In dieser Folge von DOAG VOICES FutureAI spricht Host Dr. Benjamin Linnik, Tech Lead für KI-Anwendungen, mit Johann-Peter Hartmann, CTO, Gründer und KI-Experte, über die Zukunft agentischer Systeme und die Frage, wie lernfähige KI-Agents die Softwareentwicklung verändern.Ein Gespräch über evolutionäre Algorithmen, Explainable AI, Selbstheilung im Code – und warum ein Agentenschwarm manchmal wie ein Sack Katzen ist. Es wurde während der KI Navigator Berlin aufgezeichnet (2. & 3. Juni 2025).Kapitelübersicht00:00 – Einführung & VorstellungDr. Benjamin Linnik begrüßt Johann-Peter Hartmann und stellt dessen langen Background in der Softwareentwicklung vor.02:00 – Der Reiz des Programmierens heuteWarum viele CTOs wieder selbst programmieren – und was die neue Generation von KI-Tools damit zu tun hat.04:00 – Vom Traum zum System: Agenten und SwarmsHartmann erklärt, warum er sich seit den 80ern für "Agents" begeistert – und wie Science Fiction langsam Realität wird.07:00 – Kooperierende und lernende AgentenEinblick in aktuelle Entwicklungen: Swarms, Metakognition und die Schwierigkeiten, Agenten zuverlässig arbeiten zu lassen.09:00 – Agenten unter Kontrolle haltenWarum Swarms wie "ein Sack Katzen" sind – und wie strukturierte Agent Handoffs helfen, Chaos zu vermeiden.12:00 – Praxiseinsatz: Modernisierung mit Agenten-SwarmsWie KI-Agenten bei Softwaremigrationen helfen – und warum komplexe Projekte noch nicht ganz autonom funktionieren.15:00 – Grenzen und Kosten der TechnikWarum Swarms zwar mächtig, aber teuer und schwer zu steuern sind – und wie man den Fokus behält.17:00 – Self-Healing & ValidierungWie Agenten sich selbst korrigieren, Tests durchführen und typische Entwicklerprobleme lösen.19:00 – Lernen aus Fehlern: Promptistan & Rule-SetsHartmann über die Bedeutung von Regeln, Feedback-Loops und selbstlernenden Strategien im Agenten-Design.21:00 – Explainable AI & Mensch im LoopWie erklärbare KI Transparenz schafft – und warum menschliches Feedback weiterhin unverzichtbar bleibt.23:00 – Fazit & AusblickWarum die Zukunft agentischer Systeme spannend bleibt – und wie wir von KI-Systemen über unser eigenes Denken lernen.---Die Top 3 Learnings dieser Folge:1. Agenten lernen – aber noch nicht stabil genug:Kooperative und lernende Agenten eröffnen neue Möglichkeiten, stoßen aber bei komplexen Aufgaben an Grenzen.2. Explainable AI ist Schlüssel zur Verantwortung:Transparente Entscheidungsprozesse ermöglichen Vertrauen und gezieltes menschliches Feedback.3. Selbstheilung und Regelwerke sind der Weg nach vorn:Systeme, die Fehler erkennen, daraus lernen und Regeln verallgemeinern, sind die Basis der nächsten KI-Generation.---Mehr über die DOAG:Entdecke viele weitere kostenlose Angebote – von DOAG.tv über WebSessions und Newsletter zu aktuellen IT-Themen bis hin zu Regionalgruppen und Communities sowie dem Zeitschriftenarchiv.https://www.doag.org/---Anstehende DOAG-Konferenzen:European NetSuite User Days | 17. & 18. November 2025 | Nürnberg | https://netsuite.doag.org/de/home/DOAG 2025 Konferenz + Ausstellung | 18. - 21. November 2025 | Nürnberg | https://anwenderkonferenz.doag.org/de/home/Low-Code Creator | 18. & 19. November 2025 | Nürnberg | https://low-code.doag.org/de/KI Navigator | 19. & 20. November 2025 | Nürnberg | https://www.kinavigator.eu/de/nuernberg/---KI Navigator Berlin:https://www.kinavigator.eu/de/ki-navigator-berlin-2025/ Hosted on Acast. See acast.com/privacy for more information.
No persons identified in this episode.
This episode hasn't been transcribed yet
Help us prioritize this episode for transcription by upvoting it.
Popular episodes get transcribed faster
Other recent transcribed episodes
Transcribed and ready to explore now
3ª PARTE | 17 DIC 2025 | EL PARTIDAZO DE COPE
01 Jan 1970
El Partidazo de COPE
13:00H | 21 DIC 2025 | Fin de Semana
01 Jan 1970
Fin de Semana
12:00H | 21 DIC 2025 | Fin de Semana
01 Jan 1970
Fin de Semana
10:00H | 21 DIC 2025 | Fin de Semana
01 Jan 1970
Fin de Semana
13:00H | 20 DIC 2025 | Fin de Semana
01 Jan 1970
Fin de Semana
12:00H | 20 DIC 2025 | Fin de Semana
01 Jan 1970
Fin de Semana