Yapay zeka kodlama ajanları üzerine bugüne kadar okuduğum en ilginç verilerden biri bu oldu: daha fazla kod, otomatik olarak daha fazla yazılım demek değil.
Harvard'dan Fiona Chen ve James Stratton'ın çalışması, 2021'den Mart 2026'ya kadar 700'den fazla yazılım şirketinde 700 binin üzerinde çalışana ait verileri ve 300 milyon iş olayını incelemiş. Kodlama ajanları devreye girdikten sonra toplam kod satırı ortalama yüzde 30, commit sayısı yüzde 20, pull request sayısı yüzde 23 artmış.
Ama asıl soru şu: iş bitiyor mu? Jira gibi araçlarda takip edilen hata, görev ve özelliklerin tamamlanma oranında istatistiksel olarak anlamlı bir değişiklik görülmemiş.
Darboğaz kod incelemede. Bir pull request'in gönderilmesinden ana kod tabanına alınmasına kadar geçen süre yüzde 49 uzamış. Değişiklik istenen pull request oranı neredeyse iki katına çıkmış, pull request başına yorum sayısı yüzde 35 artmış, kod inceleyen çalışanların oranı da yüzde 14 yükselmiş. Yani yazma tarafında kazanılan hızın önemli bir kısmı inceleme ve düzeltmede geri harcanıyor.
Şirketler bunu da yapay zekayla çözmeye çalışıyor: Mart 2026 itibarıyla incelenen şirketlerin yüzde 80'i bir tür yapay zeka kod inceleme aracı kullanıyormuş. Yine de inceleme yorumlarının sadece yüzde 23,3'ü ajanlardan geliyor ve ajanlar pull request'lerin yalnızca yüzde 10,8'ine katkı veriyor; işin büyük kısmı hâlâ insanlarda. Aktif çalışan sayısında da, en azından incelenen dönemde, anlamlı bir değişiklik bulunmamış.
Verilerin Mart 2026'da bittiğini, araçların o tarihten beri geliştiğini de not etmek lazım. Ama benim çıkardığım ders net: verimlilik için sadece kod yazma süresini değil, inceleme, hata düzeltme ve entegrasyonu da hızlandırmak gerekiyor.
Ars Technica'daki haber:
https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
Çalışmanın PDF'i:
https://fion.ac/jellyfish.pdf
Kaynak: DonanımHaber
Als jemand, der jeden Tag mit Code zu tun hat, war 2025 für mich ein Jahr enormer Veränderungen. KI-Programmierwerkzeuge vervollständigen nicht mehr nur meine nächste Zeile, sondern übernehmen inzwischen tatsächlich Aufgaben. Wenn ich zurückblicke: In der ersten Jahreshälfte sprachen alle noch über die Autovervollständigung in Cursor und Copilot, in der zweiten Hälfte wurde Spec-getriebene Entwicklung plötzlich zum Trend, und in den Repositories stapelten sich Markdown-Dateien, die für Agenten geschrieben wurden.
Mein stärkster Eindruck ist, dass sich das Programmieren von „menschengeführt“ zu „agentengeführt“ wandelt. Früher sagte die KI nur das nächste Zeichen voraus, heute kann sie den gesamten Weg von der Anforderungsanalyse über die Codegenerierung bis zur Ergebnisprüfung gehen. Interessant ist, dass fast alle führenden Tools gleichzeitig drei Formen vorantreiben – IDE, CLI und Cloud – und am Ende alle in Richtung Agenten konvergieren.
Doch damit kamen auch Probleme. Am schmerzhaftesten sind die Token-Kosten: Aufgaben werden länger, Tool-Aufrufe häufiger, der Kontext wird immer wieder neu eingespeist, und die Rechnung steigt rasant. Was in diesem Jahr alle im Munde führen, ist nicht mehr „Wie schreibe ich einen Prompt?“, sondern „Context Engineering“ – wie man zwischen Qualität, Effizienz und Kosten abwägt und wie man die Cache-Trefferquote erhöht.
Für mich lag die eigentliche Wasserscheide 2025 nicht darin, wessen Modell stärker ist, sondern darin, wer die bisher impliziten Einschränkungen und das Erfahrungswissen im Engineering in Kontextstrukturen verwandeln kann, die Modelle verstehen und wiederverwenden können. Der Wert von Programmierern verschiebt sich langsam vom „Code schreiben“ hin zum „Regeln definieren“. Dieses Jahr war wirklich ein wenig surreal.
