Serverless: Wie die Cloud das Programmieren verändert

Serverless: Wie die Cloud das Programmieren verändert

Ein Einstieg für Entwicklerteams: Funktionen statt Server, Ereignisse statt Dauerbetrieb – mit Beispielcode, Kaltstarts und Kosten im Überblick

Aktualisiert:

Abstract

Serverless verlagert den Serverbetrieb zum Cloudanbieter. Wie Sie Funktionen schreiben, Projekte strukturieren und Kaltstarts und Kosten einschätzen.
  • #Serverless Computing
  • #Cloud-Entwicklung
  • #Backend-Entwicklung
  • #Cloud-Infrastruktur
  • #Functions as a Service
  • #AWS Lambda
  • #Google Cloud Functions
  • #Azure Functions
  • #Firebase

Was sich am Code ändert, wenn kein eigener Server mehr läuft, und worauf Einsteiger achten sollten

Ein Handwerksbetrieb möchte auf seiner Website ein Anfrageformular. Früher hätte das bedeutet: einen Server mieten, Betriebssystem und Webserver einrichten, Updates einspielen, Backups planen. Für ein Formular, das vielleicht zwanzig Mal am Tag abgeschickt wird, ist das viel Aufwand. Mit Serverless schreibt ein Entwickler eine einzelne Funktion, lädt sie beim Cloudanbieter hoch und bekommt eine Adresse, an die das Formular seine Daten schickt. Um alles darunter kümmert sich der Anbieter.

Dieses Modell hat nicht nur den Betrieb verändert, sondern auch die Art, wie Backend-Code geschrieben wird. Funktionen statt Anwendungen, Ereignisse statt Dauerschleifen, Konfiguration statt Serverpflege. Dieser Überblick richtet sich an Entwicklerinnen, Entwickler und technisch Interessierte, die verstehen möchten, wie Serverless im Alltag funktioniert und wo die Grenzen liegen.

Serverless kurz erklärt: Code ohne eigenen Server

Natürlich laufen auch Serverless-Anwendungen auf Servern. Der Unterschied: Ihr Team bekommt diese Server nie zu sehen. Es gibt keine Maschine, auf die man sich per SSH einloggt, und keine Kapazität, die man vorab bucht. Der Anbieter startet den Code, wenn er gebraucht wird, verteilt ihn bei Last auf viele Instanzen und fährt ihn wieder herunter, wenn nichts zu tun ist.

Eine Alltagsanalogie hilft beim Verständnis. Ein eigener Server ist wie ein Firmenwagen: Er kostet Geld, auch wenn er auf dem Hof steht, und jemand muss sich um Reifen und Inspektion kümmern. Serverless ähnelt eher dem Taxi. Sie zahlen pro Fahrt, und um das Fahrzeug kümmert sich ein anderer. Bei gelegentlichen Fahrten ist das günstig und bequem, wer täglich viele Stunden unterwegs ist, fährt mit dem eigenen Wagen oft billiger.

Technisch steckt hinter dem Begriff vor allem Functions as a Service (FaaS): Sie stellen einzelne Funktionen bereit, die bei einem Ereignis ausgeführt werden. Dazu kommen verwaltete Dienste wie Datenbanken, Dateispeicher oder Warteschlangen, die ebenfalls nach Nutzung abgerechnet werden. Welche strategischen Fragen das für Unternehmen aufwirft, von Anbieterbindung bis Datenschutz, behandelt unser Beitrag zu Chancen und Herausforderungen der Serverless-Architektur. Hier geht es um die Sicht der Entwicklung.

Wie sich das Programmieren verändert

Wer bisher klassische Webanwendungen gebaut hat, etwa mit Express, Spring oder Django, muss bei Serverless an einigen Stellen umdenken.

Ereignisse statt Dauerbetrieb. Eine klassische Anwendung startet einmal und wartet dann auf Anfragen. Eine Serverless-Funktion existiert nur für die Dauer eines Aufrufs. Ausgelöst wird sie durch ein Ereignis: eine HTTP-Anfrage, eine neue Datei im Speicher, einen Eintrag in der Datenbank, eine Nachricht in einer Warteschlange oder einen Zeitplan wie „jede Nacht um zwei Uhr“.

