KI-Coding

[Ecart]

Nachfolgendes Angebot habe ich angenommen.
Mir ist aufgefallen, dass im Bereich KI Pythoncode Programmierung, es sinnvoll ist diverse KI's zu nutzen.
Wenn ich mit einem Code nicht weiterkam, konnte eine andere AI mir sehr gut weiterhelfen.

©Ecart schreibe ich jetzt nicht mehr in meinem Code, wenn ich Ergänzungen benötige.
Heute bekam ich dafür diese Meldung:

Aufgrund von Urheberrechts- und Copyright-Vorgaben    kann der kompletten Code nicht am Stück neu ausgegeben werden, aber alle notwendigen Änderungen lassen sich als präzise Patches einbauen.

Der KI-Dienstleister Perplexity hat eine innovative Aktion gestartet, die allen neuen Nutzern einen kostenfreien Zugang zu Perplexity Pro für zwölf Monate gewährt. Dieser Zugang wird bereitgestellt, sobald das persönliche PayPal-Konto mit dem Dienst verbunden wird.

Nach der Registrierung kann das Abonnement direkt wieder gekündigt werden, ohne dass der kostenfreie Zugang verloren geht. 

Der Prozess zur Aktivierung des Gratisjahres ist anwenderfreundlich gestaltet und noch bis zum 31. Dezember 2025 möglich. Interessierte müssen lediglich ein Konto bei Perplexity anlegen und PayPal als bevorzugte Zahlungsmethode auswählen. Ein einfacher Klick genügt, um das kostenlose Jahresangebot zu starten.

   

[Ecart]

Einige KI "glauben" mich "verarschen" zu können! 
Nachtrag! Sie "wissen" es nicht, fehlende Anlernung.
Pre-Training bedeutet Anlernen eines KI-Modells.
Ich merke das dann schon und ärgere mich für die Zeit, die dann für diesen "sinnlosen" Mist verstrichen ist!

Andere Ki scheibt dann:

Ich verstehe dein Anliegen! Du möchtest ein optimiertes Cover-Design-System für Lotto 6aus49 mit GPU-Beschleunigung entwickeln. Der vorhandene Code ist eher eine GUI-Demo.
Lass mich dir helfen, das auf ein ernsthaftes Forschungs- und Optimierungssystem umzubauen.

[Ecart]

finde ich alles seeeehr interessant und werde dein Tagebuch hier mitverfolgen.
Falls Du später TG Teilnehmer für deine optimiertes 100 Reihensystem suchst, ich wäre dabei 

Update:
So. 14.12.2025
Werde jetzt eine eigene "lokale" KI; DeepSeek-R1:14B; installieren.

DeepSeek-R1 14B
ist ein leistungsstarkes, open-source großes Sprachmodell (LLM) vom chinesischen KI-Startup DeepSeek, das für seine hohe Performance bei spezialisierten Aufgaben wie Code-Verifikation und logischem Schlussfolgern bekannt ist, vergleichbar mit Top-Modellen wie denen von OpenAI, aber mit der Flexibilität des Selbst-Hostings und Fine-Tunings für spezifische Anwendungen wie Chatbots, Kundensupport oder Softwareentwicklung, wobei es auf Hardware wie einer NVIDIA RTX 4080 gut läuft und Energieeffizienz mit tiefgreifender Antwortqualität verbindet.

Diese KI ist besonders für:
4️⃣ Ist DeepSeek-R1:14B gut für Python?
✅ Ja — sehr gut, besonders lokal
Stärken

Algorithmen & Datenstrukturen
Refactoring
Debugging
Numerik / Mathematik
Saubere Python-Syntax
Erklärt Code nachvollziehbar
===
Danke für die Info — perfektes Setup, besser geht’s kaum ?

CachyOS + Kernel 6.18 + RTX 5080 + 128 GB RAM = Traumkiste für lokale LLMs. 

Deine Zwischenmeldung ist hilfreich, wir bleiben im Flow.

[Ecart]

Endlich nach sehr vielen Stunden (es gab ein Netzwerkproblem, diverse KI konnten mir nicht weiterhelfen).
Dann endlich durch KI gemini.google, der perfekte Abschluss.
So jetzt kann es richtig losgehen.

