HECKER CONSULTING

13/10/2026

Ein Musiker, der Software entwickelt. Und was das über die Zukunft des Programmierens verrät.

Neulich erzählte ein Softwareentwickler von einer Begegnung: Sein Gesprächspartner schaut kurz aufs Handy, gibt eine Code-Änderung frei und redet weiter. Im Hintergrund arbeiten mehrere KI-Agenten für ihn. Einer programmiert, einer prüft, einer kümmert sich um den Betrieb. Der Mann ist kein Entwickler, sondern Musiker.

Macht KI also Programmierer überflüssig? Nein. Aber sie verändert den Beruf grundlegend.

Was sich gerade verschiebt:

Erstens: KI ist keine Tipphilfe mehr. Coding-Agenten übernehmen ganze Features, vom Verstehen des Projekts über die Tests bis zum Einfügen in die Codebasis. Was früher Wochen dauerte, ist oft in Minuten erledigt.

Zweitens: Der Mensch wird zum Dirigenten. Wenn die Maschine das Umsetzen übernimmt, zählen Architektur, Zielsetzung und kritisches Urteilsvermögen. Wer nur schnell tippt, hat künftig weniger zu bieten als jemand, der Systeme durchdenkt.

Drittens: Ohne Grundlagenwissen geht es nicht. Ein Sprachmodell schätzt für ein Spiel mehrere Monate Entwicklungszeit und baut es dann in fünf Minuten. Maschinen haben kein Zeitgefühl. Wer das versteht, arbeitet besser mit ihnen.

Viertens: Die Risiken sind real. Ein Agent, der sensible Daten kennt, im Netz liest und Daten versenden kann, lässt sich über versteckte Anweisungen manipulieren. Stichwort Prompt Injection. Deshalb gehören Agenten in abgeschottete Sandboxes.

Fünftens: KI ist die neue Elektrizität, sagt Andrew Ng. Strom hat keine Arbeit abgeschafft, sondern ganze Berufe geschaffen. Bei der KI dürfte es ähnlich kommen: Jemand muss diese Systeme warten, absichern und verlässlich machen.

Mein Eindruck: Programmieren wird zugänglicher, aber nicht anspruchsloser. Verantwortung lässt sich nicht an die Maschine delegieren.

Wie erleben Sie das in Ihrem Unternehmen: Schreiben Ihre Teams noch Code, oder dirigieren sie schon?

https://www.hco.de/blog/vom-programmierer-zum-dirigenten-wie-ki-agenten-die-softwareentwicklung-verandern

Power Automate, Copilot Studio, Copilot Code oder GitHub Copilot? Wir erklären verständlich, welches Microsoft-Werkzeug für welche Aufgabe gedacht ist, wie sie zusammenspielen und worauf Unternehmen bei der Governance achten sollten.

07/10/2026

Microservices gelten noch immer häufig als Synonym für eine moderne Softwarearchitektur.

Doch viele vermeintliche Microservice-Systeme lassen sich nur gemeinsam testen, gemeinsam veröffentlichen und gemeinsam betreiben. Aus einem schwer wartbaren Monolithen entsteht dann ein noch schwerer beherrschbarer verteilter Monolith.

Gleichzeitig wird eine dritte Option oft unterschätzt: der modulare Monolith.

Er besitzt fachlich abgegrenzte Module mit klaren Schnittstellen, bleibt aber zunächst eine gemeinsame Deployment-Einheit. So lassen sich fachliche Grenzen entwickeln und überprüfen, ohne sofort den gesamten Aufwand eines verteilten Systems zu übernehmen.

Aber welche Architektur passt zu einer konkreten Anwendung?

Darum geht es in unserem neuen kostenlosen Learning-Master-Webinar:

"Monolith, modularer Monolith oder Microservices - sieben Entscheidungskriterien"

In 20 Minuten erfahren Sie,

- wie sich die drei Architekturstile tatsächlich unterscheiden,
- woran Sie einen verteilten Monolithen erkennen,
- warum fachliche Grenzen vor technischen Servicegrenzen kommen,
- wann unabhängige Änderungen und Teamstrukturen für Microservices sprechen,
- welche Rolle Skalierung, Datenkonsistenz und Betriebsreife spielen,
- warum jede zusätzliche Deployment-Einheit dauerhafte Kosten verursacht,
- und wie eine Anwendung schrittweise vom Monolithen über belastbare Module zu ausgewählten Services wachsen kann.