Zustandslosigkeit. Eine Funktion darf sich nicht darauf verlassen, dass Daten im Arbeitsspeicher den nächsten Aufruf überleben. Der nächste Aufruf landet womöglich auf einer ganz anderen Instanz. Sitzungsdaten, Zwischenergebnisse und Zähler gehören in eine Datenbank oder einen Cache. Wer diese Regel verletzt, erhält Fehler, die nur unter Last auftreten.

Kleine, klar abgegrenzte Einheiten. Statt einer großen Anwendung mit vielen Routen entstehen viele kleine Funktionen mit je einer Aufgabe. Das erleichtert Tests und Änderungen, macht aber die Zusammenhänge weniger sichtbar. Wie man solche ereignisgetriebenen Abläufe sinnvoll zuschneidet, beschreibt der Beitrag zur Event-driven Architecture mit Serverless.

Infrastruktur wird Teil des Codes. Welche Funktion auf welches Ereignis reagiert, wie viel Speicher sie bekommt und welche Rechte sie hat, steht in Konfigurationsdateien im selben Repository. Das Prinzip heißt Infrastructure as Code und sorgt dafür, dass sich eine Umgebung jederzeit reproduzieren lässt.

Rechte sind Feinarbeit. Jede Funktion braucht ihre eigene, möglichst enge Berechtigung. Eine Funktion, die nur Bestellungen liest, sollte keine Kundendaten löschen dürfen. Diese Feinarbeit ist aufwendiger als bei einem einzelnen Server, verkleinert aber den Schaden, wenn eine Funktion fehlerhaft ist oder angegriffen wird.

Die großen Plattformen im Überblick

Alle großen Cloudanbieter haben einen FaaS-Dienst im Programm. Die Grundidee ist überall gleich, die Details unterscheiden sich.

PlattformAnbieterBesonderheit
AWS LambdaAmazon Web ServicesÄltester und am weitesten verbreiteter Dienst, sehr viele Auslöser aus dem AWS-Ökosystem
Azure FunctionsMicrosoftEnge Anbindung an Microsoft 365 und .NET, Ablaufsteuerung über Durable Functions
Cloud Run functionsGoogle CloudFrüher Google Cloud Functions, läuft heute auf der Containerplattform Cloud Run
Cloud Functions for FirebaseGoogle (Firebase)Auf Web- und App-Projekte zugeschnitten, mit lokalem Emulator und Firestore-Anbindung
Cloudflare WorkersCloudflareFührt Code in Rechenzentren nahe beim Nutzer aus, sehr kurze Startzeiten

Unterstützt werden fast überall JavaScript, TypeScript und Python, bei den großen Cloudanbietern meist auch Java, C# und Go. Welche Plattform passt, hängt weniger vom Funktionsdienst ab als vom Rest der Umgebung: Wer bereits Daten und Benutzerkonten bei einem Anbieter hat, bleibt meist dort.

Ein Beispiel mit Firebase: HTTP-Endpunkt und reaktive Funktion

Firebase eignet sich gut, um das Prinzip auszuprobieren, weil Datenbank, Funktionen und ein lokaler Emulator aus einer Hand kommen. Einen Überblick über die Plattform selbst gibt unser Beitrag zur App-Entwicklung mit Firebase. Das folgende Beispiel greift das Anfrageformular aus der Einleitung auf. Es nutzt die zweite Generation der Cloud Functions for Firebase und TypeScript.

Zunächst eine Funktion, die auf HTTP-Anfragen reagiert und eine neue Anfrage in der Datenbank Firestore speichert:

