<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="de">
<title>Funkenflug &#183; kaminrun.de</title>
<id>https://kaminrun.de/blog/</id>
<link rel="self" type="application/atom+xml" href="https://kaminrun.de/blog/feed.xml"/>
<link rel="alternate" type="text/html" href="https://kaminrun.de/blog/"/>
<updated>2026-11-20T00:00:00Z</updated>
<author><name>Kaminrunde &amp; Freunde</name></author>
<entry>
<title>Traut der Antwort nicht: Wie wir prüfen, was eine KI wirklich getan hat</title>
<id>https://kaminrun.de/blog/traut-der-antwort-nicht/</id>
<link rel="alternate" type="text/html" href="https://kaminrun.de/blog/traut-der-antwort-nicht/"/>
<published>2026-11-20T00:00:00Z</published>
<updated>2026-11-20T00:00:00Z</updated>
<author><name>Varsha Vasudev</name></author>
<summary>Öffentliche Benchmarks sagen wenig darüber, wie ein Modell mit euren Daten umgeht. So haben wir getestet: fünf Stufen, eingebaute Fallen, sechs Kriterien. Und eine Regel: Keine Antwort wird ungeprüft übernommen.</summary>
</entry>
<entry>
<title>Vom Download ins Rechenzentrum: Was „Open-Weight“ wirklich bedeutet</title>
<id>https://kaminrun.de/blog/was-open-weight-bedeutet/</id>
<link rel="alternate" type="text/html" href="https://kaminrun.de/blog/was-open-weight-bedeutet/"/>
<published>2026-11-13T00:00:00Z</published>
<updated>2026-11-13T00:00:00Z</updated>
<author><name>Varsha Vasudev</name></author>
<summary>Open-Weight ist nicht dasselbe wie Open Source. Was die Gewichte eines Modells sind, was Self-Hosting bedeutet und warum die Größe eines Modells bestimmt, was ihr zum Betrieb braucht.</summary>
</entry>
<entry>
<title>Gefunden werden war gestern – KI-Assistenten transformieren die Rolle der Markenwebsite</title>
<id>https://kaminrun.de/blog/gefunden-werden-war-gestern/</id>
<link rel="alternate" type="text/html" href="https://kaminrun.de/blog/gefunden-werden-war-gestern/"/>
<published>2026-11-06T00:00:00Z</published>
<updated>2026-11-06T00:00:00Z</updated>
<author><name>Simon Metzner</name></author>
<summary>KI-Assistenten beantworten die Fragen, die früher auf die Website einer Marke geführt haben. Damit verliert die Marke mehr als Klicks: Sie verliert ihre stärkste Form der Sichtbarkeit, das selbst eingelöste Bedürfnis auf eigener Fläche. Die Antwort darauf ist kein Kniff für den neuen Kanal, sondern die Ausrichtung am Bedürfnis: genannt werden über Wissen, erlebt werden über Handeln und Beziehung.</summary>
</entry>
<entry>
<title>Eine Website aus dem Chat</title>
<id>https://kaminrun.de/blog/website-aus-dem-chat/</id>
<link rel="alternate" type="text/html" href="https://kaminrun.de/blog/website-aus-dem-chat/"/>
<published>2026-10-30T00:00:00Z</published>
<updated>2026-10-30T00:00:00Z</updated>
<author><name>Christiane Seitz</name></author>
<summary>kaminrun.de hat niemand von Hand gebaut. Ein Agent hat die Seite in zwei Wochen aus unserem Team-Chat heraus gebaut. Getragen hat das kein cleverer Prompt, sondern ein Setup aus sieben Teilen. Der wichtigste davon: Der Agent schlägt vor, ein Mensch merged.</summary>
</entry>
<entry>
<title>Was passiert mit euren Geschäftsdaten, wenn ihr KI nutzt?</title>
<id>https://kaminrun.de/blog/wohin-gehen-eure-daten/</id>
<link rel="alternate" type="text/html" href="https://kaminrun.de/blog/wohin-gehen-eure-daten/"/>
<published>2026-10-23T00:00:00Z</published>
<updated>2026-10-23T00:00:00Z</updated>
<author><name>Varsha Vasudev</name></author>
<summary>Wer KI mit Firmendaten nutzt, schickt die Daten oft mit auf die Reise. Wohin sie gehen, welche EU-Regeln dabei gelten und welche zwei Wege es gibt, ein KI-Modell zu betreiben.</summary>
</entry>
<entry>
<title>Open-Weight-KI für Datenteams: Was wir gelernt haben</title>
<id>https://kaminrun.de/blog/open-weight-ki-fuer-datenteams/</id>
<link rel="alternate" type="text/html" href="https://kaminrun.de/blog/open-weight-ki-fuer-datenteams/"/>
<published>2026-10-16T00:00:00Z</published>
<updated>2026-10-16T00:00:00Z</updated>
<author><name>Varsha Vasudev</name></author>
<summary>Ist es sicher, KI mit den eigenen Firmendaten zu nutzen, und kann man ihren Antworten trauen? Wir haben zehn Open-Weight-Modelle an echten Datenaufgaben getestet und erzählen in sieben Teilen, was wir dabei gelernt haben. Hier geht&#x27;s los.</summary>
</entry>
</feed>
