programmier.bar – der Podcast für App- und Webentwicklung

Wie hat dir die Folge gefallen?
Gut 👍
Schlecht 👎
(Keine Anmeldung erforderlich)

In dieser News-Folge sprechen Dave und Jan über TypeScript 7.0, das JetBrains-Release 2026.2, die neuen Gemini-3.6-Flash-Modelle, eine Electron-Debatte samt Vercels Native SDK und die neue Java-Doku von CultRepo.
Los geht es mit TypeScript 7.0: Der Compiler wurde komplett neu in Go geschrieben und läuft dadurch rund zehnmal schneller. Der Haken ist die noch fehlende stabile öffentliche API, weshalb (Meta-)Frameworks wie Vue oder Svelte und Tools wie TypeScript ESLint vorerst auf 6.0 festhängen und auf 7.1 warten müssen.
Weiter geht es mit dem JetBrains-Release 2026.2 und seinem großen AI-Fokus. Das Highlight ist der Agent Skill Manager, ein kuratiertes Skill-Repository, bei dem wir festlegen können, ob ein Skill auf IDE-, Projekt- oder Agent-Ebene greift. Dazu kommen Quality of Life Verbesserungen wie breiterer Language-Server-Support und endlich Drag and Drop ins Terminal.
Außerdem hat Google Gemini 3.6 Flash samt Flash-Lite und Flash Cyber vorgestellt - besonders spannend fanden wir jedoch das Ranking von Artificial Analysis nach Preis pro gelöster Aufgabe.
Danach steigen wir in die Frage ein, warum eigentlich so viele Desktop-Apps Electron-Apps sind. Ausgangspunkt ist ein pointierter Blogpost von John Gruber. Genau hier schließt sich der Kreis zu Vercel, das mit seinem neuen Native SDK auf den Desktop geht: Statt Browser und Node mitzuliefern, rendert eine eigene, auf Zig basierende Engine das UI direkt ins native OS-Fenster, deklarativ beschrieben in Markup plus TypeScript und explizit darauf ausgelegt, von AI-Agents bedient zu werden.
Zum Abschluss empfiehlt uns Jan die neue CultRepo-Doku „The Java Story“, die in rund 75 Minuten die Geschichte von Java und ihren Einfluss auf ganze Ökosysteme erzählt und selbst für Nicht-Java-Menschen sehenswert ist.

Schreibt uns!
Schickt uns eure Themenwünsche und euer Feedback: podcast@programmier.bar
Folgt uns!
Bleibt auf dem Laufenden über zukünftige Folgen und virtuelle Meetups und beteiligt euch an Community-Diskussionen.
Bluesky
Instagram
LinkedIn
Meetup
YouTube

Wie hat dir die Folge gefallen?
Gut 👍
Schlecht 👎
(Keine Anmeldung erforderlich)

Wie entstehen eigentlich die Webstandards, die unseren Browser jeden Tag antreiben? In dieser Folge sprechen wir mit Christian Liebel, Mitglied der W3C Technical Architecture Group (TAG), über die Gremien, Prozesse und Entscheidungen hinter dem World Wide Web. Wir schauen darauf, wie neue Web-APIs entstehen, warum Standardisierung oft Jahre dauert und welche Rolle Entwickler:innen dabei spielen können.
Christian erzählt, wie ihn sein Weg von den ersten eigenen Websites über Progressive Web Apps bis in eines der wichtigsten Architektur-Gremien des Webs geführt hat. Dabei wird deutlich, dass die Zukunft des Webs nicht ausschließlich von großen Tech-Konzernen bestimmt wird, sondern auch von engagierten Menschen aus der Community. Wir sprechen darüber, wie die TAG arbeitet, warum Konsens wichtiger ist als Mehrheiten und weshalb gute Architekturentscheidungen oft deutlich mehr Perspektiven berücksichtigen müssen, als man zunächst vermutet.
Außerdem werfen wir einen Blick auf aktuelle Themen wie lokale KI im Browser, digitale Identitäten, WebMCP und die Frage, wie das Web mit nativen Plattformen Schritt halten kann. Christian erklärt, welche Spannungsfelder zwischen Browser-Herstellern, Entwickler:innen, Regulatoren und Nutzer:innen entstehen und warum genau diese Diskussionen entscheidend für die Zukunft des offenen Webs sind.
Eine Folge für alle, die verstehen wollen, wer die technischen Leitplanken des Webs setzt, wie Standards wirklich entstehen und warum sich jede Stimme aus der Entwickler:innen-Community einbringen kann.