// functions/src/restful/anfragen.ts
import { onRequest } from 'firebase-functions/v2/https';
import { initializeApp } from 'firebase-admin/app';
import { getFirestore, FieldValue } from 'firebase-admin/firestore';

initializeApp();
const db = getFirestore();

export const anfrageAnlegen = onRequest(
  { region: 'europe-west3' }, // Rechenzentrum in Frankfurt
  async (req, res) => {
    if (req.method !== 'POST') {
      res.status(405).send('Nur POST ist erlaubt');
      return;
    }

    const { name, email, nachricht } = req.body ?? {};
    if (!email || !nachricht) {
      res
        .status(400)
        .json({ fehler: 'E-Mail und Nachricht sind Pflichtfelder' });
      return;
    }

    const eintrag = await db.collection('anfragen').add({
      name: name ?? '',
      email,
      nachricht,
      eingegangen: FieldValue.serverTimestamp(),
    });

    res.status(201).json({ id: eintrag.id });
  },
);

Die zweite Funktion wird nicht direkt aufgerufen. Sie reagiert, sobald in Firestore ein neues Dokument in der Sammlung anfragen entsteht:

// functions/src/reactive/anfragen.ts
import { onDocumentCreated } from 'firebase-functions/v2/firestore';
import { logger } from 'firebase-functions';

export const anfrageMelden = onDocumentCreated(
  { document: 'anfragen/{anfrageId}', region: 'europe-west3' },
  async (event) => {
    const daten = event.data?.data();
    if (!daten) return;

    logger.info('Neue Anfrage eingegangen', {
      id: event.params.anfrageId,
      email: daten.email,
    });
    // Hier würde z. B. eine Benachrichtigung an den Vertrieb verschickt
  },
);

Die Aufteilung zeigt ein typisches Muster: Der HTTP-Endpunkt nimmt die Daten an, prüft sie und antwortet schnell. Alles, was danach passiert, erledigt eine reaktive Funktion im Hintergrund. Fällt der E-Mail-Versand einmal aus, bekommt die Person am Formular trotzdem sofort eine Bestätigung.

Entwickelt und getestet wird lokal mit der Firebase-Kommandozeile. Der Emulator bildet Funktionen und Datenbank auf dem eigenen Rechner nach, sodass nicht jeder Testlauf in der Cloud landet:

npm install -g firebase-tools
firebase init                      # Functions, Firestore und Emulators auswählen
firebase emulators:start           # lokale Testumgebung starten
firebase deploy --only functions   # Funktionen in die Cloud übertragen

Für den Einsatz in der Cloud setzt Firebase einen Tarif mit nutzungsabhängiger Abrechnung voraus. Ein produktives Formular bräuchte außerdem Schutz vor automatisierten Spam-Einsendungen, etwa über Firebase App Check oder ein Captcha.

Wenn aus einer Funktion fünfzig werden

Einzelne Funktionen sind schnell geschrieben. Schwierig wird es, wenn ein Projekt wächst und aus drei Funktionen fünfzig werden. Ohne Ordnung entsteht dann ein Geflecht, in dem niemand mehr weiß, welche Funktion was auslöst.

Bewährt hat sich eine Trennung nach Art des Auslösers und nach fachlichem Bereich:

  • RESTful-Funktionen reagieren auf HTTP-Anfragen und bilden die öffentliche Schnittstelle, etwa für eine App oder ein Webfrontend.
  • Reaktive Funktionen werden durch Datenänderungen, Dateien, Nachrichten oder Zeitpläne ausgelöst und laufen im Hintergrund.
  • Fachliche Gruppen wie Bestellungen, Zahlungen oder Benutzer bündeln zusammengehörige Funktionen in eigenen Ordnern.

Eine zentrale Datei sammelt die Exporte, damit die Plattform alle Funktionen findet:

// functions/src/index.ts
export { anfrageAnlegen } from './restful/anfragen';
export { anfrageMelden } from './reactive/anfragen';

Gemeinsamer Code, etwa für Validierung oder Datenbankzugriffe, gehört in eigene Module, die alle Funktionen nutzen. Wichtig ist außerdem, dass reaktive Funktionen damit rechnen, mehrfach ausgelöst zu werden. Die meisten Plattformen garantieren nur, dass ein Ereignis mindestens einmal zugestellt wird. Eine Funktion sollte deshalb so geschrieben sein, dass ein doppelter Aufruf keinen doppelten Schaden anrichtet, also etwa keine zweite Rechnung verschickt. Weitere Regeln für Logging, Fehlerbehandlung und Sicherheit fasst unser Beitrag mit Best Practices für Serverless-Architekturen zusammen.