Quelle: InfoQ
Laut IT之家hat JetBrains am 8. Oktober in einem Blogbeitrag das KI-Programmiermodell Mellum2.1 angekündigt, das vor allem agentisches Coding stärken soll. Als Entwickler verfolge ich solche offenen Modelle, die sich lokal betreiben lassen, mit Interesse. Deshalb fasse ich hier die wichtigsten Punkte zusammen.
Das Modell übernimmt die Architektur von Mellum2: Es ist ein Mixture-of-Experts-Modell (MoE) mit 12 Milliarden Parametern, von denen 2,5 Milliarden aktiv sind, und bleibt unter der Apache-2.0-Lizenz. Die größte Änderung beim Training: Die Reinforcement-Learning-Phase nach dem Pretraining wurde von einem kurzen Feinschliff zum Kernstück des Trainings ausgebaut. JetBrains hat Daten zu Mathematik, algorithmischen Wettbewerben, Naturwissenschaften, Tool-Nutzung und Softwareentwicklung ergänzt und interne RL-Umgebungen aufgebaut. Dabei wurden während des Trainings Millionen von Sandboxes über Tausende Umgebungen gestartet. Vor dem Training werden Aufgaben mit fehlerhaften Tests, nicht überprüfbaren Antworten oder ungeeignetem Schwierigkeitsgrad aussortiert.
Laut offizieller Beschreibung kann es Codebasen erkunden, Dateien bearbeiten und die eigenen Änderungen prüfen. Die größte Verbesserung betrifft das agentische Coding: Es kann die Ursache fehlschlagender Tests finden, eine Korrektur entwerfen und das Ergebnis überprüfen. Bei der Geschwindigkeit bleibt die Architektur gleich, aber durch Multi-Token-Vorhersage (MTP) wird die Generierung bei einzelnen Anfragen etwa 1,6-mal schneller. Im Vergleich mit Mellum2, Qwen3.5-9B und Gemma 4 E4B unter gleichen Testbedingungen liegt der Ausgabedurchsatz von Mellum2.1 auf einer einzelnen H200 bei hoher Last nahe dem Doppelten von Qwen3.5-9B.
Das Modell ist auf Hugging Face verfügbar und lässt sich lokal oder auf eigener Infrastruktur betreiben, sodass Unternehmen Code und Daten in der eigenen Umgebung behalten können. Geplant sind GGUF-Versionen für llama.cpp, Ollama und LM Studio sowie eine MTP-Komponente für spekulatives Decodieren in vLLM.
Auf die GGUF-Version freue ich mich besonders, denn dann könnten auch normale Entwickler es auf dem eigenen Rechner ausprobieren. Was ist euch bei einem Coding-Modell wichtiger: die Genauigkeit oder die Betriebskosten?
Quelle: IT之家
Ein Artikel von ITmedia NEWS hat mich darauf gebracht, dass Google eine experimentelle Spieleplattform namens „Playground“ vorgestellt hat. Die Ankündigung erfolgte am 7. Oktober 2026 US-Zeit, und seit diesem Tag ist sie im Webbrowser für Nutzer in den USA ab 18 Jahren verfügbar.
Die Bedienung erfolgt allein über Textanweisungen. Man kann bei null anfangen, eine vorbereitete Startvorlage bearbeiten oder geführte Unterstützung nutzen, und das erstellte Spiel lässt sich direkt testen. Änderungen an Physik, Regeln, Figuren und Umgebung werden übernommen, wenn man sie in Worten beschreibt. Laut Artikel sind keine Programmierkenntnisse nötig, welches KI-Modell zum Einsatz kommt, wird aber nicht verraten.
Auch Teilen ist möglich. Da die Plattform webbasiert ist, lassen sich Spiele auf Smartphone und PC spielen. Man kann einen Link an Freunde und Familie schicken, das Spiel in der Galerie „Explore“ veröffentlichen oder es privat lassen. Manche Genres unterstützen Bestenlisten und Mehrspielermodus, und veröffentlichte Spiele durchlaufen eine Sicherheitsprüfung nach Googles Community-Richtlinien. Die Spielerstellung wird je nach Google-One-Mitgliedschaft schrittweise freigeschaltet.
