un

Handwerkliche Fähigkeiten. Echte Karrieren. Ihr Weg.

Grid Grouped Catalog

Eine Lektion erstellen

Melde dich an, um eigene Lektionen zu erstellen und zu teilen.

Orbitmechanik: Der Weg ins All

Von Newtons Kanonenkugel bis zu Hohmann-Transfers — die Physik, die Raketen in die Umlaufbahn bringt und Satelliten vor dem Absturz bewahrt.

agriculture

Geometrie der Landwirtschaft

Zentralpivot-Kreise, Konturlandwirtschaft, Reihenabstand, Entwässerungsgefälle und Feldlayout – die Geometrie, die die Welt ernährt.

agriculture

Landwirtschaft: Nahrungsmittel anbauen [DESCRIPTION /]

Bodenkunde, Pflanzenbau & nachhaltige Landwirtschaft: Wissen, das die Welt ernährt & die Berufe, die davon abhängen. [TITLE intro/]

automotive

Automotive: Wie Autos funktionieren [DESCRIPTION /]

Von Verbrennungsmotoren bis zu Elektrofahrzeugen: Verstehen Sie Motoren, Antriebsstränge und Diagnose – die Grundlage jeder Karriere in der Kfz-Technik. [TITLE intro/]

aviation

Geometrie der Luftfahrt

Flugvektoren, Fluglagen, Wendekreisradius, Windvielecke & Anfluggeometrie — die Mathematik, die Piloten täglich nutzen.

aviation

Luftfahrt: Prinzipien des Fluges [BLOCK_TYPE SECTION/STEP]

Auftrieb, Widerstand, Schub & Gewicht: vier Kräfte, die Flugzeuge in die Luft bringen, & die Berufe, die sie fliegen lassen. [BLOCK_TYPE SECTION/STEP]

business

Finanzkapital ist eine von acht. Lebendiges, materielles, intellektuelles, erfahrungsbezogenes, soziales, kulturelles & spirituelles Kapital entwickeln sich unterschiedlich; jede Form kann wachsen, abnehmen oder ausgetauscht werden. Lerne, sie alle zu sehen.

business

Geometrie der Zusammenarbeit

Triangulation, Voronoi-Domänen & Tessellation: geometrische Prinzipien hinter dem maschinellen Lern-Dreieck. Zwei Solo-Akteure mit komplementären Spezifikationen, eine maschinelle Lern-Brücke, eine Lücke zum Schließen.

business

ML-Dreieck: Jenseits von Unturf

Unturf stellt eine Instanz des ML-Dreieck-Musters dar, nicht die einzige. Zwei Solos mit komplementären Spezifikationen plus ein ML-Motor plus eine Lücke ergibt eine Brücke, über eine der acht Kapitalformen hinweg. Lernen Sie, das Muster zu erkennen, finden Sie ein komplementäres Solo & schreiben Sie eine Spezifikation, die das Dreieck bildet.

business

Unternehmertum: Ein Unternehmen gründen

Von der Idee zum Umsatz — Geschäftsmodelle, Marktvalidierung und die Grundlagen kennenlernen, die jeder Gründer vor dem Start braucht.

business

Was bedeutet Kanban?

Von Toyota-Fabrikböden bis zu funktionsübergreifenden Arbeitszentren: Erlernen Sie ein Pull-System, das Board, WIP-Limits & wie Sie Arbeit über ein Produktstudio, eine Bäckerei, eine Baustelle oder jede multidisziplinäre Operation ohne Meetings oder Manager koordinieren.

cnc machining

CNC-Bearbeitung: Präzisionsfertigung [BLOCK_TYPE SECTION/STEP]

Von G-Code bis zum fertigen Teil: Erfahren Sie, wie computergesteuerte Maschinen Metall, Kunststoff und Verbundwerkstoffe mit einer Präzision von Tausendstel-Zoll bearbeiten. [BLOCK_TYPE SECTION/STEP]

cnc machining

Geometrie der CNC-Bearbeitung

Koordinatensysteme, Werkzeugwege, G-Code-Bögen, Arbeitsraum und GD&T: die Geometrie, die Präzisionsfertigung möglich macht.