Kaltstarts und Kosten: was Einsteiger wissen sollten

Zwei Fragen kommen bei Serverless fast immer, und beide lassen sich knapp beantworten.

Kaltstarts: Wurde eine Funktion eine Weile nicht genutzt, muss der Anbieter beim nächsten Aufruf erst eine neue Instanz starten und den Code laden. Dieser Kaltstart verzögert die Antwort, je nach Sprache und Paketgröße um Sekundenbruchteile bis zu wenigen Sekunden. Schlanke Funktionen in JavaScript, Python oder Go starten schneller als große Java-Anwendungen. Für Hintergrundaufgaben spielt das kaum eine Rolle, bei einer API, auf die Nutzer warten, schon eher. Abhilfe schaffen kleine Pakete und Mindestinstanzen, die der Anbieter dauerhaft warm hält. Diese kosten allerdings auch dann Geld, wenn niemand sie nutzt.

Kosten: Abgerechnet werden in der Regel die Zahl der Aufrufe und die Rechenzeit, multipliziert mit dem zugewiesenen Arbeitsspeicher. Bei AWS Lambda erfolgt die Abrechnung auf die Millisekunde genau. Kleine Projekte bleiben oft im kostenlosen Kontingent der Anbieter. Teuer wird es bei gleichmäßig hoher Dauerlast, bei langen Laufzeiten und bei Nebenkosten, die in der Funktionsrechnung gar nicht auftauchen: Datenübertragung, API-Gateway, Protokollspeicher. Eine ausführliche Kostenbetrachtung mit Rechenbeispielen finden Sie im Beitrag zu Vorteilen, Herausforderungen und Kosteneffizienz von Serverless.

Ein praktischer Rat: Richten Sie vom ersten Tag an Budgetwarnungen ein. Angenommen, eine Funktion schreibt in dieselbe Datenbank, deren Änderungen sie auslösen: Dann ruft sie sich in einer Endlosschleife selbst auf, und die Plattform stellt dafür klaglos immer neue Instanzen bereit.

Was das für Entwicklerteams bedeutet

Serverless hat das Programmieren in der Cloud tatsächlich verändert, aber anders, als es das Marketing der frühen Jahre versprach. Server verschwinden nicht, und auch nicht jede Anwendung wird zur Sammlung kleiner Funktionen. Geblieben ist ein Werkzeug mit klarem Profil: Es ist stark bei ereignisgesteuerten Aufgaben, unregelmäßiger Last, Integrationen und Hintergrundjobs. Für langlaufende Prozesse, dauerhaft hohe Last oder Anwendungen, die zwischen Anbietern wechseln müssen, sind Container oft die bessere Wahl.

Für Entwicklerteams verschiebt sich die Arbeit. Weniger Zeit fließt in Serverpflege, mehr in Architektur, Berechtigungen, Überwachung und das Denken in Ereignissen. Wer bisher vor allem klassische Webanwendungen gebaut hat, braucht dafür etwas Einarbeitung, vor allem beim Testen und bei der Fehlersuche über mehrere Funktionen hinweg.

Unsere Empfehlung: Beginnen Sie mit einer überschaubaren Aufgabe am Rand Ihres Systems, etwa einem Formular, einem Webhook oder einem nächtlichen Bericht. Daran lernt das Team die Plattform kennen, ohne das Kerngeschäft zu riskieren. Wenn Sie dabei Unterstützung suchen, von der Plattformwahl bis zur Schulung des Teams, finden Sie auf unserer Seite zu Serverless Computing Beratung, Coaching und Seminare.

Häufige Fragen zu Serverless

Ist Serverless dasselbe wie Cloud Computing?

Nein. Serverless ist eine bestimmte Form von Cloud Computing, bei der Sie keine Server oder virtuellen Maschinen verwalten und nach tatsächlicher Nutzung zahlen. Wer in der Cloud eine virtuelle Maschine mietet, nutzt zwar die Cloud, betreibt aber weiterhin einen eigenen Server.

Welche Programmiersprache eignet sich für Serverless?

