Alpha- und Betatests: Hauptunterschiede, Abschlusskriterien und Checkliste
Alpha-Tests werden vor der Veröffentlichung intern durchgeführt; Durch Betatests gelangt ein fast fertiges Produkt in die Hände echter Benutzer. Erfahren Sie, wer jede Phase durchführt, was jede Phase fängt, welche Einstiegs- und Ausstiegskriterien es gibt, wie man eine Beta durchführt und wie man Beta-Daten liest, anhand eines ausgearbeiteten Beispiels, bei dem die Beta ein Geräteproblem aufdecken konnte, das die Alpha nicht erkennen konnte.
- Alpha-Tests sind intern: Mitarbeiter und Tester verwenden einen frühen Build in einer kontrollierten Umgebung.
- Betatests finden extern statt: Echte Benutzer testen einen nahezu endgültigen Build auf ihren eigenen Geräten, Netzwerken und Daten.
- Alpha fragt: „Funktioniert es?“; Beta fragt: „Funktioniert es für echte Menschen in der realen Welt?“
- In unserem simulierten Beispiel bestand die Alpha-Phase mit 99,17 Prozent absturzfreien Sitzungen, die Beta-Version zeigte jedoch ein Android 12-Problem mit 96,83 Prozent, das die Alpha-Version nie sah.
Sie haben die Entwicklung einer Funktion abgeschlossen, die automatisierten Tests sind grün und das Team ist begeistert. Ist es für alle bereit? Zwei klassische Release-Phasen beantworten diese Frage, bevor Ihre Kunden es tun: Alpha- vs. Beta-Tests. Sie werden oft verwechselt oder in einer vagen „Testphase“ zusammengeführt, doch sie finden sehr unterschiedliche Probleme, und das Überspringen eines der beiden zeigt sich später meist in verärgerten Rezensionen oder einem überstürzten Hotfix.
Dieser Leitfaden vergleicht die beiden nebeneinander, stellt Ein- und Ausstiegskriterien vor, die Sie kopieren können, und führt Sie durch eine kleine Python-Analyse simulierter Absturzdaten, um zu zeigen, warum die Beta findet, was die Alpha nicht kann. Den Gesamtüberblick finden Sie in unserem Leitfaden zum Softwaretest-Lebenszyklus.
Alpha- oder Betatests: die kurze Antwort
Alpha-Tests finden innerhalb des Unternehmens an einem frühen, aber funktionsvollen Build statt, um Fehler zu finden, bevor Außenstehende sie bemerken. Betatests finden außerhalb des Unternehmens an einem nahezu endgültigen Build statt, um zu erfahren, wie sich das Produkt vor der vollständigen Markteinführung bei echten Benutzern, Geräten und Bedingungen verhält. Alpha steht an erster Stelle; Die Beta folgt, sobald die schwerwiegenden Fehler der Alpha behoben sind.
Was ist Alpha-Test?
Beim Alphatest handelt es sich um den ersten End-to-End-Test des Produkts durch Personen, die es nicht entwickelt haben, in der Regel interne QA-Ingenieure, Produktmanager, Supportmitarbeiter und andere Mitarbeiter. Es läuft in einer Labor- oder Staging-Umgebung, die vom Team kontrolliert wird, oft mit angeschlossenen Debugging-Tools.
- Ziel: Funktionsfehler, Abstürze, fehlende Teile und offensichtliche Benutzerfreundlichkeitsprobleme finden.
- Techniken: eine Mischung aus White-Box- und Black-Box-Tests, geskripteten Testfällen plus explorativen Tests.
- Feedbackschleife: schnell. Entwickler sitzen in der Nähe und können innerhalb weniger Stunden Fehler beheben und erneut bereitstellen.
- Typische Phasen: Phase eins durch Entwickler und Qualitätssicherung, Phase zwei durch eine breitere interne Gruppe, manchmal auch „Dogfooding“ genannt, wenn Mitarbeiter das Produkt für echte Arbeit verwenden.
Was ist Betatest?
Durch Betatests wird das Produkt vor der allgemeinen Verfügbarkeit für eine begrenzte Gruppe echter Benutzer freigegeben. Sie nutzen es in ihrer eigenen Umgebung, mit ihren eigenen Daten, Geräten, Browsern und Netzwerkqualität und melden Probleme und Meinungen.
- Ziel: Validierung der Zuverlässigkeit, Kompatibilität, Leistung und Zufriedenheit in der Praxis.
- Techniken: fast ausschließlich Blackbox; Benutzer sehen den Code nicht.
- Feedbackschleife: langsamer und lauter, durch In-App-Feedback, Umfragen, Absturzberichte und Analysen.
- Wert: Es handelt sich um eine Form der Validierung, bei der überprüft wird, ob Sie das richtige Produkt erstellt haben, und nicht nur, dass Sie es richtig erstellt haben. Unser Verifizierungs- vs. Validierungsleitfaden erklärt diesen Unterschied.
Vergleichstabelle für Alpha- und Betatests
| Aspekt | Alpha-Test | Betatest |
|---|---|---|
| Wer testet | Interne Mitarbeiter, Qualitätssicherung, Entwickler | Echte externe Benutzer oder Kunden |
| Wo | Entwicklerseite, kontrollierte Umgebung | Benutzerseite, reale Umgebung |
| Bauen Sie Reife auf | Funktion vollständig, immer noch instabil | Nahezu final, Release Candidate |
| Hauptfrage | Funktioniert es? | Funktioniert es für echte Benutzer? |
| Stil testen | Whitebox und Blackbox | Blackbox |
| Funde | Funktionsfehler, Abstürze, Lücken | Kompatibilitäts-, Leistungs-, Benutzerfreundlichkeits- und Zufriedenheitsprobleme |
| Feedback-Geschwindigkeit | Schnell, direkt | Langsamer, muss gesammelt und gesichtet werden |
| Dauer | Oft länger, mehrere Zyklen | Normalerweise ein paar Wochen |
| Daten und Geräte | Testdaten, bekannte Geräte | Echte Daten, riesige Gerätevielfalt |
| Vertraulichkeit | Hoch | Unten; oft unter NDA oder öffentlich |
Arten von Betatests
- Geschlossene Beta: Nur auf Einladung, eine ausgewählte Gruppe, oft mit einer Feedback-Vereinbarung. Gut für empfindliche oder unfertige Funktionen.
- Offene Beta: Jeder kann teilnehmen. Großartig für Skalierung und Auslastung, schwächer bei detailliertem Feedback.
- Technische Beta: erfahrene Benutzer oder Partner, die präzise Fehlerberichte einreichen können.
- Marketing-Beta: hauptsächlich, um Interesse zu wecken und die Nachrichten vor dem Start zu testen.
- Beta nach der Veröffentlichung: Neue Funktionen werden an eine Untergruppe bestehender Benutzer ausgeliefert, normalerweise hinter Feature-Flags.
Wo Alpha und Beta in eine Veröffentlichung passen
Unit and integration tests
|
System testing ----> ALPHA (internal, controlled)
|
Fix critical bugs, release candidate
|
BETA (external, real world)
|
Fix, polish, go/no-go decision
|
General availability, then monitoring
Alpha und Beta sind beides späte, benutzerorientierte Aktivitäten und ersetzen keine automatisierten Tests. Sie überschneiden sich auch mit Benutzerakzeptanztests: UAT prüft, ob ein Produkt vereinbarte Geschäftsanforderungen erfüllt, normalerweise für einen bestimmten Kunden, während Beta ein breites Feedback aus der Praxis einholt.
