Dein Kontextfenster ist kein Benzintank – Sweet Spots, RAG & Workflow-Design

 

Ich erstelle jetzt die Show Notes gemäß der definierten Struktur: Kurzbeschreibung, Links, Kapitelmarken und Suffix.


Show Notes

Kontextfenster, RAG & der Sweet Spot – was KI wirklich verarbeiten kann

Warum ist nicht egal, wie viel ihr in euer Kontextfenster kippt? Und warum ist RAG alles andere als tot? Jochen hat eine Kollegin, die 70 Seiten Buchmanuskript ins Kontextfenster schmeißt – und sich wundert, dass ihr Limit bis Dienstag aufgebraucht ist. Barbara erklärt, warum der Sweet Spot bei 130.000 bis 150.000 Token liegt, was hinter Needle in the Haystack und Lost in the Middle steckt, und warum PDFs aus der Hölle kommen. Außerdem: Warum eure Corporate Tools weniger können als Consumer-Chatbots, warum SharePoint kein Data Lake ist (auch wenn ihr ihn so benutzt), und warum die eigentliche Arbeit nicht im Bauen liegt, sondern im Whiteboarding. Spoiler: Das Problem sitzt vor dem Rechner. Und die Faulheit kostet Arbeitsplätze – nicht die KI.

Links & Quellen aus der Folge

Kapitelmarken

  • 00:00:00 Intro & Begrüßung
  • 00:00:28 Das Problem: 70 Seiten Buch im Kontextfenster
  • 00:01:43 Token-Limits, Sweet Spot und Claude 4.6
  • 00:03:51 Service-Post: Claude Usage Promotion im März
  • 00:05:21 Was ist der Sweet Spot und warum zählt er?
  • 00:05:43 Die Tank-Analogie: Von 8.000 auf 1 Million Token
  • 00:09:46 Input, Output und wie sich Token berechnen
  • 00:10:43 Needle in the Haystack & Lost in the Middle erklärt
  • 00:14:37 Context Engineering: Warum PDFs aus der Hölle kommen
  • 00:15:42 Jochens Bücher und wie Autoren Context Engineering betreiben
  • 00:18:18 Testen, testen, testen – und Markdown statt PDF
  • 00:19:46 Wahrscheinlichkeit statt Zufall: Vibe-Coding vs. Full Prod
  • 00:20:57 Corporate Tools vs. Consumer Tools: Das ehrliche Problem
  • 00:22:30 Claude-Projekte, Chunks und wie RAG im Hintergrund arbeitet
  • 00:30:09 Drei Player: OpenAI, Anthropic, Google – und NotebookLM
  • 00:33:55 RAG erklärt: Retrieval, Augmented Generation
  • 00:35:35 Vektordatenbanken vs. Knowledge Graphs (Computermaus-Beispiel)
  • 00:37:34 Datenbanken, unstrukturierte Daten und das SharePoint-Drama
  • 00:42:04 Bitte anrufen: Warum 40.000 Dokumente kein DIY-Projekt sind
  • 00:43:28 Widersprüchliche Guidelines und das Whiteboarding-Problem
  • 00:47:14 Verabschiedung

🥳 Danke, dass du LAIer 8|9 eingeschaltet hast! Möge die KI mit dir sein!

Schreib uns eine Bewertung mit dem KI-Modell deiner Wahl und abonniere uns auf deiner Lieblingsplattform, wir sind überall, es gibt kein entrinnen!

Unsere Hosts
AI Babsi: (Barbara) [Website] https://www.barbara-lampl.de | [LinkedIn] https://www.linkedin.com/in/barbaralampl/ – E-Fuchs: (Jochen) [Website] https://efuchs.net | [LinkedIn] https://www.linkedin.com/in/jochengfuchs/

Unser Podcast Blog
https:///www.laier89.de/

01001100 01110101 01101011 01100101 00101100 00100000 01001001 01100011 01101000 00100000 01100010 01101001 01101110 00100000 01100100 01100101 01101001 01101110 00100000 01001011 01001001 00101101 01010000 01101111 01100100 01100011 01100001 01110011 01110100 00100000 01001100 01000001 01001001 01100101 01110010 00100000 00111000 01111100 00111001 00101110

LAIer 8|9 wird nicht Layer 89 oder Layer 8|9 geschrieben, auch nicht Layer 8 9, aber wir sind cool und wir sind tough, deshalb gibt’s hier Keyword-Stuff.

By Jochen G. Fuchs

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Related Posts