Artikelreihen

Künstliche Intelligenz sollte der Turbolader unserer Produktivität werden. Stattdessen sitzen wir gebannt vor ihren Ergebnissen, korrigieren, polieren – und nennen das Fortschritt. Wer genauer hinschaut, merkt schnell: Wir arbeiten nicht schneller, sondern sind nur anders beschäftigt. Statt wirklich produktiver zu werden, sind wir süchtig nach dem Gefühl, es zu sein.

Themen kommen und gehen – und kommen wieder.“ – Richard Seidl Wir werden von allen Seiten vollgedröhnt. KI hier, Agents da und die Super-KI vor der Tür. Verheißungen und Hiobs-Botschaften ... aus dem sanften Rauschen in den mehr oder weniger sozialen Medien ist ein Dauerfeuer geworden, dem man sich nur schwer entziehen kann.

Null-Referenzen gelten als gefährlich, gar als „Milliarden-Dollar-Fehler“, sind in Java aber schwer zu vermeiden. Aktuell nimmt das Open-Source-Projekt JSpecify an Fahrt auf, das einen Standard für Null-Annotationen in Java anstrebt.

Nachdem wir im ersten Teil versucht haben, einen allgemeinen Überblick über ein Projekt wie ein in die Jahre gekommenes hochverfügbares Lager zu bekommen, um daraufhin allgemeine Informationen zu beschaffen, geht es heute um die Beschaffung technischer Informationen und die Frage, wie wir die gesammelten Informationen auch auswerten können. Und auch hier gilt „Uptime matters!“ – der Betrieb geht v..

Eins der Tools, die wir regelmäßig nutzen, ist der Java Garbage Collector (JGC). Und sind wir mal ehrlich – was er macht, interessiert uns solange nicht, bis wir Probleme bekommen. Da es in der Regel schnell gehen muss, wenn es dann Probleme auf dem Produktivsystem gibt, will ich mich heute einmal mit Tools beschäftigen, die zeigen, wie der „große Unbekannte“ eigentlich arbeitet.