Blog

Rate Limit, Warteschlangen und Antispam sind drei Schutzschichten - ohne sie werden Formulare und Telegram-/Discord-Bots schnell zu Kanälen für Spam, Flood und DoS. Ein CAPTCHA reicht nicht: Sie brauchen Frequenzlimits, asynchrone Verarbeitung sowie Filter nach Inhalt und Reputation. Unten - wie Sie ein praxistaugliches Setup für Sites und Bots ohne unnötige Komplexität bauen.

• Rate Limit - wie viele Anfragen pro Zeitfenster von einer IP, einem Konto oder Token erlaubt sind
• Warteschlange - Puffer zwischen Annahme der Anfrage und schwerer Arbeit (E-Mail, CRM, LLM, Webhook)
• Antispam - Honeypot, CAPTCHA, Heuristiken, Blocklisten und Inhaltsprüfung
• Regel - zuerst Frequenz drosseln und asynchron verarbeiten, dann Filter verschärfen
• Ziel - echte Leads behalten und den Dienst unter einem Botnetz am Laufen halten
• Warum es fürs Geschäft zählt - weniger Spam in CRM und Postfach, niedrigere SMS-/LLM-/API-Kosten, der Vertrieb sieht nur echte Leads

Website-Wartung ist nicht nur Hosting bezahlen. Dazu gehören Updates, Sicherheit, Backups, Content-Anpassungen und Reaktion auf Störungen. Ohne klares Budget erfahren Inhaber den echten Preis oft erst nach Ausfall, Hack oder verlorenen Leads. Unten - wovon die monatlichen Kosten zusammensetzt sind, typische Spannen und wie Sie Support wählen, ohne zu viel zu zahlen.

• Hosting und Domain - Basis-Infrastruktur; ohne sie läuft die Seite nicht
• Technische Pflege - CMS-, Plugin-, PHP/Node-Updates, SSL, Monitoring
• Content und Anpassungen - Texte, Banner, neue Blöcke, kleine SEO
• Sicherheit und Backups - Schutz vor Angriffen und schnelle Wiederherstellung nach Ausfällen
• Wichtig - der Preis hängt von Site-Typ, Stack, SLA und davon ab, wer die Arbeit macht: intern, Freelancer oder Agentur

Eine mehrsprachige Website ohne klares URL-Schema und korrektes hreflang verliert oft Traffic und Kunden: Suchmaschinen verwechseln Versionen, zeigen die falsche Sprache oder werten Seiten als Duplikate, und der Besucher geht, ohne seinen Markt zu finden. Unten - wie Sie die Adressstruktur wählen, Locales verknüpfen, wer das wirklich braucht und wann, und welche Fehler 2026 am häufigsten auftreten.

• hreflang - Signal an die Suchmaschine, welche Sprach-/Regionsversion für welches Publikum gilt
• URL - Pfadpräfix, Subdomain oder eigene Domain; das Schema muss einheitlich und vorhersehbar sein
• Canonical - darf die Locale-Verknüpfung nicht zerstören
• Inhalt - Übersetzung oder Lokalisierung, kein ungeprüftes Maschinen-Copy-Paste
• Regel - jede Locale verweist auf alle anderen und auf sich selbst

KI hilft, wenn es wiederkehrendes Volumen, klare Daten und einen messbaren Gewinn gibt. Oft wird sie aber eingebaut, «weil alle das machen» - und man bekommt Extra-Kosten, Risiko und Rauschen statt Ergebnis. Unten - praktische Fälle, wann KI nicht nötig ist, und was statt eines Modells sinnvoll ist.

• Kein Volumen - die Aufgabe ist selten; manuell ist günstiger und schneller
• Keine Daten - Chaos in Dokumenten und Prozessen verstärkt ein Modell nur
• Garantie nötig - Geld, Rechtsfakten, Sicherheit, Leben und Gesundheit
• Harte Regeln - if/else, Validatoren und Skripte schlagen ein LLM
• Regel - zuerst Prozess und Metrik, dann das Modell

Ein guter Entwicklungsbrief spart Wochen an Abstimmung und schützt das Budget vor „und das noch dazu“. Ohne Antworten auf Grundfragen rät das Team Anforderungen und der Auftraggeber wundert sich über Zeit und Preis. Unten - 15 Fragen, die vor Angebot und Kick-off gestellt werden sollten. Die Antworten machen aus einer Idee einen klaren Scope, keine Wunschliste.

• Wozu der Brief - Ziel, Grenzen und Erfolgskriterien festhalten
• Wann fragen - vor dem Angebot und vor dem Kick-off
• Wer antwortet - Entscheider und Product Owner, nicht „jeder ein bisschen“
• Was Sie bekommen - klarer Scope, realistischer Zeitplan, transparentes Budget
• Regel - keine Antwort = Risiko für Nacharbeit und versteckte Kosten

Neo4j ist eine Graphdatenbank, in der Daten als Knoten und Beziehungen leben - nicht als Zeilen in Tabellen. Eine gewoehnliche relationale DB (PostgreSQL, MySQL) eignet sich hervorragend fuer Transaktionen, Reports und CRUD. Aber wenn der Produktwert in Pfaden, Ketten und mehrstufigen Beziehungen liegt, wird SQL mit JOINs und rekursiven CTEs schnell schwer und fragil. Unten - praktische Signale, wann Neo4j gegenueber einer "gewoehnlichen" DB gewinnt, und wann ein Graph noch zu frueh ist.

