25.03.2026 • 39 Min.

In dieser Folge ziehen wir den Vorhang zurück: Was steckt wirklich hinter erfolgreichen Machine Learning-Projekten? Wir sprechen offen darüber, warum 90 Prozent der Arbeit im Datenaufbereiten stecken, und wie wenig Zeit am Ende tatsächlich für das Modelltraining bleibt. Wir teilen unsere überraschendsten Learnings, räumen mit Mythen rund um KI und LLMs auf und erklären, warum Unternehmen bei ihrem ersten ML-Projekt auf die Basics setzen sollten. Wer wissen will, woran ML-Projekte wirklich scheitern (und was sie erfolgreich macht), ist hier genau richtig. Hört rein, wenn ihr erfahren wollt, was euch bei eurem eigenen ML-Abenteuer erwartet - weniger Magie, mehr Handwerk!