Das Ziel ist keine pauschale Empfehlung und auch keine neue Architektur-Faustregel. Sie erhalten ein Entscheidungsraster, mit dem Sie die passende Tendenz für Ihre Anwendung - oder für einzelne fachliche Bereiche - begründen können.

Eine praktische Übung führt von Domänen, Daten und Änderungsdynamik zu einem kompakten Architecture Decision Record mit Entscheidung, Konsequenzen und erstem Umsetzungsschritt.

Kostenlos ansehen:
https://www.learning-master.de/monolith-modularer-monolith-oder-microservices/sieben-entscheidungskriterien/

Kostenloses Video zum Modul „Sieben Entscheidungskriterien“ aus dem Seminar Monolith, modularer Monolith oder Microservices. Themen: Drei Architekturen…

06/10/2026

Welches Seminar bringt Ihr Entwicklerteam wirklich weiter?

Manchmal steht die Technologie schon fest, aber der passende Einstieg fehlt. Manchmal ist das Ziel klar, bessere Tests, Bestandscode modernisieren, KI sinnvoll einsetzen und die Wahl des richtigen Angebots noch offen.

Dafür gibt es jetzt den Themenfinder von Learning Master.

Vier Fragen zu Ihrer Ausgangslage, Technologie, Ihrem Lernziel und Teamkontext führen zu passenden Seminaren oder kostenlosen Entscheidungsvideos.

Sie erhalten:

- Empfehlungen mit einer nachvollziehbaren Begründung
- Hinweise zu den benötigten Vorkenntnissen
- Einen direkten Vergleich passender Angebote

Die Grundlage: 47 Seminare und fünf Entscheidungsvideos aus unserem veröffentlichten Programm.

Dabei zählt mehr als der Seminartitel: Die Voraussetzungen müssen zu Ihrer Ausgangslage passen. Und wenn kein passendes Angebot vorhanden ist, zeigt der Themenfinder das auch.

Probieren Sie ihn mit einer konkreten Aufgabe aus Ihrem Team aus:
https://www.learning-master.de/themenfinder/

In vier Fragen zum passenden Seminar oder kostenlosen Entscheidungsvideo — mit Begründung, Voraussetzungen und direktem Vergleich.

05/10/2026

Wenn eine Anwendung nur entscheiden soll: Warum verwenden wir dafür ein Sprachmodell, das Texte erzeugen möchte?

Viele KI-Funktionen schreiben gar nichts. Sie sollen beispielsweise:

- eine Anfrage klassifizieren,
- ihre Dringlichkeit bewerten,
- eine Fundstelle auf Relevanz prüfen,
- ein passendes Modell auswählen,
- oder entscheiden, ob ein Mensch übernehmen muss.

Trotzdem werden solche Aufgaben häufig mit generativen LLMs wie ChatGPT, Claude oder Gemini umgesetzt.

Mit Jev ist nun ein anderer Ansatz verfügbar: Das Modell erzeugt keinen freien Text, sondern beantwortet vorab definierte Fragen mit typisierten Ergebnissen und Wahrscheinlichkeiten.

Aber wann ist ein solches Entscheidungsmodell wirklich sinnvoll? Und wann bleiben fester Programmcode, klassisches Machine Learning oder ein generatives LLM die bessere Wahl?

Darum geht es in unserem neuen kostenlosen Learning-Master-Webinar:

"Jev oder LLM wie ChatGPT, Claude und Gemini - sieben Entscheidungskriterien"

In 19 Minuten erfahren Sie,

- wie sich Programmcode, klassisches Machine Learning, Jev und generative LLMs voneinander unterscheiden,
- wann ein geschlossener Ergebnisraum für Jev spricht,
- warum Berechnungen, Datumslogik und feste Regeln weiterhin in den Code gehören,
- wie komplexe Urteile in atomare Fragen zerlegt werden,
- wie aus Wahrscheinlichkeiten Schwellenwerte, Freigaben und Eskalationen entstehen,
- wann Geschwindigkeit und Kosten eine zusätzliche Architekturkomponente rechtfertigen,
- und warum Confidence niemals eine eigene Evaluation ersetzt.

Das Ziel ist keine pauschale Empfehlung für Jev. Sie erhalten ein Entscheidungsraster, mit dem Sie konkrete KI-Funktionen nachvollziehbar einordnen können.

Eine praktische Übung führt von einem realen Entscheidungspunkt zu einer begründeten Wahl zwischen Code, klassischem ML, Jev, LLM oder einer Kombination dieser Ansätze.

Kostenlos ansehen:
https://www.learning-master.de/jev-oder-llm-wie-chatgpt-claude-und-gemini/sieben-entscheidungskriterien/

Kostenloses Video zum Modul „Sieben Entscheidungskriterien“ aus dem Seminar Jev oder LLM wie ChatGPT, Claude und Gemini. Themen: Vier Ansätze, eine…

02/10/2026

Mehr Tests bedeuten nicht automatisch mehr Qualität.

Eine Testsuite kann tausend Tests enthalten, lange laufen, regelmäßig ohne echten Grund fehlschlagen - und trotzdem genau den Fehler übersehen, der später in der Produktion auftritt.

Die entscheidende Frage lautet deshalb nicht:

Wie viele Unit-, Integrations-, Contract- und E2E-Tests brauchen wir?

Sondern:

Welches Risiko müssen wir auf welcher Ebene erstmals zuverlässig erkennen?

Unser neues kostenloses Learning-Master-Webinar zeigt dafür einen systematischen Entscheidungsweg:

"Unit Test, Integrationstest, Contract Test oder E2E - welche Tests brauchen wir wirklich?"

In 20 Minuten erfahren Sie,

- welche Aussage die vier Testarten tatsächlich belegen,
- warum pauschale Prozentvorgaben und Coverage-Ziele nicht ausreichen,
- welche Systemgrenze ein Test wirklich überschreiten muss,
- wann Mocks sinnvoll sind und wann echte Infrastruktur benötigt wird,
- wie Feedbackgeschwindigkeit, Stabilität und Wartungsaufwand die Auswahl beeinflussen,
- wann Contract Tests bei unabhängig ausgelieferten Systemen unverzichtbar werden,
- und wo KI-Assistenten bei der Testentwicklung helfen können, ohne das Testorakel zu übernehmen.

Das Ziel ist keine allgemeingültige Testpyramide, sondern ein begründetes Testprofil für Ihre Anwendung, Ihre Architektur und Ihren Lieferprozess.

Eine praktische Übung hilft Ihnen außerdem, konkrete Risiken einer Änderung den passenden Testebenen zuzuordnen und redundante Tests zu erkennen, die lediglich langsamer und teurer wiederholen, was bereits an anderer Stelle geprüft wird.

Kostenlos ansehen:
https://www.learning-master.de/unit-test-integrationstest-contract-test-oder-e2e/sieben-entscheidungskriterien/

28/09/2026

Überall steht "Copilot" drauf. Aber was steckt eigentlich drin?

Wir bekommeen gerade oft dieselbe Frage: Microsoft hat Power Automate, Copilot Studio, jetzt auch Copilot Code und dazu GitHub Copilot. Welches Werkzeug nimmt man denn nun wofür?

Die gute Nachricht: Es ist einfacher, als das Namenswirrwarr vermuten lässt. Drei Fragen reichen.

🔁 Ist der Ablauf fest und wiederholbar?
Dann ist Power Automate der richtige Kandidat. Rechnung kommt rein, wird geprüft, freigegeben, abgelegt. Verlässlich, nachvollziehbar, jedes Mal gleich.

💬 Soll jemand mit einem Assistenten sprechen?
Dann führt der Weg zu Copilot Studio. Ein Agent beantwortet Fragen zum VPN-Problem oder zur Reiserichtlinie, fragt nach und stößt bei Bedarf die passende Aktion an.

🛠️ Soll schnell eine kleine App entstehen?
Dafür ist Copilot Code gedacht. Man beschreibt einen Projekttracker oder ein Dashboard in Alltagssprache, und die Anwendung entsteht. Das ist ideal für die vielen kleinen Excel-Behelfslösungen, die längst eine richtige App verdient hätten.

Und GitHub Copilot? Der bleibt das Werkzeug der Profis für echte, langlebige Software.

Am spannendsten wird es, wenn man die Werkzeuge kombiniert. Der Agent versteht, Power Automate handelt, Copilot Code baut.