• Graph - Knoten (Entitaeten) + Kanten (typisierte Beziehungen) + Eigenschaften
• Staerke von Neo4j - Traversal von Beziehungen mit variabler Tiefe
• Schwaeche von SQL - tiefe JOINs, "Freunde von Freunden", Fraud-/Zugriffs-Ketten
• Kein Ersatz - transaktionales CRUD, Lager, klassische Analytik
• Regel - Neo4j nehmen, wenn die Frage klingt wie "ueber wen / ueber was / in N Hops"

Eine Agent Card ist ein JSON-Dokument, das einem Client-Agenten sagt, wen er aufrufen soll, wohin er eine Aufgabe senden soll und welche Skills verfügbar sind. Im A2A-Protokoll (Agent2Agent) wird die Karte üblicherweise unter /.well-known/agent-card.json veröffentlicht: ohne sie ist der Agent schwer zu finden; mit einer vagen Beschreibung schwer korrekt zu routen.

• Agent Card - öffentlicher Vertrag über die Fähigkeiten des Agenten
• Discovery - Auffinden der Karte über well-known URL oder Registry
• skills - konkrete Fähigkeiten, kein generisches «ich kann alles»
• capabilities - Streaming, Push, erweiterte Karte
• security - Authentifizierungsschemata im OpenAPI-Stil

Eine Graph- und eine Vektor-Datenbank loesen unterschiedliche Problemklassen, auch wenn beide oft neben KI und Suche auftauchen. Der Graph speichert Entitaeten und Beziehungen: wer mit wem verbunden ist, welcher Pfad kuerzer ist, welche Knoten eine Community bilden. Der Vector Store speichert Embeddings und findet aehnliche Fragmente nach Bedeutung. 2026 ist die falsche Wahl teuer: schwaches Retrieval, unnoetige Infrastruktur, ein umgeschriebenes Pipeline und ungeplante Monate an Entwicklungszeit ueber dem Budget.

• Graph-DB - Beziehungen, Pfade, Abhaengigkeiten, Knowledge Graph, Fraud / Empfehlungen ueber den Graph
• Vektor-DB - semantische Suche, RAG, aehnliche Dokumente, Bilder, Code
• Nicht austauschbar - ein Graph ersetzt keine ANN-Suche; Vektoren ersetzen keinen Kanten-Traversal
• Hybrid - oft die beste Antwort: Graph fuer Struktur, Vektoren fuer Bedeutung
• Wahl - nach den Fragen, die das System zuverlaessig beantworten muss

Eine Vektordatenbank speichert Embeddings - numerische Darstellungen von Text, Bildern oder Code - und findet schnell die nächsten Vektoren nach Bedeutung. Ohne sie ist ein stabiles RAG, semantische Suche oder ein Empfehlungssystem schwer aufzubauen. 2026 werden am häufigsten Chroma, Qdrant und Pinecone verglichen: jedes Produkt balanciert Startgeschwindigkeit, Infrastrukturkontrolle und Skalierung anders. Unten - worin sie sich unterscheiden und welche Option zu Ihrem Projekt passt.

• Chroma - schneller lokaler Start und Prototypen; minimaler DevOps-Aufwand
• Qdrant - self-hosted oder Cloud; Filter, Hybrid Search, Datenkontrolle
• Pinecone - managed SaaS; weniger Betrieb bei wachsender Last
• Auswahl - hängt von Indexgröße, Privacy-Anforderungen und Betriebsbereitschaft ab
• Gemeinsam - Antwortqualität hängt stärker von Chunking und Embedding-Modell ab als vom DB-Markennamen

Tilda eignet sich nicht nur fuer Werbe-Landingpages. Man kann grundlegendes SEO konfigurieren, eine Unternehmenswebsite starten, Artikel veroeffentlichen und organischen Traffic gewinnen. Das Ergebnis haengt jedoch nicht vom Baukasten allein ab, sondern von Seitenstruktur, Content-Qualitaet, Geschwindigkeit und technischen Grenzen des Projekts. Dieser Beitrag zeigt, was Website-Betreiber selbst erledigen koennen, wo die Grenzen der Plattform beginnen und wann ein Entwickler gebraucht wird.

• Ohne Entwickler - Title, Description, Ueberschriften, saubere URLs, Alt-Texte, Weiterleitungen und Basis-Analytics
• Mit Grenzen - komplexe strukturierte Daten, massenhafte Seitenerstellung, detaillierte Speed-Optimierung und individuelle interne Verlinkung
• Mit Entwickler - externe Dienste, Custom Code, Automatisierung, technisches Audit und sichere Migration
• Grundprinzip - zuerst Struktur und Inhalte verbessern, danach die technische Loesung erweitern