Ein- und Ausstiegskriterien
| Phase | Einreisekriterien | Ausstiegskriterien |
|---|---|---|
| Alpha | Komplette Ausstattung; Systemtests laufen; Testumgebung bereit; Liste bekannter Probleme | Keine offenen kritischen oder schwerwiegenden Fehler; Kernströme passieren; Absturzrate unter Zielwert; Beta-Plan genehmigt |
| Beta | Alpha-Ausgang erreicht; Release Candidate erstellt; Feedback und Absturzberichte vorhanden; Tester rekrutiert | Absturzfreiheit und Leistungsziele werden auf jeder unterstützten Plattform erreicht; Die häufigsten Benutzerprobleme wurden behoben oder akzeptiert. Go/No-Go-Abmeldung |
Ausstiegskriterien messbar machen. „Stabil genug“ lädt zu Diskussionen ein; „Absturzfreie Sitzungen zu mindestens 99 Prozent auf jeder unterstützten Plattform“ lässt sich mit Daten überprüfen, wie das nächste Beispiel zeigt.
Ausgearbeitetes Beispiel: Was Beta fängt, was Alpha nicht kann
Wir haben ein kurzes Python-Skript geschrieben, das Absturzberichte für eine mobile App simuliert. Die Daten sind simuliert und stammen nicht von einem realen Produkt: Bei jeder Sitzung beträgt die Absturzwahrscheinlichkeit 1 Prozent, außer bei Android 12, wo ein versteckter Fehler die Wahrscheinlichkeit verdreifacht. Alpha setzte 12 interne Tester unter Windows und macOS für jeweils 40 Sitzungen ein. Beta nutzte 400 externe Benutzer auf fünf Plattformen für jeweils 15 Sitzungen. Wir haben es mit Python 3.13.6 und einem festen Zufallsstartwert ausgeführt:
alpha: sessions 480, crashes 4, crash-free 99.17%
beta: sessions 6000, crashes 89, crash-free 98.52%
beta Android 12 sessions 1200 crash-free 96.83%
beta macOS 15 sessions 1260 crash-free 98.49%
beta Android 15 sessions 1140 crash-free 99.04%
beta Windows 11 sessions 1215 crash-free 99.09%
beta iOS 18 sessions 1185 crash-free 99.16%
exit check: crash-free sessions >= 99.0% FAIL
exit check: no device below 98.0% FAIL
Alpha sah mit 99,17 Prozent gesund aus und hätte das 99-Prozent-Ziel übertroffen. Die Beta scheiterte daran und die Aufschlüsselung nach Plattform deutete direkt auf Android 12 hin, ein Gerät, das niemand im internen Team besaß. Das ist der Kernwert von Beta: In der realen Welt gibt es mehr Geräte, Daten und Gewohnheiten als in jedem Labor. Beachten Sie auch, dass macOS 15 in der Betaversion rein durch zufällige Variationen auf 98,49 Prozent sank; Legen Sie bei kleinen Stichproben statistische Schwellenwerte fest, bevor Sie die Zahlen lesen, und suchen Sie nach sich wiederholenden Mustern statt nach einzelnen Einbrüchen.
Tipp: Teilen Sie Beta-Metriken immer nach Plattform, Version und Region auf. Ein Durchschnitt kann ein unterbrochenes Segment verbergen, genau wie hier.
So führen Sie einen Betatest durch
- Ziele setzen: Was muss die Beta beweisen? Stabilität, Leistung, Onboarding, eine Preisseite?
- Rekrutieren Sie die richtigen Tester: Bringen Sie Ihre echte Zielgruppe über Geräte, Regionen und Erfahrungsniveaus hinweg zusammen, nicht nur Enthusiasten.
- Instrumentieren Sie den Build: Absturzberichte, Analyseereignisse und eine einfache In-App-Feedback-Schaltfläche.
- Kurze Tester: Was man ausprobieren sollte, wie man es meldet, wie lange es läuft, was vertraulich ist.
- In Wellen laufen: Fangen Sie klein an, beheben Sie die schlimmsten Probleme und erweitern Sie es dann.
- Tägliche Triage: Berichte deduplizieren, Schweregrad und Priorität zuweisen und den Testern antworten.
- Entscheiden Sie anhand von Daten: Vergleichen Sie die Ergebnisse mit den Ausstiegskriterien und zeichnen Sie die Go/No-Go-Entscheidung auf.
Beta-Feedback in die Tat umsetzen
Beta-Feedback ist eine Mischung aus Fehlerberichten, Funktionswünschen, Verwirrung und Lob. Sortieren Sie es in Bereiche: Blocker freigeben, vor dem Start beheben, kurz danach beheben und Ideen für später. Fragen Sie Tester nach Schritten, Geräten und Screenshots, idealerweise mithilfe einer Vorlage, die auf guten Fehlerberichten basiert. Schließen Sie den Kreis, indem Sie den Testern mitteilen, was sich geändert hat. Engagierte Tester bleiben während der nächsten Beta aktiv.
Moderne Alternativen und Ergänzungen
Continuous Delivery hat die Grenze zwischen Beta und Veröffentlichung verwischt. Viele Teams beliefern jetzt einen kleinen Prozentsatz der Benutzer mit Feature-Flags oder Canary-Bereitstellungen, beobachten Metriken und weiten sie schrittweise aus. Dabei handelt es sich praktisch um kontinuierliche Betas. Sie machen interne Tests im Alpha-Stil nicht überflüssig und erfordern die gleiche Disziplin: klare Metriken, Segmentierung und einen schnellen Rollback-Pfad.
Häufige Fehler
- Die Beta wird gestartet, bevor die kritischen Fehler der Alpha behoben sind, was den guten Willen der Tester zerstört.
- Rekrutierung nur von Power-Usern, die keine alltäglichen Kunden sind.
- Sammeln von Feedback ohne Triage-Inhaber.
- Lesen Sie nur Durchschnittswerte anstelle von Plattform- und Versionsaufschlüsselungen.
- Vage Ausstiegskriterien, die eine Frist die Entscheidung überlassen.
- Beta als kostenlose Qualitätssicherung statt als reale Validierung behandeln.
Checkliste für Alpha- und Betatests
- Alpha: Funktionsvollständiger Build, interne Tester, Skript- und Erkundungssitzungen.
- Alpha-Exit: keine offenen kritischen Fehler; Kernströme passieren; messbares Absturzziel erreicht.
- Beta: repräsentative Tester, Absturzberichte, Analysen und Feedbackkanal.
- Beta-Ausstieg: Ziele auf allen Plattformen erreicht; Top-Probleme gelöst; geschrieben go/no-go.
- Nach dem Start: Überwachen Sie weiterhin und führen Sie bei jeder Veröffentlichung Rauchtests durch.
Fazit
Alpha- und Betatests sind keine Wahl zwischen zwei Optionen; es handelt sich um aufeinanderfolgende Filter. Alpha fängt, was Ihr eigenes Team in einer kontrollierten Umgebung finden kann. Die Beta erfasst, was nur echte Benutzer, Geräte und Daten preisgeben, wie das Android 12-Problem in unserem simulierten Beispiel. Geben Sie jeder Phase klare Ein- und Ausstiegskriterien, messen Sie sie nach Segmenten, und Sie werden mit Beweisen statt mit Hoffnung starten.
Häufige Fragen
Was ist der Hauptunterschied zwischen Alpha- und Betatests?
Alpha-Tests werden von internen Mitarbeitern in einer kontrollierten Umgebung durchgeführt, um Fehler frühzeitig zu finden. Betatests werden von echten externen Benutzern in ihrer eigenen Umgebung durchgeführt, um die Qualität und Zufriedenheit vor dem Start in der Praxis zu überprüfen.
Was kommt zuerst: Alpha- oder Betatest?
Alpha-Tests stehen an erster Stelle. Der Betatest beginnt, nachdem die Alpha die kritischen Fehler beseitigt hat und ein nahezu endgültiger Release-Kandidat bereitsteht.
Wer führt Betatests durch?
Echte Benutzer außerhalb des Entwicklungsteams, z. B. eingeladene Kunden, Partner oder Mitglieder der Öffentlichkeit, die an einem offenen Betaprogramm teilnehmen.
Ist Betatest dasselbe wie Benutzerakzeptanztest?
Nicht ganz. Durch Benutzerakzeptanztests wird überprüft, ob das Produkt vereinbarte Geschäftsanforderungen erfüllt, häufig für einen bestimmten Kunden. Beim Betatest wird vor der allgemeinen Veröffentlichung ein breites Feedback von echten Benutzern eingeholt.
Wie lange sollte ein Betatest laufen?
In der Regel ein paar Wochen, lange genug, damit die Tester das Produkt in ihrer normalen Routine verwenden können und genügend Sitzungen stattfinden, um Ihre Ausstiegskriterien mit Zuversicht zu erreichen.
Lerne weiter
Benötigen Sie Hilfe beim Testen, WordPress oder SEO?
Wir helfen Teams, bessere Software zu liefern und ihre Websites zu erweitern. Sagen Sie uns, woran Sie gerade arbeiten, und wir schlagen Ihnen einen klaren nächsten Schritt vor.
Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung
Hat Ihnen dieser Artikel gefallen? Wählen Sie ein Thema und springen Sie direkt in unsere neuesten Tutorials.
Erklärte HTTP-Cookies: Secure, HttpOnly, SameSite und Scope
Erklärte HTTP-Cookies: Set-Cookie, Pfad, Domäne, Ablauf, Sicher, HttpOnly, SameSite, Präfixe, Löschen von Cookies und ein sicheres Sitzungsrezept, l…
Artikel lesen →DevOpsGit Rebase Interactive: Squash, Fixup, Reword und Autosquash
Git Rebase Interactive Schritt für Schritt erklärt: Auswählen, Umformulieren, Squash, Korrigieren, Bearbeiten, Löschen, Autosquash, Konflikte und Rü…
Artikel lesen →SoftwaretestsAlpha- und Betatests: Hauptunterschiede, Abschlusskriterien und Checkliste
Alpha- und Beta-Tests im Vergleich: Wer testet, was jede Phase findet, Einstiegs- und Ausstiegskriterien, wie man eine Beta durchführt und ein Beisp…
Artikel lesen →TestautomatisierungPytest Monkeypatch: 10 getestete Beispiele für Umgebungsvariablen, Zeit und APIs
Pytest Monkeypatch erklärt mit 10 bestandenen Tests: Umgebungsvariablen, Funktionen, Konfiguration, Zeit, Ruhezeiten, Pfade, Blockierung des Netzwer…
Artikel lesen →Datenbanken & SQLAutomatische SQL-Inkrementierung: MySQL, PostgreSQL, SQL Server und SQLite
Automatische SQL-Inkrementierung in MySQL, PostgreSQL, SQL Server und SQLite: Syntax, Lesen der neuen ID, warum Lücken auftreten, ID-Wiederverwendun…
Artikel lesen →Datenbanken & SQLSQL BETWEEN: Inklusive Bereiche und die Datumsfalle erklärt
SQL BETWEEN anhand getesteter Abfragen erklärt: inklusive Bereiche, umgekehrte Grenzen, NULL-Werte, die letzte Datumsfalle, halboffene Bereiche und …
Artikel lesen →SoftwareentwicklungJavaScript-Vorlagenliterale: 10 Beispiele einschließlich getaggter Vorlagen
JavaScript-Vorlagenliterale anhand von 10 getesteten Beispielen erklärt: Interpolation, mehrzeilige Zeichenfolgen, Escapezeichen, getaggte Vorlagen …
Artikel lesen →SoftwareentwicklungPython heapq: Priority Queues, Top N and Heaps Explained
Python-Heapq erklärt: Heappush, Heappop, Heapify, Prioritätswarteschlangen mit Tie-Breaker, maximale Heaps, Nlargest und Merge, mit echten Timings g…
Artikel lesen →SoftwareentwicklungPython-Walross-Operator (:=) anhand von 8 realen Beispielen erklärt
Der Python-Walross-Operator := wird anhand von 8 getesteten Beispielen erklärt: If-Prüfungen, Regex-Übereinstimmungen, While-Schleifen, Verständnis,…
Artikel lesen →Künstliche IntelligenzErklärte Softmax-Funktion: Formel, Python-Code und stabile Version
Die Softmax-Funktion erklärt: Formel, ausgearbeitetes Beispiel, NumPy-Code, die stabile Version, die NaN, Temperatur, Kreuzentropie und Softmax vs. …
Artikel lesen →SoftwareentwicklungCORS erklärt: Preflight-Anfragen, Header und wie man CORS-Fehler behebt
CORS erklärt: Ursprünge, einfache und Preflight-Anfragen, die Antwortheader, die Ihr Server senden muss, Anmeldeinformationen und wie man häufige CO…
Artikel lesen →DevOpsGit Diff erklärt: Gestaffelte Änderungen, Zweige und Commits
Git Diff erklärt: Lesen Sie die Ausgabe, vergleichen Sie nicht bereitgestellte und bereitgestellte Änderungen, Commits und Verzweigungen, zwei Punkt…
Artikel lesen →TestautomatisierungPytest Xdist: Führen Sie Tests parallel aus und verkürzen Sie die Testzeit
Führen Sie Pytest-Tests parallel mit pytest-xdist aus: install, die Option -n, Verteilungsmodi, echte Timings und wie Sie Shared-State-Fehler in par…
Artikel lesen →SoftwaretestsVerifizierung vs. Validierung beim Softwaretest: Beispiel und Tabelle
Verifizierung vs. Validierung beim Softwaretest erklärt anhand einer Vergleichstabelle und eines getesteten Coupon-Beispiels, bei dem alle Spezifika…
Artikel lesen →Datenbanken & SQLSQL CAST erklärt: Datentypen mit getesteten Beispielen konvertieren
SQL CAST wird anhand getesteter Beispiele erklärt: Text in Zahl umwandeln, Kürzung, Ganzzahldivision, als Text gespeicherte Zahlen, Datumsangaben, f…
Artikel lesen →Datenbanken & SQLSQL DISTINCT: So entfernen Sie doppelte Zeilen (und ihre Fallstricke)
SQL DISTINCT anhand getesteter Abfragen erklärt: eine und mehrere Spalten, NULL-Werte, COUNT DISTINCT, DISTINCT vs. GROUP BY, SUM DISTINCT und Join-…
Artikel lesen →SoftwaretestsAkzeptanzkriterien: Beispiele und Checkliste
So schreiben Sie Akzeptanzkriterien, die Tester ausführen können: regelbasierte und „Give When Then“-Formate, ein ausgearbeitetes Rabattcode-Beispie…
Artikel lesen →SoftwaretestsZustandsübergangstests: Diagramm, Tabelle und Beispiel
Zustandsübergangstests anhand eines Beispiels für eine Anmeldesperre erklärt: Zustände, Ereignisse, das Diagramm, die Zustandstabelle, gültige und u…
Artikel lesen →Datenbanken & SQLSQL ROW_NUMBER: Top N pro Gruppe, Deduplizierung und Paginierung
