Suche nach Beiträgen mit dem Tag KI/ML
Neueste Beiträge
Vertrauen in agentische Tools aufbauen: Was wir von unseren Nutzer(inne)n gelernt haben
Vertrauen in KI-Agenten entsteht durch viele kleine, positive Mikro-Wendepunkte, nicht durch große Durchbrüche.
GitLab 18.7: Kontrollierte KI-Integration für DevSecOps
GitLab 18.7 erweitert KI-Governance mit Warn Mode, granularer Modellauswahl und Audit-Funktionen. Systematische AI-Adoption für Compliance.
Personenbezogene Daten im Code erkennen – Custom PII-Detection mit GitLab
Personenbezogene Daten im Quellcode automatisch erkennen: Custom Rulesets in 5 Schritten erstellen, testen und mit GitLab Duo Chat optimieren.
Datensouveränität sichern – durch Self-Hosted GitLab Duo
GitLab Duo selbst hosten für Datenkontrolle. Systematische Bereitstellung mit AWS Bedrock, vLLM oder Air-Gapped – für Compliance-Anforderungen.
GitLab 18.6: Von Konfiguration zu Kontrolle
GitLab 18.6 gibt Entwicklungs- und Sicherheitsteams mehr Auswahl und Governance bei KI-Funktionen.
MLOps – systematisches ML-Lifecycle-Management mit GitLab
MLOps verbindet Data Science und Engineering, automatisiert ML-Workflows und garantiert Reproduzierbarkeit, Governance und KI-Verordnung-Compliance.
Die Transformation von DevSecOps: Ein Business-Value-Framework für die KI-Integration
Wie messe ich den Wert von KI-Integration im Unternehmen? Ein neues Business-Value-Framework aus Sicht der DevSecOps.
Find out which plan works best for your team
Learn about pricingLearn about what GitLab can do for your team
Talk to an expert