenen Arbeit neben Claude Code, und es hat sich dieses Jahr stärker verändert als jedes andere Werkzeug auf meinem Tisch. Es ist Teil der bezahlten ChatGPT-Pläne, es verfolgt ein Ziel über Stunden, seit September gibt es Dots, immer aktive Agenten mit eigenem Cloud-Computer, und Ende Oktober kam ein günstigeres Modell. Das ist viel Autonomie, die man einem Team auf einmal gibt. Das meiste Risiko kommt dabei nicht vom Modell, sondern von Voreinstellungen, die niemand angeschaut hat: eine Sandbox, die weiter ist als nötig, abgeschaltete Freigaben auf einem Laptop mit Produktionszugang. Das hier lohnt sich heute, und das sind die genauen Einstellungen, die ich setze, bevor ein Team startet. https://www.dominikheinrich.ch/de/blog/copilot-claude-code-codex https://www.dominikheinrich.ch/de/blog/copilot-claude-code-codex Sat, 07 Nov 2026 08:00:00 GMT Diese Frage bekomme ich in fast jedem Erstgespräch, meist als „Welcher schreibt den besten Code?“. Das ist die falsche Frage. Alle drei schreiben guten Code, öffnen Pull Requests und können stundenlang allein arbeiten. Was sich wirklich unterscheidet: wo sie leben, wie weit sie ohne Menschen gehen, wie Ihr Security-Team sie steuern kann und wie sie abgerechnet werden. Liegt man bei diesen vier Punkten falsch, hat man am Ende drei Tools, keine zentrale Policy und eine Rechnung, die niemand erklären kann. Das ist der Vergleich, den ich mit Kunden durchgehe, auf Basis der Dokumentation und Changelogs der Anbieter, Stand November 2026, plus die Regeln, die ich für alle drei setze, bevor jemand startet. https://www.dominikheinrich.ch/de/blog/geo-basics https://www.dominikheinrich.ch/de/blog/geo-basics Sat, 07 Nov 2026 08:00:00 GMT Ihre Kundinnen und Kunden tippen nicht mehr nur drei Stichworte in Google. Sie stellen ChatGPT, Gemini, Perplexity oder dem KI-Modus von Google eine ganze Frage und bekommen eine Antwort mit einer Handvoll Quellen. Wer nicht zu diesen Quellen gehört, ist genau in dem Moment unsichtbar, in dem entschieden wird. Hier steht, was Generative Engine Optimization (GEO) wirklich ist, was wirkt und was nur Lärm ist. https://www.dominikheinrich.ch/de/blog/google-vertex-ai https://www.dominikheinrich.ch/de/blog/google-vertex-ai Sat, 07 Nov 2026 08:00:00 GMT Wer zuletzt nach Vertex AI gesucht hat und bei der Gemini Enterprise Agent Platform gelandet ist, hat sich nicht verirrt: Google hat sie am 22. April 2026 umbenannt. Die Bausteine für einen produktiven Agenten sind weiterhin da, viele mit neuen Namen. Das hier ist das Setup, das ich heute bauen würde: getrennte Projekte und Agenten-Identitäten, ein VPC-Service-Controls-Perimeter, RAG Engine auf den eigenen Daten, Model Armor vor jedem Modellaufruf, Evaluationen auf echten Traces und Provisioned-Kapazität erst, wenn die Zahlen es rechtfertigen. Jede Aussage verweist auf Googles Dokumentation. https://www.dominikheinrich.ch/de/blog/local-llm-air-gapped https://www.dominikheinrich.ch/de/blog/local-llm-air-gapped Sat, 07 Nov 2026 08:00:00 GMT Die Dokumente, die am meisten von KI profitieren würden, sind genau die, die niemand irgendwo hochladen darf: Verträge, Personalakten, Patientendaten, Quellcode, Konstruktionszeichnungen. Mit einem Open-Weight-Modell in einem isolierten Netz bekommen Sie den Nutzen, ohne dass ein einziges Byte das Haus verlässt. So setze ich das auf, so kommen Modelle ohne Internet hinein, so testen Sie sie offline, und das dürfen Sie realistisch erwarten. https://www.dominikheinrich.ch/de/blog/local-llm-server https://www.dominikheinrich.ch/de/blog/local-llm-server Sat, 07 Nov 2026 08:00:00 GMT Jedes zweite Gespräch über private KI endet mit derselben Frage: Welche Hardware brauchen wir eigentlich? Die ehrliche Antwort beginnt beim Modell und bei der Zahl der Nutzer, nicht bei einer Produktseite. So dimensioniere ich das, das sind die aktuellen Optionen im November 2026, und so wird aus der Kiste ein Dienst, den Ihr Team nutzen kann. https://www.dominikheinrich.ch/de/blog/minimax-m3 