<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="de">
  <title>Alexander C.S. Hendorf — Insights &amp; Artikel</title>
  <link href="https://hendorf.com/de/blog/"/>
  <link rel="self" href="https://hendorf.com/de/blog/feed.xml"/>
  <id>https://hendorf.com/de/blog/</id>
  <updated>2026-04-26T21:16:07+02:00</updated>
  <author><name>Alexander C.S. Hendorf</name></author>
  <entry>
    <title>Stop Waiting, Start Shipping — der offene KI-Stack ist 2026 die erwachsene Wahl</title>
    <link href="https://hendorf.com/de/blog/stop-waiting-start-shipping/"/>
    <id>https://hendorf.com/de/blog/stop-waiting-start-shipping/</id>
    <updated>2026-04-26T21:16:07+02:00</updated>
    <published>2026-04-27T00:00:00Z</published>
    <summary>Sebastian Raschka im Fireside-Chat: Warum 99,9 % der Unternehmen kein eigenes Base-Modell brauchen — und wo Europas Souveränität wirklich entsteht.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>Agentic AI &amp; Automation: Drei Monate Coding-Agenten in Operations</title>
    <link href="https://hendorf.com/de/blog/agentic-ai/"/>
    <id>https://hendorf.com/de/blog/agentic-ai/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2025-09-15T00:00:00Z</published>
    <summary>Drei Monate Coding-Agenten in den Operations von PyCon DE &amp; PyData: Wo sie tragen, wo sie unerwartet scheitern — und warum Governance wichtiger ist als die Tool-Wahl.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>Cross-Pollination &amp; AI: Skalierung im Zeitalter der Autonomie</title>
    <link href="https://hendorf.com/de/blog/cross-pollination-ai/"/>
    <id>https://hendorf.com/de/blog/cross-pollination-ai/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2025-08-15T00:00:00Z</published>
    <summary>KI durchdringt jede Schicht der Organisation. Im Zeitalter der Autonomie gewinnen nicht die mit der besten Einzeltechnologie, sondern die mit dem stärksten Austausch über Grenzen hinweg.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>Enterprise AI &amp; Open Source: Was drei Praktiker über tragfähige Architektur gesagt haben</title>
    <link href="https://hendorf.com/de/blog/enterprise-ai-open-source/"/>
    <id>https://hendorf.com/de/blog/enterprise-ai-open-source/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2025-04-20T00:00:00Z</published>
    <summary> ![AI in Reality Fireside Chat: Enterprise AI &amp; Open-Source Innovation](slides/250424-pycon-pydata-mf-FZ8_6170.jpg)  ## Auf einen Blick  Im Fireside Chat *„AI in Reality: Enterprise AI &amp; Open-Source I</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>Data Quality Assurance: Fundament für zuverlässige KI-Systeme</title>
    <link href="https://hendorf.com/de/blog/data-quality-assurance/"/>
    <id>https://hendorf.com/de/blog/data-quality-assurance/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2025-03-15T00:00:00Z</published>
    <summary>Datenqualität entscheidet, ob KI-Systeme im Produktivbetrieb tragen. Muster aus Enterprise-Mandaten — aufbereitet für Wissenschafts-Spinouts, damit teure Fehler vermieden werden.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>Overfitted Promises: KI in der Coding-Forschung – Hype vs. Evolution</title>
    <link href="https://hendorf.com/de/blog/overfitted-promises/"/>
    <id>https://hendorf.com/de/blog/overfitted-promises/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2025-03-15T00:00:00Z</published>
    <summary>KI-Coding-Tools heute funktionieren eher wie Alchemie als wie etablierte Wissenschaft — kein Urteil, sondern eine Phase. Wo sie sich auszahlen, wo sie scheitern, und welche Heuristiken bis dahin tragen.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>Warum KI-Projekte scheitern</title>
    <link href="https://hendorf.com/de/blog/warum-ki-projekte-scheitern/"/>
    <id>https://hendorf.com/de/blog/warum-ki-projekte-scheitern/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2024-11-15T00:00:00Z</published>
    <summary>KI-Projekte scheitern selten an der Technologie. Sie scheitern an Menschen, Organisationen und fehlender Governance — drei Akte des Scheiterns und die Hebel, die erfolgreiche Programme stattdessen ziehen.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>The Economics of Prediction Machines: KI als Wirtschaftsfaktor verstehen</title>
    <link href="https://hendorf.com/de/blog/economics-of-prediction-machines/"/>
    <id>https://hendorf.com/de/blog/economics-of-prediction-machines/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2020-11-15T00:00:00Z</published>
    <summary>KI ist nicht IT — KI ist F&amp;E. Wenn die Kosten für Prognosen kollabieren, gewinnen die Unternehmen, die Prognosefähigkeit als Strategie behandeln, nicht als Technologiekauf.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>KI für Entscheider: Warum Sie AI nicht kaufen können, sondern bauen müssen</title>
    <link href="https://hendorf.com/de/blog/ki-fuer-entscheider/"/>
    <id>https://hendorf.com/de/blog/ki-fuer-entscheider/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2020-03-15T00:00:00Z</published>
    <summary>KI ist kein Produkt zum Kaufen — sondern eine organisatorische und technologische Fähigkeit, die aufgebaut werden muss. Sechs Jahre LLM-Beschleunigung haben daran nichts geändert.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>Was zwei Jahre Deep-Learning-Experimente über KI in der Praxis lehren</title>
    <link href="https://hendorf.com/de/blog/deep-learning/"/>
    <id>https://hendorf.com/de/blog/deep-learning/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2020-02-11T00:00:00Z</published>
    <summary>Zwei Jahre PyTorch-Experimente — Style Transfer, Textgenerierung, Sprachsynthese — und die unspektakulären Lehren über Datenqualität, die 90-%-Falle und die echte Lücke zwischen Labor und Produktion.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
  <entry>
    <title>Agile Analytics Rock the Enterprise: Open Source als Gamechanger</title>
    <link href="https://hendorf.com/de/blog/agile-analytics-enterprise/"/>
    <id>https://hendorf.com/de/blog/agile-analytics-enterprise/</id>
    <updated>2026-04-26T23:35:34+02:00</updated>
    <published>2018-03-15T00:00:00Z</published>
    <summary>Versicherungs-Fallstudie aus 2018: Aus proprietären Silos in einen offenen Python-Stack — und die Change-Disziplin, die Technologie alleine nicht liefert.</summary>
    <author><name>Alexander C.S. Hendorf</name></author>
  </entry>
</feed>
