INNOQ Technology Lunch: Agentic Software & Security 👉 01. April, 12:15 Uhr

Blog & Artikel

Über AI-Einsatz in verschiedenen Coding-Situationen

Wo hilft LLM-gestützte Softwareentwicklung bei der Entwicklungsproduktivität und wo bleibt sie hinter den Erwartungen zurück? Anstatt KI in der Softwareentwicklung als eindimensionalen Produktivitätsbeschleuniger zu sehen, gehen wir diesen Fragen entlang mehrerer Dimensionen nach, welche eine Studie aus dem Stanford-Umfeld bietet: Projektreife, Aufgabenkomplexität und Popularität der Programmiersprache. Ziel ist es, ein realistischeres Bild für die Erwartungshaltung bei KI für Softwareentwickelnde und Führungskräfte zu schaffen, fernab des aktuellen Hypes.

Spec-Driven Architecture: Wenn Agenten bauen, muss Architektur sprechen

Spec-Driven Development gibt Agenten eine klare Implementierungsgrundlage. Was es nicht löst: wie ein Portfolio von Systemen kohärent bleibt. Spec-Driven Architecture überträgt dasselbe Prinzip auf die Architekturebene, mit Contracts als versionierten Grenzen und Garantien, durchsetzbar im agentischen Workflow und in der CI/CD-Pipeline.

REST ist das bessere MCP

Wie KI-Agenten von Hypermedia profitieren

Spec-Driven Development ist Domain-Driven Design für Ungeduldige

Spec-Driven Development Tools wie BMAD versprechen, den Requirements-Engpass zu beseitigen, mit dem agentische Entwicklungsteams konfrontiert sind. Aber passt das wirklich gut zu deiner Organisation?

The right size of a Data Product

Setting the boundaries of data products incorrectly can lead to integration issues, unclear ownership and duplicated logic. This guide offers practical heuristics for creating data products of the right size.

Agenten gut, alles gut?

Von entfesselter Produktivität und mentaler Last

Understanding AI Coding Patterns Through Cognitive Load Theory

AI coding assistants either severely harm learning or enhance it beyond manual coding—depending entirely on interaction patterns. A recent study reveals six distinct patterns with dramatically different outcomes. We’ll examine why through cognitive psychology and explore the study’s limitations.

Ein Überblick der AI-assistierten Softwareentwicklung in 2026

Birgitta Boeckeler (ThoughtWorks), Heinrich Hartmann (Zalando) und Sven Johann haben sich über den aktuellen Status der AI-assisted Software Entwicklung unterhalten: was ist wirklich Wichtiges in 2025 passiert? Welche stabilen Muster können wir ableiten? Was gibt Orientierung und Einordnung? Und natürlich ein paar Einblicke in den Future of Software Engineering Retreat in Utah an dem Birgitta teilgenommen hat. Die Unterhaltung gibt es natürlich auch als Podcast. Dieser Artikel ist aber eine menschlich kuratierte Zusammenfassung.

Features für einen schnelleren JVM-Start

Class Data Sharing, Project Leyden, CraC und mehr

Neuland reloaded

When Angela Merkel said in 2013 that the internet is 'Neuland’ (uncharted territory) for all of us, the amusement online was considerable. Viewed from some temporal and substantive distance, one can now recognize a perspective from which she was indeed correct.

Vom Vibe Coder zum Code Owner

KI-Agenten erzeugen in kürzester Zeit tausende Zeilen Code. Wer ihr Potenzial voll ausschöpfen will, kann nicht mehr jede Zeile reviewen – wird aber trotzdem für die Software verantwortlich sein. Wie übernimmt man Ownership für Code, den man nicht vollständig gelesen hat? Die Antwort liegt im Agent Harness: einem System aus deterministischen Checks, KI-Reviews und gezieltem menschlichem Review, das Qualität erzwingt statt erhofft.

Meine Coding-Agenten laufen jetzt sandboxed. Den Netzwerkzugriff habe ich unter Kontrolle.

Netzwerkzugriff für KI-Coding-Agents per Proxy-Allowlist einschränken

Jeder kann Architekt sein!

