Warum ist das relevant für den Mittelstand?
In vielen Betrieben ist nicht der Mangel an Technik das Problem, sondern der Mangel an geteiltem Wissen. Die gewachsene Software kennt nur der eine Entwickler, der bald in Rente geht. Die Einarbeitung neuer Mitarbeitender kostet Wochen, weil niemand Zeit hat, Schulungsmaterial zu pflegen. Absatzplanung passiert im Bauchgefühl oder in einer Tabelle, die seit Jahren niemand hinterfragt. Und die Frage, was KI eigentlich kann und was nicht, wird meist von Anbietern beantwortet statt vom eigenen Team.
Genau an diesen vier Stellen setzen die Projekte dieser Woche an. Sie sind Open Source, laufen auf eigener Infrastruktur und richten sich nicht an Forschungsabteilungen, sondern an Menschen, die ein konkretes Problem lösen wollen.
Aktuelle Open-Source-Projekte im Überblick
Wir stellen hier die GitHub-Repositories vor, die rund um KI besonders stark im Trend sind. Hier finden Sie ein paar der aktuellen Trends auf GitHub:
Archify: Aus gewachsener Software wird eine nachprüfbare Architekturkarte
Was ist das? Archify ist eine Erweiterung für KI-Programmierassistenten wie Cursor, Claude Code, Codex CLI oder OpenCode. Sie lässt den KI-Assistenten aus einer bestehenden Codebasis oder einer bloßen Systembeschreibung eine interaktive Architekturkarte erzeugen. Das Besondere: Der Assistent zeichnet nicht selbst, sondern liefert eine strukturierte Beschreibung, die Archify anschließend automatisch prüft und in eine fertige Grafik übersetzt.
Was kann es?
-
Fünf Diagrammtypen für Architektur, Arbeitsabläufe, Abläufe über die Zeit, Datenflüsse und Lebenszyklen
-
Automatische Prüfung vor der Ausgabe, sodass fehlerhafte oder erfundene Zusammenhänge gar nicht erst in der Grafik landen
-
Vergleich zweier Stände als Vorher-Nachher-Ansicht, um Architekturänderungen vor einer Freigabe zu beurteilen
-
Ergebnis ist eine einzige HTML-Datei, die sich per E-Mail teilen und ohne Zusatzsoftware öffnen lässt
-
Export als Bild, Vektorgrafik oder kurzes Video für Präsentationen und Dokumentation
Für wen ist das interessant? Für Unternehmen mit eigener Softwareentwicklung oder gewachsenen IT-Systemen, deren Dokumentation dem tatsächlichen Stand hinterherhinkt. Gerade bei Übergaben, Audits oder der Einarbeitung neuer Entwickler ist eine aktuelle Systemkarte Gold wert. Der entscheidende Unterschied zu einem frei zeichnenden KI-Assistenten liegt in der eingebauten Prüfung: Was nicht belegbar ist, erscheint auch nicht im Diagramm.
URL: github.com/tt-a1i/archify' class='https external' target='_blank' rel='nofollow'>github.com/tt-a1i/archify
OpenMAIC: Vom Fachdokument zum interaktiven Kurs
Was ist das? OpenMAIC ist eine Plattform der Tsinghua-Universität, die aus einem Thema oder einem hochgeladenen Dokument eine vollständige Lerneinheit erzeugt. Statt einer reinen Foliensammlung entsteht ein interaktives Klassenzimmer, in dem KI-Dozenten den Stoff sprechen, an einer Tafel erklären und Rückfragen beantworten. Ende August ist Version 1.0 erschienen.
Was kann es?
-
Erzeugung kompletter Kurse aus eigenen Unterlagen, Audio- oder Videodateien
-
Folien, Wissensabfragen, interaktive Simulationen und projektbasierte Aufgaben in einem Durchlauf
-
Sprachausgabe und Tafelbilder, sodass Inhalte erklärt statt nur angezeigt werden
-
Export als bearbeitbare PowerPoint-Datei, als interaktive Webseite oder als Video
-
Freie Wahl des Sprachmodells, einschließlich lokal betriebener Modelle über Ollama, wodurch keine Inhalte das Haus verlassen müssen
-
Betrieb wahlweise ohne Datenbank im Browser oder serverseitig mit PostgreSQL
Für wen ist das interessant? Für alle Betriebe, die regelmäßig schulen müssen und dafür keine eigene Weiterbildungsabteilung haben. Sicherheitsunterweisungen, Maschineneinweisungen, Produktschulungen für den Vertrieb oder die Einarbeitung neuer Mitarbeitender folgen meist demselben Muster: Es gibt eine Betriebsanleitung, eine Präsentation von vorletztem Jahr und wenig Zeit. OpenMAIC macht aus vorhandenen Unterlagen ein Format, das Mitarbeitende in ihrem eigenen Tempo durcharbeiten können.
URL: github.com/THU-MAIC/OpenMAIC
TimesFM: Prognosen aus eigenen Zahlen, ohne eigenes Training
Was ist das? TimesFM ist ein Basismodell für Zeitreihen von Google Research. Ähnlich wie ein Sprachmodell Texte fortsetzt, setzt TimesFM Zahlenreihen fort. Der entscheidende Punkt ist, dass es dafür nicht auf die eigenen Daten trainiert werden muss. Man übergibt die historischen Werte und erhält eine Prognose. Im August ist Version 3.0 erschienen.
Was kann es?
