Blog

Praktische Notizen aus Backend-, Daten- und KI-Projekten: Zuverlässigkeit, Tests, Deployments, Performance und Cloud-Kosten.

• 11. September 2026

  Die ideale CI/CD-Deployment-Pipeline

  Von Build-Prüfungen bis zur Produktion; So lässt sich eine CI/CD-Pipeline aufbauen, die Fehler früh erkennt und Änderungen sicher ausrollt.

• 9. September 2026

  5 Arten von Softwaretests für zuverlässigere Systeme

  Ein praktischer Leitfaden zu Unit-, Integrations-, Canary-, Fault-Injection- und Performancetests mit Erfahrungen aus fast einem Jahrzehnt bei Amazon.

• 7. September 2026

  Produktions-Prompt-Labels nicht von Hand verwalten

  Wenn dein Code versioniert ist, Produktions-Prompts aber hinter einem veränderlichen Label liegen, hast du nur die Hälfte der Anwendung versioniert.

• 4. September 2026

  Auch deine Prompts brauchen Integrationstests

  Ein Playground prüft den Prompt. Produktionsfehler entstehen oft durch Retrieval, Parsing und den Code drumherum.

• 3. September 2026

  Wenn Amazon EMR YARN mehr Speicher gibt, als die Maschine tatsächlich hat

  Bei einigen Instance-Typen erlaubt EMR YARN, mehr RAM zuzuweisen, als Linux tatsächlich sieht. Die Spark-Konfiguration sieht korrekt aus. Trotzdem läuft der Node in einen Speicherengpass.

• 2. September 2026

  Warum dein Spark-Job weiterhin mit OOM-Fehlern abstürzt, selbst nachdem du Amazon EMR skalierst

  EMR dimensioniert Executors anhand der Hardware, nicht anhand deines Workloads. Mehr Nodes bedeuten mehr derselben zu klein dimensionierten Executors, und gemischte Instance Fleets können das Problem noch verschärfen.