Pondhouse Data Blog
Timestral-Tutorial: Zeitreihen vorhersagen ohne eigenes Training
Mistrals Zeitreihenmodell Timestral im Praxistest: Prognosen mit Kovariaten, Anomalien und tausend Reihen ohne Training, mit Code und Messwerten.
Konstruktionszeichnungen durchsuchbar machen: KI-Suche im Zeichnungsarchiv nach dem Vorbild Kuken
Wie Kuken 70 Jahre Zeichnungen per KI durchsuchbar macht und wie Sie das Prinzip mit Vision-Modell, Postgres und Bildsuche selbst bauen.
Text-to-SQL mit semantischer Schicht: NVIDIA Auto Ontology im Praxistest
Wie NVIDIA Auto Ontology Text-to-SQL mit einer automatisch erzeugten semantischen Schicht absichert, was im Test funktioniert hat und wo es noch hakt.
Confluence ablösen: Ein KI-Firmenwiki, das sich selbst pflegt
Wie wir 310 Confluence-Seiten in ein Firmenwiki auf Git-Basis umgezogen haben, das ein LLM-Agent pflegt, verlinkt und prüft. Jede Änderung gibt ein Mensch frei.
SharePoint-Listen als Wissensquelle in Copilot Studio nutzen
Copilot Studio lädt SharePoint-Listen nur komplett. Zwei Agent-Flows lösen das: Einer liest die Spaltennamen, der andere holt per OData nur passende Einträge.
GLM-4.7-Flash lokal betreiben: Coding-Modell mit OpenCode
GLM-4.7-Flash, ein 30B-MoE-Coding-Modell, auf einer 16-GB-GPU: llama.cpp für NVIDIA oder AMD bauen, das Q4-GGUF bereitstellen und mit OpenCode verbinden.
KI-Workflows mit dem Microsoft Agent Framework orchestrieren
Graphbasierte Workflows im Microsoft Agent Framework mit Python: eine vierstufige IT-Ticket-Pipeline, die DevUI und bedingte Kanten für dringende Tickets.
KI-Agenten mit dem Microsoft Agent Framework: Praxisleitfaden
So funktioniert das Microsoft Agent Framework: Tools, Workflows, Zustand und Checkpointing. Dazu ein IT-Helpdesk-Agent in Python mit Dev UI, FastAPI und Docker.
BigQuery MCP-Server: Remote-Server und MCP Toolbox im Test
KI-Agenten per MCP mit BigQuery verbinden: Googles Remote-Server und MCP Toolbox 1.16 im Vergleich, mit Einrichtung, Schutzmechanismen, Kosten und Agenten-Test.
RAGFlow 1.0 Tutorial: Installation, PDF-Parsing und Praxistest
RAGFlow 1.0 mit Docker installiert und mit einem 147-seitigen PDF getestet: Einrichtung, OpenAI-Modelle, DeepDoc gegen Vision-LLM, RAM-Bedarf, Antworten.
Zeige 1 bis 10 von 60 Artikeln








