In Teil 3 von "Agenten verstehen" lassen wir unübersichtliche Skripte hinter uns und bauen eine skalierbare KI-Architektur auf. Im Zentrum steht dabei das Model Context Protocol (MCP).

Die Highlights der Folge:

• Skalierbare Architektur: Die saubere Trennung von Agent (Client) und Werkzeugen (Servern) durch das MCP.

• Effizienz & Sicherheit: Wie dynamisch geladene Werkzeug-Beschreibungen das Kontextfenster entlasten und ausgelagerte Server die eigene Infrastruktur schützen.

• Keine Sprachbarrieren: Warum die Programmiersprache durch das Protokoll egal wird und Python-Agenten nahtlos mit Rust- oder Go-Servern kommunizieren.

• Die Agenten-Ökonomie: Ein Ausblick auf die Zukunft, in der KI-Agenten ihre eigenen Werkzeuge programmieren und in einem globalen Netzwerk anderen Agenten anbieten.

Diese Folge erklärt Multimodal RAG und wie man Retrieval Augmented Generation erweitert, um neben Text auch Bilder, Audio und Video zu verarbeiten. Wir vergleichen drei technische Ansätze für die Umsetzung: die Umwandlung aller Medien in Text („Text-ify everything“), das hybride Modell und das komplexe „Full Multimodal RAG“, das einen gemeinsamen Vektorraum für alle Datentypen nutzt.

In dieser Folge vergleichen wir die KI-Video-Plattform HeyGen mit lokalen Open-Source-Alternativen.

Wir beleuchten die Unterschiede zwischen der bequemen Cloud-Lösung für skalierbare Business-Anwendungen und der vollen Kontrolle durch lokale Modelle.

Zudem klären wir, welche Hardware – insbesondere Nvidia-Grafikkarten – und welches technische Verständnis für den eigenständigen Betrieb auf dem eigenen Rechner notwendig sind.Welche Open-Source-Alternativen gibt es konkret zu HeyGen?

Wie hoch sind die Kosten für die Nutzung von HeyGen?

Was sind die Vorteile von ComfyUI für lokale KI-Modelle?