Am verbreitetsten sind JavaScript beziehungsweise TypeScript und Python, weil sie schnell starten und von allen Plattformen unterstützt werden. Java und C# funktionieren ebenfalls, haben aber tendenziell längere Kaltstarts. Entscheidend ist meist, welche Sprache das Team bereits gut beherrscht.

Kann man Serverless-Funktionen lokal testen?

Ja, zumindest teilweise. Firebase bietet einen eigenen Emulator, für AWS gibt es AWS SAM, für Azure die Azure Functions Core Tools. Die Logik einer Funktion lässt sich zudem mit normalen Unit-Tests prüfen, wenn sie sauber vom Auslöser getrennt ist. Das Zusammenspiel mehrerer Cloud-Dienste lässt sich lokal aber nie vollständig nachbilden.

Ist Serverless sicher?

Der Anbieter übernimmt Updates für Betriebssystem und Laufzeitumgebung, was eine häufige Fehlerquelle beseitigt. Für den eigenen Code, die eingebundenen Bibliotheken, die Berechtigungen der Funktionen und den Schutz personenbezogener Daten bleibt Ihr Team verantwortlich. Ein typisches Einfallstor sind Funktionen, die mehr dürfen, als ihre Aufgabe erfordert.

Mehr aus „Cloud & DevOps“

Monolithen skalieren: Was Netflix und Prime Video wirklich zeigen

Auch Monolithen skalieren horizontal. Lesen Sie, was die Fälle Netflix und Prime Video wirklich zeigen und wann eine einzelne Anwendung große Last trägt.

mehr erfahren

Docker-Alternativen: Podman, containerd und CRI-O im Vergleich

Podman, containerd, CRI-O und nerdctl im sachlichen Vergleich mit Docker: Architektur, Lizenzen, Kubernetes und Compose. Wann sich ein Umstieg für Sie lohnt.

mehr erfahren

Local-First Software: Wie dezentrale Anwendungen funktionieren

Local-First Software speichert Daten zuerst auf dem Gerät und gleicht sie später ab. Wie CRDTs, Automerge und Yjs funktionieren und wann sich das lohnt.

mehr erfahren

DevOps in der Softwareentwicklung: Kultur, Praktiken, Messgrößen

DevOps verbindet Entwicklung und Betrieb zu gemeinsamer Verantwortung. Welche Prinzipien dahinterstehen, wie Fortschritt messbar wird und wo Teams scheitern.

mehr erfahren

Skalierbare Webanwendungen entwickeln: die wichtigsten Hebel

Skalierbare Webanwendungen brauchen zustandslose Server, Caching, eine wachsende Datenbank und Messungen. Lesen Sie, welche Hebel wann wirken.

mehr erfahren

Serverless Architecture: Best Practices für den Betrieb in der Cloud

Serverless-Anwendungen stabil betreiben: wie Sie Funktionen zuschneiden, Kaltstarts und doppelte Ereignisse beherrschen, Limits setzen und Kosten überwachen.

mehr erfahren

Weitere Blog-Artikel

WebRTC erklärt: Videocalls direkt im Browser programmieren

WebRTC überträgt Audio und Video direkt zwischen Browsern. Sie erfahren, wie Signalisierung, STUN und TURN zusammenspielen und wie ein Videochat entsteht.

mehr erfahren

Big Data im Unternehmen: was der Begriff heute bedeutet

Was Big Data heute für Unternehmen bedeutet: Data Lake, Lakehouse und Cloud-Data-Warehouse, Datenqualität, Governance und DSGVO verständlich eingeordnet.

mehr erfahren

Blockchain und Bitcoin erklärt: Technik, Regulierung und Folgen

Wie Blockchain und Bitcoin technisch funktionieren, was MiCA und Bitcoin-ETFs verändert haben und wie Sie die Grundidee in TypeScript nachbauen.

mehr erfahren

RESTful APIs erklärt: Prinzipien, Design und Umsetzung

RESTful APIs verständlich erklärt: Prinzipien von REST, Ressourcen, HTTP-Methoden, Statuscodes, Versionierung und OpenAPI, mit Beispiel in Express.js.

