#061 Das Eichhorst Prinzip - mit Ingo Eichhort (IONOS)

Ingo Eichhorst bringt in dieser Episode einen nützlichen theoretischen Rahmen für AI Coding auf den Punkt. Er beschreibt LLMs als verrauschte Kanäle, in denen Unschärfe schon vor dem Modell entsteht, nämlich in Sprache, Anforderungen, Kontext und impliziten Annahmen. Das Eichhorst-Prinzip ist deshalb vor allem eine Denkstütze dafür, an welchen Stellen Teams tatsächlich Qualität beeinflussen können. Spannend wird die Folge vor dort, wo Ingo die Theorie auf reale Engineering-Arbeit zurückführt. Er spricht über Go als agentenfreundliche Sprache, über kleine iterative Arbeitspakete statt überladene Spec-Rituale, über Datenschutz und Datenklassifizierung als organisatorische Leitplanken und über die Bedeutung von Tests, Linter, Compiler und Architektur-Checks. Die Kernaussage ist klar: Wenn AI mehr Code erzeugt, muss das System drumherum mehr Qualität absichern. -- Links und Referenzen Irrlicht: https://github.com/ingo-eichhorst/Irrlicht Taskmaster: https://tryhamster.com/product/taskmaster Claude Shannon: https://en.wikipedia.org/wiki/Claude_Shannon Information entropy: https://en.wikipedia.org/wiki/Entropy_(information_theory) Precision and recall: https://developers.google.com/machine-learning/crash-course/classification/accuracy-precision-recall Der HMZE Podcast ist ein Projekt von Sebastian Heide-Meyer zu Erpen und André Neubauer. Die Inhalte stammen von uns und unseren Gästen. Weiterdiskutieren kannst du bei LinkedIn oder besuche uns auf unserer HMZE Seite, wo wir alle Folgen veröffentlichen. Fragen und Anfragen kannst du uns gerne per Mail an ⁠⁠ schicken. Vielen Dank für deine Zeit und bis zur nächsten Folge.