Apache Spark erklärt: große Datenmengen verteilt verarbeiten

Apache Spark erklärt: große Datenmengen verteilt verarbeiten

Wie die verbreitete Open-Source-Engine arbeitet, was Spark 4 mitbringt und wann sich der Aufwand für ein Team lohnt

Aktualisiert:

Abstract

Apache Spark verteilt Datenanalysen auf viele Rechner. Wie DataFrames, Spark SQL und Structured Streaming funktionieren und wann sich Spark lohnt.
  • #Apache Spark
  • #Big Data
  • #Echtzeitverarbeitung
  • #Machine Learning
  • #PySpark
  • #Spark SQL
  • #Structured Streaming
  • #Datenverarbeitung

DataFrames, Spark SQL, Structured Streaming: was Spark heute leistet und wo seine Grenzen liegen

Angenommen, ein Onlinehändler will wissen, welche Artikel in den letzten drei Jahren in welchen Regionen zusammen gekauft wurden. Die Bestelldaten liegen als einige Hundert Gigabyte Parquet-Dateien in einem Objektspeicher. Ein einzelner Laptop mit pandas gibt hier schnell auf, weil die Daten nicht in den Arbeitsspeicher passen. Genau für solche Fälle ist Apache Spark gebaut: Es zerlegt die Arbeit in viele kleine Aufgaben und verteilt sie auf mehrere Rechner, die parallel rechnen.

Spark ist seit Jahren die am weitesten verbreitete Open-Source-Engine für die Verarbeitung großer Datenmengen. Mit Spark 4 hat das Projekt einige Altlasten abgeworfen. Dieser Überblick erklärt, wie Spark arbeitet, was „Echtzeit“ bei Spark tatsächlich bedeutet, wie ein einfaches PySpark-Programm aussieht und wann Sie besser zu einem kleineren Werkzeug greifen.

Woher Spark kommt und welches Problem es löst

Spark entstand ab 2009 im AMPLab der University of California in Berkeley, maßgeblich entwickelt von Matei Zaharia. Damals war Hadoop MapReduce der Standard für verteilte Datenverarbeitung. MapReduce teilt eine Aufgabe in zwei Phasen: Im Map-Schritt werden Datensätze in Schlüssel-Wert-Paare zerlegt, im Reduce-Schritt werden alle Werte zu einem Schlüssel zusammengefasst. Dazwischen liegt der sogenannte Shuffle, bei dem Daten über das Netzwerk zu dem Rechner wandern, der für einen Schlüssel zuständig ist.

Das Prinzip funktioniert, hat aber einen Haken: MapReduce schreibt nach jedem Schritt Zwischenergebnisse auf die Festplatte. Für eine einzelne Auswertung ist das verkraftbar. Für Algorithmen, die viele Male über dieselben Daten laufen, etwa beim Training eines Machine-Learning-Modells, wird es quälend langsam.

Spark setzt hier an. Es hält Zwischenergebnisse nach Möglichkeit im Arbeitsspeicher und plant eine ganze Kette von Verarbeitungsschritten auf einmal, statt jeden Schritt einzeln abzuarbeiten. Das Projekt kam 2013 zur Apache Software Foundation und ist seit 2014 ein Top-Level-Projekt. Die oft zitierte Angabe „bis zu 100-mal schneller als MapReduce“ stammt aus den frühen Benchmarks des Projekts und galt für iterative Berechnungen im Arbeitsspeicher. Für typische Auswertungen ist der Abstand deutlich kleiner, und mit dem heutigen Hadoop-MapReduce vergleicht ohnehin kaum noch jemand: Spark hat es in den meisten Unternehmen ersetzt.

Wie Spark arbeitet: Driver, Executors und verzögerte Ausführung

Ein Spark-Programm besteht aus zwei Rollen. Der Driver ist das Steuerprogramm: Er nimmt Ihren Code entgegen, plant die Arbeit und verteilt sie. Die Executors sind Arbeitsprozesse auf den Rechnern eines Clusters, die jeweils einen Teil der Daten bearbeiten. Ein Clustermanager, heute meist Kubernetes oder der Dienst eines Cloud-Anbieters, stellt die Rechenressourcen bereit.