mehr erfahren

GraphQL oder REST: Welche Datenabfrage zu Ihrem Projekt passt

GraphQL und REST im Vergleich: wie Abfragen, Schema und Resolver funktionieren und welche Variante sich für Webshop, App oder interne Systeme lohnt.

mehr erfahren

Vim im Alltag: Wie Tastaturbefehle das Programmieren beschleunigen

Vim steuert Text fast nur über die Tastatur. Wie Modi und Befehle funktionieren, wie Sie Vim in VS Code nutzen und für wen sich das Lernen lohnt.

mehr erfahren

Aktuelle Blog-Artikel

PHP-Migration nach PHP2Shell: Upgrade oder Sprachwechsel?

PHP2Shell und das Support-Ende von PHP 8.2: Was Sie jetzt patchen sollten, wie ein Upgrade auf 8.4 oder 8.5 gelingt und wann ein Sprachwechsel sinnvoll ist.

mehr erfahren

Jev: Was ein KI-Modell für schnelles Denken anders macht als ChatGPT

Das System-1-KI-Modell Jev schreibt keinen Text, sondern beantwortet Fragen mit kalibrierten Wahrscheinlichkeiten. Wie das funktioniert und wofür es taugt.

mehr erfahren

Node.js ohne Ballast: 12 Bordmittel, die npm-Pakete ersetzen

Von fetch() über node:test bis Type Stripping: zwölf Node.js-Funktionen, die axios, dotenv, Jest und Co. ersetzen, mit Status in Node 24 und 26 und Grenzen.

mehr erfahren

KI-Agenten verstehen: MCP, A2A, AG-UI und A2UI einfach erklärt

MCP, A2A, AG-UI und A2UI verständlich erklärt: Wie KI-Agenten Werkzeuge nutzen, miteinander arbeiten und Oberflächen erzeugen – und wer die Standards betreut.

mehr erfahren

Rusts Lieferkette unter Beschuss: Warum ein Angriff nur der Anfang war

Ein Angriff auf Rust-Pakete war im August 2026 schnell gestoppt, das Grundproblem bleibt. Wie crates.io angreifbar ist und was Sie heute dagegen tun können.

mehr erfahren

Webentwicklung ohne SPA: Eine Web-App mit V, Veb, SQLite und htmx

Am Beispiel der Meetup-Plattform Clash zeigt sich, wie eine Web-App mit V, Veb, SQLite und htmx ohne SPA-Framework entsteht und wo der Ansatz an Grenzen stößt.

mehr erfahren

React-Performance: Warum weniger Optimierung mehr Tempo bringt

React-Performance heute: Wie Sie mit State am richtigen Ort, dem React Compiler, Transitions, Virtualisierung und Messung Ihre Anwendung spürbar beschleunigen.

mehr erfahren

React-Komponenten verbinden: Welcher Weg passt wann?

Props, Context, Zustand, TanStack Query, URL-Parameter oder Ereignisse: So wählen Sie den passenden Weg, damit zwei React-Komponenten Daten austauschen.

mehr erfahren

KI-Agenten in der Schleife: Loops in Claude Code und Codex

Was ein Loop bei KI-Agenten ist, welche Auslöser es gibt und wie Sie geplante Aufgaben in Claude Code und Codex mit Kostenkontrolle einrichten.

mehr erfahren

JavaScript 2026: Bun, Deno und TypeScript 7 läuten eine neue Ära ein

Node.js, Bun und Deno im Wettbewerb, TypeScript 7 mit Compiler in Go, Build-Werkzeuge in Rust: Was sich 2026 bei JavaScript ändert und was Sie davon übernehmen.

mehr erfahren

npm-Pakete sicher prüfen: So bewerten Sie ein Paket vor dem Einbau

npm-Pakete sicher prüfen: wie Sie Name, Wartung, Provenance, Install-Skripte, bekannte Lücken und Lizenz bewerten, bevor ein Paket in Ihr Projekt kommt.

mehr erfahren

npm install unter der Lupe: Wie Angreifer die Lieferkette kapern

Was npm install technisch tut, welche Angriffsmuster von Typosquatting bis Dependency Confusion es ausnutzen und wie Sie das Installieren absichern.

