Lokale LLM-Inferenz, Stand Juli 2026 — gemessen statt geglaubt: 8B-Modell, 4-Bit-Quantisierung, eine Workstation-GPU mit 24 GB. Ergebnis: 74 Tokens pro Sekunde im Schnitt bei 16k Kontext, Antwortqualitaet fuer interne Support-Faelle in 9 von 10 Faellen ausreichend, Stromkosten unter 20 Cent pro 1.000 Anfragen. Fuer DSGVO-kritische Workloads ist die Ausrede, Cloud sei alternativlos, damit endgueltig Geschichte. #ai #mlops

Technische Schulden quantifiziert: SonarQube Analyse plus manuelle Bewertung durch das Team. Ergebnis: 340 Stunden geschätzter Aufwand für den Abbau. Priorisiert nach Business-Impact: Die Top-10 Schulden verursachten 80% der Bugs. 20% Sprint-Kapazität reserviert. Nach 3 Sprints: Bug-Rate um 45% gesunken, Deployment-Frequenz verdoppelt. #techschulden #qualitaet #engineering