SQL ROW_NUMBER anhand getesteter Abfragen erklärt: PARTITION BY, Top N pro Gruppe, Löschen von Duplikaten, Paginierung, Tie-Trap und wie es sich von…
Artikel lesen →SoftwareentwicklungJavaScript-Set: Vereinigung, Schnittmenge und Entfernen von Duplikaten
JavaScript-Set mit getesteten Beispielen erklärt: Arrays hinzufügen, haben, löschen, deduplizieren, die neuen Vereinigungs- und Schnittmengenmethode…
Artikel lesen →Künstliche IntelligenzBM25 erklärt: Wie die Keyword-Suche Ergebnisse einordnet, mit Python-Code und Hybridsuche
BM25 erklärte anhand einer reinen Python-Implementierung, die wir ausgeführt haben: die Formel, IDF, Termsättigung, die k1- und b-Parameter, warum e…
Artikel lesen →SoftwareentwicklungErklärte HTTP-Methoden: GET, POST, PUT, PATCH, DELETE, getestet auf einem Live-Server
HTTP-Methoden erklärt anhand eines kleinen Servers, den wir ausgeführt haben: GET, POST, PUT, PATCH, DELETE, HEAD und OPTIONS, sicher vs. idempotent…
Artikel lesen →DevOpsGit Bisect erklärt: Finden Sie den Commit, der Ihren Code kaputt gemacht hat, manuell oder automatisch
Git bisect anhand eines getesteten Repositorys erklärt: Finden Sie den einzigen fehlerhaften Commit unter 41 in 5 Testläufen, automatisieren Sie ihn…
Artikel lesen →TestautomatisierungErklärte Pytest-Marker: Benutzerdefinierte Markierungen, Skip, Skipif, Xfail und -m-Filter
Pytest-Marker anhand einer getesteten Suite erklärt: Registrieren Sie benutzerdefinierte Marken, führen Sie nur Smoke-Tests mit -m aus, kombinieren …
Artikel lesen →SoftwaretestsPositive vs. negative Tests: Unterschiede, 24 echte Testfälle und eine Checkliste
Positive vs. negative Tests werden mit einem echten Anmeldeformular erklärt: 6 positive und 18 negative Testfälle werden in Pytest ausgeführt, der f…
Artikel lesen →Datenbanken & SQLSQL ORDER BY Mehrere Spalten: ASC, DESC, NULLS LAST, Case und Custom Order
SQL ORDER BY mit mehreren Spalten, erklärt mit getesteten Abfragen: gemischte ASC und DESC, Tie-Breaker, NULLS FIRST und LAST, Sortierung ohne Berüc…
Artikel lesen →Datenbanken & SQLLaufende SQL-Summe: SUM OVER, Gesamtsummen pro Gruppe, gleitende Summen und die RANGE-Falle
So berechnen Sie eine laufende SQL-Summe mit SUM() OVER: Gesamtsummen pro Gruppe, tägliche kumulative Summen, gleitende Summen, Prozent der Gesamtsu…
Artikel lesen →SoftwareentwicklungJavaScript Sort Array: Zahlen, Objekte, Strings und warum 10 vor 5 kommt
So sortieren Sie ein Array in JavaScript richtig: Zahlen mit einer Vergleichsfunktion, Objekte nach einem oder mehreren Feldern, Zeichenfolgen mit l…
Artikel lesen →SoftwareentwicklungPython-String-Methoden: Spickzettel, reale Beispiele und die Strip()-Falle
Python-String-Methoden mit getesteten Beispielen: Split, Join, Strip, Replacement, Find, Startswith, Is-Methoden, Casefold, Partition und Translate …
Artikel lesen →Künstliche IntelligenzKosinusähnlichkeit erklärt: Formel, Arbeitsbeispiel und Python-Code
Kosinusähnlichkeit einfach erklärt: die Formel, ein handgearbeitetes Beispiel, reiner Python- und NumPy-Code, Kosinus vs. euklidischer Abstand bei r…
Artikel lesen →SoftwareentwicklungErklärung der UTF-8-Kodierung: Wie Text zu Bytes wird und wie man verstümmelten Text repariert
UTF-8-Codierung erklärt anhand von Beispielen auf Byte-Ebene, die wir in Python ausgeführt haben: Wie Zeichen 1 bis 4 Byte groß werden, warum sich C…
Artikel lesen →Testautomatisierungpytest parametrize erklärt: 7 Muster mit getesteten Beispielen
pytest parametrize erklärt mit 7 getesteten Mustern: Basisfälle, lesbare IDs, gestapelte Dekoratoren, pytest.param mit xfail und skip, indirekte Fix…
Artikel lesen →SoftwaretestsRetesting vs. Regressionstests: 8 Hauptunterschiede anhand eines echten Bugfix-Beispiels
Erneutes Testen vs. Regressionstests erklärt anhand eines echten Bugfix-Laufs in Pytest: Ein erneuter Test bestätigte die Fehlerbehebung, der Regres…
Artikel lesen →Datenbanken & SQLDoppelte Zeilen in SQL löschen: 5 sichere Methoden, Schritt für Schritt getestet
So löschen Sie doppelte Zeilen in SQL sicher: Suchen Sie sie, zeigen Sie eine Vorschau an und entfernen Sie sie dann mit ROW_NUMBER, MIN(id), EXISTS…
Artikel lesen →Datenbanken & SQLSQL RANK vs. DENSE_RANK vs. ROW_NUMBER: Unterschiede zu getesteten Beispielen
SQL RANK vs. DENSE_RANK vs. ROW_NUMBER in einer Tabelle: Wie jeder mit Gleichständen umgeht, Top-N pro Gruppe, die zweithöchste Gehaltsfalle und det…
Artikel lesen →SoftwareentwicklungJavaScript Optional Chaining (?.) Erklärt: 8 Beispiele, ?? Vorgaben und Fallen
Die optionale Verkettung von JavaScript stoppt den Fehler „Eigenschaften von undefinierten Objekten können nicht gelesen werden“. 8 getestete Beispi…
Artikel lesen →SoftwareentwicklungPython enumerate() erklärt: 7 Beispiele, start=1 und zu vermeidende Fehler
Python enumerate() gibt Ihnen den Index und den Wert in einer sauberen Schleife. 7 getestete Beispiele, der Start=1-Trick, Wörterbücher, Dateien, Ge…
Artikel lesen →Künstliche IntelligenzErklärte RAG-Chunking-Strategien: Fest, Überlappung, Satz, rekursiv und Überschriften, gemessen
RAG-Chunking-Strategien im Vergleich zu einem Dokument mit Tiktoken 0.14: feste Größe, Überlappung, Satzpackung, rekursive Aufteilung und überschrif…
Artikel lesen →SoftwareentwicklungAPI-Idempotenz erklärt: Idempotenzschlüssel und sichere Wiederholungsversuche, getestet
Erklärung der API-Idempotenz anhand eines von uns ausgeführten Python-Servers und -Clients: Eine verlorene Antwort verursachte eine doppelte Gebühr …
Artikel lesen →DevOpsGit Stash erklärt: Speichern, Anwenden, Pop und nicht verfolgte Dateien, getestet
Git Stash erklärt mit Befehlen, die wir auf Git 2.56 ausgeführt haben: Push mit einer Nachricht, nicht verfolgte Dateien, Auflisten und Anzeigen, An…
Artikel lesen →SoftwaretestsPaarweises Testen erklärt: Wie alle Paare 216 Tests auf 13 reduzieren, getestet
Paarweises Testen erklärt mit einem Generator, den wir in Python 3.13 ausgeführt haben: ein Checkout mit 216 Kombinationen, die durch 13 Tests abged…
