About
Blog »
-
Solide Data Pipelines mit Dagster
von
in DataEntdecke die Vorteile von Dagster für die Entwicklung zuverlässiger Data-Pipelines in datengetriebenen Projekten.
-
Die vier Realitäten der KI-gestützten Softwareentwicklung
von
In KI-gestützter Entwicklung existieren mindestens vier unterschiedliche, oft divergierende Bilder davon, was die Software ist, sein soll und wie sie funktioniert. Woher kommen die Divergenzen? Und: gibt es eine Lösung?
-
Agentengestützte Modernisierung 2025
von
in AIDie Integration von KI in Unternehmensprozesse scheitert häufig an einem fundamentalen Problem: Bestandssysteme sind nicht für die Interaktion mit KI-Agenten ausgelegt. Wir stellen unseren Ansatz vor.
-
Codequalität im Zeitalter von AI-Coding
von
AI-Coding beschleunigt vieles, aber bleibt dabei die Codequalität auf der Strecke? Werfen wir ein Blick in eine mögliche Toolbox …
-
Python Magic Methods: Zaubere mächtige Klassen – elegant und intuitiv
von
in DevelopmentPython Developer, die Wert auf mächtige, intuitive und dabei gleichzeitig elegante Klassen legen, kommen um Magic Methods nicht herum. Wir zeigen, wie’s geht.
-
Zu menschlich für die KI? Warum wir das Developerportal jetzt neu denken müssen.
von
Developerportale wurden für Menschen gemacht – nicht für Maschinen. Wer KI-Agenten optimal nutzen will, muss Infrastruktur neu denken – kontextgetrieben, vernetzbar, maschinenlesbar.
-
-
The Illusion of Non-Thinking
von
in AIEine Einschätzung zu Apples Paper «The Illusion of Thinking». Ist es nun eine Entwarnung für den Arbeitsmarkt oder nicht?
-
AI Data Pipelines 2025
LLMs zu trainieren erfordert viele Daten. Doch woher nehmen? Und wie verarbeiten? Wir sollten uns ansehen, wie eine AI Data Pipeline im Jahr 2025 aussehen könnte.