Ein Frühgeborenes liegt schlafend auf der Intensivstation, um es herum Schläuche, leise piepsende Geräte und – ein Roboter. Der Roboter schaut das Baby ruhig und aufmerksam an, überwacht unermüdlich seine Atmung.

In vielen Softwareprojekten werden relationale Datenbanken verwendet, weil sie sich über viele Jahre hinweg bewährt haben. Mit Frameworks wie Hibernate lassen sie sich auf recht einfache Weise in Anwendungen nutzen und sind für viele Projekte schlicht von Beginn an als Lösungsansatz gesetzt. Dagegen ist Event Sourcing unter Verwendung eines Event Stores recht unbekannt.

Mehrere agile Teams? Umfangreiche Projektstruktur? Viele Sonderfälle? …und Jira reicht nicht aus, um eine komplette Übersicht des Projektes darzustellen? Wir visualisieren den Status der Arbeitspakete über unsere Software „Roadmap“ – automatische Aktualisierung aus Jira[1] heraus inklusive.

Im ersten Teil dieser Reihe haben wir gesehen, wie nicht-rekursive CTEs aufgebaut sind und wie man mit ihnen Queries lesbarer machen kann. In diesem Teil wollen wir uns anschauen wie CTEs, die auf sich selbst verweisen können (sogenannte rekursive CTEs), aufgebaut sind und welchen Nutzen sie, vor allem für hierarchische Daten, haben.

Heutzutage werden ORMs (wie z.B. Hibernate unter Java oder NHibernate unter .NET) sehr von Entwicklern geschätzt. Vorbei ist die Zeit, umständlich mit Object-Arrays und Casts zu arbeiten - stattdessen wird nun einfach mit POJOs und bekannten Typen hantiert, wie man es von der jeweiligen Sprache gewohnt ist. Dazu ist man noch unabhängig von dem verwendeten Datenbanksystem.

Die Steuerung von Geräten mittels Spracheingabe ist aus dem Alltag nicht mehr wegzudenken. Beispiele für moderne, intelligente Sprachdialogsysteme bzw. Sprachassistenten findet man in den bekannten Diensten der großen Technologiefirmen wie Apples Siri, Amazons Alexa oder Googles Assistant.

Ein Projekt wird agiler … Wir befinden uns im Jahr 2020 – 19 Jahre nachdem das „Agile Manifest“ formuliert wurde und blicken zurück auf die Entwicklung, die unser Projekt in den letzten 2 Jahren gemacht hat. Dazu versetzen wir uns in die Vergangenheit in das Jahr 2018 zurück.

Diese Blogartikel-Reihe soll einen Einblick in die Kriterien für „Clean Code“ geben – damit ist Code gemeint, der unter anderem die Kriterien Lesbarkeit, Testbarkeit und Änderbarkeit/Wartbarkeit erfüllt. Code, der diese Kriterien nicht erfüllt, kann für die lesenden Entwickler schnell anstrengend werden und sie aufhalten.

Im industriellen Umfeld werden oft robuste, langlebige Controller mit Lebenszyklen gemessen in Jahrzehnten verbaut. Die dabei eingesetzte Hardware ist selbst verglichen mit Desktoprechnern der gleichen Zeit eher schwach. Nun ist es Wunsch der Anwender und damit auch indirekt der Hersteller, eine moderne Bedienoberfläche mit Visualisierung der Daten und möglichst dezentralem Zugriff zur Verfügung zu haben.

Neuronale Netzwerke, Deep-Learning, Convolutional Neural Networks, Künstliche Intelligenz – all diese Begriffe tauchen in den letzten Jahren immer häufiger auf. Doch was genau verbirgt sich dahinter und wie funktionieren diese Konstrukte? Und vor allem: Welche Probleme können sie lösen?