Blog

Die Zahl neuer KI-Systeme, Modelle und Sicherheitsfragen wächst schneller als menschliche Aufmerksamkeit. Wer relevant bleiben will, braucht nicht Vollständigkeit, sondern Urteilsvermögen.

Shadow Code entsteht, wenn Teams KI-generierten Output shippen, den niemand wirklich gelesen, verstanden oder verantwortet hat.

Jeder Style Guide, jede Namenskonvention, jedes Architekturprinzip existiert aus demselben Grund: Menschen müssen den Code lesen. Diese Annahme beginnt zu bröckeln.

Wenn AI-Coding enttäuscht, liegt das oft nicht an der Idee von KI-Unterstützung selbst, sondern an einem veralteten Stack darunter: alte IDEs, alte Plugins und eine alte Modellwahl.

Je näher ein KI-Modell an deinen Daten läuft, desto privater und teurer wird es. Dieser Zielkonflikt verschwindet nicht — aber er lässt sich steuern.

Die Behauptung, dass KI-gestützte Entwicklung Microservices obsolet macht, gewinnt an Verbreitung. Sie ist teilweise richtig. Und verfehlt trotzdem den Punkt.

Wenn dein Entwicklungsworkflow von cloud-gehosteten LLMs abhängt, werden Anbieterausfälle zu deinen Ausfällen. Das Verfügbarkeitsproblem ist nicht länger nur ein Ops-Thema.

Benennung ist Architektur. Inkonsistente Benennung lässt Komplexität still wachsen — in Systemen, Teams, Dokumentation und Automatisierung.

Warum die Behandlung von GitHub-Copilot-Konfiguration als einmalige Einrichtung zu stiller Qualitätsverschlechterung führt — und wie Agenten, Skills und Hygiene-Schleifen sie lebendig halten.

Wie KI-Codiersysteme Softwarerollen von der Implementierung zur Orchestrierung, Verifikation und geschäftsorientierten Systemgestaltung verschieben.

Willkommen im Blog! Hier teile ich Einblicke in KI-Entwicklung, Softwareentwicklung und innovative Technologien.

Ein technischer Blick auf die Entwicklung der Formageddon Chrome Extension und wie KI das Ausfüllen von Formularen revolutioniert.