the next big thing

Die Sprache, in der wir Prozesse beschreiben, entscheidet darüber, ob ein Softwaresystem Geschichten erzählt oder Polizeiberichte.

Jedes Event hat einen Zeitstempel. Aber sagt der wirklich aus, wann etwas geschehen ist? Ein häufiger Denkfehler mit Folgen.

Von Künstlicher Intelligenz bis Event Sourcing: Diesen Themen habe ich mich dieses Jahr im Blog besonders intensiv gewidmet.

Im kommenden Jahr bietet die the native web GmbH eine umfassende Webinarreihe zum Thema KI an, von den mathematischen Grundlagen bis zu LLMs.

Wir Entwicklerinnen und Entwickler haben DDD unnötig kompliziert gemacht. Dabei geht es nur darum, die Domäne zu verstehen. Ein Plädoyer für mehr Pragmatismus.

KI generiert Code, aber wer entscheidet, welcher Code entstehen soll? Warum Architektur und Domänenwissen jetzt wichtiger werden, nicht weniger.

Mit Merkle-Trees lässt sich auf elegante Art beweisen, dass bestimmte Daten existieren, ohne alles offenlegen zu müssen.

Systematisches Denken schlägt Tools: Warum ich seit Jahren auf den Einsatz eines Debuggers verzichte und trotzdem die Fehler finde.

Event Sourcing, CQRS und DDD sind keine Nische mehr. Ein Erfahrungsbericht von der KanDDDinsky 2025 in Berlin mit mehr als 250 Teilnehmenden.

OpenCQRS bringt Event Sourcing auf die JVM – mit nativer EventSourcingDB-Integration, Spring-Boot-Support und produktionsreifem Tooling.

npm bleibt anfällig für Supply-Chain-Angriffe. Woran liegt das, was tun npm und GitHub dagegen und wie kann man seine eigenen Projekte schützen?

Von "LLM as Judge" bis "Few-Shot Learning": Eine Erklärung gängiger KI-Buzzwords, was dahintersteckt – und was nur nach Innovation klingt.

Regeln und Wissensmodelle erleben in der KI eine Renaissance. Dieser Beitrag zeigt, warum symbolische Ansätze und hybride Systeme wieder interessant werden.

LLMs wie GPT verändern die Softwarewelt. Was steckt hinter den Modellen, wie werden sie trainiert und wo liegen ihre Grenzen?

Transformer-Modelle wie GPT, BERT und Co. haben die KI revolutioniert. Dieser Beitrag erklärt das Architekturprinzip und die Idee hinter Self-Attention.

KI nutzt tausende Dimensionen, die wir nicht mehr erfassen können. Dieser Beitrag erklärt, was dahintersteckt – und warum Erfahrung unverzichtbar bleibt.

Tiefe neuronale Netze bilden die Grundlage moderner KI. Was zeichnet Deep Learning aus und warum ist es so leistungsfähig?

Neuronale Netze sind das Fundament vieler moderner KI-Systeme. Dieser Beitrag erklärt ihre Struktur, Funktionsweise und warum sie so leistungsfähig sind.

Wer versteht, wie KI Entscheidungen trifft, kann Ergebnisse besser einschätzen. Dieser Beitrag erklärt auf einfache Weise die Prinzipien der modernen KI.

Ein Märchen in CRUD zeigt, wie Fachsprache und Technik kollidieren, weil sich nicht alles über Create, Read, Updated und Delete abbilden lässt.