Die KI läuft jetzt lokal auf meinen Linux-PC und wird mir beim codieren von Pythoncode für Lotto CoverDesign usw. helfen.

   

   

[Ecart]

Update:

1. Eine eigene - lokale - KI ist schon was feines. Warum? Kein Warten usw.
2. IDE Thonny, habe ich in den letzten Monaten genutzt. | Einsteiger; Schulen; kleine Skripte
3. IDE PyCharm musste es jetzt sein! | Eine leistungsstarke, dedizierte Python-IDE, die sich hervorragend für größere Projekte im Bereich des maschinellen Lernens eignet und gute Debugging-Tools bietet.

Die Anwendung ist eine ausgeklügelte Kombination aus maschinellem Lernen und kombinatorischer Optimierung, speziell für die Lottozahlenauswahl.

Obwohl sie die GPU-Leistung effektiv nutzt, könnten weitere Verbesserungen im Ressourcenmanagement, der Fehlerbehandlung und der Modellarchitektur ihre Leistung und Zuverlässigkeit steigern.

   

[Ecart]

Kosten-Info:

502 € | habe ich in 10/2024 für 4x 32 GB DDR5-6400; Arbeitsspeicher bezahlt.

1.556 € | ist der Preis heute (16.12.2025) für die selben RAM Speicher!!!

+ 1.054 € Mehrkosten, für einen (kleinen)    KI PC!

KI treibt Kosten gewaltig in die Höhe => RAM-Preise sind im Spätherbst 2025 nahezu explodiert.

[Ecart]

Bin gespannt ob ich das 100 Reihensystem (alle 49 Zahlen) von Lotto-Braun, besonders für die 100 Reihen TG, weiter optimiert bekomme?

       

[Ecart]

Update - zum KI-Coding:
Habe jetzt eine zweite lokale KI [GLM-4.6V-Lokal] installiert.
Warum?
1. Datenschutz:

Und jetzt wird es sehr interessant:

Das Modell GLM-4.6V (08.12.2025 · Forschung) ist ein leistungsstarkes, multimodales Open-Source-Modell von Zhipu AI.

Es ist darauf ausgelegt, sowohl Texte als auch Bilder zu verstehen und zu verarbeiten.

Um dieses Modell im Jahr 2025 lokal zu betreiben, gibt es verschiedene Ansätze, abhängig von Ihrer Hardware und Ihren technischen Vorkenntnissen:

1. Hardware-Voraussetzungen
Für eine flüssige lokale Ausführung des 9B-Parameters-Modells benötigen Sie:
GPU: Eine NVIDIA-Grafikkarte mit mindestens 12 GB VRAM (für 4-Bit-Quantisierung) oder 20-24 GB VRAM (für volle Präzision/FP16).
RAM: Mindestens 16 GB Systemspeicher.
Speicher: Etwa 20-30 GB freier Festplattenplatz.


   

[Ecart]

Feedback zu meinen bisherigen KI Erfahrungen:

Bei Eingabe im Prompt, zum Start nur einige wenige, wichtige Angaben machen.
Wenn dann nach der ersten Codeerstellung, weitere "Sonderwünsche", selber eingegeben werden, dauert es Stunden,
dass Ergebnis, ist oft leider ungenügend.
Aktuell habe ich ChatGPT 5.2; Abo: Plus.
KI macht weitere Codevorschläge, schreibe jetzt immer "ja", dann kommt meistens, sehr perfekter Code raus.

Klar, den kennt die KI intern, neu entwickelter Code ist oft, wie oben beschrieben, fehlerhaft.

[Ecart]

Da es sicher hier noch einen Mitleser gibt, aktuelle Codierung:

49 Zahlensysteme versus
43 Zahlensysteme (ohne die Trefferzahlen, der letzten Ziehung).
Zirka, durchschnittlich, bei jeder zweiten Ziehung, sinnvoll.

6.096.454 "Rest"-Kombinationen; abzüglich (sinnvoller) Filter?!?

   

   

Kleines Beispiel; letzte 20 Ziehungen: