Wie baut man eine App, bei der die Daten wirklich dem User gehören und nicht in einer zentralen Datenbank bei einem großen Unternehmen landen? Ich habe genau das ausprobiert und eine eigene, Notion-ähnliche Wiki/Tabellen-App gebaut, die komplett lokal läuft und trotzdem zuverlässig zwischen mehreren Geräten synchronisiert, ganz ohne eine zentrale Datenbank.

Themen der Folge:

• Warum klassische Cloud-Architekturen Nachteile für Privatsphäre und Offline-Fähigkeit haben
• Wie die App komplett lokal und offline-fähig funktioniert
• Wie die Synchronisation zwischen Geräten trotzdem ohne zentralen Server klappt
• Cloud-Speicher (Google Drive/iCloud) als reiner Ablageort für Sync-Daten
• Erste Erfahrungen: stabile Synchronisation über drei Geräte hinweg

Das Projekt ist Open Source und auf GitHub zu finden (noch frühes Stadium): https://github.com/Xennis/turtle-base

Schlagwörter: Local-First, SQLite, Drift, Flutter, CRDT (Conflict-Free Replicated Data Type)

Warum den App-Code eigentlich zweimal schreiben? Wer als Solo-Entwickler eine App sowohl für Android als auch für iOS an den Start bringen will, steht vor völlig technisch unterschiedlichen Systemen.

Die Rettung: Flutter. Das Framework funktioniert wie eine Art „abstrakte App“, die man nur einmal baut und dann auf allen Plattformen laufen lassen kann. Wie der Spagat zwischen fertigen Bibliotheken (für Push-Notifications oder Gesundheitsdaten wie Health Kit & Health Connect) und dem nötigen Feinschliff pro Plattform im Entwickler-Alltag aussieht, gibt's in dieser Folge auf die Ohren. Schnapp dir ein Kaltgetränk und mach Feierabend!

In dieser Folge von „Der Feierabend-Commit“ geht es an die Daten-Basis! Warum immer alles direkt zu den großen Cloud-Anbietern schieben, wenn unsere Smartphones mittlerweile enorme Rechenkapazitäten besitzen? Ich habe meine Belohnungs-App umgebaut und die Datenbank von Google direkt lokal auf das Gerät geholt.

Warum das Thema alles andere als öde ist und warum der Trend gerade massiv in Richtung digitale Souveränität geht, erfährst du in dieser Episode.

Das erwartet dich in dieser Folge:

• Der Umbau: Warum die App-Daten jetzt in einer einzelnen SQLite-Datei auf dem Telefon leben statt auf Cloud-Servern.

• Die dicken Vorteile: Warum Datensparsamkeit die Freigabe im Play Store erleichtert und wieso die App nun komplett ohne Internetverbindung läuft.

• Die Kehrseite der Medaille: Warum die Synchronisation ohne Cloud-Account zur Herausforderung wird.

• Blick in die Zukunft: Was lokale Daten mit dem kommenden Trend von lokalen KI-Modellen zu tun haben.

• Werkstatt-Report: Was es bedeutet, Hintergrundjobs für Gesundheitsdaten (wie Androids Health Connect) und Push-Benachrichtigungen stabil zu bauen.

Höre rein und erfährst, wie wir uns ein Stück digitale Unabhängigkeit auf die eigenen Geräte zurückholen!

Themen

• Papyri digital: Wie man jahrtausendealte Schriften per Python-Bibliothek ausliest, strukturiert und filtert.
• Software-Wartung: Warum Code durch ständige Updates und Sicherheitslücken niemals wirklich „fertig“ ist.
• KI im Entwickler-Test: Ein Erfahrungsbericht über Code-Migration mit künstlicher Intelligenz – wo sie Zeit spart und wo der Mensch nachbessern muss.

Links

• https://github.com/Xennis/epidoc-parser
• https://github.com/papyri/idp.data

Themen in dieser Folge:

• Ein Blick in die Seele meiner KI-Assistenten: Ja, sie haben eine Seele und die wirkt sich konkret auf ihr Verhalten aus.

• Die Temperatur-Frage: Warum ich die Temperatur meiner KI-Agenten hochgedreht habe, was dieser Parameter überhaupt bedeutet und wo die Grenze zwischen genialer Kreativität und digitalem Wahnsinn liegt.

• Die Hoffnung: Lokale Modelle (LLMs) direkt auf dem Smartphone und Handy.

Links

• App von Google für lokale Modelle: Android & iOS

KI-Tools sparen beim Programmieren jede Menge Zeit, aber ohne den passenden Kontext und echtes Know-how schießen sie schnell am Ziel vorbei. Am praktischen Beispiel meiner Webseiten zeigt diese Folge vom Feierabend-Commit Podcast, wie KI-Unterstützung im Entwickleralltag aussieht. Denn auf der Webseite wollte ich meinen neuen Podcast – diesen hier ;-) – bewerben und musste entsprechende Änderungen vornehmen.

Willkommen zur ersten Folge! Ich bin Fabian, Softwareentwickler, und heute erzähle ich euch von meinen zwei magischen KI-Momenten mit "Bob" und "Lucy".

Warum reicht das normale ChatGPT eigentlich nicht mehr? Ganz einfach: ChatGPT ist passiv. Echte KI-Agenten wie OpenClaw oder Nanobot laufen auf einem Rechner und werden selbst aktiv! Ich nehme euch mit in meinen Alltag und zeige euch, wie mein Fitness-Bot Bob mich abends daran erinnert, die Sportsachen rauszulegen, und wie meine Coding-Assistentin Lucy nach einer E-Mail direkt meinen iOS-Code anpasst.

Außerdem schauen wir unter die Haube: Wie funktioniert so ein Agent eigentlich und warum ist die Einrichtung ein bisschen wie Möbel aufbauen nach dem Ikea-Prinzip?

In dieser Folge:

• Bob & Lucy: Meine persönlichen Use Cases für Sport und Code.

• Der große Unterschied: ChatGPT (passiv) vs. OpenClaw & Co. (aktiv).

• Unter der Haube: Wie die Bots mit Telegram, LLMs und Werkzeugen arbeiten.

Links aus der Folge:

• Nanobot (Die ultra-leichte Alternative, die ich nutze): https://github.com/HKUDS/nanobot

• OpenClaw (Das Original): https://github.com/openclaw/openclaw

Habt ihr schon von solchen KI-Assistenten gehört oder nutzt vielleicht sogar schon einen? Lasst es mich wissen!