AI Engineering

Produktive KI-Systeme scheitern selten an der Wahl des Modells. Sie scheitern an fehlender Architektur, unklaren Datenpipelines, mangelhafter Governance und operativer Blindheit.

Ein produktives KI-System ist mehr als ein Modell. Es benötigt Architektur, Retrieval, Orchestration, Governance, Security und Observability — präzise entworfen, nicht zufällig zusammengestellt.

Das Werk behandelt diese Ebenen zusammenhängend: Theorie und Mathematik verbunden mit Architektur und produktivem Engineering.

Die 38 Kapitel verteilen sich auf zwei Darstellungsbände. Band 1 führt von den Grundlagen zu den Bausteinen eines Systems, Band 2 von der Architektur zum laufenden Betrieb. Der Schnitt zwischen Kapitel 22 und 23 trennt damit die Frage, woraus ein System besteht, von der Frage, wie es sich entwerfen, absichern und betreiben lässt.

Band 3 steht quer dazu. Er enthält Appendix A sowie Übungen und vollständige Lösungen zu allen 38 Kapiteln und trägt damit den mathematischen und übenden Unterbau der beiden anderen Bände. Wer die Herleitungen nachvollziehen oder das Gelesene prüfen will, arbeitet mit Band 3 parallel — nicht im Anschluss.

Diese Aufteilung hält Theorie und Praxis getrennt lesbar, ohne sie voneinander zu lösen: die Darstellung bleibt durchgehend argumentierbar, die Mathematik steht vollständig da, wo sie geprüft werden kann.