communication

Ein Diagramm ist 3.000 Worte wert

Visuelle Kommunikation ist deine professionelle Superkraft. Diese Lektion behandelt, warum Diagramme Prosa übertreffen, wichtige Diagrammtypen, wie man komplexe Grafiken systematisch liest & wie man Diagramme entwirft, die wirklich kommunizieren.

computer science

Capacity Planning: Kunst & Wissenschaft

John Allspaws Disziplin zum Ausführen von Diensten, die skalieren, ohne zu überraschen: Messung, Prognose, Ceiling-Tests, Headroom-Puffer & die diagonale Skalierungsentscheidung.

computer science

Cybersecurity: Defense in Depth [BLOCK_TYPE SECTION/STEP]

Denke wie ein Verteidiger: Lerne Threat Modeling, Netzwerksicherheit und Incident Response von Grund auf. [BLOCK_TYPE SECTION/STEP]

computer science

Data Science: Von Tabellenkalkulationen zu Modellen [BLOCK_TYPE SECTION/STEP]

Überbrücke die Lücke von Excel zu Python: Lerne, wie Data Scientists reale Daten säubern, erkunden und modellieren. [BLOCK_TYPE SECTION/STEP]

computer science

Einen Stemmer bauen: Harris 1956 und die Wurzeln der NLP

Implementieren Sie einen englischen Stemmer von Grund auf: lernen Sie Morphologieanalyse, Suffix-Stripping und testgetriebene Entwicklung.

computer science

Eingang & Ausgang Trennung

Warum eine einzelne Proxy-Schicht, die sowohl eingehende als auch ausgehende Verkehr verarbeitet, auf unerwartete Weise versagt. Hairpin NAT, unabhängige Skalierungsachsen und Sicherheitsisolierung werden durch eine echte architektonische Gabel erklärt.

computer science

Failure Modes & Blast Radius

How a single config change cascades into an outage, what bulkheads & circuit breakers actually do, & how to read a postmortem then write blameless action items that target systems not people.

computer science

Geometrie der Cybersicherheit

Netzwerk-Topologie, Angriffsflächen-Geometrie, Graphentheorie in der Bedrohungsmodellierung und die geometrische Struktur der Verschlüsselung.

computer science

Geometrie der Kapazitätsplanung

Visuelle Struktur unter der Kapazitätsarbeit: Little's Law als Fläche, Warteschlangen-Kurven mit ihrem Knick bei 80%, Trend-Extrapolation als Steigung & Puffer-Hüllen als 2D-Sicherheitsmargen.

computer science

Geometrie der Site Reliability Engineering

Die visuelle Struktur hinter SRE: Latenzverteilungen als Long-Tail-Kurven, Error Budgets als 2D-Kegel, Abhängigkeitsgraphen als DAGs, & Dashboard-Layouts als Informationsgeometrie.

computer science

Geometrie in Informatik und Machine Learning

Wie geometrisches Denken alles antreibt, von Nearest-Neighbor-Suche bis zum Training neuronaler Netze – Vektoren, Distanzen, Mannigfaltigkeiten und Verlustlandschaften.

computer science

Geometry of Failure Modes & Blast Radius

Betweenness centrality identifies the bottleneck node before traffic does. Min-cut bounds blast radius. Graph diameter sets a failure-propagation distance. The geometry behind why some failures cascade & others stay local.

computer science

Geometry of Ingress & Egress Separation

Bipartite structure of inbound vs outbound traffic, cut vertices that disappear when the proxy splits in two, & graph-theoretic reading of network partitions.

computer science

Geometry of Observability & Capacity

Voronoi cells partition users into CDN PoP catchments. The latency triangle sets a speed-of-light floor between regions. The queueing curve revisited at the proxy tier with autoscaling triggers anchored to its knee.

computer science

Geometry of Proxies & Origins

A request path is a directed graph. Hop count, fan-out, fan-in, & indirection have geometric meaning. Read a production architecture as a graph & predict its scaling & failure properties.

computer science

Geometry of Stateless Horizontal Scaling

The math underneath replica fleets. Little's Law as a rectangle, the queueing curve & its 80% knee, & the geometric reading of why a stateless tier multiplies cheaply while a stateful one does not.

computer science

Observability & Capacity

What to measure at a web-scale edge so problems surface before users see them. Health & version endpoints, the four golden signals at a proxy tier, & how surge capacity decisions tie back to observed data.