Und jede natürlich auch. In diesem Artikel zeige ich, dass die Architektenrolle andere Kompetenzen verlangt, als viele annehmen.

Deine Datenbanktabelle ist eine schlechte API

Eine gemeinsam genutzte Datenbanktabelle wirkt wie die ultimative Abkürzung: kein API-Design, keine Verträge – nur ein Schema. Der Haken: Diese Bequemlichkeit wird über kurz oder lang zum Bumerang. Sie verwischt Grenzen, bremst Veränderungen aus und macht die unabhängige Weiterentwicklung unnötig schwer. Dieser Artikel zeigt, warum Tabellen (und datenmodellnahe „generierte APIs“) so verlockend sind – und warum sie selten als Integrationsgrenze taugen.

Unsichere KI-Assistenten dürfen nicht zur Normalität werden

Wie die „Lethal Trifecta“ sie systematisch zum Sicherheitsrisiko macht

Die persönliche KI ist schon da

Drei Wochen mit OpenClaw auf einem Raspberry Pi und ein Blick darauf, was auf die Softwarearchitektur zukommt.

Was tun, während die KI nachdenkt

KI kann Code schreiben, während wir warten – aber das heißt nicht, dass wir plötzlich freie Zeit haben. Ob wir nachdenken, multitasken, reviewen oder pausieren sollten, hängt davon ab, welche Art von Arbeit wir gerade erledigen.

Fetch-Tools vs. Browser-Rendering in Agenten-Setups

Leave It Better Than You Found It

„Lass den Code besser zurück, als du ihn vorgefunden hast.“ Dieser Rat, auch bekannt als Scout Rule, klingt simpel – aber wie sieht das eigentlich in der Praxis aus? Dies ist die Geschichte davon, wie ich diesem Prinzip gefolgt bin, dabei einen überladenen Controller aufgeräumt habe und wie uns dies völlig unerwartet geholfen hat, neue Anforderungen schnell und mit minimalem Aufwand umzusetzen. Eine kleine Lektion in guter Gewohnheit und kontinuierlicher Architekturarbeit.

Ich habe meine KI-Agenten in eine Sandbox gesteckt. Du solltest das auch tun.

KI-Agenten sind mächtig, weil sie Programme mit der entsprechenden Berechtigung auf unseren Rechnern ausführen können. Genau diese Stärke macht uns aber auch angreifbar. Ein einziger Fehler oder eine Prompt-Injection reicht, um das ganze System zu kompromittieren.

Why not scatter @Transactional everywhere?

Was, da geht noch mehr? Noch mehr Besonderheiten von und mit Java

Bereits vor ein paar Jahren haben wir uns Dinge angeschaut, die in Java funktionieren, aber sehr ungewöhnlich sind. Diese Liste werden wir in dieser Folge des Praktikers ergänzen.

Von FOMO zu Fokus

KI steht auf jeder Agenda - doch wo fängt man an? Viele Unternehmen starten parallel mehrere KI-Initiativen, getrieben von der Angst, den Anschluss zu verpassen. Das Ergebnis: verzettelte Ressourcen, fehlende Priorisierung und unklarer Business-Impact. Das AI Opportunity Mapping schafft Abhilfe: Es führt systematisch von vagen KI-Visionen zu konkreten, priorisierten Use Cases mit echtem Geschäftsnutzen. In fünf Schritten entwickeln Teams strukturiert KI-Chancen und treffen fundierte Entscheidungen. Das Ergebnis: Fokus statt FOMO, Klarheit statt Aktionismus.

Speed vs. Skill

Developing with AI through the cognitive Lens

Menschenlesbare Datenformate mit Jackson verarbeiten

Wir nutzen tagtäglich Datenformate. Zum Austausch von Informationen mit anderen Systemen oder auch zur Definition von Dingen wie unserem Build oder zur Konfiguration unseres Systems. Manche davon sind binär, aber auch viele bis heute direkt von Menschen lesbar. Für die Verarbeitung von JSON in Java hat Jackson eine hohe Verbreitung erreicht. Aber Jackson kann mehr als nur JSON, wie wir in diesem Artikel sehen werden.