Stephan Augsten

Amazon erweitert den Kernel des Mikrocontroller-Betriebssystems FreeRTOS um Bibliotheken zur Kommunikation mit Cloud-Diensten. Over-The-Air-Updates von IoT-Geräten sollen damit beispielsweise im Betrieb möglich werden.

Mit CodeSonar 5 hat GrammaTech die neueste Version des Tools für statische Code-Analyse veröffentlicht. Unterstützt werden nunmehr die Programmiersprache C# sowie Microsoft Visual Studio.

Das „Microsoft Quantum Team“ hat Coding Katas für Quantencomputer-Interessierte veröffentlicht. Diese sollen beim Erlernen der Programmiersprache Q# helfen und stehen als Open-Source-Projekt bei GitHub zur Verfügung.

Viele IT-Unternehmen sind auf die schnelle Implementierung neuer Systeme und Anwendungen sowie kurze Reaktionszeiten bedacht. Agile Prozesse helfen dabei, doch es gibt einiges bei der Umsetzung zu beachten, wie die ITSM Group unterstreicht.

Git kennt vermutlich jeder, der irgendetwas mit Informationstechnik am Hut hat. Aber wie die Versionsverwaltung funktioniert, steht auf einem ganz anderen Blatt. Wer einen einfachen, praxisnahen Einstieg sucht, ist hier richtig.

Aktuelle Trends in der Software-Entwicklung beleuchtet die internationale Softwareberatung ThoughtWorks zweimal jährlich im Technology Radar. Von Praktiken über Plattformen, Tools und Frameworks bis hin zu Programmiersprachen: Dieser Artikel nennt einige größere Trends der Techbranche basierend auf dem Technology Radar.

Ein permanent kritischer Aspekt in der Software-Entwicklung ist die Sicherheit. Mit DevOps-Praktiken wie Continuous-Integration und -Delivery hat sich die Schwachstellen-Problematik allerdings verschärft. Doch woe lassen sich diese am besten aufdecken?

Tests bilden der Flaschenhals der Software-Bereitstellung. Meist testen Unternehmen entweder zu viel, zu wenig oder nicht das Richtige – mit entsprechend teuren Folgen. Ziel sollte das Pareto-Prinzip sein: mit 20 Prozent des Aufwands 80 Prozent der Geschäftsrisiken abdecken.

Jeden Tag und jede Stunde, in der Software entwickelt wird, entsteht Architektur – ob es so vorgesehen war oder auch nicht. Wenn Architektur aber einfach so entsteht, dann braucht man keine Software-Architekten – oder vielleicht doch?

In diesem Git-Tutorial gehen wir einen vereinfachten, aber praktischen Arbeitstag mit entferntem Git-Repository, Teamarbeit und Dateikonflikten durch. Denn der Reiz der verteilten Versionsverwaltung liegt nun einmal in den Collaboration-Funktionen.

Mit dem „Shift left“ der Sicherheit im Entwicklungslebenszyklus wird DevSecOps im Jahr 2021 der Durchbruch gelingen, glaubt GitLab. Ein weiterer Treiber sei die Verlagerung des Betriebs von Anwendungen in die Cloud, die nicht mehr zu Lasten der Sicherheit gehen dürfe.

KI und ML, sprich Künstliche Intelligenz und Machine Learning, sind auf Leistung angewiesen. Der Software-Stack ist dabei ebenso wichtig wie die Hardware, denn aus den physikalisch und fertigungstechnisch limitierten Prozessoren kann gute Software auch das letzte bisschen Leistung herauskitzeln.

Die beiden Cloud-nativen Sprachen Go und Kotlin bringen ein ganzes Spektrum innovativer Features speziell für Microservices mit. Sie locken gegenüber althergebrachten Alternativen mit dem Versprechen, verteilte Anwendungsausführung auf ein neues Niveau leichtgewichtiger Elastizität zu heben. Entwickler von Cloud-Anwendungen haben jetzt wieder die Qual der Wahl.

Die Entwicklung von KI- und Machine-Learning-Systemen ist aufwändig. Zum Glück gibt es eine Reihe praktischer Gratis-Tools, die Softwareentwickler bei der Arbeit unterstützen können. Wir zeigen, welche das sind.

Für kleinere Arduino-Projekte genügt die hauseigene IDE. Allerdings verlangt es vermutlich vor allem Software-Entwickler nach der Hardware-Schlacht nach etwas Komfort – und vielleicht einer anderen Programmiersprache.

Embedded Linux und ähnliche Open-Source-Projekte unterliegen häufig den Bestimmungen der GNU General Public License, kurz GNU GPL. Dies wirft immer wieder Compliance-Fragen auf. Sieben besonders wichtige Punkte wollen wir im Folgenden klären.

Machine Learning und KI werden immer wichtiger. Der Weg in die KI-Programmierung ist jedoch nicht ohne Hürden. Software-Entwickler sollten sich deshalb einige Fähigkeiten aneignen, um für die Zukunft gerüstet zu sein.

Machine Learning und KI helfen in fast allen Branchen, die Effizienz zu steigern. Sukzessive zeigen wir, wie man diesem faszinierenden Thema in Python begegnet. Ob Transport und Logistik, Industrie- und Automobilbranche, Tourismus oder Verlagsgeschäft: Beide Technologien lassen sich in völlig unterschiedlichen Anwendungsfeldern nutzen.

Wer Software entwickelt, wird hin und wieder ein Tool brauchen, das nicht auf der Workstation installiert ist. Wir stellen 10 praktische Apps für den Browser vor, die bei der Softwareentwicklung hilfreich sind.

Mit dem Raspberry Pi 4 ist der Raspberry Pi Foundation der große Wurf gelungen. Der Bastel-Rechner bietet sich dank verbesserter Hardware-Ausstattung nämlich förmlich als preisgünstiger Entwickler-Client und Desktop-Ersatz an.

Der Trend hin zu Container-Umgebungen und Microservices ist ungebrochen. Gleichzeitig spielen „as-a-Service“-Lösungen, Blockchain sowie Künstliche Intelligenz eine immer wichtigere Rolle. Daher benötigen die Entwickler auch die dazu passenden Tools.

Programm- und Website-Code sollte möglichst einfach und aufgeräumt sein. Bei der Erstellung hilft die Idee des Zen-Codings: Es geht darum, möglichst simplen und effizienten Code zu schreiben, um sich voll und ganz auf die Aufgabe zu konzentrieren – und damit für Ruhe und Ordnung bei der Arbeit zu sorgen.

Viele Bibliotheken vereinfachen dem Entwickler die Arbeit ungemein, dies gilt auch für die Open Cource Computer Vision Library. OpenCV bietet über 2.500 Algorithmen rund um die Verarbeitung und Analyse von Bildmaterial.

Künstliche Intelligenz und Machine Learning sind Trend-Technologien, genießen aber keinen guten Ruf. Viele Menschen bringen beide Begriffe mit maschineller Übermacht in Verbindung und nehmen sie als Gefahr wahr. Die Realität sieht jedoch anders aus.