In dieser Episode dreht sich alles um das AI Mindset, Context
Engineering und die Kunst des Prompt Engineering. Wir
diskutieren, wie sich die Arbeit von Entwicklern durch KI
verändert – weg vom reinen Wissensspeicher hin zum Problemlöser.
Wir sprechen darüber, warum wir unsere Prompts oft in Notepad
schreiben, bevor wir sie abschicken, und wie wichtig es ist, das
Model und seine Limitationen zu kennen. Tokens, Context Windows
und die Struktur von Prompts (Rolle, Kontext, Ziel) sind zentrale
Themen. Wir gehen auf die 5 Prinzipien des Promptings ein,
erklären den Unterschied zwischen Zero-Shot und Few-Shot und
teilen unsere besten Tipps und Tricks. Außerdem werfen wir einen
Blick auf das GEPA-Framework und diskutieren, ob wir morgen alle
arbeitslos sind.
Eine Episode vollgepackt mit praxisnahen Insights für besseres
Arbeiten mit LLMs.
Darüber wurde gesprochen:
(00:21) Motivation
(01:01) Mindset für AI
(09:04) Use-Cases für AI: Probleme lösen statt Wissen speichern
(10:32) Prompting mit Notepad entkoppeln
(13:15) Erwartungshaltung und Kennenlernen des Models
(16:57) Was ist ein Prompt für dich?
(21:37) Toooooookens!
(27:23) Nachdenken über den Context
(28:37) Prompt Engineering vs. Context Engineering
(30:01) Keine Geheimnisse! Sei spezifisch!
(33:18) Die 5 Prinzipien des Promptings
(41:00) Markup, POML, Prompt-Templates, Pre-Warming
(43:00) 0, 1, Few Shots
(45:38) Tipps und Tricks
(1:00:37) Domain Driven Design und Context Engineering
(1:03:48) Context Engineering und Tools
(1:07:00) Chain of Thoughts - Gedankenketten generieren einen
Plan
(1:09:00) Tool Selection
(1:10:05) Sind wir morgen arbeitslos?
(1:13:06) GEPA-Framework
(1:13:36) 2x Tobis Fazit
Links aus unsere Episode:
GEPA-Framework:
https://github.com/gepa-ai/gepa
Beispiel aus der Episode:
# Rolle
Du bist ein Senior Software Engineer mit Fokus auf
Backend-Architektur.
Webbasierte Projektmanagement-Software
Entwirf ein neues Feature zur Benutzeraktivitäts-Verfolgung.
User Activity Log
Das System soll relevante Benutzeraktionen speichern und
für Administratoren einsehbar machen.
Admin sieht, wer Projekte erstellt oder gelöscht
hat
Audit-Trail für Compliance-Zwecke
Erfasse Login, Logout, Create, Update,
Delete
Speichere Zeitstempel und User-ID
Filterbar nach Zeitraum und Aktionstyp
Keine spürbare
Performance-Verschlechterung
DSGVO-konform (keine sensiblen Daten)
High-Level-Architektur
Datenbankschema (vereinfachtes Modell)
API-Endpunkte
Markdown mit Code-Blöcken für Beispiele
]]>
Hast du Bugs, die wir fixen sollen, oder Themen-Ideen, die wir
deployen können? Schick uns eine Pull-Request per Mail:
feedback@tobihochzwei.de
Wenn dir der Podcast gefällt, unterstütz uns kurz:
Abonnieren · Bewerten · Weiterempfehlen
LinkedIn:
https://www.linkedin.com/company/tobihochzwei/
AI Mindset, Prompt Engineering, Context Engineering, LLM, OpenAI,
ChatGPT, Copilot, Developer Tools, Softwareentwicklung, Tech
Podcast, TobiHochZwei, Tobi Hoch Zwei, Tobi Hoch 2
TobiHochZwei – Doppelt Tobi, doppelt Tech ist der Podcast rund um
Software, Cloud und moderne Technologien. Die Hosts Tobias
Allweier und Tobias Wittenburg sprechen praxisnah über
Softwareentwicklung, Cloud-Architekturen, Künstliche Intelligenz
und IT-Strategien. Mit klaren Einblicken aus dem Berufsalltag,
echten Erfahrungen und spannenden Gästen liefert jede Folge
Orientierung und Mehrwert – für Einsteiger ebenso wie für
erfahrene IT-Profis.
www.TobiHochZwei.de/impressum
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.