Unser Rat bei aller Begeisterung ist trotzdem, zuerst an die Governance zu denken. Wenn plötzlich jede Abteilung eigene Agenten und Apps bauen kann, braucht es klare Regeln. Wer darf auf welche Daten zugreifen? Wer ist verantwortlich? Wo muss ein Mensch das letzte Wort haben? Auch eine per Sprachbefehl erzeugte App ist Software und will entsprechend behandelt werden.

Copilot Code steckt übrigens noch im Rollout. Wie es sich im Alltag schlägt, wird eine der spannenden Fragen der kommenden Monate. Das Potenzial, die Digitalisierung in den Fachabteilungen spürbar zu beschleunigen, ist jedenfalls da.

Wie sieht es bei Ihnen aus? Setzen Sie schon auf Agenten, oder bleibt es vorerst bei klassischen Automatisierungen? 👇

https://www.hco.de/blog/power-automate-copilot-studio-oder-copilot-code-welches-microsoft-werkzeug-passt-wofur

Power Automate, Copilot Studio, Copilot Code oder GitHub Copilot? Wir erklären verständlich, welches Microsoft-Werkzeug für welche Aufgabe gedacht ist, wie sie zusammenspielen und worauf Unternehmen bei der Governance achten sollten.

22/09/2026

Braucht Ihr Entwicklerteam einen IDE-Copiloten, einen Coding-Agenten oder bereits einen agentischen Workflow?

Die Begriffe werden häufig miteinander verglichen, beschreiben aber unterschiedliche Ebenen:

– Ein IDE-Copilot unterstützt direkt im Arbeitsfluss.
– Ein Coding-Agent bearbeitet abgegrenzte Aufgaben über mehrere Dateien und Arbeitsschritte.
– Ein agentischer Workflow verbindet Spezifikation, Umsetzung, Prüfung und Freigabe zu einem wiederholbaren Prozess.

Die entscheidende Frage lautet deshalb nicht: Welches Werkzeug ist am leistungsfähigsten?

Sondern: Wie viel Autonomie benötigt eine konkrete Entwicklungsaufgabe – und wie viel Kontrolle kann das Team verantworten?

Unser neues kostenloses Learning-Master-Webinar zeigt dafür einen systematischen Entscheidungsweg:

"Coding-Agent, IDE-Copilot oder agentischer Workflow – sieben Entscheidungskriterien"

In 21 Minuten erfahren Sie,

– welche Aufgaben sich für die drei Stufen eignen,
– warum Kontextqualität und klare Akzeptanzkriterien entscheidend sind,
– wie Autonomie, Werkzeugzugriff und Berechtigungen abgestuft werden sollten,
– welche Prüfungen und Guardrails KI-erzeugter Code benötigt,
– wie sich der tatsächliche Nutzen eines Piloten messen lässt,
– und warum die einfachste Stufe, die eine Aufgabe zuverlässig trägt, häufig die beste Wahl ist.

Das Ziel ist keine Produktempfehlung, sondern ein begründetes Entscheidungsprofil für Ihr Entwicklerteam.

Eine praktische Übung hilft Ihnen, eine reale Entwicklungsaufgabe einzuordnen, Freigabepunkte festzulegen und messbare Erfolgskriterien für einen Pilotversuch zu definieren.

Kostenlos ansehen:

https://www.learning-master.de/coding-agent-ide-copilot-oder-agentischer-workflow/sieben-entscheidungskriterien/

Kostenloses Video zum Modul „Sieben Entscheidungskriterien“ aus dem Seminar Coding-Agent, IDE-Copilot oder agentischer Workflow. Themen: Drei Stufen…

16/09/2026

Brauchen Sie wirklich einen KI-Agenten?

Oder genügt ein Chatbot, eine RAG-Lösung oder ein klar definierter KI-Workflow?

In vielen Unternehmen beginnt die Diskussion mit der gewünschten Technologie: "Wir brauchen einen Agenten." Dabei müsste zuerst geklärt werden, welche Aufgabe das System lösen soll, welches Wissen es benötigt und welche Aktionen es selbstständig ausführen darf.

Unser neues kostenloses Learning-Master-Webinar zeigt einen herstellerunabhängigen Entscheidungsweg:

"Chatbot, RAG oder KI-Agent - sieben Entscheidungskriterien"

In 22 Minuten erfahren Sie,

- warum Chatbot, RAG, Workflow und Agent keine direkten Alternativen sind,
- wie Aufgabe, Wissen, Handlungsspielraum und Autonomie die Architektur bestimmen,
- welche Risiken, Freigaben und Qualitätskriterien berücksichtigt werden müssen,
- warum die einfachste ausreichende Architektur häufig die beste ist,
- und wann das richtige Ergebnis zunächst lautet: noch nicht anfangen.

Das Ziel ist keine pauschale Technologieempfehlung, sondern eine nachvollziehbare Architekturhypothese für Ihren konkreten Anwendungsfall.

Das Video enthält außerdem eine praktische Übung, mit der Sie einen eigenen KI-Anwendungsfall anhand der sieben Kriterien bewerten können.

Kostenlos ansehen:
https://www.learning-master.de/chatbot-rag-oder-ki-agent/sieben-entscheidungskriterien/

Kostenloses Video zum Modul „Sieben Entscheidungskriterien“ aus dem Seminar Chatbot, RAG oder KI-Agent. Themen: Vier Muster, eine Entscheidung, Aufgabe…

14/09/2026

Spring Boot oder Quarkus?

Die falsche Frage lautet: Welches Framework ist grundsätzlich besser?

Die bessere Frage: Welches Framework passt zur konkreten Anwendung, zum Team und zum Betriebsmodell?

Denn 2026 unterstützen beide Plattformen moderne Java-Versionen, Container, Kubernetes, Observability, Testcontainers und GraalVM Native Images. Eine Entscheidung allein aufgrund von Startzeiten, Image-Größen oder einer überzeugenden Demo greift daher zu kurz.

In unserem neuen kostenlosen Learning-Master-Modul betrachten wir sieben Entscheidungskriterien:

1. Strategischer Fit und vorhandenes Ökosystem
2. Anwendungstyp und Laufzeitverhalten
3. Verwendete Frameworkfunktionen und Bibliotheken
4. Entwicklungsmodell und Teamproduktivität
5. JVM, AOT, Native Image und Containerbetrieb
6. Betrieb, Observability und Sicherheit
7. Migrationsaufwand, Risiko und Wirtschaftlichkeit

Das Ergebnis ist keine allgemeine Rangliste. Sie erhalten vielmehr eine kompakte Entscheidungsmatrix, mit der Sie eine geplante oder vorhandene Java-Anwendung strukturiert bewerten können.

Besonders wichtig: Quarkus startet keinen Spring Application Context. Die Spring-Kompatibilitätsschicht kann eine Migration erleichtern, bildet aber nicht das vollständige Spring-Ökosystem nach. Umgekehrt ist Native Image längst kein exklusives Quarkus-Argument mehr.

Das neue Modul ist ab sofort kostenlos verfügbar:

https://www.learning-master.de/spring-boot-oder-quarkus/sieben-entscheidungskriterien/

Welche Kriterien entscheiden in Ihrem Unternehmen über die Auswahl eines Java-Frameworks?

31/08/2026

‼️ NEUES SEMINAR: AI assisted Work Management ‼️

📥 Eine E Mail kommt an.
📋 Jemand erstellt eine Aufgabe.
👥 Im Meeting wird etwas entschieden.
📊 Am Freitag baut jemand mühsam den Statusbericht.

Kommt Ihnen das bekannt vor?

Im Seminar AI assisted Work Management schauen wir nicht auf noch mehr Funktionen, sondern auf den Arbeitsfluss dazwischen.

🤝 Copilot unterstützt den Menschen.
⚙️ Automation führt definierte Regeln aus.
🧭 Agents verfolgen Ziele und übernehmen Arbeitsschritte.

Sie lernen, wie Teams, Planner, SharePoint, Outlook, Power Automate und Copilot zusammenspielen. Sie entwerfen einen intelligenten Workflow, konzipieren einen eigenen Agent und legen fest, wo ein Mensch prüfen oder entscheiden muss.

Das Ergebnis ist kein KI Feuerwerk, sondern ein belastbarer Workflow Blueprint für Ihre Praxis.

👉

Sie brauchen "Projekte, Aufgaben und Prozesse mit Copilot, Agents und Automatisierung intelligent organisieren"-Beratung & Unterstützung! Wir sind ✅ erfahren, ✅ bringen Ergebnisse ✅ beraten individuelll & konkret! ▻▻ Informieren Sie sich!