https://www.dominikheinrich.ch/de/blog/minimax-m3 Sat, 07 Nov 2026 08:00:00 GMT Kunden mit sensiblen Daten fragen mich immer wieder, ob offene Modelle inzwischen gut genug sind, um sie auf eigener Hardware zu betreiben. MiniMax M3 ist eines der leistungsfähigsten Open-Weight-Modelle 2026: rund 428 Milliarden Parameter, ein Kontext von einer Million Tokens und Text, Bild und Video als Eingabe. Es ist aber auch so gross, dass 'selbst betreiben' einen echten Plan braucht. Was M3 ist, was die Zahlen wirklich sagen, was der Betrieb verlangt und wann ich es einsetzen würde. https://www.dominikheinrich.ch/de/blog/prompt-research-open-model https://www.dominikheinrich.ch/de/blog/prompt-research-open-model Sat, 07 Nov 2026 08:00:00 GMT Um zu wissen, ob KI-Assistenten Sie empfehlen, brauchen Sie die Fragen, die Ihre Kundschaft ihnen tatsächlich stellt, pro Seite, pro Absicht und pro Sprache. Hunderte davon von Hand zu schreiben funktioniert nicht, und Seiteninhalte und interne Notizen an eine öffentliche KI-API zu schicken, ist nicht immer erlaubt. Das ist mein Ablauf: Ein offenes Modell wie Qwen läuft auf Ihrem eigenen Rechner und macht aus Ihrer Sitemap einen realistischen Prompt-Satz, den ein Tracker wie Semrush oder Peec AI dann jeden Tag abfragt. https://www.dominikheinrich.ch/de/blog/seo-geo-audit https://www.dominikheinrich.ch/de/blog/seo-geo-audit Sat, 07 Nov 2026 08:00:00 GMT Die meisten Audits, die ich sehe, sind entweder ein SEO-Export mit 200 Seiten, den niemand liest, oder eine Folie mit 'in ChatGPT sichtbar werden'. Beides verändert nichts. Das hier ist das Audit, das ich tatsächlich mache: sechs Schritte, immer in derselben Reihenfolge, von 'erreichen Maschinen Sie überhaupt' bis 'werden Sie zitiert, und wird es besser'. Jeder Schritt endet mit einer kurzen, nach Wirkung sortierten Liste von Korrekturen. https://www.dominikheinrich.ch/de/blog/right-size-kubernetes https://www.dominikheinrich.ch/de/blog/right-size-kubernetes Fri, 06 Nov 2026 08:00:00 GMT Die meisten Cluster laufen auf Schätzungen: Requests aus einem Tutorial kopiert, Node-Pools für einen Launch dimensioniert, der zwei Jahre zurückliegt, und eine Cloud-Rechnung, die niemand Zeile für Zeile erklären kann. Jeden Monat zahlen Sie für Kapazität, die leer steht, und jeden Monat fühlt es sich zu riskant an, etwas anzufassen. Right-Sizing behebt das, ohne etwas zu verändern, das Ihre Kunden sehen. Das ist genau die Reihenfolge, die ich nutze, mit Queries, Manifesten und Befehlen, und so kam ein Produktiv-Cluster von 7 auf 4 Nodes, ohne dass ein Kunde etwas merkte. https://www.dominikheinrich.ch/de/blog/local-llm-sensitive-data https://www.dominikheinrich.ch/de/blog/local-llm-sensitive-data Thu, 05 Nov 2026 08:00:00 GMT Gesundheitsdaten, Kundenverträge, unveröffentlichte Finanzzahlen: Manche Daten dürfen nie an eine öffentliche KI-API gehen, und die Security hat recht, darauf zu bestehen. Meist endet damit das KI-Gespräch, und genau die Leute, die am meisten profitieren würden, kopieren weiter Text von Hand. Das muss nicht sein. Das ist die Architektur, die ich für private KI im eigenen Netz nutze: zuerst ein Testset, dann das kleinste Modell, das es besteht, Retrieval, das Zugriffsrechte respektiert, ein Anonymisierer am Rand und ein Audit-Trail für alles. https://www.dominikheinrich.ch/de/blog/ai-prototype-to-production https://www.dominikheinrich.ch/de/blog/ai-prototype-to-production Wed, 04 Nov 2026 08:00:00 GMT App-Builder wie Lovable, Bolt oder v0 liefern in wenigen Tagen ein funktionierendes Produkt. Dann kommen echte Kunden, Zahlungen und Personendaten, und der Prototyp fühlt sich plötzlich zerbrechlich an: Eine kleine Änderung legt den Checkout lahm, niemand weiss, ob die Backups funktionieren, und die KI, die alles gebaut hat, schreibt munter weiter um. Der übliche Rat lautet: neu schreiben. Ich habe zwei solche Prototypen ohne Neuschreiben in Produktion gebracht. Das sind die Schichten, die ich ergänze, in dieser Reihenfolge, und warum die Reihenfolge zählt.