AIREITERBlog
B2B-Ad-Intelligence gibt es oft nur als HTML: Ein Parser, der Redesigns übersteht
Die meisten B2B-Anzeigenbibliotheken bieten keine JSON-API, sondern nur serverseitig gerendertes HTML. So baust du einen streamingfähigen Parser, der Redesigns besser übersteht – und setzt ein Modell sinnvoll für Reparaturen per HTML-Diff ein.
Creator Library mit der Asset Library abgleichen: Warum Follower-Zahlen die falsche Wahlhilfe sind
Creator anhand ihrer Follower-Zahl auszuwählen, ist systematisch falsch. Extrahiere die Struktur erfolgreicher Creatives, suche rückwärts nach Creatorn mit passendem Content und verknüpfe jeden Treffer mit einem konkreten Video.
Vom Keyword-Set zum Budget: Wie Suchvolumen, CPC und Wettbewerb zu einer Zahl werden
Ein Keyword-Tool liefert drei isolierte Kennzahlen, ein Launch braucht jedoch eine Budgetzahl. Die Fallstricke der Metriken, warum nach Sets aggregiert wird und weshalb erweiterte Keywords erst nach Abgleich mit echtem Suchvolumen belastbar sind.
Die Retention-Kurve einer Anzeige Sekunde für Sekunde lesen: drei Kurven und ein Perzentil
Wettbewerber-Creatives nach Aufrufen und Likes zu bewerten, bringt dich nicht weiter. Für dein nächstes Skript zählen die Wendepunkte dreier Sekundenkurven und die CTR im Kategorienvergleich – nicht der absolute Wert.
22 Plattformen, 241 Commands: Warum ich kein einheitliches Response-Modell gebaut habe
Ein gemeinsames Post-/User-Modell ist bei plattformübergreifender Datenerfassung der naheliegende erste Schritt – und es bricht bei mehr als zwanzig Plattformen zusammen. Jede Plattform sollte ihren eigenen Bounded Context haben und für sich normalisieren.
329 Befehle, 128 fehlen noch: Migrationen mit Mengenoperationen abgleichen, nicht mit einem Modell
Ein Modell kann einzelne Funktionen gut übersetzen, doch die Frage, ob alles migriert ist, beantwortet Mengenrechnung. Leite beide Befehlsmengen aus Deklarationen ab, bilde den Diff per Skript und lass das Modell die Abweichungen erklären – nicht finden.
GraphQL-API ohne Query im Request: Zwei Wege zur Persisted Operation
Bei Persisted GraphQL enthält der Mitschnitt nur operationName und Hash, aber keine Query. Entweder findet man das Mapping im Client-Build oder man spielt den Hash als Black Box erneut ab. Die beiden Wege unterscheiden sich deutlich beim Aufwand.
Signaturlogik im Code nicht auffindbar? Vielleicht steckt sie gar nicht im Code
Manche Signaturen existieren nicht im statischen Code. Der Server liefert zur Laufzeit ein Einmal-Skript aus, oder der Wert ist eine Konstante, die sich mit jedem Release ändert. Ausführen oder auslesen statt reverse engineeren.
Jeder Frida-Hook traf. Warum trotzdem kein einziger Endpoint nutzbar war.
Alle Frida-Hooks trafen, trotzdem gab es keinen nutzbaren Endpoint. Ein Hook-Treffer ist noch keine Fähigkeit: Dazwischen liegen vier Evidenzschwellen. Ehrlich „noch nicht nutzbar“ zu sagen, ist besser als eine leere Hülle auszuliefern.
300 Anzeigen von Wettbewerbern ins Modell kippen – und vier Adjektive zurückbekommen: So geht es besser
Wer ein Modell 300 Wettbewerbsanzeigen zusammenfassen lässt, bekommt vier nutzlose Adjektive. Erst jede Anzeige einzeln in strukturierte Felder zerlegen, dann die Felder clustern – und das Modell zu einem Gegenbeispiel verpflichten.
Vom Keyword zur fertigen Anzeige: Eine Pipeline mit fünf Stufen und sechs Statuswerten, die sie betreibbar machen
Automatisierung von Werbe-Creatives ist nicht „Keyword eingeben, Video erhalten“. Es braucht eine Pipeline mit fünf Stufen, sechs Statuswerten für den Betrieb und ein Evidenz-Gate, das Generierung ohne belastbare Grundlage verhindert.
Tool-Beschreibungen von Agents driften: Die Deklaration als Single Source of Truth
Manuell gepflegte Tool-Beschreibungen driften von den tatsächlichen Funktionssignaturen weg. Dadurch ruft das Modell Tools mit Argumenten auf, die sich längst geändert haben. Leite sie direkt aus der Deklaration ab, damit nichts mehr auseinanderlaufen kann.
MiniMax H3: Specs, Preise und Vergleich mit der Konkurrenz
Was MiniMax H3 ist (ein Video-Modell, nicht M3), verifizierte Spezifikationen und offizielle Preise, der Vergleich mit Veo, Kling und Seedance, was bei den Open Weights fehlt und wie der Zugriff funktioniert.
GPT-5.6 Luna vs. GPT-5.4 Mini: Welches Modell ist jetzt günstiger?
Seit OpenAIs Preissenkung vom 30. Juli ist GPT-5.6 Luna ($0.20/$1.20) rund 73 % günstiger als GPT-5.4 mini ($0.75/$4.50) und liegt preislich auf nano-Niveau. Bei identischen Prompts gewinnt Luna beim Preis, mini bei der Latenz.
Günstigste LLM-API fürs Programmieren: 4 Modelle im Test (2026)
DeepSeek V4 Flash war im Test die günstigste Coding-API. Kimi K2.7 Code lieferte die vollständigste Antwort, GPT-5.4 mini war am schnellsten.
Native umschreiben oder Browser-Bridge dulden? Eine Drei-Stufen-Leiter für reverse-engineerten Code
Reverse-engineerte Logik sollte in einer von drei Formen landen: als nativer Rewrite, in einer lokalen JS-Engine oder über eine passive Browser-Bridge. Jede Stufe nach unten vervielfacht die Kosten — deshalb lohnt es sich, für die oberste Stufe zu kämpfen.
Differenzielles Testen: Das einzige Tor gegen Modell-Halluzinationen beim Reverse Engineering
Eine LLM-Hypothese über einen Algorithmus bleibt bloße Vermutung, bis ein assert sie prüft. Differenzielles Testen macht aus „vielleicht“ ein klares „ja oder nein“ – mit Grenzfällen, versteckter Entropie, Schichtanalyse und belastbaren Fixtures.
Reverse Engineering einer obfuskierten Signatur: 90 % sind Standard, entscheidend sind die abweichenden 10 %
Der Großteil einer obfuskierten Signatur ist Standardcode zum Übernehmen. Die eigentliche Arbeit steckt in den stillen 10-%-Abweichungen: vier Typen und warum ihre Suche ein Reasoning-Modell braucht.
LLM-gestütztes JS-Reverse-Engineering: Vier Aufgaben für KI – und drei, die bei dir bleiben
Ein LLM erkennt in obfuskiertem JS oft die Algorithmusfamilie, kann seine Einschätzung aber nicht verifizieren. Dieser Workflow in vier Stufen trennt beides sauber: mit Prompts, Differentialtests und dem passenden Modell für jede Aufgabe.
Die günstigste LLM-API 2026: geprüfte Preise und die besten Optionen
Geprüfte Preise von Juli 2026 für die günstigsten LLM-APIs, wie Caching und Batch-APIs die tatsächlichen Kosten senken, die günstigste Wahl je Einsatzgebiet und wann sich ein Aggregator gegenüber der Direktanbindung lohnt.