Ihr habt kein Problem mit dem KI-Einsatz. Ihr habt ein Verifikationsproblem.
Erfahrene Entwickler meiden KI-generierten Code aus guten Gründen. Der Engpass ist nicht der KI-Einsatz, sondern der Aufwand, eine Änderung als sicher nachzuweisen.
Artikel
Texte über KI, technische Führung und die menschliche Seite von Software.
Ich schreibe über Entscheidungen, an denen Softwareteams wachsen oder scheitern: KI-Strategie, Anbieterwahl, technische Schulden, Entwicklerkarrieren, Psychologie und Abläufe, die Kunden und Teams zusammenbringen.
Long-Context-Halluzinationen: Warum die Demo nicht das System ist
LLMs können eine kleine Dokumenten-Demo bestehen und trotzdem scheitern, wenn dieselbe Aufgabe skaliert. Ein einfacher Rechnungs-Benchmark zeigt, warum deterministische Workflows deterministische Software brauchen.
Python-Abhängigkeiten absichern, bevor ein KI-Agent ein Paket installiert
Eine bösartige Abhängigkeit kann SSH-Schlüssel, API-Tokens und CI-Geheimnisse lesen, bevor dein eigener Code läuft. Sichere Standards für uv, npm und JavaScript-Paketmanager senken das Risiko.
KI-Anbieter prüfen: Was Gründer vor der Unterschrift klären sollten
KI-Anbieter versprechen viel. Diese Checkliste hilft Gründern, echte Leistungsfähigkeit von guten Vertriebsfolien zu trennen, bevor die Rechnung kommt.
Warum Entwicklungsteams im KI-Zeitalter ausbrennen
KI macht Entwickler auf dem Papier schneller und in der Praxis oft angespannter. Ein Blick aus technischer Führung und Psychologie darauf, warum Teams unter KI-Druck reißen und was sich ändern muss.
KI-Schulden: Was kaputtgeht, nachdem die Demo funktioniert
LLM-Funktionen sind schnell gebaut und schwer zu betreiben. Fünf Arten von KI-Schulden, die entstehen, wenn Teams KI als Funktion behandeln und nicht als System.
KI bauen, kaufen oder per Fine-Tuning anpassen: Ein Leitfaden für Gründer
Jede KI-Funktion hat drei Wege: kaufen, bauen oder Fine-Tuning nutzen. Wer den falschen wählt, verbrennt Geld für Komplexität, die nie nötig war.
Fractional CTO oder Vollzeit-CTO: Was dein Startup wirklich braucht
Ein Vollzeit-CTO ist teuer, langsam zu finden und oft zu früh zu viel. So entscheidest du, wann Fractional-CTO-Unterstützung reicht und wann ein Vollzeit-CTO sinnvoll ist.
Warum ich Psychologie studiert habe, während ich Vollzeit in der Tech-Branche gearbeitet habe
Psychologie hat mich zu einem besseren Entwickler, Manager und Produktdenker gemacht. Nicht weil sie technische Fähigkeiten ersetzt, sondern weil sie die menschlichen Probleme hinter den technischen erklärt.
Entwicklerjobs im KI-Zeitalter: Die einfache Arbeit verschwindet
KI wird Entwickler nicht abschaffen. Sie wird die Teile des Jobs entfernen, die wie Entwicklung aussahen, aber vor allem Tippen waren. Was bleibt, ist schwerer, wertvoller und lässt weniger Mittelmaß zu.
Gehaltsverhandlung für Softwareentwickler: Mach deine Hausaufgaben, bevor es um Geld geht
Die meisten Entwickler verlieren Gehaltsverhandlungen nicht, weil ihnen Talent fehlt. Sie verlieren, weil sie vom aktuellen Gehalt aus verhandeln statt vom Marktwert.
Gitflow für Release-Management mit traditionellen Kunden
Traditionelle Kunden wollen Flexibilität, feste Termine und feste Preise. Diese Dinge widersprechen sich. Gitflow hilft, diesen Konflikt kontrollierbar zu machen.