Ailionauten - KI ist (k)eine Raketenwissenschaft

In dieser Folge beschäftigen sich Alex Fegel und Alex Grimm mit der Frage, wie viel Aufwand in ein PoC fließen darf und wann man es als gescheitert an sehen kann. Unsere Themen: Wie lange reitet man das Data-Science Pferd / wie viel probiet man aus? Wann sagt man es reicht und geht einen Schritt zurück? Ab wann gilt ein PoC als gescheitert? Wann ist er erfolgreich? Wo liegt der Fokus / wo geht die Zeit und das Budget am besten rein in frühen Phasen?

In dieser Episode diskutieren David und Janis die Unterschiede und Gemeinsamkeiten zwischen Data Science und Data Engineering. Sie beleuchten die Projektplanung, die Bedeutung von Code-Qualität, Testing-Strategien und die Herausforderungen bei der Entwicklung in verschiedenen Umgebungen. Zudem wird der Wert von Data Science Projekten und die Rolle von Vibe-Coding in der Softwareentwicklung thematisiert.

In diesem Podcast sprechen Tim Lenzen und Alex über ihre Erfahrungen auf der PyCon.de, die Bedeutung von Large Language Models (LLMs) und die Herausforderungen bei deren Implementierung in Unternehmen. Sie diskutieren die Notwendigkeit von KI-Literacy, die Vorteile einer eigenen GPT-Plattform und die Rolle von Automatisierung in der Softwareentwicklung. Zudem reflektieren sie über die Entwicklungsgeschichte von LLMs und die Bedeutung von Wissensmanagement in der digitalen Ära.

Endlich mal wieder eine Folge von David und Janis!