Diese Seite ist auch auf English verfügbar.Auf English wechseln
KAITUM AIEigene Marke aus unserer Familie — Execution AI für den Automotive-Vertrieb.Auf nrmnext.com
WISSEN

Was wir wissen, schreiben wir auf.

Artikel, Whitepapers und ein wachsendes Wiki — von Leuten, die das, worüber sie schreiben, auch bauen.

Typ
Thema
Sortieren
66 Einträge
Artikel7 Min. Lesezeit

KI-Build in Tagen: Warum Monate-Projekte vorbei sind.

Wie wir mit LLM-gestützter Implementierung Projekte 10× schneller liefern — und warum Qualität dabei nicht leidet.

Whitepaper18 Min. Lesezeit

Signalintelligenz im Vertrieb.

Wie KAITUM AI proaktive Handlungssignale erzeugt — das komplette Architektur-Whitepaper als PDF.

Wiki4 Min. Lesezeit

Digitaler Produktpass (DPP).

Was die ESPR für Produkte, Hersteller und Handelsketten bedeutet — und was produktiv heute schon machbar ist.

Artikel9 Min. Lesezeit

Adaptive Content Automation im Retail.

Warum generische Signage-Loops nicht mehr reichen — und wie adaptiver Content Verweildauer und Conversion verdoppelt.

Artikel6 Min. Lesezeit

ISO 27001 in der Praxis.

Was Zertifizierung im Alltag wirklich bedeutet — Prozesse, Audits, und wo ISO beim Kunden Mehrwert schafft.

Wiki5 Min. Lesezeit

KAITUM AI.

Was KAITUM ist, wie es funktioniert und wo es produktiv läuft.

Wiki4 Min. Lesezeit

AI Agents.

Softwaresysteme, die auf Basis eines Sprachmodells Aufgaben planen, ausführen und prüfen — innerhalb klar definierter Grenzen.

Wiki3 Min. Lesezeit

Agent Swarms.

Mehrere spezialisierte Agents, die parallel an einer Aufgabe arbeiten — orchestriert statt Alleskönner.

Wiki3 Min. Lesezeit

LLM — Large Language Model.

Das Fundament moderner KI-Produkte: Claude, GPT, Gemini. Wie wir sie im Produkt einsetzen.

Wiki4 Min. Lesezeit

RAG — Retrieval-Augmented Generation.

Sprachmodell plus eigene Wissensquellen — und warum die Qualität an der Aufbereitung hängt, nicht am Modell.

Wiki3 Min. Lesezeit

Prompt Engineering.

Prompts sind Spezifikationen. Was funktioniert und warum Evaluations dazugehören.

Wiki3 Min. Lesezeit

Fine-Tuning.

Wann Fine-Tuning lohnt, wann RAG reicht und wann nichts von beidem — eine Entscheidungshilfe.

Wiki3 Min. Lesezeit

MCP — Model Context Protocol.

Der offene Standard für Agent-Integrationen. USB-C für KI — und warum das Integrationen radikal vereinfacht.

Wiki4 Min. Lesezeit

On-Device AI.

KI, die das Gerät nicht verlässt. Datenschutz, Offline-Fähigkeit, Latenz — und warum das manchmal kategorial wichtig ist.

Wiki3 Min. Lesezeit

Edge AI.

KI am Rand des Netzes — Fertigung, Fahrzeug, Signage. Dort, wo die Cloud zu weit weg ist.

Wiki4 Min. Lesezeit

Digital Phenotyping.

Verhaltens­daten als Gesundheits­signal — und warum „Datenschutz zuerst" hier keine Floskel ist.

Wiki4 Min. Lesezeit

React Native.

Eine Codebase, zwei Plattformen. Wann React Native die richtige Wahl ist — und wann nicht.

Wiki3 Min. Lesezeit

Expo.

React Native, aber mit Werkzeug. SDK, EAS Build, Over-the-Air-Updates.

Wiki3 Min. Lesezeit

TypeScript.

JavaScript mit Vertrag. Warum das in professioneller Produkt­entwicklung heute Standard ist, nicht Option.

Wiki3 Min. Lesezeit

Cross-Platform.

Eine Idee, mehrere Endgeräte. Wann das strategisch richtig ist — und was das für KI-Produkte bedeutet.

Wiki3 Min. Lesezeit

Python.

Die Lingua franca der KI. Wo wir Python einsetzen — und wo wir bewusst andere Sprachen kombinieren.

Wiki3 Min. Lesezeit

API / REST.

Eine API ist ein Produkt. Warum Versionierung, Validierung und Fehler­semantik wichtiger sind als die Stilwahl.

Wiki3 Min. Lesezeit

Backend-Entwicklung.

Die Schicht, die trägt. Was das Backend bei KI-Produkten zusätzlich übernimmt — und unser Stack dazu.

Wiki3 Min. Lesezeit

Datenbank & Vektorspeicher.

Strukturiert, unstrukturiert, semantisch. Wann PostgreSQL, wann pgvector, wann Pinecone.

Wiki3 Min. Lesezeit

Machine Learning.

Modelle, die aus Daten lernen. Was davon im Produkt wirklich ankommt — und was LLMs abgelöst haben.

Wiki3 Min. Lesezeit

React.

Die UI-Bibliothek hinter dem Web, das wir bauen. Komponenten, State, Hooks — und warum das die Lingua franca moderner Produkte ist.

Wiki3 Min. Lesezeit

Next.js.

React mit Anschluss an die Wirklichkeit. SSR, Routing, Streaming — wann es trägt und wann es übertreibt.

Wiki2 Min. Lesezeit

Tailwind CSS.

Utility-First. Warum konsistente Designsysteme so schneller entstehen — und wo der Ansatz endet.

Wiki4 Min. Lesezeit

Design System.

Tokens, Components, Patterns. Wie ein gepflegtes System Design und Code zur gleichen Sprache macht.

Wiki2 Min. Lesezeit

Figma.

Wo Designs entstehen — und wie wir sie sauber an Code übergeben. Variables, Auto-Layout, Branching.

Wiki3 Min. Lesezeit

GraphQL.

Eine Query, genau die Daten. Wann GraphQL gegen REST wirklich gewinnt — und wann nicht.

Wiki3 Min. Lesezeit

WebGL & Three.js.

GPU im Browser. Für AR-Filter, Produkt-Konfiguratoren, Datenvisualisierungen — wo 2D nicht reicht.

Wiki3 Min. Lesezeit

Progressive Web App (PWA).

Web-App, die sich wie eine native App anfühlt. Installierbar, offlinefähig, schnell — wo PWAs reichen statt nativ.

Wiki4 Min. Lesezeit

Accessibility (WCAG, BFSG).

Barrierefreiheit ist ab 2025 Pflicht (BFSG). Was WCAG 2.2 AA in der Praxis bedeutet — und wie wir das im Build sicherstellen.

Wiki3 Min. Lesezeit

Docker.

Container als Standardverpackung. Warum „läuft auf meinem Rechner" damit kein Argument mehr ist.

Wiki4 Min. Lesezeit

Kubernetes.

Orchestrierung von Containern in Produktion. Wann K8s das richtige Werkzeug ist — und wann es zu groß ist.

Wiki3 Min. Lesezeit

CI/CD.

Continuous Integration / Continuous Delivery. Jeder Push wird gebaut, getestet, deployt — die Voraussetzung für schnelles Liefern.

Wiki3 Min. Lesezeit

Infrastructure as Code.

Terraform, Pulumi & Co. Infrastruktur als versionierter Code — reproduzierbar, reviewbar, rückbaubar.

Wiki3 Min. Lesezeit

Observability.

Metrics, Logs, Traces. Was ein System wirklich tut — nicht was es tun sollte. Tools: OpenTelemetry, Grafana, Datadog.

Wiki4 Min. Lesezeit

Cloud (AWS, Azure, GCP).

Welche Cloud für welchen Zweck. Datenresidenz EU, Anbieter-Lock-in, Kosten — und warum die Frage selten technisch ist.

Wiki3 Min. Lesezeit

Serverless.

Lambda, Cloud Run, Vercel Functions. Wann Pay-per-Request günstiger ist als ein Server — und wann nicht.

Wiki3 Min. Lesezeit

Edge Computing.

Logik nah am Nutzer ausführen. Cloudflare Workers, Vercel Edge, Fastly — Latenz statt Anbieter.

Wiki4 Min. Lesezeit

Microservices vs. Monolith.

Wann ein Monolith reicht, wann man trennt. Conway's Law, Team-Topologien — und warum die Antwort nicht „Microservices" lautet.

Wiki3 Min. Lesezeit

ETL & Data Pipelines.

Extract, Transform, Load. Wie Daten zwischen Systemen wandern — und warum das die unterschätzte Hälfte jedes Datenprojekts ist.