Die zweite Ankündigung betrifft eine Partnerschaft mit Unity. Beide Unternehmen wollen 2026 ein neues Produkt namens „Unity Spark“ auf den Markt bringen, das Playground vollwertige Spielmechaniken, hochwertige 3D-Darstellung und die Flexibilität der Unity-Laufzeitumgebung hinzufügt. Außerdem soll es direkt mit dem Unity Asset Store verbunden werden. Derzeit wird es getestet, und bald soll eine geschlossene Beta starten. Der Unity-CEO wies darauf hin, dass monatlich rund drei Milliarden Menschen mit Unity gemachte Spiele spielen, aber viele von ihnen nie selbst eines gebaut haben.
Persönlich finde ich, dass das Teilen und Spielen von per Prompt erstellten Spielen ein spannender Einstieg in die Programmierung sein könnte. Mich interessiert, wie ihr solche Werkzeuge seht.
Quelle: ITmedia NEWS
Next hat einen Artikel über Pi veröffentlicht, ein Open-Source-Harness, das gerade die Version 1.0.0 erreicht hat. Für alle, die den Begriff nicht kennen: Ein Harness ist die Softwareschicht um ein KI-Modell, die es ihm ermöglicht, Dateien zu lesen, Befehle auszuführen oder im Internet zu suchen.
Pi versteht sich als minimalistisch, aber erweiterbar. Es unterstützt mehr als 1.500 Modelle und Varianten, kommerzielle ebenso wie offene Modelle, die lokal laufen können, und tritt als Alternative zu Claude Code und Codex an, ohne von Modellen von Anthropic oder OpenAI abhängig zu sein. Entwickler sehen in der 1.0 ein Zeichen von Reife.
Der Artikel nennt außerdem neue Funktionen: MCP-Konnektoren, einen „Codemode“ und die Unterstützung für ChatGPT. Pi Durable soll auch katastrophalen internen und externen Störungen standhalten.
Zur Einordnung: Rund 80 % des Textes sind Abonnenten vorbehalten, deshalb beschränke ich mich auf das öffentlich Lesbare. In den Kommentaren vergleichen mehrere Leser Pi mit OpenCode. Einer hält es für sehr schlank, aber schwerer zu konfigurieren, besonders bei MCP, ein anderer verweist auf die Variante Oh-My-Pi. Der Autor kündigt außerdem einen Artikel zu Installation und Nutzung an.
Spannend finde ich den Gedanken, Harness und Modell zu trennen: Man kann das Modell wechseln, ohne das Werkzeug zu wechseln. Ob die Einfachheit von Pi auch bei komplexeren Einsätzen trägt, bleibt abzuwarten. Und ihr: Welches Harness nutzt ihr im Alltag, wenn ihr mit KI programmiert?
Quelle: Next
Xataka erzählt eine Geschichte, die Programmierung, KI und jede Menge Kontroversen vermischt. Bis vor wenigen Tagen war ArtCraft eine Plattform zur Erzeugung von Bildern und Videos mit KI. Teammitglied Brandon Thomas hat angekündigt, mithilfe von Vibe Coding Ersatzprogramme für sieben Adobe-Anwendungen geschrieben zu haben, quelloffen und in Rust: PhotoCraft (Photoshop), VectorCraft (Illustrator), FilmCraft (Premiere Pro), LightCraft (Lightroom), PdfCraft (Acrobat), EffectCraft (After Effects) und DesignCraft (InDesign).
Sie werden für Windows, macOS und Linux verteilt und lassen sich auch aus ArtCraft heraus nutzen. Der Artikel weist darauf hin, dass Adobe nie professionelle Kreativwerkzeuge für Linux angeboten hat, die Lücke ist also nicht klein.
Ein Kollege des Autors hat PhotoCraft einige Tage getestet: Die Grundfunktionen funktionieren, von den KI-Werkzeugen von Photoshop ist nichts zu sehen, und die Anwendung braucht sehr wenig Platz. Trotzdem ersetzt sie das Original vorerst nicht. Die Macher selbst räumen ein, dass sich das Projekt in einer frühen Alpha-Phase befindet: Rund zwanzig KI- und generative Werkzeuge fehlen, ebenso Tiefe bei Typografie und professionellen Workflows, außerdem die Plug-in-Kompatibilität.