Schreibt uns!
Schickt uns eure Themenwünsche und euer Feedback: podcast@programmier.bar
Folgt uns!
Bleibt auf dem Laufenden über zukünftige Folgen und virtuelle Meetups und beteiligt euch an Community-Diskussionen.
Bluesky
Instagram
LinkedIn
Meetup
YouTube
Musik: Hanimo

Wie hat dir die Folge gefallen?
Gut 👍
Schlecht 👎
(Keine Anmeldung erforderlich)

In den AI News 29 tauchen wir tief in die aktuelle Dynamik der großen Sprachmodelle ein. Wir starten mit den neuesten Updates von OpenAI rund um GPT-5.6 und die drei verschiedenen Modellreihen. Warum die Wahl der richtigen Konfiguration bei 15 verschiedenen Optionen mittlerweile fast zur Wissenschaft wird und was es mit dem neuen „Token-Maxing“ auf sich hat, erfahrt ihr zu Beginn der Folge. Außerdem werfen wir einen Blick auf die neue ChatGPT Mac App, die jetzt „Work“ und „Codex“ unter einem Dach vereint.
Ein großes Thema ist der juristische und politische Schlagabtausch im Silicon Valley. Während Sam Altman einen AI Permanent Fund nach dem Vorbild Alaskas vorschlägt, um den US-Staat mit 5 % an OpenAI zu beteiligen, weht aus Cupertino ein scharfer Wind: Apple hat eine Klage eingereicht. Es geht um den Vorwurf des systematischen Diebstahls von Geschäftsgeheimnissen durch Hunderte abgeworbene Mitarbeitende. Wir diskutieren die Hintergründe und fragen uns, wie viel Altruismus wirklich in den aktuellen Vorschlägen der Tech-Giganten steckt.
An der Modell-Front gibt es ebenfalls reichlich Bewegung: Meta hat mit Muse Spark 1.1 ein hocheffizientes Modell veröffentlicht, das preislich aggressiv positioniert ist. Zeitgleich schickt xAI Grok 4.5 ins Rennen, kämpft aber mit Diskussionen über den Umgang mit Nutzer:innendaten. Für alle, die sich für Open-Weights und Reinforcement Learning interessieren, schauen wir uns Verifiers von Prime Intellect an. Auch aus Deutschland gibt es Neuigkeiten: Das Konsortium hinter dem Projekt Soofi hat ein 30B-Modell veröffentlicht – wir loben die Initiative, rätseln aber über den sehr „traditionellen“ Web-Auftritt der Forschungsgruppe.
Zum Abschluss erwartet euch ein Deep Dive in die Forschung von Anthropic. Mit dem J-Space ist es gelungen, Claude gewissermaßen beim Denken zuzusehen. Basierend auf der Global Workspace Theory lässt sich visualisieren, welche Konzepte das Modell gerade intern priorisiert. Wir erklären euch, wie man durch Manipulation dieses Raums Antworten verändern kann und warum Claude plötzlich merkt, wenn es in einem Test-Szenario „gefangen“ ist. Den im Podcast erwähnten Playground zum Ausprobieren findet ihr hier.

Schreibt uns!
Schickt uns eure Themenwünsche und euer Feedback: podcast@programmier.bar
Folgt uns!
Bleibt auf dem Laufenden über zukünftige Folgen und virtuelle Meetups und beteiligt euch an Community-Diskussionen.
Bluesky
Instagram
LinkedIn
Meetup
YouTube

Wie hat dir die Folge gefallen?
Gut 👍
Schlecht 👎
(Keine Anmeldung erforderlich)