mehr erfahren

Programmiersprachen und KI: Warum Rust für Code-Agenten so gut passt

KI-Agenten schreiben in Rust oft verlässlicheren Code, weil der Compiler viele Fehler sofort meldet. Was dahinter steckt und wo das Argument endet.

mehr erfahren

Pi Agent vs. Claude Code: minimaler Open-Source-Agent im Vergleich

Pi Agent und Claude Code im Vergleich: Architektur, Erweiterungen, Modellwahl, Lizenz, Kosten und Sicherheit. Für wen sich der Open-Source-Agent lohnt.

mehr erfahren

Agentic Engine Optimization: Websites für KI-Agenten lesbar machen

Agentic Engine Optimization: Wie KI-Assistenten Ihre Website abrufen, welche Rolle robots.txt, llms.txt und strukturierte Daten spielen – und was belegt ist.

mehr erfahren

Claude Skills für Einsteiger: eigene KI-Workflows aufbauen

Claude Skills bündeln wiederkehrende Anweisungen in einer SKILL.md-Datei. So bauen Sie Skills auf und installieren sie in Claude und Claude Code.

mehr erfahren

Claude Code richtig nutzen: 15 Funktionen, die Profis kennen sollten

Claude Code kann mehr als chatten: So setzen Sie CLAUDE.md, Subagenten, Hooks, Skills, MCP und den Headless-Modus gezielt im Entwickleralltag ein.

mehr erfahren

Claude Code für Einsteiger: vom Terminal zur fertigen Anwendung

Claude Code arbeitet im Terminal direkt mit Ihren Dateien. So gelingen Installation, erste Aufträge, Planmodus, Skills und MCP auch ohne Programmiererfahrung.

mehr erfahren

OpenClaw im Praxistest: vom Chatbot zum digitalen Assistenten

OpenClaw macht ein Sprachmodell zum selbst gehosteten Agenten mit Zugriff auf Rechner und Messenger. Aufbau, Einrichtung, Skills und Sicherheitsregeln.

mehr erfahren

Das Ende der Menüs: Wie KI die digitale Arbeitsumgebung verändert

Seit Jahrzehnten bedienen wir Computer über Fenster, Menüs und Ordner. KI-Agenten verschieben das zu Aufträgen in Alltagssprache. Was sich ändert und was nicht.

mehr erfahren

Microsoft und Rust: Was hinter dem Ziel „C und C++ bis 2030“ steckt

Microsoft nutzt Rust im Windows-Kernel, der Ersatz von C und C++ bis 2030 ist aber ein Forschungsziel. Was belegt ist und was es für Entwickler bedeutet.

mehr erfahren

TanStack Start: Das React-Framework als Alternative zu Next.js

TanStack Start ist ein Fullstack-Framework für React auf Basis von TanStack Router und Vite. Was es kann und wann es eine Alternative zu Next.js ist.

mehr erfahren

Die Ralph-Wiggum-Technik: KI-Coding-Agenten, die nicht aufgeben

Die Ralph-Wiggum-Technik lässt einen Coding-Agenten denselben Auftrag wiederholen, bis die Tests bestehen. Wie sie funktioniert und worauf Sie achten sollten.

mehr erfahren

Warum KI Entwickler nicht ersetzt, aber ihre Rolle verändert

KI-Assistenten schreiben heute viel Code. Warum Fachwissen trotzdem wichtiger wird und welche Fähigkeiten Entwickler:innen jetzt gezielt ausbauen sollten.

mehr erfahren

Von Node.js zu Bun: Next.js-Projekte schrittweise umstellen

Wie Sie Bun in Next.js einsetzen: von bun install über bun --bun next dev bis zum Deployment. Was dabei schneller wird, was nicht und was Sie vorher prüfen.

mehr erfahren

Bun erklärt: JavaScript-Laufzeit, Paketmanager und Bundler in einem

Bun ist Laufzeitumgebung, Paketmanager, Bundler und Testrunner in einem. Wie es funktioniert, wie kompatibel es zu Node.js ist und für wen es sich lohnt.

