Vom PoC zur Produktion: Evaluation-Driven Development für KI-Agenten

Viele KI-Agenten wirken in der Demo stark, brechen im Alltag aber an Komplexität, Unsicherheit und fehlender Systematik. In diesem Vortrag schauen wir uns an, wie Evaluation-Driven Development hilft, Agenten vom PoC in belastbare Produktion zu bringen. Anhand konkreter Beispiele sprechen wir über wiederholbare Tests, sinnvolle Metriken, Observability, Error Handling und die Frage, woran man eigentlich erkennt, ob ein Agent wirklich gut funktioniert. Ideal für alle, die GenAI nicht nur ausprobieren, sondern verlässlich einsetzen wollen.