Saskia Teichmann
War OpenAIs „KI-Ausbruch“ Industriespionage?
Neue Opferdaten machen die Industriespionage-These noch schwächer – und zeigen, wie ein KI-Agent über mehrere schlecht getrennte Systeme bis in eine Produktionsumgebung gelangte.
Kategorie
KI & B2B
Beiträge, Werkstattberichte und Einordnungen zum Schwerpunkt „KI & B2B“ – direkt aus meiner Arbeit mit digitalen Systemen, E-Commerce und KI.
18 Beiträge
Weitere Beiträge zu KI & B2B
Was nach dem Körperwechsel wirklich geblieben ist
Praxisbilanz des Agents-Brain-Testlaufs vom 6. bis 15. Juli: stabile Identität, funktionierender Write-back, sichtbare Lücken und echte Harness-Blocker.
Meine KI-Agenten gehören nicht ihrem Werkzeug
Die Identität meiner KI-Agenten liegt nicht im Chatfenster, sondern in Dateien, die jedes Werkzeug laden kann. Über dünne Adapter, Freigaberegeln, die mitreisen, und Belege …
Erinnern ist bei meinen Agenten eine Schreibroutine
Vier Memory-Schichten machen Erinnerung nachvollziehbar: flüchtiger Session-Kontext, Daily Logs, kuratiertes Langzeitwissen und dauerhafte Lessons.
Ein Agent besteht bei mir aus vier Dateien
SOUL, MASTER, RULES und MEMORY trennen Identität, Handwerk, Grenzen und Erinnerung – damit ein Agent wartbar statt promptabhängig wird.
Das Gehirn meiner Agenten ist ein Git-Repo
Sieben Hard Rules machen aus Markdown-Dateien ein portables Agents Brain – mit Git-Historie, klaren Grenzen und dünnen Tool-Adaptern.
Ich habe mit OpenClaw Schluss gemacht. Was von meinem KI-Team übrig blieb.
Ein bewusster Tool-Ausstieg wurde zum Ausgangspunkt für ein portables Gedächtnis meiner KI-Agenten: Markdown, Git und drei Monate Konzeptarbeit.
WordPress für KI-Systeme lesbarer machen
KI-Systeme brauchen keine dekorative Trickkiste, sondern klare Inhalte, erreichbare Seiten und verständliche Signale. So machst du WordPress sauberer lesbar.
Wie ich AI Visibility Audits mit citelayer® denke
Ein gutes AI Visibility Audit misst nicht nur, ob eine Marke genannt wird. Es prüft, wie Systeme sie verstehen, welche Quellen sie nutzen und …
Query Fan-Out: Warum ein Keyword nicht mehr reicht
AI Search arbeitet nicht mehr nur mit einem Keyword. Query Fan-Out zeigt, welche Teilfragen hinter einer Anfrage liegen und warum gute Content-Cluster wichtiger werden.
AI-Crawler, robots.txt und Content-Signale
AI-Crawler sind nicht alle gleich. Wer Sichtbarkeit, Training und user-getriggerte Abrufe sauber trennen will, braucht mehr als eine reflexhafte robots.txt-Sperre.
Vergleichslisten und Listicles in AI Search
Listicles sind kein neuer GEO-Zauber, sondern ein alter SEO-Hut mit neuer Nebenwirkung: In AI Search kann eine selbstpromotende Liste dem Wettbewerb helfen.
Schema, Entitäten und zitierfähige Inhalte
Strukturierte Daten sind keine Zauberfolie für schwache Inhalte. Sie helfen aber, Marke, Autor:innen, Produkte und Quellen so zu verbinden, dass Maschinen weniger raten müssen.
llms.txt für WordPress: sinnvoll, überschätzt oder beides?
llms.txt kann KI-Systemen eine maschinenfreundliche Inhaltskarte anbieten. Für Google Search ist sie kein Ranking-Hebel. Für Agenten und Dokumentation kann sie trotzdem sinnvoll sein.
Was ist AI Visibility?
AI Visibility zeigt, ob und wie deine Marke in KI-Antwortsystemen und Google AI Search erscheint: korrekt, sichtbar, zitierbar und vergleichbar.
Der WordPress 7.0 AI Client aus Entwickler-Perspektive
Der WordPress 7.0 AI Client im Developer Deep-Dive: API-Architektur, Code-Beispiele, Feature Detection und was das für bestehende Plugins bedeutet. Von einer Plugin-Entwicklerin, die seit …
Post aus dem Studio
Neue Beiträge per E-Mail.
Wenn ein neuer Werkstattbericht oder Ratgeber erscheint, erhalten Sie eine kurze E-Mail mit dem Link. Keine feste Taktung, keine Werbestrecke.
Lieber per RSS lesen