Nach Angaben der Macher folgt das Vorgehen dem Clean-Room-Prinzip: Sie stützen sich auf öffentliche Spezifikationen und das beobachtbare Verhalten der Programme, ohne proprietären Code oder Ressourcen. Dass PhotoCraft PSD-Dateien öffnen kann, liegt daran, dass Adobe diese Spezifikationen veröffentlicht hat. In Netzwerken kursiert der unbelegte Verdacht, die Programme von Adobe seien dekompiliert worden.
Xataka erinnert außerdem an die Probleme des Vibe Coding: KI-generierter Code lässt sich mitunter schwer debuggen und kann Dinge enthalten, die ein menschlicher Programmierer nie schreiben würde. Bei persönlichen Apps wiegt das weniger schwer als bei großen Projekten. Ich halte das für eine gute Warnung. Als kostenlose Alternativen nennt der Autor Affinity, GIMP und DaVinci Resolve. Würdet ihr einer so erzeugten App vertrauen?
Quelle: Xataka
Ich habe die Analyse von Simon Bisson in Computer Sweden gelesen: Microsoft hat Rust intern auf Tier-1-Status angehoben, auf dieselbe Stufe wie C#, TypeScript und C. Dieser Status setzt unter anderem eine vollständige Toolchain und die Integration mit Windows und Azure voraus.
Hintergrund ist, dass Mark Russinovich, CTO von Azure, die Speichersicherheit von Rust als wichtigen Teil der Sicherheitsstrategie von Microsoft hervorgehoben hat. Microsoft gehört außerdem zu den Gründern der Rust Foundation. Ein Gastbeitrag auf der Website der Rust Foundation beschreibt, wie Rust mit Microsoft Visual C (MSVC) verbunden wird, damit die Sprachen nahtlos zusammenarbeiten.
Am konkretesten ist ein neues Backend für den Rust-Compiler, rustc_codegen_utc. Es nutzt das Backend von Visual C, eine DLL namens C2.DLL, und übergibt .OBJ-Dateien an den MSVC-Linker. Der Vorteil: Rust kann von Microsofts bestehender Arbeit an Sicherheit und Stabilität profitieren, und Rust- und C-Code werden kompatibel. Microsoft bezeichnet das Backend als produktionsreif und sagt, dass über hundert interne Rust-Projekte es verwenden. Es ist jedoch nur intern verfügbar. Das Unternehmen hat angedeutet, dass die Werkzeuge Open Source werden könnten, nannte aber keinen Zeitplan.
Für Außenstehende ist die Lage bodenständiger: Rust-Unterstützung in VS Code läuft über rust-analyzer, zum Bauen braucht man weiterhin die MSVC C Build Tools, und das windows-Crate von Microsoft bietet direkten Zugriff auf die Windows-APIs. Der Rat des Artikels: Wer Windows-Entwicklung mit Rust lernen will, soll mit den vorhandenen Werkzeugen beginnen.
Ich finde es persönlich interessant, dass ein so großes Unternehmen investiert, um nicht zwei getrennte Compiler-Teams pflegen zu müssen. Wofür verwendet ihr Rust?
Quelle: Computer Sweden
Auf Computable habe ich eine Zusammenfassung des Berichts „2026 State of Open Source in Europe“ der Linux Foundation gelesen, der bereits in der fünften Ausgabe auf dem Open Source Summit Europe in Prag vorgestellt wurde. Die Kernbotschaft ist eindeutig: Open Source nur zu nutzen, verschafft keine Kontrolle. Man muss auch beitragen und mitgestalten.
Die Zahlen zeigen, wo es hakt. Für 94 Prozent der europäischen Organisationen ist digitale Souveränität für ihre Technologiestrategie wichtig, für 61 Prozent sogar sehr wichtig. Europäische Entwickler stellen fast 40 Prozent der Beiträge zu Infrastrukturprojekten wie Kubernetes und OpenStack, doch viele Organisationen beschränken sich auf die Nutzung. 31 Prozent haben keinen formalen Rahmen für das Open-Source-Management. Wer einen hat, berichtet von einer Rendite von mehr als dem Vierfachen der Investition, ohne Rahmen sind es 3,6-fach.
Auch KI-Coding-Werkzeuge kommen vor: 94 Prozent nutzen oder testen generative KI-Coding-Tools, drei Viertel meinen, dass sie den Wert von Open Source steigern, und 48 Prozent nutzen deshalb mehr Open Source. Fast die Hälfte pflegt interne Forks, was pro Release-Zyklus im Schnitt 311 Stunden für 9,5 Forks kostet.