-
Vorhersage aus historischen Zahlenreihen ohne vorheriges Training auf den eigenen Daten
-
Gleichzeitige Betrachtung mehrerer zusammenhängender Kennzahlen statt nur einer einzelnen Reihe
-
Einbeziehung bekannter Einflussgrößen wie Feiertage, Aktionszeiträume oder Preisänderungen
-
Angabe von Bandbreiten statt einzelner Punktwerte, was die Unsicherheit einer Prognose sichtbar macht
-
Spitzenplatzierungen in allen drei großen Vergleichstests für Zeitreihenmodelle
Für wen ist das interessant? Für Betriebe mit Absatzplanung, Lagerhaltung, Personaleinsatzplanung oder vorausschauender Wartung. Wer Verkaufszahlen, Maschinenlaufzeiten oder Energieverbräuche über Jahre erfasst hat, kann daraus Prognosen erzeugen, ohne ein eigenes Modell zu entwickeln.
Wichtiger Hinweis zur Lizenz: Der Quellcode steht unter der freien Apache-2.0-Lizenz. Die vortrainierten Gewichte der neuen Version 3.0 sind jedoch ausdrücklich auf nicht-kommerzielle Nutzung beschränkt und dürfen nicht produktiv eingesetzt werden. Wer TimesFM im Unternehmen einsetzen möchte, muss auf die ältere Version 2.5 zurückgreifen, deren Gewichte weiterhin frei nutzbar sind. Für einen ersten Test der Technologie ist Version 3.0 dennoch geeignet.
URL: github.com/google-research/timesfm
MiniMind: Ein eigenes Sprachmodell von Grund auf selbst trainieren
Was ist das? MiniMind ist ein Lehrprojekt, mit dem sich ein vollständiges Sprachmodell von Grund auf selbst trainieren lässt. Das kleinste Modell umfasst rund 64 Millionen Parameter, was etwa einem Zweitausendsiebenhundertstel von GPT-3 entspricht. Die einzelnen Trainingsschritte dauern auf einer einzelnen handelsüblichen Grafikkarte jeweils rund eine Stunde, die gesamte Kette lässt sich bei Anmietung für wenige Euro durchlaufen.
Was kann es?
-
Vollständige Trainingskette vom Rohtext über das Grundtraining bis zur Feinabstimmung auf konkrete Aufgaben
-
Sämtliche Verfahren direkt in PyTorch umgesetzt, ohne die üblichen Abstraktionsschichten, sodass jeder Schritt nachvollziehbar bleibt
-
Abdeckung aller gängigen Trainingsverfahren einschließlich Feinabstimmung mit menschlichem Feedback und Modelldestillation
-
Erweiterungen für Bildverstehen, multimodale Verarbeitung und Werkzeugnutzung
-
Lauffähig auf einer einzelnen Grafikkarte, mit Unterstützung für mehrere Karten
Für wen ist das interessant? Weniger für den produktiven Einsatz als für den Kompetenzaufbau im eigenen Haus. Wer in der IT-Abteilung oder in der Ausbildung einmal selbst durch alle Stufen eines Sprachmodells gegangen ist, beurteilt Angebote von Anbietern anschließend deutlich souveräner. Für Unternehmen, die vor größeren KI-Investitionen stehen, ist das eine überraschend günstige Form der Weiterbildung. Auch für die Zusammenarbeit mit Hochschulen und für Auszubildende im IT-Bereich eignet sich das Projekt gut.
URL: github.com/jingyaogong/minimind
Fazit: KI wird zum Erklärer
Nach Monaten, in denen KI vor allem als ausführende Kraft diskutiert wurde, treten diese Woche Werkzeuge in den Vordergrund, die etwas anderes leisten. Sie machen sichtbar, was bislang nur in einzelnen Köpfen, in unübersichtlichem Programmcode oder in unausgewerteten Zahlenreihen steckte. Eine Architekturkarte, die dem tatsächlichen System entspricht. Ein Kurs, der aus der eigenen Betriebsanleitung entsteht. Eine Prognose aus Zahlen, die ohnehin schon erfasst werden. Und die Möglichkeit, die Technologie selbst einmal von innen zu sehen.
Für den Mittelstand ist das eine gute Nachricht, denn Wissenslücken sind dort oft das drängendere Problem als fehlende Automatisierung. Der Einstieg gelingt am ehesten dort, wo bereits Material vorhanden ist, das niemand pflegt: die veraltete Systemdokumentation, die Schulungsunterlage von vorletztem Jahr, die Verkaufszahlen der letzten fünf Jahre. Genau dieses Material ist der Rohstoff, mit dem die Projekte dieser Woche arbeiten.
In unseren Workshops und Veranstaltungen zeigen wir regelmäßig, wie der praktische Einstieg in solche Technologien gelingen kann. Abonnieren Sie gerne unseren Newsletter, um über aktuelle Formate informiert zu bleiben!
Quellen und weiterführende Links
[1] Archify – Nachprüfbare Architekturdiagramme für KI-Assistenten: github.com/tt-a1i/archify
[2] OpenMAIC – Interaktive KI-Klassenzimmer (Tsinghua-Universität): github.com/THU-MAIC/OpenMAIC
[3] TimesFM – Basismodell für Zeitreihenprognosen (Google Research): github.com/google-research/timesfm
[4] MiniMind – Ein Sprachmodell von Grund auf selbst trainieren: https://github.com/jingyaogong/minimind
Dieser Blogbeitrag wurde mit Unterstützung von Künstlicher Intelligenz erstellt.
