Expertise
Diese Seite ist für die technischen Kolleginnen und Kollegen, denen jemand unseren Link weitergeleitet hat. Hier steht, wie wir arbeiten, womit und wo die Grenzen liegen.
Bevor wir ein fremdes System ändern, schreiben wir sein Verhalten als Ende-zu-Ende-Tests gegen die laufende Instanz fest, markiert nach „erhalten“ und „verbessern“. Befunde entstehen aus Code und laufendem System, mit Datei- und Zeilenverweis. Ein Evidenz-Register hält fest, was gemessen und was nur angenommen ist.
Wir zählen direkte und transitive Abhängigkeiten, getrennt nach Build und Laufzeit, bekannte Schwachstellen je Ebene bis zum Betriebssystem im Container, versäumte Patches und die Stellen, an denen man für Updates drehen muss. Mit Werkzeugen wie trivy, govulncheck und npm audit, jede Zahl mit Datum und Befehl, damit sie in einem Jahr wiederholbar ist. Die eigene Lösung messen wir nach denselben Regeln.
Aus den Befunden entsteht eine Gegenüberstellung: was Reparieren kostet, was Erneuern kostet und was jeweils bleibt. Neu gebaut wird nur, wo die Analyse es begründet, schrittweise und gegen dieselben Tests. Ein Neubau entsteht aus dem beobachteten Verhalten, nicht durch Kopieren des alten Codes.
Wir betrachten die ganze Strecke vom Commit bis zum Betrieb: Build-Umgebung, Tests, Freigabe, Deployment, Rollback und Wiederherstellung. Infrastruktur und Konfiguration liegen als Code vor und werden per GitOps ausgerollt, wiederkehrende Schritte werden zu gemeinsamen Pipeline-Bausteinen. Eine Wiederherstellung gilt erst als gesichert, wenn sie geprüft wurde.
Wir klären Zugriffe, Zugangsdaten und Schlüssel, Überwachung, Updates und Wiederherstellung. Auf Wunsch betreiben wir das System innerhalb eines vereinbarten Umfangs und hinterlassen dokumentierte, übergebbare Abläufe. Auf Wunsch schulen wir Ihr Team, damit es die Abläufe selbst trägt.
Wir schreiben Code heute überwiegend mit KI-Werkzeugen und prüfen ihn wie jeden anderen: mit Tests, Review und reproduzierbaren Builds. Die Grundlage bleibt deterministisch. KI kommt dort zum Einsatz, wo sie nachweislich Arbeit abnimmt, und das Urteil bleibt beim Menschen. Welche Daten welches Modell sehen darf, legen wir je Mandat fest, bis hin zur Verarbeitung ohne Speicherung beim Anbieter oder auf eigener Hardware.
Neue Werkzeuge und Verfahren setzen wir zuerst im eigenen Betrieb ein, bevor wir sie Kunden vorschlagen. So beraten wir aus eigener Erfahrung: was trägt, was es kostet und wo es an Grenzen stößt.
Unter anderem GitLab CI, Jenkins, GitHub Actions, Terraform, Ansible, Docker, Kubernetes, Helm, Argo CD, Azure, Go, Java und Intershop.
Für IT-Dienstleister arbeiten wir auch als Subunternehmer: Analyse oder Umsetzung im Rahmen Ihres Vertrags, Übergabe an Ihr Team.
Über Ihr System sprechen