Auffällig finde ich, dass an der Spitze der Agentic AI Foundation vor allem US-Unternehmen stehen, etwa AWS, Anthropic, Google, Microsoft und OpenAI. Auf der Gold-Stufe sind aus Europa nur Suse und Ericsson vertreten. Gleichzeitig arbeitet die Europäische Kommission an einem Tech-Sovereignty-Paket von rund 2 Milliarden Euro.
Thierry Carrez von der Linux Foundation Europe sagt, Open Source helfe, weniger abhängig zu werden, aber nur mit aktiver Beteiligung an offenen Governance-Strukturen. Als Entwickler kann ich das gut nachvollziehen: Ein Pull Request hat manchmal mehr Einfluss als ein Positionspapier. Wie ist das bei euch?
Quelle: Computable
Richard Speed von The Register berichtet über ArtCraft, ein Unternehmen, das seiner Sammlung von Rust-Anwendungen Alternativen zu Word, Excel und PowerPoint hinzugefügt hat. Es bezeichnet diese als Clean-Room-Neuimplementierungen proprietärer Software, und für die Entwicklung setzen die Projekte stark auf Claude. Auf den GitHub-Seiten finden sich außerdem Projekte nach dem Vorbild von Photoshop, Illustrator und Premiere Pro.
Der Tester hat WordCraft, die Word-Alternative, auf einem Surface mit Arm-Prozessor ausprobiert und fand, dass es gut lief. Es ähnelt Word, aber Schaltflächen, Symbole und Bilder sind anders. Das Projekt befindet sich im Pre-Alpha-Stadium; ArtCraft schätzt die Funktionsparität mit Word auf 62 Prozent, und der Tester rät von einem Produktiveinsatz ab. Die Roadmap räumt ein, dass Kompatibilitätstests mit echten DOCX-Dateien noch nicht begonnen haben, und dass Diagramme, SmartArt und eingebettete OLE-Objekte wegfallen.
Bei der Lizenz ist WordCraft doppelt lizenziert unter MIT oder Apache 2.0. Das Rechtschreibwörterbuch und die Silbentrennung nutzen die gemeinfreie Wortliste Moby Hyphenator II von Grady Ward. ArtCraft sagt, alles sei auf Grundlage öffentlicher Spezifikationen und Beobachtung entstanden, mit eigenen oder frei lizenzierten Ressourcen. The Document Foundation, die LibreOffice entwickelt, lehnte eine Stellungnahme ab, Microsoft bestätigte die Anfrage ohne weitere Antwort, und Adobe äußerte sich nicht zu den Projekten für Kreativanwendungen.
Neil Brown von decoded.legal sagte der Zeitung, die Rechtslage hänge von der Jurisdiktion ab. Die Entwickler könnten argumentieren, dass ihre unabhängige Umsetzung keine Verletzung darstellt, doch angesichts der Tragweite könne der Streit vor Gericht landen.
Interessant finde ich nicht die Behauptung selbst, sondern das Tempo: Ein kleines Team, das ein KI-Coding-Werkzeug nutzt, kann eine wiedererkennbare Office-Suite veröffentlichen, die unfertig, aber brauchbar genug zum Testen ist. Offen bleiben Qualität, Wartung und die rechtliche Seite. Ich würde gern hören, wie andere, die mit KI-Assistenten Code schreiben, über Clean-Room-Behauptungen denken.
Quelle: The Register
Auf dem Technologieportal habe ich gelesen, dass OpenAI zusammen mit den GPT-6-Modellen eine neue ChatGPT-Funktion namens „Intelligent UI“ angekündigt hat. Der Kern: Eine Antwort besteht nicht mehr nur aus Text, sondern kann Text und interaktive visuelle Elemente direkt im Gespräch kombinieren.
Unterstützt werden Illustrationen, Diagramme, Grafiken, Formulare und interaktive Schaltflächen. Laut dem Artikel, der sich auf den OpenAI-Blog bezieht, wurde GPT-6 darauf trainiert, zu erkennen, wann ein interaktives Element besser ist als Text, und wie es innerhalb der Antwort platziert wird.
Genannt werden etwa die Zeichnung eines Siebengang-Fahrrads mit Schaltflächen, mit denen man einzelne Teile auswählt und Informationen dazu sieht, Mahjong-Steine als scrollbare Gruppen sowie kleine Werkzeuge wie ein Rechner für die Altersvorsorge oder ein Tool zum Aufteilen von Rechnungen unter mehreren Personen. Bei den Modellen gibt es GPT-6 Sol für höhere Abo-Stufen, während Go-Abonnenten und kostenlose Nutzer Luna erhalten, das effizientere Modell. Außerdem verbessert sich die Websuche, Teilantworten erscheinen schneller, während Informationen gesammelt werden, und das Modell ist widerstandsfähiger gegen Versuche, das Sicherheitstraining zu umgehen.
Ich halte diesen Schritt für Entwickler wichtig, weil der Chat dadurch einer kleinen, bei Bedarf erstellten App näherkommt. Offen bleibt, ob Schaltflächen uns wirklich mehr helfen als ein gut geschriebener Text. Ich würde gern eure Meinung hören.
Quelle: Technologieportal
Nach fünf Jahren gibt es endlich wieder Bewegung bei Bootstrap: Mitgründer Mark Otto hat die erste Alpha von Bootstrap 6 angekündigt, heise developer berichtet darüber. Ich finde das spannend, weil das Framework aus dem Twitter-Umfeld stammt und seit 2011 Open Source ist.
Die Zahlen zeigen, wie groß Bootstrap geworden ist: über 1,75 Milliarden Installationen laut Projekt. Gleichzeitig sinkt der Marktanteil. W3Techs zufolge nutzten Anfang August 2026 13,8 Prozent aller Websites Bootstrap, im Dezember 2025 waren es noch 15,3 Prozent. Tailwind CSS gewinnt bei neuen Projekten an Boden.
Das Team setzt auf moderne Browser: Chrome und Edge ab 130, Firefox ab 132 und Safari ab 18. Dafür nutzt Bootstrap 6 Funktionen wie automatische Hell-/Dunkel-Umschaltung, native Dialogfenster und Layouts, die sich an umgebenden Elementen statt am Fenster ausrichten. Farben, Abstände und Rundungen lassen sich weitgehend über CSS-Variablen steuern, auch zur Laufzeit. Die Klassennamen lehnen sich an Tailwind an, aus .d-md-none wird .md:d-none und aus .col-lg-6 wird .lg:col-6. Accordions kommen ohne JavaScript aus.
Besonders bemerkenswert finde ich den KI-Teil: Die Dokumentation liegt als llms.txt und llms-full.txt vor, und im Repository gibt es Skill-Dateien, die KI-Agenten zum Beispiel bei der Migration helfen sollen.
Bestehende Seiten lassen sich laut Artikel nicht einfach umstellen. Bootstrap 5 wird vorerst weiter unterstützt, vor dem Support-Ende soll es noch ein Update auf 5.4.0 geben. Version 7 soll deutlich schneller folgen. Wer von euch setzt noch auf Bootstrap, und wer ist schon zu etwas anderem gewechselt?
Quelle: heise online
Diese Woche hat mich eine Nachricht von XYZ gepackt: Die Politechnika Wrocławska und das Niederschlesische Zentrum für Onkologie, Pneumologie und Hämatologie bauen eine KI-Plattform für das Gesundheitswesen. Keinen weiteren Chatbot, sondern ein Basismodell, das Dokumentation, Laborergebnisse, Bilder und den Behandlungsverlauf zusammenführt.
Sie beginnen mit Lungenkrebs – das DCOPiH betreut jährlich mehr als 1,4 Tsd. neue Patienten und verfügt über gut beschriebene Daten. Das System soll vor der Tumorkonferenz die Vollständigkeit der Dokumentation prüfen, Lücken aufzeigen und verhindern, dass ein Patient zwischen den Untersuchungen „durchs Raster fällt“. Der Arzt entscheidet weiterhin; die KI soll ihm Zeit für den Kranken zurückgeben, nicht an seiner Stelle denken.
Technisch interessiert mich das föderierte Lernen: Die Daten bleiben im Krankenhaus, und in das gemeinsame Modell fließen nur die Trainingsergebnisse. Grundlage sollen die Erfahrungen mit dem polnischen Modell PLLuM sein, allerdings mit echter medizinischer Sprache und Multimodalität.
Der erste Prototyp – in den kommenden Monaten. Wenn das Projekt über Niederschlesien hinausgeht, könnte es eines der wichtigeren polnischen KI-Projekte werden, über die es sich lohnt, ohne Marketinggetöse zu sprechen.
Quelle: XYZ
