AI, LLMs, and applied ML.
Feldnotizen eines Senior-Ingenieurs zu KI, LLMs, Agenten und angewandtem maschinellem Lernen von Ercan Ermis.
All posts
Claude Code in CI: Einen Agenten den Build reparieren lassen
Einen Coding-Agenten in die Pipeline zu stellen ist einfach. Die eigentliche Arbeit sind die Leitplanken: was er anfassen darf, wann er stoppt, wer prüft.
Agents on Call, Teil 2. Das Fundament: Terraform vor den Tokens
Bevor der erste Bedrock-Token fließt: das ops-tooling-Konto, zwei Spoke-IAM-Rollen, Modellzugriff und die Inference-Profile-Entscheidung, alles in Terraform.
Das Kontextfenster ist nicht dein Freund
Ein riesiges Kontextfenster ersetzt kein Retrieval: Die Trefferquote sinkt mit wachsendem Prompt, jeder Token kostet, und die Mitte wird nur überflogen.
AWS Monthly (Mai '26): Agenten bekommen eine Geldbörse
Mai 2026 bei AWS: AgentCore Payments lässt Agenten Transaktionen ausführen, das Agent Toolkit for AWS und ein GA-MCP-Server härten die Toolchain dahinter.
Agents on Call, Teil 1. Das Szenario: Warum ein Ops-Team Agenten einstellt
Ein mittelgroßes SaaS-Unternehmen versinkt im On-Call-Aufwand und stellt Agenten ein. Teil 1: Szenario, Stack-Entscheidung und AWS-Bedrock-Architektur.
Prompts loggen, ohne PII zu loggen
Prompt-Logs braucht man zum Debuggen einer LLM-App, aber PII darf darin nicht bleiben. Vor der Speicherung mit Comprehend redigieren, dann Retention setzen.
Wenn Haiku Opus schlägt: Model Right-Sizing auf Bedrock
Jeden Aufruf standardmäßig an Opus zu schicken, lässt die LLM-Rechnung explodieren. Nach Aufgabenklasse routen: Haiku für die Mehrheit, Opus nur zur Eskalation.
Agentic RAG ist meistens Latenz, die man nicht braucht
Agentic RAG durchläuft Retrieval-Hops, jeder ein Modell-Roundtrip. Bei den meisten Fragen gewinnt eine gute Query, die Schleife lohnt sich selten.
Evals vor Agenten: Man kann nicht ausliefern, was man nicht bewerten kann
Ohne Eval-Harness ist jede Änderung am Agenten ein Bauchgefühl-Check. Erst die Anzeigetafel bauen, dann den Agenten, und den LLM-Judge als fehlbar behandeln.
Semantic Caching: Zwei verschiedene Fragen, eine Antwort
Semantic Caching liefert eine gespeicherte Antwort für ähnlich formulierte Fragen. Das senkt Kosten und Latenz, ein False Hit liefert die falsche Antwort.
Weiteres von Ercan
Zwei weitere Seiten, gleicher Autor, anderes Terrain.
Cloud, AWS, EKS, Terraform, Platform Engineering.
Praxisnotizen aus Produktionssystemen. EKS, IAM, Terraform im Organisationsmaßstab, Observability, Kostenoptimierung.
Besuchen ercan.cloud →Die Drehscheibe. Über mich, Beratung, Kontakt.
Persönliche Drehscheibe für beide Schreibspuren. Wer ich bin, wie die Beratung funktioniert, wie Sie mich erreichen.
Besuchen ercanermis.com →