Artikel lesen →TestautomatisierungTest-Doubles erklärt: Dummy, Stub, Spy, Mock und Fake, mit getestetem Python-Code
Test-Doubles werden anhand eines Python-Beispiels erklärt, das in Pytest 9.2 ausgeführt wird: Dummy, Stub, Spy, Mock und Fake, wann jeweils zu verwe…
Artikel lesen →Datenbanken & SQLSQL COALESCE erklärt: Standardwerte, NULLIF, IFNULL vs. ISNULL und Traps, getestet
SQL COALESCE wurde mit Abfragen erklärt, die wir in SQLite 3.50 ausgeführt haben: erste Nicht-Null-Werte, leere Zeichenfolgen, NULL in Mathematik, N…
Artikel lesen →Datenbanken & SQLSQL Self Join erklärt: Mitarbeiter-Manager, Paare und Zeilenvergleiche, getestet
SQL-Self-Join erklärt anhand von Abfragen, die wir in SQLite 3.50 ausgeführt haben: Mitarbeiter und Manager, mehr verdienen als der Manager, eindeut…
Artikel lesen →SoftwareentwicklungErklärter JavaScript-Spread-Operator: Spread vs. Rest, Kopien und Fallstricke, getestet
Der JavaScript-Spread-Operator wird mit Code erklärt, den wir auf Knoten 24 ausgeführt haben: Arrays, Objekte, flache Kopien, Restparameter, das Mat…
Artikel lesen →SoftwareentwicklungErklärte Python-Funktionstools: lru_cache, Partial, Reduce, Wraps und mehr, getestet
Python-Funktionstools erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: lru_cache und Cache, Partial, Reduce, Wraps, Cached_Property, Sing…
Artikel lesen →SoftwareentwicklungErklärtes Python-Sammlungsmodul: Counter, defaultdict, deque und mehr, getestet
Python-Sammlungen erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: Counter, defaultdict, deque, benannttuple, OrderedDict und ChainMap, p…
Artikel lesen →Künstliche IntelligenzErklärtes LLM-Kontextfenster: Token, Grenzen und wie man mehr einpasst, gemessen
Das LLM-Kontextfenster wird anhand der Token-Anzahl erklärt, die wir mit Tiktoken gemessen haben: Wörter vs. Token für Prosa, Code und Hindi, Eingab…
Artikel lesen →SoftwareentwicklungWebhooks erklärt: Wie sie funktionieren und wie man sie sicher empfängt
Webhooks erklärt mit einem Empfänger und Sender, den wir in Python ausgeführt haben: Push vs. Polling, HMAC-SHA256-Signaturen, Ablehnen manipulierte…
Artikel lesen →DevOpsGit Cherry-Pick erklärt: Kopieren Sie den Commit, den Sie benötigen, sicher und getestet
Git Cherry-Pick erklärt mit Befehlen, die wir in Git 2.56 ausgeführt haben: Kopieren eines Hotfixes in einen Release-Zweig, neue Hashes und Patch-ID…
Artikel lesen →TestautomatisierungSnapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut
Snapshot-Tests erklärt anhand einer Pytest- und Sirup-Demo, die wir ausgeführt haben: Snapshots erstellen, Diff nach einer Codeänderung lesen, Zeits…
Artikel lesen →SoftwaretestsMutationstests erklärt: Warum die 100-prozentige Abdeckung unseren Fehler immer noch übersehen hat
Mutationstests erklärt mit einem kleinen Mutationstool, das wir erstellt und ausgeführt haben: 14 Mutanten, eine Testsuite mit 100 % Linienabdeckung…
Artikel lesen →Datenbanken & SQLErklärte SQL-JSON-Funktionen: JSON in SQL abfragen, aktualisieren und indizieren, getestet
SQL-JSON-Funktionen erklärt mit Abfragen, die wir in SQLite 3.50 ausgeführt haben: json_extract, die Operatoren -> und ->>, json_each, json…
Artikel lesen →Datenbanken & SQLSQL Pivot erklärt: Zeilen in Spalten umwandeln mit CASE, FILTER und PIVOT
SQL-Pivot erklärt mit Abfragen, die wir in SQLite 3.50 ausgeführt haben: bedingte Aggregation mit CASE und SUM, FILTER, NULL vs. Null, Summen, dynam…
Artikel lesen →SoftwareentwicklungJavaScript erklärt dieses Schlüsselwort: Jede Bindungsregel, getestet in Node
Das JavaScript, das dieses Schlüsselwort enthält, wurde anhand von 17 Fällen erklärt, die wir in Knoten 24 ausgeführt haben: Methodenaufrufe, verlor…
Artikel lesen →SoftwareentwicklungPython pathlib erklärt: Pfade, Dateien und Ordner auf moderne Art, getestet
Python Pathlib anhand von Beispielen erklärt, die wir unter Python 3.13 ausgeführt haben: Pfade mit /, Name, Stamm und Suffix verbinden, Dateien les…
Artikel lesen →SoftwareentwicklungPython itertools erklärt: Lazy Loops, Kombinationen und Gruppierung, getestet
Python-Itertools anhand von Beispielen erklärt, die wir unter Python 3.13 ausgeführt haben: Zählen, Zyklus, Akkumulieren, Verketten, Gruppieren nach…
Artikel lesen →Künstliche IntelligenzPrompt Injection erklärt: Wie KI-Apps ausgetrickst werden und wie man sie verteidigt
Prompt-Injection erklärt für Builder: direkte und indirekte Angriffe, warum Schlüsselwortfilter fehlschlagen (unser Test hat 1 von 4 blockiert) und …
Artikel lesen →DevOpsErklärte DNS-Einträge: A, AAAA, CNAME, MX, TXT und TTL mit echten Lookups
DNS-Einträge erklärt anhand der von uns durchgeführten Suchvorgänge: Funktionsweise der Auflösung, A und AAAA, CNAME-Regeln, MX und Null-MX, TXT für…
Artikel lesen →DevOpsErklärte Funktionsflags: Sichere Veröffentlichungen, schrittweise Rollouts und Flag-Hygiene
Funktionsflags anhand einer von uns durchgeführten Rollout-Simulation erklärt: Flag-Typen, prozentuale Rollouts mit stabilem Hashing, Kill-Switches,…
Artikel lesen →TestautomatisierungTestdatengenerierung mit Python Faker: Realistische, wiederholbare und sichere Daten
Testen Sie die Datengenerierung mit Python Faker, führen Sie sie aus und messen Sie sie: Seeding für wiederholbare Daten, Gebietsschemata, eindeutig…
Artikel lesen →SoftwaretestsShift-Left-Tests erklärt: Finden Sie Fehler früher, ohne das Team zu verlangsamen
Shift-Left-Tests erklärt: Was es bedeutet, warum Frühdefekte günstiger sind, Vorgehensweisen von Anforderungsüberprüfungen bis hin zu CI-Prüfungen, …
Artikel lesen →Datenbanken & SQLErklärte SQL-String-Funktionen: TRIM, SUBSTR, REPLACE, CONCAT und Datenbereinigung
SQL-String-Funktionen, die mit von uns ausgeführten Abfragen erklärt wurden: Verkettung und NULL, TRIM, UPPER und LOWER, SUBSTR und INSTR, REPLACE, …
Artikel lesen →Datenbanken & SQLErklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke
SQL-Trigger werden anhand von Triggern erklärt, die wir ausgeführt haben: VORHER vs. NACHHER, ALT und NEU, Prüfprotokolle, Validierung, Bestandsaktu…
Artikel lesen →SoftwareentwicklungErklärung des Python-JSON-Moduls: Dumps, Loads, benutzerdefinierte Typen und häufige Fehler
Das Python-JSON-Modul wird anhand des von uns ausgeführten Codes erklärt: Dumps und Loads, Dateien, Typkonvertierungen, Datumsangaben und Dezimalzah…
Artikel lesen →SoftwareentwicklungES-Module vs. CommonJS: Wie JavaScript-Importe in Node.js funktionieren, getestet
ES-Module vs. CommonJS erklärt mit Code, den wir in Node.js ausgeführt haben: Import- und Exportsyntax, Require, Live-Bindungen, Caching, Top-Level-…
Artikel lesen →SoftwareentwicklungPython Regex erklärt: Muster, Gruppen, Lookaheads und Fallstricke, getestet
Python-Regex erklärt mit Mustern, die wir ausgeführt haben: Suche vs. Übereinstimmung, Findall, Gruppen und benannte Gruppen, Greedy vs. Lazy, Sub, …
Artikel lesen →Künstliche IntelligenzErklärung der strukturierten LLM-Ausgabe: Zuverlässiges JSON aus KI-Modellen erhalten
Die strukturierte LLM-Ausgabe wird anhand der von uns in Pydantic ausgeführten Validierung erklärt: JSON-Modus und -Schemas, eingeschränkte Dekodier…
Artikel lesen →DevOpsSSH-Schlüssel erklärt: Wie sie funktionieren, ssh-keygen, Ed25519 und sichere Gewohnheiten
SSH-Schlüssel erklärt mit Schlüsseln, die wir generiert haben: öffentliche vs. private Schlüssel, ssh-keygen, Ed25519 vs. RSA, Fingerabdrücke, Passp…
Artikel lesen →DevOpsHTTP-Caching erklärt: Cache-Kontrolle, ETag und 304-Antworten, mit einem Live-Test
HTTP-Caching erklärt anhand eines kleinen Servers, den wir ausgeführt haben: Cache-Control-Anweisungen, Max-Age, No-Cache vs. No-Store, ETag-Revalid…
Artikel lesen →TestautomatisierungAPI-Vertragstests erklärt: Erkennen Sie wichtige Änderungen, bevor sie versendet werden
Das Testen von API-Verträgen wird anhand einer von uns durchgeführten Schemaprüfung erklärt: Was ein Vertrag ist, verbrauchergesteuerte Verträge, Pa…
Artikel lesen →SoftwaretestsRisikobasiertes Testen erklärt: Risiken bewerten, eine Matrix erstellen und testen, worauf es ankommt
Risikobasiertes Testen Schritt für Schritt erklärt: Risiken identifizieren, Wahrscheinlichkeit und Auswirkung bewerten, eine Risikomatrix erstellen,…
Artikel lesen →Datenbanken & SQLErklärte SQL-Einschränkungen: NOT NULL, UNIQUE, CHECK und FOREIGN KEY, getestet
SQL-Einschränkungen anhand der von uns durchgeführten Tests erklärt: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY und FOREIGN KEY, die NULL-Lücken, die…
Artikel lesen →Datenbanken & SQLErklärte SQL-Datumsfunktionen: Datumsangaben fehlerfrei hinzufügen, vergleichen und gruppieren
Erklärung der SQL-Datumsfunktionen anhand von Abfragen, die wir ausgeführt haben: Hinzufügen von Intervallen, Überraschungen am Monatsende, Datumsun…
Artikel lesen →SoftwareentwicklungPython-Asyncio erklärt: Async, Wait, Gather und TaskGroup mit echten Timings
Python-Asyncio erklärt mit Code, den wir getimt haben: Coroutinen, Wait, Gather, TaskGroup, Fehlerbehandlung, Zeitüberschreitungen, Einschränkung de…
Artikel lesen →SoftwareentwicklungDebounce vs. Throttle in JavaScript: Wie sie funktionieren, wann man sie verwendet, getestet
Debounce vs. Throttle in JavaScript erklärt anhand von Timings, die wir in Node.js gemessen haben: wie jedes funktioniert, einfache Implementierunge…
Artikel lesen →SoftwareentwicklungErklärte Python-Kontextmanager: Die with-Anweisung, contextlib und Real Uses
Python-Kontextmanager erklärt anhand des von uns ausgeführten Codes: Funktionsweise, __enter__ und __exit__, contextlib.contextmanager, supprimieren…
Artikel lesen →Künstliche IntelligenzLLM-Temperatur und Top-p erklärt: Wie KI-Modelle ihr nächstes Wort wählen
LLM-Temperatur und Top-P erklärt anhand einer von uns durchgeführten Simulation: wie Wahrscheinlichkeiten umgeformt werden, was Top-P beibehält, emp…
Artikel lesen →DevOpsYAML erklärt: Syntax, das Norwegen-Problem und andere von uns getestete Fallen
YAML erklärt mit einem Parser-Test: grundlegende Syntax, Listen und Karten, das Norwegen-Problem, Versionen, die in Gleitkommazahlen umgewandelt wer…
Artikel lesen →DevOpsCron-Jobs erklärt: Syntax, echte Zeitpläne und die Fehler, die sie zerstören
Cron-Jobs werden anhand von Zeitplänen erklärt, die wir überprüft haben: die fünf Felder, Operatoren, reale Beispiele, die Tag-des-Monats- ODER Woch…
Artikel lesen →SoftwaretestsFehlerlebenszyklus beim Softwaretesten: Jeder Status, wem er gehört und häufige Fehler
Der Fehlerlebenszyklus wird erklärt: Jeder Fehlerstatus von „Neu“ bis „Geschlossen“, wer für jeden Schritt verantwortlich ist, abgelehnte, zurückges…
Artikel lesen →TestautomatisierungEigenschaftenbasiertes Testen in Python: Hypothese findet die Fehler, die Ihre Beispiele übersehen
Eigenschaftenbasiertes Testen erklärt anhand der von uns durchgeführten Hypothesentests: Eigenschaften im Vergleich zu Beispielen, Strategien, Verkl…
Artikel lesen →Datenbanken & SQLErklärte SQL-Paginierung: OFFSET vs. Keyset, mit einem Millionen-Zeilen-Test
Die SQL-Paginierung wurde mit einem von uns durchgeführten Millionen-Zeilen-Test erklärt: LIMIT und OFFSET, warum tiefe Seiten langsam werden, Keyse…
Artikel lesen →Künstliche IntelligenzKI-Halluzinationen erklärt: Warum Sprachmodelle Dinge erfinden und wie man sie reduziert
KI-Halluzinationen erklärt: Was sie sind, warum Sprachmodelle sie produzieren, gängige Typen, wie man sie mit Erdung und Eingabeaufforderungen reduz…
Artikel lesen →DevOpsErklärte Umgebungsvariablen: .env-Dateien, Geheimnisse und Konfiguration richtig gemacht
Umgebungsvariablen anhand von Python-Beispielen erklärt, die wir ausgeführt haben: Sie lesen und festlegen, warum jeder Wert ein String ist, .env-Da…
Artikel lesen →SoftwareentwicklungAPI-Ratenbegrenzung erklärt: Algorithmen, Header und Behandlung von 429-Fehlern
API-Ratenbegrenzung anhand einer von uns durchgeführten Simulation erklärt: Token-Bucket, festes Fenster, gleitendes Fenster, 429 Antworten, Ratenbe…
