Lokale KI für Datenanalysen und SEO nutzen
Stefan Fischerländer. Physiker und Datennerd.
Ich habe eine deutsche Suchmaschine gebaut, eine Keyword-Datenbank und einen Open-Source-CSV-Editor. Heute baue ich lokale KI-Workflows. Denn die KI kommt jetzt dort an, wo einmal der Personal Computer ankam: auf dem eigenen Schreibtisch. Wie leistungsfähig lokale KI bereits ist, messe ich nach. Im Lab findest du die Ergebnisse. Und im Blog ordne ich ein, was der Umbruch für Unternehmen bedeutet.
Mehr über mich →-
Benchmark A01: Browser-Audit einer JavaScript-Site
Aufgabe A01 einzeln aufgeschlüsselt: Wie gut lokale Sprachmodelle als Agent mit einem echten Browser eine JavaScript-Site auf SEO-Fehler prüfen.
-
Benchmark M10: ALT-Texte schreiben
Aufgabe M10 einzeln aufgeschlüsselt: Wie gut lokale Sprachmodelle mit Bildverständnis deutsche ALT-Texte schreiben, und wie oft sie dabei etwas erfinden.
-
Benchmark M03: Produktfakten extrahieren
Aufgabe M03 einzeln aufgeschlüsselt: Wie zuverlässig lokale Sprachmodelle aus deutschen Produkttexten ein JSON-Objekt mit Preis, Marke, Farbe und Artikelnummer machen.
-
Benchmark M02: Deutsches Weltwissen
Aufgabe M02 einzeln aufgeschlüsselt: Was lokale Sprachmodelle ohne Websuche über Recht, Normen, Reisen und Marken im deutschsprachigen Raum wissen.
-
Die Modelle hinter dem SEO-Benchmark
Konkrete Angaben zu den Modellen und zur Hardware für den SEO-Benchmark
-
Benchmark M01: Seitentitel schreiben
Aufgabe M01 einzeln aufgeschlüsselt – Längentreue, Keyword-Abdeckung und Duplikate über vier Modelle hinweg.