Wiki3 Min. Lesezeit

Data Warehouse / Lakehouse.

Snowflake, BigQuery, Databricks. Wo strukturierte Auswertungen stattfinden — und wo das Lakehouse beide Welten zusammenführt.

Wiki4 Min. Lesezeit

Data Mesh.

Daten als Produkt, organisiert nach Domänen. Warum das mehr Organisations- als Technikfrage ist.

Wiki3 Min. Lesezeit

Product Analytics.

Mixpanel, PostHog, Amplitude. Wie wir Verhalten messen — und welche Events wirklich aussagekräftig sind.

Wiki3 Min. Lesezeit

Event Tracking & CDP.

Customer Data Platform: Segment, RudderStack. Saubere Event-Schemata schlagen jede spätere Aufräumaktion.

Wiki3 Min. Lesezeit

A/B-Tests & Experimentation.

Hypothesen sauber prüfen — Statistik, Stichprobengrößen, Lessons. Tools: GrowthBook, Statsig, Optimizely.

Wiki3 Min. Lesezeit

Agile.

Inkrementell liefern, früh lernen. Was Agile ist — und was Scrum-Theater. Wir setzen es differenziert ein.

Wiki3 Min. Lesezeit

Scrum.

Sprints, Rituale, Rollen. Wo Scrum hilft — und wo es bremst, weil das Produkt anders tickt.

Wiki2 Min. Lesezeit

Kanban.

Flow statt Sprint. Wann WIP-Limits und Pull-System produktiver sind als feste Iterationen.

Wiki4 Min. Lesezeit

Shape Up.

6-Wochen-Cycles, fixed time/variable scope. Basecamps Methode für kleine, erfahrene Teams — und wo wir sie nutzen.

Wiki3 Min. Lesezeit

Continuous Discovery.

Wöchentliche Kundenkontakte, Opportunity-Solution-Tree. Teresa Torres' Ansatz — und warum Discovery nie endet.

Wiki3 Min. Lesezeit

OKRs.

Objectives & Key Results. Wie man sie schreibt, sodass sie Verhalten ändern — und nicht nur Folien füllen.

Wiki3 Min. Lesezeit

Jobs-to-be-Done.

Nutzer „heuern" Produkte für einen Job an. Warum das in Strategie und Roadmap-Priorisierung trägt.

Wiki2 Min. Lesezeit

Definition of Done.

„Fertig" ist ein Vertrag, kein Gefühl. Was bei uns auf der Liste steht — Tests, Docs, Telemetry, Accessibility.

Wiki3 Min. Lesezeit

Roadmap (Now/Next/Later).

Datums-Roadmaps lügen. Warum Now/Next/Later ehrlicher ist — und wie man sie für Stakeholder-Meetings strukturiert.

Wiki4 Min. Lesezeit

DSGVO / GDPR.

Was Datenschutz im Produktbau wirklich bedeutet — Datenminimierung, Auftragsverarbeitung, Drittland-Transfers.

Wiki3 Min. Lesezeit

OAuth 2.0 & OIDC.

Der Standard für „Login mit X". Flows, Tokens, PKCE — und wo selbst gebauter Auth gefährlich wird.

Wiki2 Min. Lesezeit

JWT.

JSON Web Tokens — kompakte, signierte Tokens für Auth. Wann sie nützlich sind, wann sie überschätzt werden.

Wiki3 Min. Lesezeit

Zero Trust.

„Niemals vertrauen, immer prüfen." Wie Zero Trust das alte Burg-und-Graben-Modell ablöst.

Wiki3 Min. Lesezeit

OWASP Top 10.

Die 10 häufigsten Web-Schwachstellen — der Pflichtkanon für alle, die Web-Backends bauen.

Wiki3 Min. Lesezeit

Penetration Testing.

Externe versuchen einzubrechen — bevor es jemand anderes tut. Was ein Pentest leistet, was er nicht leistet.

Wiki4 Min. Lesezeit

SOC 2 & ISO 27001.

Die zwei großen Compliance-Frameworks. Wo der Unterschied liegt — und welches Audit für welchen Markt zählt.

Wiki4 Min. Lesezeit

EU AI Act.

Risikoklassen, Transparenzpflichten, Hochrisiko-Systeme. Was ab August 2026 wirklich gilt — und was schon greift.

NEWSLETTER

Alle zwei Wochen ein Essay.

Kein Marketing. Ein Artikel zu dem, was wir diese Woche gebaut, gesehen oder gelernt haben.