Artikel lesen →TestautomatisierungSpott in Python: unittest.mock, Patch und die Fehler, die Tests zum Lügen machen
Mocking in Python mit unittest.mock, getestet: Mock und return_value, side_effect, Patchen, wo ein Name verwendet wird, Spezifikation und Autospec, …
Artikel lesen →SoftwaretestsCode-Abdeckung erklärt: Leitungs- und Zweigstellenabdeckung und was 100 % wirklich bedeutet
Erklärung der Codeabdeckung anhand eines echten Coverage.py-Laufs: Zeilen-, Zweig- und Bedingungsabdeckung, Lesen eines Berichts, warum bei 100 % Ab…
Artikel lesen →Datenbanken & SQLDELETE vs. TRUNCATE vs. DROP in SQL: Unterschiede, Rollback und Verwendungszweck
DELETE vs. TRUNCATE vs. DROP erklärt mit getestetem SQL: was jeweils entfernt wird, Rollback, Trigger, Identitätsrücksetzung, Geschwindigkeit und wi…
Artikel lesen →Datenbanken & SQLErklärte SQL-Ansichten: Erstellen, nutzen und vermeiden Sie Fallstricke mit Beispielen
SQL-Ansichten anhand der von uns ausgeführten Abfragen erklärt: Erstellen einer Ansicht, Live-Ergebnisse, Ausblenden von Spalten, Leistung, aktualis…
Artikel lesen →SoftwareentwicklungTypeScript-Schnittstelle vs. Typ: Echte Unterschiede, getestet mit dem Compiler
TypeScript-Schnittstelle vs. Typ, überprüft mit dem echten Compiler: Was beide können, was nur einer kann, Deklarationszusammenführung, Erweiterunge…
Artikel lesen →SoftwareentwicklungPython *args und **kwargs erklärt: Flexible Funktionen mit klaren Beispielen
Python *args und **kwargs erklärt mit Code, den wir ausgeführt haben: Packen und Entpacken, Parameterreihenfolge, Nur-Schlüsselwort- und Nur-Positio…
Artikel lesen →SoftwareentwicklungPython-Lambda-Funktionen: Syntax, tatsächliche Verwendung und wann man sie nicht verwendet
Python-Lambda-Funktionen erklärt mit Code, den wir ausgeführt haben: Syntax, Sortierung mit Schlüssel, Karte und Filter, Abschlüsse, die Late-Bindin…
Artikel lesen →Künstliche IntelligenzWas sind KI-Agenten? Wie sie funktionieren, mit einer einfachen Agentenschleife, die Sie ausführen können
Was sind KI-Agenten? Eine einfache Anleitung zur Agentenschleife, zu Tools, Speicher und Leitplanken, mit einer kleinen Python-Schleife, die wir aus…
Artikel lesen →DevOpsÜberwachung vs. Beobachtbarkeit: Der wahre Unterschied, mit Protokollen, Metriken und Traces
Überwachung vs. Beobachtbarkeit erklärt: bekannte und unbekannte Fehler, Protokolle, Metriken und Spuren, eine exemplarische Vorgehensweise für Chec…
Artikel lesen →DevOpsDocker-Volumes vs. Bind Mounts: Containerdaten auf die richtige Art und Weise beibehalten
Docker-Volumes vs. Bind-Mounts erklärt: Warum Containerdaten verschwinden, benannte Volumes, Bind-Mounts, tmpfs, Compose-Beispiele, Backups, Berecht…
Artikel lesen →TestautomatisierungTDD vs. BDD: Hauptunterschiede, eine Funktion, die auf beide Arten entwickelt wurde und wann sie jeweils verwendet werden sollte
TDD vs. BDD erklärt mit einer Rabattfunktion, die in beide Richtungen aufgebaut ist: Rot-Grün-Refaktor mit Code, den wir ausgeführt haben, Gegeben-W…
Artikel lesen →SoftwaretestsBenutzerakzeptanztests (UAT): Prozess, Checkliste und reale Beispiele
Benutzerakzeptanztests erklärt: Wer führt ihn durch, wie unterscheidet er sich von der Qualitätssicherung, ein siebenstufiger Prozess, eine UAT-Test…
Artikel lesen →Datenbanken & SQLErklärte SQL-NULL-Werte: IS NULL, COALESCE, NULLIF und die zu vermeidenden Fallen
SQL-NULL-Werte, die mit von uns ausgeführten Abfragen erklärt wurden: dreiwertige Logik, IS NULL, COALESCE, NULLIF, wie Aggregate, Joins und Sortier…
Artikel lesen →Datenbanken & SQLSQL CASE WHEN-Anweisung: Syntax, reale Beispiele und häufige Fehler
SQL CASE WHEN anhand der von uns ausgeführten Abfragen erklärt: einfache und durchsuchte Formulare, Bedingungsreihenfolge, Pivots mit SUM, COUNT-Tri…
Artikel lesen →SoftwareentwicklungWas ist JWT? JSON-Web-Tokens anhand eines funktionierenden Beispiels erklärt
Was ist JWT? JSON Web Tokens erklärt: die drei Teile, ein Token, das in dem von uns ausgeführten Code erstellt und manipuliert wurde, JWT vs. Sitzun…
Artikel lesen →SoftwareentwicklungErklärte JavaScript-Ereignisschleife: Aufrufstapel, Mikrotasks und Timer mit Beispielen
Die JavaScript-Ereignisschleife wurde mit dem von uns ausgeführten Code erklärt: Aufrufstapel, Aufgaben- und Mikrotask-Warteschlangen, warum setTime…
Artikel lesen →SoftwareentwicklungErklärung von Python-Generatoren und -Ertrag: Sparen Sie Speicher mit echten Beispielen
Python-Generatoren und Yield anhand des von uns ausgeführten Codes erklärt: wie sie angehalten und fortgesetzt werden, gemessene Speichereinsparunge…
Artikel lesen →Künstliche IntelligenzWas sind Einbettungen? Vektoren und Kosinusähnlichkeit einfach erklärt
Was sind Einbettungen? Ein Leitfaden in einfacher Sprache zu Vektoren, Kosinusähnlichkeit und semantischer Suche, mit einem kleinen Beispiel, das wi…
Artikel lesen →DevOpsBlau-Grün vs. Canary-Bereitstellung: Unterschiede, Kompromisse und Auswahl
Blue-Green vs. Canary-Bereitstellung erklärt: Funktionsweise, Kosten, Risiko und Rollback, stabiles Benutzer-Bucketing, das wir getestet haben, Date…
Artikel lesen →TestautomatisierungFlaky-Tests: Was sie verursacht und wie man sie endgültig behebt
Flaky-Tests wurden anhand von Demos erklärt, die wir durchgeführt haben: die Hauptursachen, wie man sie bestätigt und diagnostiziert, richtige Korre…
Artikel lesen →SoftwaretestsLasttest vs. Stresstest: Unterschiede, Metriken und k6-Beispiele
Erläuterungen zu Lasttests und Stresstests: Was die einzelnen Tests beweisen, Spike- und Soak-Tests, welche Kennzahlen wichtig sind, warum Durchschn…
Artikel lesen →SoftwaretestsTestfall vs. Testszenario: Hauptunterschiede, Beispiele und wann man sie jeweils verwendet
Testfall vs. Testszenario erklärt: klare Definitionen, eine Tabelle nebeneinander, eine Funktion zum Zurücksetzen von Passwörtern, die von Szenarios…
Artikel lesen →Datenbanken & SQLSQL-Abfrageoptimierung: Ausführungspläne lesen und langsame Abfragen mit Zeitvorgaben beheben