In dieser Woche geht es um eine der höchsten Wettbewerbsstrafen der EU-Geschichte, um die Frage, wie Open-Source-Projekte mit dem Ansturm AI-generierter Beiträge umgehen, und um den vielleicht größten Plot Twist der AI-Branche.
Ihr habt noch kein Ticket für die programmier.con 2026? Dann nutzt jetzt noch die Chance und nehmt am 25. und 26 November an unserem Event rund um Web und AI teil! Mehr unter: https://con.programmier.bar/
Der Europäische Gerichtshof hat die Berufung von Google und Alphabet abgewiesen und damit die Strafe von 4,1 Milliarden Euro endgültig bestätigt. Im Kern ging es um Android: Wer den Play Store auf seinen Geräten haben wollte, bekam auch Chrome und die Google-Suche vorinstalliert. Wir ordnen ein, wie sehr so eine Summe einen Konzern wie Google überhaupt trifft.
Bei tldraw, einem quelloffenen Whiteboard, wurde ein Issue eröffnet, um die komplette Test-Suite aus dem offenen Repository in ein geschlossenes zu verschieben. Der Hintergrund: Immer wieder bauen Leute mit AI so lange ein Konkurrenzprodukt nach, bis alle Tests durchlaufen, und deklarieren das Ergebnis dann als gleichwertig. Wir diskutieren, warum der Ansatz nur bedingt hilft und der Autor am Ende selbst zurückruderte. Der zweite Fall ist für uns fast noch spannender: Die Game Engine Godot hat eine sehr explizite Policy gegen die Flut AI-generierter Pull Requests aufgestellt, inklusive Auto-Ban für reines Vibe-Coding und einer Kennzeichnungspflicht für AI-Beiträge. Wir fragen uns, ob so ein Verteidigungsmodus der richtige Weg ist.
Zum Schluss bringt Dave den Plot Twist mit: Midjourney, eigentlich bekannt für Text-to-Image und ganz ohne Fremdkapital profitabel, steigt mit Midjourney Medical in den Gesundheitssektor ein. Das Ziel ist ein Bildgebungsgerät, das euch in rund 60 Sekunden und ganz ohne Strahlung von Kopf bis Fuß scannen soll. Wir sprechen über den geplanten Spa in San Francisco, die kritischen Stimmen aus der Physik und darüber, warum das Ganze zuerst wie ein verspäteter Aprilscherz klingt.
Außerdem gibt es am Ende noch einen Hinweis zum Azure Community Day 2026 in Köln mit bekannten Gesichtern.

Schreibt uns!
Schickt uns eure Themenwünsche und euer Feedback: podcast@programmier.bar
Folgt uns!
Bleibt auf dem Laufenden über zukünftige Folgen und virtuelle Meetups und beteiligt euch an Community-Diskussionen.
Bluesky
Instagram
LinkedIn
Meetup
YouTube

Wie hat dir die Folge gefallen?
Gut 👍
Schlecht 👎
(Keine Anmeldung erforderlich)

In dieser Folge begrüßen wir einen alten Bekannten in der programmier.bar: Nico Martin, Machine Learning Engineer bei Hugging Face und gern gesehener Podcast-Gast und programmier.con-Speaker.
Während Nico bei seinen letzten Besuchen noch über WordPress und PWAs sprach, tauchen wir heute tief in die Welt von WebML ein. Wir besprechen, wie ihr mit Transformers.js modernste Machine-Learning-Modelle direkt in euren JavaScript-Anwendungen ausführt – egal ob im Browser, in Node.js, Bun oder Deno.
Warum sollte man ML-Modelle überhaupt lokal beim Team oder den Endnutzenden laufen lassen, statt einfach eine API anzufragen? Nico erklärt uns die Vorteile von On-Device AI: von maximaler Privacy über Offline-Verfügbarkeit bis hin zur Vermeidung von Latenzen bei großen Mediendateien. Wir räumen mit dem Vorurteil auf, dass Machine Learning im Web nur aus Chatbots besteht, und schauen uns spannende Use Cases wie Background Removal, Voice Activity Detection oder lokale Audio-Transkription an.
Und natürlich stellt Nico auch die neusten Updates von Transformers.js vor, das gerade in Version 4 erschienen ist und jetzt unter anderem seine eigene Tokenizer Library mitbringt. Er erklärt uns auch, welche Herausforderungen es bei der Gestaltung der APIs gab und wie Transformers.js es schafft, dutzende Use-Cases, unterschiedliche APIs und eine quasi endlose Anzahl an Modellen zu vereinen und erfolgreich zu abstrahieren.
Außerdem sprechen wir über die zugrundeliegende ONNX Architektur und Runtime und beleuchten, was damit alles geht und was nicht. Wir sprechen über Herausforderungen im Caching, der Bandbreite des Clients und strikte RAM-Limitierungen, insbesondere in mobilen Browsern.

Schreibt uns!
Schickt uns eure Themenwünsche und euer Feedback: podcast@programmier.bar
Folgt uns!
Bleibt auf dem Laufenden über zukünftige Folgen und virtuelle Meetups und beteiligt euch an Community-Diskussionen.
Bluesky
Instagram
LinkedIn
Meetup
YouTube
Musik: Hanimo