Die Daten selbst teilt Spark in Partitionen auf, also Teilstücke, die unabhängig voneinander verarbeitet werden können. Liegen 200 Parquet-Dateien in einem Verzeichnis, arbeiten im einfachsten Fall viele Executors gleichzeitig an verschiedenen Dateien.

Wichtig für das Verständnis ist die verzögerte Ausführung (Lazy Evaluation). Wenn Sie in Spark eine Tabelle filtern, gruppieren und sortieren, passiert zunächst nichts. Spark merkt sich nur die Schritte. Erst wenn Sie ein Ergebnis anfordern, etwa mit show(), count() oder dem Schreiben einer Datei, übersetzt der Optimierer Catalyst die gesamte Kette in einen Ausführungsplan. Er kann dabei Filter vorziehen, nicht benötigte Spalten gar nicht erst lesen und Joins geschickt anordnen. Seit Spark 3 passt die Adaptive Query Execution den Plan zusätzlich während der Laufzeit an, wenn sich zeigt, dass Datenmengen anders verteilt sind als erwartet.

Die alte Programmierschnittstelle, die Resilient Distributed Datasets (RDDs), gibt es weiterhin. Für neuen Code empfiehlt das Projekt jedoch DataFrames und SQL, weil nur diese vom Optimierer profitieren.

DataFrames und Spark SQL: der Alltag mit Spark

Ein DataFrame ist eine Tabelle mit benannten Spalten und festen Datentypen, vergleichbar mit einer Datenbanktabelle oder einem pandas-DataFrame, nur verteilt über viele Rechner. Dieselben Daten können Sie mit Methodenaufrufen in Python, Scala, Java oder R bearbeiten oder direkt mit SQL abfragen. Beides landet beim selben Optimierer, die Wahl ist also eine Frage des Geschmacks und der Teamkenntnisse.

Die meisten Teams nutzen Spark über PySpark, die Python-Schnittstelle. Das folgende Beispiel greift die Aufgabe aus der ursprünglichen Fassung dieses Beitrags auf: Welche Städte zwischen den Wendekreisen haben die meisten Einwohner? Angenommen, eine CSV-Datei enthält Spalten für Stadt, Land, Breitengrad und Einwohnerzahl.

from pyspark.sql import SparkSession
from pyspark.sql import functions as F

# Lokale Session: nutzt alle Kerne des Rechners, kein Cluster nötig
spark = (
    SparkSession.builder
    .appName("staedte-tropen")
    .master("local[*]")
    .getOrCreate()
)

staedte = spark.read.csv("staedte.csv", header=True, inferSchema=True)

# Wendekreise liegen bei etwa 23,44 Grad nördlicher und südlicher Breite
tropen = (
    staedte
    .filter(F.col("breitengrad").between(-23.44, 23.44))
    .select("stadt", "land", "einwohner")
    .orderBy(F.col("einwohner").desc())
)

tropen.show(10)

# Dieselbe Abfrage in SQL
staedte.createOrReplaceTempView("staedte")
spark.sql("""
    SELECT stadt, land, einwohner
    FROM staedte
    WHERE breitengrad BETWEEN -23.44 AND 23.44
    ORDER BY einwohner DESC
    LIMIT 10
""").show()

spark.stop()

Für eine kleine CSV-Datei ist Spark hier übertrieben, aber das Programm läuft unverändert auf einem Cluster, wenn statt einer Datei ein ganzes Verzeichnis mit Milliarden Zeilen eingelesen wird. Genau das ist der Reiz: Sie entwickeln lokal und skalieren später, ohne den Code umzuschreiben. In produktiven Pipelines sollten Sie das Schema allerdings explizit angeben, statt es mit inferSchema erraten zu lassen, und Daten eher als Parquet oder in einem Tabellenformat wie Delta Lake oder Apache Iceberg speichern statt als CSV.

Was Spark 4 verändert hat

Spark 4.0 erschien 2025 und war der erste große Versionssprung seit Spark 3.0 im Jahr 2020. Seither sind weitere 4.x-Versionen erschienen, im Oktober 2026 Spark 4.3. Für Teams, die bestehende Pipelines betreiben, sind vor allem diese Punkte relevant:

  • Neue Mindestversionen: Spark 4 setzt Java 17 voraus und unterstützt Java 8 und 11 nicht mehr. Scala-Code muss auf Scala 2.13 laufen. PySpark verlangt ab Spark 4.0 mindestens Python 3.9, Python 3.8 fällt weg; neuere 4.x-Versionen setzen Python 3.10 bzw. 3.11 voraus.
  • ANSI-SQL-Modus als Standard: Bisher gab Spark bei manchen Fehlern still NULL zurück, etwa wenn sich ein Text nicht in eine Zahl umwandeln ließ. Im ANSI-Modus bricht die Abfrage stattdessen mit einem Fehler ab. Das ist sauberer, kann aber alte Jobs zum Scheitern bringen, die sich unbemerkt auf das alte Verhalten verlassen haben.
  • Spark Connect: Die mit Spark 3.4 eingeführte Client-Server-Architektur wurde in Spark 4 stark ausgebaut, unter anderem mit einem schlanken Python-Client. Dabei schickt eine schlanke Client-Bibliothek die Abfragen an einen entfernten Spark-Server. Damit lässt sich Spark aus Notebooks, IDEs oder anderen Sprachen ansprechen, ohne die komplette Spark-Installation lokal mitzuschleppen.
  • Neue Datentypen und Schnittstellen: etwa der Typ VARIANT für halbstrukturierte JSON-Daten und eine Python-API, mit der sich eigene Datenquellen direkt in Python anbinden lassen.

Unsere Empfehlung: Wer noch auf Spark 3 läuft, sollte das Upgrade als eigenes Projekt planen, mit Testläufen gegen echte Daten. Die meisten Änderungen sind unspektakulär, der ANSI-Modus und der Java-Wechsel sorgen aber häufig für Überraschungen in älteren Jobs.

Structured Streaming: wie „Echtzeit“ bei Spark gemeint ist

Der ursprüngliche Titel dieses Beitrags versprach Verarbeitung in Echtzeit. Das bedarf einer Einordnung. Spark verarbeitet Datenströme mit Structured Streaming. Die Idee dahinter: Ein Datenstrom wird behandelt wie eine Tabelle, an die ständig neue Zeilen angehängt werden. Sie schreiben dieselben DataFrame-Abfragen wie für Batch-Daten, und Spark führt sie fortlaufend auf den neuen Daten aus.

Technisch geschieht das standardmäßig in Micro-Batches: Spark sammelt für einen kurzen Zeitraum eingehende Ereignisse und verarbeitet sie dann als kleinen Stapel. Die Latenz, also die Verzögerung zwischen Eintreffen eines Ereignisses und dem Ergebnis, liegt damit typischerweise im Bereich von etwa 100 Millisekunden bis zu einigen Sekunden. Für Dashboards, Betrugserkennung im Sekundenbereich oder das laufende Befüllen eines Data Lakes reicht das völlig. Seit Spark 4.1 gibt es zusätzlich den Real-time Mode, der etwa mit Kafka als Quelle Latenzen im Bereich weniger Millisekunden erreicht. Für harte Echtzeit, etwa die Steuerung einer Maschine, bleibt Spark trotzdem das falsche Werkzeug.

Ein typisches Szenario: Bestellereignisse laufen über Apache Kafka ein, Spark zählt sie pro Minute und Region und schreibt das Ergebnis fortlaufend weg.

from pyspark.sql import SparkSession
from pyspark.sql import functions as F
from pyspark.sql.types import StructType, StructField, StringType, TimestampType

spark = SparkSession.builder.appName("bestellungen-stream").getOrCreate()

schema = StructType([
    StructField("bestell_id", StringType()),
    StructField("region", StringType()),
    StructField("zeitpunkt", TimestampType()),
])

# Benötigt das Kafka-Connector-Paket passend zur Spark-Version
roh = (
    spark.readStream
    .format("kafka")
    .option("kafka.bootstrap.servers", "kafka:9092")
    .option("subscribe", "bestellungen")
    .load()
)

bestellungen = roh.select(
    F.from_json(F.col("value").cast("string"), schema).alias("b")
).select("b.*")

pro_minute = (
    bestellungen
    .withWatermark("zeitpunkt", "5 minutes")
    .groupBy(F.window("zeitpunkt", "1 minute"), "region")
    .count()
)

abfrage = (
    pro_minute.writeStream
    .outputMode("update")
    .format("console")
    .option("checkpointLocation", "/tmp/checkpoints/bestellungen")
    .start()
)

abfrage.awaitTermination()

Zwei Details sind wichtig. Das Watermark legt fest, wie lange Spark auf verspätete Ereignisse wartet, bevor ein Zeitfenster als abgeschlossen gilt. Der Checkpoint speichert den Verarbeitungsstand, damit der Job nach einem Absturz dort weitermacht, wo er aufgehört hat. Ohne Checkpoint ist ein Streaming-Job in der Produktion nicht verlässlich.

Spark und Kafka ergänzen sich, statt zu konkurrieren: Kafka transportiert und speichert Ereignisströme, Spark rechnet darauf. Wie Kafka selbst funktioniert, erklärt der Beitrag Apache Kafka erklärt: Event-Streaming für große Datenmengen. Wer sehr niedrige Latenzen und komplexe Zustände pro Ereignis braucht, schaut sich zusätzlich Apache Flink an, das Ströme Ereignis für Ereignis verarbeitet.

Machine Learning mit MLlib

Spark bringt mit MLlib eine eigene Bibliothek für maschinelles Lernen mit. Sie enthält gängige Verfahren für Klassifikation, Regression, Clustering und Empfehlungssysteme sowie Werkzeuge zur Datenaufbereitung, die sich zu Pipelines verketten lassen. Ihr Vorteil: Das Training läuft verteilt auf denselben Daten, die ohnehin im Cluster liegen.

Realistisch betrachtet ist MLlib heute vor allem für klassische Verfahren auf sehr großen Tabellen interessant, etwa eine logistische Regression über Hunderte Millionen Kundendatensätze. Für Deep Learning und Sprachmodelle greifen Teams zu PyTorch und ähnlichen Frameworks. Spark übernimmt in solchen Projekten oft die Vorarbeit: Rohdaten bereinigen, Merkmale berechnen und Trainingsdaten in einem Format bereitstellen, das die ML-Werkzeuge effizient lesen.

Spark betreiben: eigener Cluster oder Managed Service

Spark selbst ist Open Source und kostenlos. Aufwendig ist der Betrieb. Grob gibt es drei Wege:

BetriebsformTypische OptionenGeeignet, wenn …
Lokalpip install pyspark, ein RechnerSie entwickeln, testen oder mittelgroße Daten auswerten
Eigener ClusterSpark auf Kubernetes, z. B. mit dem Spark OperatorDaten das eigene Rechenzentrum nicht verlassen sollen und ein Plattformteam vorhanden ist
Managed ServiceDatabricks, Amazon EMR, Google Managed Service for Apache Spark (früher Dataproc), Microsoft FabricSie schnell starten wollen und nach Nutzung bezahlen möchten

Managed Services nehmen Ihnen Installation, Updates und das automatische Hoch- und Herunterskalieren ab. Dafür zahlen Sie nach Rechenzeit, und gerade bei schlecht optimierten Jobs kann die Rechnung überraschend hoch ausfallen. Ein eigener Kubernetes-Betrieb lohnt sich meist nur, wenn ohnehin eine Kubernetes-Plattform und Fachleute dafür im Haus sind. Bei personenbezogenen Daten gehört die Frage, wo der Dienst rechnet und speichert, zudem in die Datenschutzprüfung.

Wann sich Spark lohnt und wann nicht

Spark ist ein schweres Werkzeug. Für Datenmengen, die auf einen gut ausgestatteten Rechner passen, sind schlankere Alternativen oft schneller und einfacher: DuckDB fragt Parquet-Dateien mit SQL direkt auf dem Laptop ab, Polars ist eine schnelle DataFrame-Bibliothek für Python. Beide kommen ohne Cluster, ohne Java und ohne verteilte Fehlersuche aus. Auch ein Cloud-Data-Warehouse wie BigQuery oder Snowflake erledigt viele Auswertungen per SQL, ohne dass Sie sich um Rechenknoten kümmern müssen.

Spark spielt seine Stärken aus, wenn mehrere Bedingungen zusammenkommen: Die Datenmengen gehen in die Terabytes oder wachsen schnell, Batch- und Streaming-Verarbeitung sollen mit demselben Code laufen, und die Transformationen sind zu komplex für reines SQL. Typische Beispiele sind die nächtliche Aufbereitung von Sensordaten aus der Produktion, die Zusammenführung von Klick-, Bestell- und Lagerdaten eines Webshops oder die Vorverarbeitung großer Trainingsdatensätze.

Was das für Ihr Team bedeutet

Spark ist ausgereift, gut dokumentiert und wird von allen großen Cloud-Anbietern unterstützt. Es ist damit eine sichere Wahl, wenn Sie wirklich große Datenmengen verarbeiten. Überschätzt wird dagegen, wie oft das der Fall ist. Viele Analyseaufgaben im Mittelstand bewegen sich im Bereich weniger Gigabyte, und dort kostet Spark mehr Komplexität, als es Nutzen bringt.

Für den Einstieg empfiehlt sich ein pragmatischer Weg: PySpark lokal installieren, mit DataFrames und Spark SQL an echten Daten üben und erst dann über einen Cluster oder Managed Service nachdenken, wenn die Daten es verlangen. Wer Python ohnehin für Datenanalyse nutzt, findet sich schnell zurecht. Was große Datenmengen für Unternehmen strategisch bedeuten, ordnet der Beitrag Big Data im Unternehmen: was der Begriff heute bedeutet ein.

Wenn Sie eine Datenplattform mit Spark planen, ein bestehendes Setup auf Spark 4 heben oder Ihr Team in PySpark schulen möchten, finden Sie Beratung und Seminare auf unserer Themenseite Big Data – Beratung, Coaching und Seminare. Grundlagen der Datenanalyse mit Python behandeln wir im Angebot Data Science mit Python.

Häufige Fragen zu Apache Spark

Lohnt sich Spark auch für kleine Datensätze?

Ja, Spark läuft im lokalen Modus auf jedem Rechner mit Java. Für kleine Datenmengen ist der Start einer Spark-Session aber spürbar langsamer als pandas, Polars oder DuckDB. Sinnvoll ist der lokale Betrieb vor allem zum Entwickeln von Jobs, die später auf einem Cluster laufen sollen.

Welche Programmierkenntnisse setzt Spark voraus?

Für den Einstieg genügen solide Kenntnisse in SQL oder Python. Wer Spark produktiv betreibt, sollte zusätzlich verstehen, wie Partitionen, Shuffles und Speicher zusammenspielen, denn die meisten Performanceprobleme entstehen dort.

Ist Spark ein Ersatz für eine Datenbank?

Nein. Spark speichert keine Daten dauerhaft, sondern liest und schreibt sie aus Dateien, Tabellenformaten oder Datenbanken. Für schnelle Einzelabfragen, etwa die Bestellung eines bestimmten Kunden, ist eine klassische Datenbank besser geeignet.

Wie weit lässt sich Spark skalieren?

Spark läuft produktiv auf Clustern mit Hunderten oder Tausenden Knoten. In der Praxis begrenzen eher die Kosten und schlecht verteilte Daten die Skalierung als die Software selbst.

Mehr aus „Datenbanken & Daten“

PostgreSQL als Backend: Queue, Suche, Cache und Vektorsuche in einem

PostgreSQL kann Job-Queue, Volltextsuche, Cache, Vektorsuche und Zeitpläne übernehmen. Was mit Bordmitteln und Erweiterungen geht und wo die Grenzen liegen.

mehr erfahren

NoSQL-Datenbanken: Flexibilität und Skalierbarkeit richtig nutzen

NoSQL-Datenbanken speichern Daten flexibel und skalieren horizontal. Lesen Sie, wann sich das lohnt und wie Sie Dokumente nach Zugriffsmustern modellieren.

mehr erfahren

Excel-Funktionen: von SUMME und WENN bis XVERWEIS, FILTER und LAMBDA

Die wichtigsten Excel-Funktionen für den Büroalltag: Bezüge, Text, Statistik, Bedingungen, XVERWEIS, dynamische Arrays und LAMBDA, mit Hinweisen zur Version.

mehr erfahren

Express und Sequelize: Relationale Datenbanken in Node.js

Sequelize in Express 5 einsetzen: Modelle, Validierung, Beziehungen, Migrationen, Transaktionen und N+1-Abfragen, dazu ein Blick auf Prisma und Drizzle.

mehr erfahren

TimescaleDB: Zeitreihen in PostgreSQL speichern und auswerten

TimescaleDB erweitert PostgreSQL um Funktionen für Zeitreihendaten. Wie Hypertables, Kompression und Aggregate arbeiten und für wen sich das lohnt.

mehr erfahren

PostgreSQL: was die Open-Source-Datenbank heute auszeichnet

PostgreSQL verständlich erklärt: Herkunft und Lizenz, JSONB, Erweiterungen wie PostGIS und pgvector, Betrieb und Grenzen der Open-Source-Datenbank.

mehr erfahren

Weitere Blog-Artikel

Digitale Produkte entwickeln: In 7 Phasen von der Idee zum Markterfolg

Digitale Produkte in sieben Phasen entwickeln: vom Problemverständnis über MVP und Prototyp bis zu Launch und Weiterentwicklung, mit typischen Fehlern.

mehr erfahren

Webentwicklung im Überblick: von Frontend und Backend bis Betrieb

Webentwicklung im Überblick: welche Bausteine eine Webanwendung braucht, wie Frontend, Backend, Datenbank und Betrieb zusammenspielen und wo Sie weiterlesen.

mehr erfahren

TypeScript 5.x im Alltag: Die Sprachfunktionen, die wirklich zählen

Die wichtigsten Funktionen der TypeScript-5-Reihe mit Beispielen: Decorators, const-Typparameter, using, Typprädikate und erasableSyntaxOnly – eingeordnet.

mehr erfahren

Digitale Transformation: Strategie entwickeln und umsetzen

Digitale Strategie Schritt für Schritt: Ziele klären, Ausgangslage erfassen, Prozesse und Daten ordnen, Mitarbeitende einbinden und Fortschritt messen.

mehr erfahren

React und Next.js: Architekturentscheidungen für skalierbare Web-Apps

Architektur mit React und Next.js: Framework oder SPA, Rendering-Strategien von SSG bis PPR, die Grenze zwischen Server und Client sowie Streaming.

mehr erfahren

Serverless-APIs: Architektur, Best Practices und typische Fallstricke

Serverless-APIs richtig aufbauen: wie Gateway, Funktion und Datenbank zusammenspielen und wie Sie Kaltstarts, Sicherheit, Lastspitzen und Kosten beherrschen.

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: