KI kann alles? Fast!

Gute Prompts allein reichen nicht mehr aus, wenn Large Language Models produktiv eingesetzt werden sollen. Entscheidend wird zunehmend, welches Wissen ein Modell bekommt, wann es dieses Wissen bekommt und welche Werkzeuge ihm zur Verfügung stehen.

Lucas Moskau spricht mit Lukas Volk, Senior Software Developer & Data Engineer bei TIKI, darüber, warum Context Engineering als Weiterentwicklung des klassischen Prompt Engineerings gerade zu einem zentralen Thema in der Arbeit mit LLMs wird.

Anhand konkreter Beispiele aus der Softwareentwicklung erklären die beiden, warum mehr Kontext nicht automatisch bessere Ergebnisse bedeutet, welche Informationen dauerhaft verfügbar sein sollten und warum Modelle für unterschiedliche Aufgaben auch unterschiedliche Informationen benötigen.

Außerdem geht es um Skills und Progressive Disclosure, dauerhaft aktiven Kontext, Hooks und das Model Context Protocol (MCP). Lukas zeigt, wie Regeln für Code, sensible Daten und Verifikation so strukturiert werden können, dass ein Modell möglichst zuverlässig arbeitet, ohne mit unnötigen Informationen überladen zu werden.

Eine Folge über die Frage, wie aus einem leistungsfähigen Sprachmodell ein Werkzeug wird, das auch in produktiven Softwareprojekten kontrolliert, effizient und qualitativ hochwertig eingesetzt werden kann.

www.tiki-institut.com

Nicht jedes Problem braucht ein LLM. Und nicht jedes KI-Projekt sollte mit der Auswahl eines Tools beginnen.

In der zweiten Folge mit Flo Marek sprechen Anja Sengenberger und Flo darüber, was gute KI- und Digitalisierungsprojekte heute eigentlich ausmacht und wie sich TIKI in einem Markt positioniert, in dem durch generative KI plötzlich immer mehr Menschen immer mehr ausprobieren können.
Im Mittelpunkt steht ein Grundsatz: Nicht die Technologie bestimmt das Projekt, sondern das Projekt bestimmt die Technologie.

Je nach Problemstellung kann die richtige Lösung ein Large Language Model, klassisches Machine Learning, eine Datenplattform, Automatisierung oder klassische Softwareentwicklung sein. Entscheidend ist, zunächst Prozesse, Anforderungen und den tatsächlichen Hebel zu verstehen.

Anja und Flo sprechen außerdem über Technologieoffenheit, Debattenkultur, die Zusammenarbeit mit Unternehmen unterschiedlichster Größen, den Wert von tiefem Spezialwissen und darüber, warum gute Beratung auch bedeutet, einem Kunden von einer gewünschten Technologie abzuraten, wenn sie nicht die beste Lösung für das Problem ist.

Eine Folge über KI-Beratung ohne Tool-Fixierung und die Frage, worin echte Expertise besteht, wenn neue Technologien immer zugänglicher werden.

www.tiki-institut.com

Was passiert mit Softwareteams, wenn aus sechsmonatigen Projekten plötzlich sechs Wochen werden und sich gleichzeitig Rollen, Technologien und Anforderungen verändern?

Anja Sengenberger spricht mit Flo Marek, der bei TIKI gemeinsam mit einem Kollegen den Kompetenzbereich aus Projektmanagement, Product Ownership, Softwareentwicklung und Data Science verantwortet.

Aus seiner operativen Perspektive geht es darum, welche Herausforderungen der aktuelle KI-Wandel für Teams und Führung mit sich bringt. Kürzere Projektzyklen bedeuten nicht nur schnellere Entwicklung. Auch Scoping, Übergaben, Betrieb, Wissenstransfer und die Planung des nächsten Projekts müssen deutlich früher mitgedacht werden.

Außerdem sprechen Anja und Flo über neue Anforderungen an Product Owner und Softwareentwickler, Security und Governance beim Einsatz von KI sowie die Frage, warum gute Kommunikation künftig noch wichtiger wird.

Ein zentraler Punkt: Veränderung lässt sich nicht einfach über eine Organisation stülpen. Menschen brauchen Raum zum Ausprobieren, eine funktionierende Fehlerkultur und die Möglichkeit, neue Technologien mit ihren eigenen Stärken und Erfahrungen zu verbinden.

Eine Folge über KI-Transformation aus operativer Sicht und darüber, warum der technologische Wandel am Ende immer auch ein menschlicher ist.

www.tiki-institut.com

Was passiert mit einer Organisation, wenn sich Technologie, Kundenbedürfnisse und Führung gleichzeitig verändern?

In der zweiten Küchenfolge sprechen Anja Sengenberger und Lucas Moskau darüber, wie KI nicht nur Softwareentwicklung beschleunigt, sondern zunehmend auch Strukturen, Rollen und Geschäftsmodelle verändert.

Bei TIKI trifft diese Entwicklung aktuell auf einen Führungswechsel und immer kürzere Projektzyklen. Statt Teams über Monate bei einem einzelnen Kunden einzusetzen, entstehen flexiblere Modelle: Beratung, Strategie, Prototyping und Entwicklung greifen stärker ineinander.

Anja berichtet, warum sie sich für die Organisationsentwicklung bewusst aus dem operativen Tagesgeschäft zurückgezogen hat und TIKI für einige Wochen wie eine interne Beraterin betrachtet hat. Lucas bringt die Perspektive aus Entwicklung und Sales ein und erklärt, warum das eigentliche Bottleneck häufig nicht die Technologie ist, sondern die Frage: Was braucht der Kunde wirklich?

Außerdem geht es darum, warum nicht jedes Problem ein Large Language Model braucht, wie sich Product Owner und Entwicklung verändern und weshalb Unternehmen trotz hoher Geschwindigkeit Raum für echten Change schaffen müssen.

Eine Folge über KI, Organisation und die Herausforderung, Stabilität und Veränderung gleichzeitig möglich zu machen.

www.tiki-institut.com

Was passiert, wenn aus einem klassischen Softwareprojekt von drei bis sechs Monaten plötzlich sechs Wochen werden?

Lucas Moskau und Anja Sengenberger sprechen über die ersten Erfahrungen aus einem laufenden AI-first-Projekt für Zollner Electronics in den USA. Die Ausgangslage ist konkret: operative Prozesse, ein Backlog von rund 1.400 unbearbeiteten E-Mails und ein Softwareprojekt, dessen Nutzen sich unmittelbar wirtschaftlich messen lässt.

Dabei geht es nicht nur darum, schneller Code zu erzeugen. Das Team versucht gleichzeitig, eine wiederholbare Methodik für AI-first-Softwareentwicklung zu entwickeln: mit klaren Regeln, automatisierten Qualitätschecks, agentischer Codegenerierung und festen Punkten, an denen Menschen bewusst die Kontrolle übernehmen.
Außerdem diskutieren Lucas und Anja, wie sich dadurch die Rollen von Entwicklerinnen und Entwicklern sowie Product Ownern verändern, warum „Don’t outsource the thinking“ wichtiger wird und wo pragmatische KI-Lösungen enden und echte Enterprise-Software beginnt.

Eine Folge über Geschwindigkeit, Qualität und die Frage, wie Softwareentwicklung aussieht, wenn KI nicht nur unterstützt, sondern Teil der eigentlichen Methodik wird.

www.tiki-institut.com