mehr erfahren

KI-Agenten richtig anleiten: Spezifikationen, die funktionieren

Spezifikationen für KI-Coding-Agenten wie Claude Code oder GitHub Copilot: welche Angaben hineingehören, wie Sie Aufgaben aufteilen und Grenzen setzen.

mehr erfahren

Was ist .NET? Die Microsoft-Plattform einfach erklärt

.NET ist Microsofts quelloffene Entwicklungsplattform für Web, Cloud, Desktop und Apps. Sie erfahren, wie Laufzeit, SDK und Versionen zusammenhängen.

mehr erfahren

Künstliche Intelligenz 2026: Vom Chatbot zum digitalen Kollegen

Rückblick auf den KI-Ausblick vom Januar 2026: acht erwartete Trends von Multi-Agenten-Systemen über physische KI und EU AI Act bis zu Quanten-Utility.

mehr erfahren

KI-Jahr 2025: Vier Erkenntnisse und ein Ausblick auf 2026

Rückblick vom Januar 2026 auf das KI-Jahr 2025: vier Entwicklungen von unauffälligen Agenten bis zum Chipmangel und was sie damals für 2026 erwarten ließen.

mehr erfahren

REST und Event-Streams: Wann sich ereignisbasierte Backends lohnen

REST oder Event-Streams? Wie sich Request/Response und Publish/Subscribe unterscheiden, wann Kafka, SSE oder WebSockets passen und wo REST richtig bleibt.

mehr erfahren

Shai-Hulud 2.0: Wie sich ein Wurm im November 2025 durch npm fraß

Shai-Hulud 2.0 einfach erklärt: Rückblick auf den npm-Wurm vom November 2025, wie er Zugangsdaten stahl, sich selbst verbreitete und wie Sie sich schützten.

mehr erfahren

HTMX: Moderne Webanwendungen ohne JavaScript-Framework bauen

HTMX lädt Inhalte nach, sendet Formulare und tauscht Seitenteile per HTML-Attribut aus. Die Anleitung zeigt Browser- und Serverseite und den Stand von HTMX 4.

mehr erfahren

Electron vs. Tauri: Desktop-Apps mit Webtechnik im Vergleich

Electron bringt Chromium und Node.js mit, Tauri nutzt den Webview des Systems und einen Kern in Rust. Der Vergleich zeigt, wann sich welches Framework eignet.

mehr erfahren

Architekturkompetenz im KI-Zeitalter: Was Full-Stack heute heißt

Wenn KI-Werkzeuge Code schreiben, verschiebt sich die Arbeit zu Architekturentscheidungen. Welche Fähigkeiten zählen und wie Sie sie gezielt aufbauen.

mehr erfahren

Omarchy im Test: So macht Linux endlich wieder Spaß

Unser Test von Omarchy aus dem November 2025: Das Linux auf Basis von Arch und Hyprland setzt auf Tastatur, Kachelfenster und abgestimmte Themes.

mehr erfahren

JWT-Probleme: Warum Entwickler vor JSON Web Tokens warnen

JWT-Probleme im Überblick: Warum sich Tokens schwer widerrufen lassen, welche Prüffehler gefährlich sind und wann klassische Sessions die bessere Wahl sind.

mehr erfahren

7 KI-Begriffe erklärt: Von KI-Agenten bis Superintelligenz

Sieben KI-Begriffe von KI-Agenten über RAG und MCP bis Superintelligenz: was sie bedeuten, wie sie zusammenhängen und was davon für Unternehmen zählt.

mehr erfahren

Machine Learning verstehen: von den Grundlagen bis zu moderner KI

Machine Learning verständlich erklärt: welche Lernverfahren es gibt, wie Training mit Daten abläuft und wie Sie prüfen, ob ein Modell wirklich etwas taugt.

mehr erfahren

Scrum-Master-Rolle auf dem Prüfstand: ein Blick aus Architektursicht

Lohnt sich ein Scrum Master noch? Wir betrachten die Rolle aus Sicht der Softwarearchitektur, gleichen sie mit dem Scrum Guide 2020 ab und zeigen Alternativen.

mehr erfahren

Was dürfen wir für Sie tun?

So sind wir zu erreichen: