software-architecture

8 posts

Angst vs. Durchmarsch: Die zwei Realitäten des KI-Codings

KI-Coding funktioniert für Elite-Teams, die sich aus jedem Chaos wieder herausarbeiten können. Alle anderen bekommen Angst, fehlgeschlagene CI und abgebrochene Experimente. Die Lücke liegt nicht am Modell.

Beobachten Sie zwei Teams, die dasselbe KI-Modell verwenden, und Sie werden zwei völlig unterschiedliche Ergebnisse sehen. Das erste Team fordert das Modell…

KI-Coding in der Produktion: Warum die meisten Teams aufgeben

Die meisten Teams probieren KI-Coding aus, liefern Code aus, der bei der QA durchfällt, und geben auf. Das Problem ist nicht das Modell – es ist das Fehlen von Leitplanken, die KI-Output vertrauenswürdig machen.

Die meisten Teams, die KI-Coding ausprobieren, folgen demselben Bogen. Sie starten begeistert. Das Modell generiert ein Feature in Minuten, und sie liefern es…

Warum Version Eins nie das Problem ist: KI-Coding und langfristige Wartung

KI-Coding-Werkzeuge glänzen beim Generieren von Version Eins. Die eigentliche technische Herausforderung beginnt bei Version Vier, wenn das Team etwas ändern muss, ohne alles andere zu brechen.

Jede KI-Coding-Demo folgt demselben Ablauf. Jemand promptet ein Modell. Eine funktionierende App materialisiert sich. Das Publikum ist beeindruckt. Und das…

KI-generierter Code und das Ersetzbarkeits-Prinzip

Das wahre Maß für die Qualität von KI-generiertem Code ist nicht, ob er am ersten Tag funktioniert. Es ist, ob man ihn am dreißigsten Tag ersetzen kann, ohne alles andere neu schreiben zu müssen.

Die meisten Gespräche über die Qualität von KI-generiertem Code konzentrieren sich auf Korrektheit zum Zeitpunkt der Generierung. Kompiliert die Ausgabe?…

Deterministische Leitplanken für KI-Codebases

Menschliches Review ist inkonsistent. KI-Review ist schlechter. Die einzige skalierbare Verteidigung für KI-generierte Codebases ist deterministisches Enforcement: Regeln, die den Build fehlschlagen lassen, keine Vorschläge, die ignoriert werden.

Der Standardrat für KI-generierten Code lautet „prüfe ihn sorgfältig." Dieser Rat ist korrekt und im großen Maßstab nutzlos. Ein Entwickler, der KI-Ausgaben…

Meteor development ist real. Deine Codebase muss nicht mit einstürzen

Das Meme funktioniert, weil Teams tatsächlich mit beweglichen Zielen, festen Fristen und halb definiertem Umfang entwickeln. Autotomy repariert kein Wunschdenken in der Planung, aber es hält die Entwicklung am Laufen, wenn sich die Route wieder ändert.

Nennen wir es Meteor development: Das Ziel wird zuerst verkündet, die Haltestellen ändern sich unterwegs, das Budget gilt als irgendwie lösbar, und engineering…

Stanford CS146S hat bei AI Coding recht. Das fehlende Fach ist Architektur

Diese kritische Einordnung von Stanford CS146S zeigt, warum der Kurs AI Coding im Kern richtig einordnet, die entscheidende Lektion zur AI-Architektur rund um Ersetzbarkeit und Grenzen aber noch fehlt.

Stanford CS146S ist der Kurs The Modern Software Developer, unterrichtet von Mihail Eric und erstmals im Herbst 2025 angeboten. Für den offiziellen Überblick…