An einer Million Zeilen getestete SQL-Abfrageoptimierung: Ausführungspläne lesen, die richtigen Indizes hinzufügen, nicht sargierbare Filter korrigi…
Artikel lesen →Datenbanken & SQLSQL UNION vs. UNION ALL: Unterschiede, Beispiele und getestete Leistung
SQL UNION vs. UNION ALL anhand der von uns ausgeführten Abfragen erklärt: Duplikate, die Regeln, denen beide folgen, ein echter Datenfehler, gemesse…
Artikel lesen →SoftwareentwicklungTutorial zur JavaScript-Abruf-API: GET, POST, Fehlerbehandlung und Zeitüberschreitungen
Ein JavaScript-Abruf-API-Tutorial, das auf einem lokalen Server getestet wurde: GET und POST, warum 404 nicht ausgelöst wird, ein wiederverwendbarer…
Artikel lesen →SoftwareentwicklungUmgang mit Python-Dateien: Lesen, Schreiben, CSV, JSON und Pathlib mit Beispielen
Die Handhabung von Python-Dateien wird anhand des von uns ausgeführten Codes erklärt: Öffnungsmodi, Lesen großer Dateien, CSV, JSON, Pathlib, Binärd…
Artikel lesen →SoftwareentwicklungPython-Klassen und -Objekte: OOP-Tutorial mit echten Beispielen
Python-Klassen und -Objekte erklärt mit Code, den wir ausgeführt haben: __init__, Methoden, Klassen- und Instanzattribute, Vererbung, Eigenschaften,…
Artikel lesen →Künstliche IntelligenzWas ist ein großes Sprachmodell? Wie LLMs funktionieren, ohne großen Hype erklärt
Was ist ein großes Sprachmodell? LLMs im Klartext erklärt: Token, Einbettungen, Aufmerksamkeit, Training, Temperatur- und Kontextfenster, eine klein…
Artikel lesen →DevOpsLinux-Befehle für Anfänger: Der grundlegende Terminal-Leitfaden mit Beispielen
Linux-Befehle für Anfänger, gruppiert nach Aufgaben: Navigation, Dateien, Anzeigen von Protokollen, Grep, Pipes, Berechtigungen, Prozesse und Archiv…
Artikel lesen →TestautomatisierungSelenium vs. Playwright: Hauptunterschiede, Code im Vergleich und welche Sie wählen sollten
Selenium vs. Playwright im Vergleich: Architektur, Wartezeit, Browser- und Sprachunterstützung, Debugging, der gleiche Test in beiden Tools, Migrati…
Artikel lesen →SoftwaretestsÄquivalenzpartitionierung: Testdesigntechnik anhand von Beispielen erklärt
Erklärung der Äquivalenzpartitionierung: Wie man gültige und ungültige Partitionen findet, Beispiele für Alter, Passwörter und Gutscheine, von uns d…
Artikel lesen →SoftwaretestsSchweregrad vs. Priorität beim Softwaretest: Unterschiede, Matrix und reale Beispiele
Schweregrad vs. Priorität beim Softwaretest erklärt: klare Definitionen, eine Vier-Wege-Matrix mit Beispielen, Stufenskalen, wer die einzelnen Punkt…
Artikel lesen →Datenbanken & SQLTutorial zu SQL-Unterabfragen: Typen, korrelierte Unterabfragen und EXISTS mit Beispielen
Ein SQL-Unterabfrage-Tutorial mit Abfragen, die wir ausgeführt haben: Skalar-, IN-, FROM- und SELECT-Unterabfragen, korrelierte Unterabfragen, EXIST…
Artikel lesen →Datenbanken & SQLSQL-Transaktionen und ACID erklärt: COMMIT, ROLLBACK und Isolationsstufen
SQL-Transaktionen und ACID anhand einer von uns durchgeführten Banküberweisung erklärt: COMMIT, ROLLBACK, Sicherungspunkte, Sperren, Isolationsstufe…
Artikel lesen →SoftwareentwicklungSpickzettel für Git-Befehle: Die Befehle, die Sie tatsächlich verwenden, mit Beispielen
Ein Git-Befehls-Spickzettel, gruppiert nach Aufgabe: Setup, Staging, Branches, Remotes, Stash, Verlauf und Rückgängigmachen von Fehlern, mit Ausgabe…
Artikel lesen →SoftwareentwicklungErklärte JavaScript-Versprechen: Dann, Catch, Promise.all und häufige Fehler
JavaScript-Versprechen erklärt mit Code, den wir ausgeführt haben: Zustände, dann und Fangketten, Fehlerbehandlung, Promise.all, allSettled, Rennen …
Artikel lesen →SoftwareentwicklungPython-Wörterbuch-Tutorial: Methoden, Beispiele und gängige Muster
Ein Python-Wörterbuch-Tutorial mit Code, den wir ausgeführt haben: Diktate erstellen, lesen und aktualisieren, Schlüsselmethoden, Zusammenführung, V…
Artikel lesen →Künstliche IntelligenzWas ist RAG? Retrieval-Augmented Generation anhand eines Arbeitsbeispiels erklärt
Was ist RAG? Abruf-erweiterte Generierung Schritt für Schritt erklärt: Indizierung, Chunking, Einbettungen, Abruf, ein kleines funktionierendes Pyth…
Artikel lesen →DevOpsTerraform-Tutorial für Anfänger: Infrastruktur als Code von der ersten Datei bis zu den Modulen
Ein Terraform-Tutorial für Anfänger: Beginnen Sie ohne Cloud-Konto, lernen Sie Init, Planen und Anwenden, dann Variablen, Ausgaben, Status, Module u…
Artikel lesen →DevOpsDocker vs. Kubernetes: Hauptunterschiede, wie sie zusammenarbeiten und was Sie brauchen
Docker vs. Kubernetes erklärt: Was jeder tut, die gleiche App läuft mit beiden, Docker Compose und Swarm im Vergleich, die Dockershim-Änderung und w…
Artikel lesen →TestautomatisierungPytest-Tutorial für Anfänger: Vorrichtungen, Parametrisierung und reale Beispiele
Ein Pytest-Tutorial für Anfänger mit Tests, die wir auf Pytest 9.2 durchgeführt haben: Assertions, Fixtures, Parametrize, Conftest, Markers, tmp_pat…
Artikel lesen →SoftwaretestsSoftware Testing Life Cycle (STLC): 6 Phasen, Einstiegs- und Ausstiegskriterien, Beispiel
Der Softwaretest-Lebenszyklus erklärt: sechs STLC-Phasen mit Ein- und Ausstiegskriterien, Ergebnisse, ein Beispiel für eine funktionierende Anmeldef…
Artikel lesen →SoftwareentwicklungGit merge vs rebase: Unterschiede, Beispiele und wann man was nutzt
Git merge vs rebase erklärt mit echter Log-Ausgabe, einer Vergleichstabelle, der goldenen Regel des Rebase und einem sicheren Team-Workflow.
Artikel lesen →SoftwareentwicklungPython List Comprehension: Syntax, Beispiele und wann man darauf verzichtet
Python List Comprehension erklärt: Syntax, Filter, if-else, verschachtelte Schleifen, gemessene Zeiten und Fälle, in denen eine normale for-Schleife…
Artikel lesen →Datenbanken & SQLSQL Joins erklärt mit Beispielen (Inner, Left, Right, Full)
SQL Joins Schritt für Schritt mit Beispieltabellen und Abfragen verstehen: INNER, LEFT, RIGHT, FULL, CROSS und SELF, plus typische Fehler und Perfor…
Artikel lesen →