bynd code podcast

Ralf D. Müller, Chefarchitekt bei DB Systel, schreibt keinen Code mehr und liest ihn auch nicht. Die Architektur ist sein Kontrollinstrument, die Umsetzung übernimmt die KI.
In dieser Episode von Beyond Code sprechen wir über Agent-Autonomie, Semantic Anchors, Loop Engineering und die Frage, ob ein menschliches Code Review überhaupt noch realistisch ist, wenn fünf Minuten generierter Code fünf Stunden Review bedeuten.
Ralf D. Müller ist Chefarchitekt bei DB Systel, dem IT-Dienstleister der Deutschen Bahn, und dort Technology Evangelist für Künstliche Intelligenz. Er ist Initiator des Open-Source-Projekts docToolchain, Co-Autor von „arc42 by Example", Trainer bei socreatory, Co-Host von Software-Architektur im Stream und Kopf hinter den Semantic Anchors.
Bei der Autonomie von Agenten geht es um die Frage, wie viel Freiheit ein Agent verdient und woran man das festmacht. Seine KI hat eigene Accounts und eigene Budgets statt Zugriff auf seine, Berechtigungen hängen für ihn an der Reichweite und nicht an der Funktion, und Sandboxing hält in der Praxis selten. Bei den Semantic Anchors zeigt er, wie ein präziser Fachbegriff im Modell eine vollständige Definition aufruft: „use TDD London School" ersetzt 190 Zeilen Prompt, und verkettete Anker führen zu reproduzierbarer Qualität. Dazu kommen Loop Engineering und Graph Engineering, seine klare Position zu Dark Factories und Lights-off Production, Qualitätskriterien als Entscheidungsgrundlage für die KI und die Learnings aus dem AI Enablement im Konzern.

KAPITEL

00:00 Intro
03:20 Hands-off entwickeln: kein Cursor, kein Blick in den Code
04:57 Home Assistant und der Women Acceptance Factor als Qualitätskriterium
07:33 Wie viel Freiheit verdient ein Agent? Eigene Accounts, Sandboxing, Blast Radius
15:54 Am Ball bleiben und die Frage: Modelle oder Harness?
24:42 Loop Engineering und Graph Engineering
36:18 Semantic Anchors: ein Fachbegriff statt 190 Zeilen Prompt
47:24 Braucht es noch Code Reviews? Dark Factories und das Eichhorst-Prinzip
55:46 Baby Steps: von der Spezifikation zum lauffähigen Code
1:04:00 KI als Werkzeug des Architekten: ADRs und Qualitätskriterien
1:13:03 AI Enablement: Wissen teilen, Ängste ernst nehmen
1:26:53 Die Frage an den nächsten Gast

LINKS ZUM GAST
Ralf auf LinkedIn: https://www.linkedin.com/in/rdmueller
Blog: https://fiveandahalfstars.ninja
Semantic Anchors: https://llm-coding.github.io/Semantic-Anchors/
Semantic Anchors auf GitHub (gerne einen Stern hinterlassen): https://github.com/LLM-Coding/Semantic-Anchors
Semantic Contracts: https://llm-coding.github.io/Semantic-Anchors/contracts
Vibe-Coding Risk Radar: https://llm-coding.github.io/vibe-coding-risk-radar/
docToolchain: https://doctoolchain.org
arc42: https://arc42.org
UltraThink Club: https://ultrathink.club
Software-Architektur im Stream: https://software-architektur.tv

ERWÄHNT IN DER EPISODE
ADR nach Nygard: https://cognitect.com/blog/2011/11/15/documenting-architecture-decisions
SPARC Framework von Reuven Cohen: https://github.com/ruvnet/sparc
Workflow-MCP von Oliver Jägle: https://github.com/codemcp/workflows
Gastown von Steve Yegge: https://github.com/gastownhall/gastown
DokChess von Stefan Zörner: https://github.com/DokChess/dokchess
Die Antwort auf die Frage aus Episode #15 mit Adam Seligman: https://byndcode.com/episodes/ep015-adam-seligman/

❤️

Adam Seligman, CTO & GM of the AI Lab at Workato with previous leadership roles at Microsoft, Google, AWS, Salesforce, Mozilla, and Heroku joins me on the episode #15 of bynd code podcast.AI agents are getting increasingly capable. But moving from impressive demos to real business impact requires much more than a powerful model.In this conversation, Adam shares what he's seeing across enterprises today: why many AI initiatives get stuck in the pilot phase, what organizations need to safely connect agents to business-critical systems, and how to balance agent autonomy with the governance and control enterprises demand.One of the most interesting takeaways: the future of enterprise AI isn't just about smarter agents — it's about the infrastructure, orchestration, and security layers that allow them to operate safely at scale.In this episode, we explore:▪️ Why many AI projects struggle to move beyond experimentation▪️ Enterprise MCP and the emerging AI control plane▪️ Security, governance, and observability for agentic systems▪️ Permission escalation and safe access to enterprise data▪️ Digital workers and how humans and AI agents may collaborate in the futureA practical and honest conversation about the balance between agent autonomy, governance, and what it takes to make AI production-ready.

Website: https://byndcode.com

🎧 „Das Schreiben von Code war eigentlich nie das Problem.“ mit Golo Roden von The Native Web
Links:
👉 Golo Roden auf LinkedIn: https://www.linkedin.com/in/goloroden/
👉 YouTube-Kanal: The Native Web https://www.youtube.com/@thenativeweb
👉 The Native Web Website:
https://www.thenativeweb.io
👉 EventSourcingDB:
https://docs.eventsourcingdb.ioEvent-Sourced
👉Domain Modeling Language:
https://www.esdm.io

Golo Roden ist CTO & Co-Founder von The Native Web und prägt seit Jahren die Diskussion rund um Softwarearchitektur, Domain Driven Design und Event Sourcing.
In dieser Folge sprechen wir über Fachlichkeit in der Softwareentwicklung, KI als Sparring-Partner, moderne Architekturansätze und die Frage, warum gute Software oft weniger mit Technologie als mit Verständnis zu tun hat.

💎 Warum Fachlichkeit wichtiger ist als Technologie
💎 Wie man komplexe Domänen wirklich versteht
💎 Domain Driven Design in der Praxis
💎 Event Sourcing verständlich erklärt
💎 KI, Agents und Vibe Coding
💎 Warum Softwareentwicklung keine „Software-Produktion“ ist
💎 Kommunikation, Empathie und Lernen in Engineering-Teams
💎 Die Zukunft von Softwareentwicklung und Bildung
Eine Folge über Kommunikation, Lernen, Engineering-Kultur und darüber, wie Software wirklich entsteht.

🎙️ Viel Spaß mit der Folge!

share - like - subscribe ❤️

In der aktuellen Episode spreche ich mit Alexander Altenhofen – Director Product & Technology bei der DFL⁩  – darüber, was es braucht, um ein Erlebnis für Millionen Fans in Echtzeit zu bauen.Mehr als 10 Millionen Menschen schauen jede Woche Bundesliga Fußball. In einer Saison werden bis zu 1 Milliarde Datenpunkte gesammelt und pro Spiel sind das rund 1,7 Millionen Positionsdaten allein.All diese Informationen verwandelt die DFL mit ihren Produkten in echte Fan-Erlebnisse.Wir tauchen tief ein in die Frage, wie die Bundesliga heute weit mehr ist als nur Fußball:ein hochskalierbares Daten- und Technologieprodukt, das jedes Wochenende Millionen Nutzer weltweit erreicht.Von Sensorik, Daten und Statistiken bis hin zu AI-getriebenem Content – diese Folge zeigt, wie moderne Tech-Stacks echte Fan-Erlebnisse ermöglichen.
💡 In der Episode erfährst du unter anderem:
- wie die DFL ihre Systeme auf extreme Peaks und Millionen gleichzeitige Nutzer vorbereitet
- warum near real-time Daten entscheidend für das Live-Erlebnis sind
- wie neue Produkte bei der DFL entstehen
- wie GenAI Content-Produktion von Minuten auf Sekunden reduziert- wie AI Agents Spielberichte schreiben
- welche Sensorik beim Sammeln der Datenpunkte zum Einsatz kommt
- warum Personalisierung das Fan-Erlebnis der Zukunft definiert
- was hinter der „Glass-to-Glass“ Strategie stecktlike -

share -subscribe ❤️

#podcast #interview #bundesliga #dfl #ai #genai #agenticAI #bigdata #datamesh #serverless #leadership #mindset #engineering #beyondcode #byndcode #engineering #yt #aws #cloud #cloudnative #realtime

Spotify operates one of the largest engineering systems in consumer technology. At any given moment the platform serves around 100 million concurrent clients, processes 11–12 million backend requests per second, and runs nearly 3,000 production services.In this episode, Niklas Gustavsson (Chief Architect and VP of Engineering at Spotify ) explains how Spotify builds and operates software at that scale and how #AI is beginning to reshape the software development workflow.The conversation explores the #engineering architecture behind Spotify, the internal developer platforms that enable thousands of engineers to ship independently, and how AI-assisted coding is changing how software gets written and maintained.We discuss:• How Spotify scaled from a handful of services to ~3,000 production services• Why platform engineering and Backstage became essential to developer productivity• How Spotify runs thousands of deployments per day across its infrastructure• The internal AI agent fleet management system used to automate large-scale code migrations• Honk, an internal AI agent that can generate pull requests across repositories• How AI coding tools like Copilot, Cursor, and Claude are changing engineering workflows• Why product teams increasingly build prototypes instead of long PRDs• How the famous Spotify Model evolved as the company scaledNiklas also shares how Spotify measures engineering productivity, coordinates thousands of services across teams, and maintains a unified user experience despite a highly distributed architecture.Like - Subscribe and Share! #ai #agenticai #podcast #engineering #softwareengineering #spotify #beyondcode #leadership #cloud #kubernetes #claude #cursor #copilot #cloudnative #backstage #opensource #mindset #growthmindset #leadership