computer science

Proxies & Origins

A reverse proxy sits in front of almost every public web service that survives any meaningful load. Learn what it does, why hiding an origin matters, & how a single edge layer carries three distinct jobs at once.

computer science

Site Reliability Engineering [DESCRIPTION /]

Was Google erfand, als Ops zu wichtig wurden, um sie manueller Arbeit zu überlassen. SLOs, Error Budgets, Toil-Elimination, blameless Postmortems und die vier Golden Signals. [TITLE intro/]

computer science

Stateless Horizontal Scaling

Why a stateless tier multiplies cheaply while a stateful one does not. State, replica math, & the simple formula that sizes a fleet under surge.

construction

Construction: Vom Fundament bis zum Ausbau [BLOCK_TYPE SECTION/STEP]

Von den Fundamenten über die Rohbauarbeiten bis zum Ausbau: Verstehen Sie, wie Gebäude entstehen und welche Gewerke daran beteiligt sind. [BLOCK_TYPE SECTION/STEP]

construction

Geometrie im Bauwesen

Dachneigung, Sparrenwinkel, Treppengeometrie, Bogensorten & Baulayout: Die Geometrie, die Zimmerleute & Baumeister täglich anwenden.

cosmetology

Geometrie des Haarschneidens [DESCRIPTION /]

Der Kopf als Kugel, Elevations- und Projektionswinkel, abgestufte Keile, wandernde Führungen und die ausgewogene Silhouette: präzise Geometrie hinter einem großartigen Schnitt. [TITLE sphere/]

critical thinking

Decisions Under Uncertainty: A Professional's Toolkit

The judgment skills a professional keeps when automated systems supply the forecasts: expected value, calibration, asymmetric risk, debiasing, and a protocol for irreversible calls.

critical thinking

Deliberate Practice and the Illusion of Competence

How a professional keeps building real, unaided skill in an age of automated first-pass production: deliberate practice, retrieval and spacing, and the difference between using tools to build skill and using them to bypass it.

critical thinking

Geometrie des Lernens: Kurven, Verfall und Spacing

Die Vergessenskurve, der Spacing-Effekt und die Lernkurve: Die Geometrie, wie sich das Gedächtnis entwickelt und abschwächt, und warum eigene Abrufe besser sind als die Nutzung eines Tools.

critical thinking

Geometry of Automation: Frontiers, Leverage & the Error Surface

The geometry of deciding what to automate: the competence frontier, the comparative-advantage crossover, and why verification must scale with leverage.

critical thinking

Geometry of Decisions: Expected Value, Risk & Boundaries

Every choice under uncertainty is a shape. See expected value as a balance point, risk as spread, and the boundary where the better choice flips.

critical thinking

Geometry of Questions: Search Spaces, Constraints & Narrowing

A question defines a space of answers; a good question shrinks it. Search spaces, decomposition as partitioning, constraints as boundaries & binary-search narrowing.

critical thinking

Geometry of Statistics: Shape, Spread & Sampling Error

The mean as a centroid, standard deviation as spread, sampling error that shrinks like 1/sqrt(n), and the rigged-axis geometry that fools the eye. Read a chart like a professional.

critical thinking

Geometry of Verification: Triangulation, Error, and Agreement

Locate truth the way a surveyor locates a point: cross bearings, overlap error regions, trust the cluster, distrust the lonely outlier. Verification is geometry.

critical thinking

Ihr Werk verifizieren: Epistemiken für Kenntnisdienstleistungen

Die berufliche Disziplin, zu prüfen, ob eine Behauptung wahr ist, bevor Sie darauf handeln: Herkunft, Reproduktion, Quervergleich, Kalibrierung, die Asymmetrie von Fehlerrisiken und das Erkennen von selbstsicherem Output, der falsch ist.

critical thinking

Problem Framing for Knowledge Work

The durable, high-value skill as answer-production goes automated. Define the real problem, write a testable spec, decompose the work, and ask the question that determines the answer.

critical thinking

Statistik für Entscheidungsträger: Störungen untersuchen und Daten kritisch beurteilen

Das Arbeitsvermögen, eine Studie, ein Dashboard oder einen automatisierten Bericht mit skeptischer Sicht zu lesen. Stichprobengröße, Vertrauensintervalle, p-Hacking, Effektstärke und Herkunft, so dass sich selbstverständliche Zahlen nicht mehr täuschen.

critical thinking

Working With Automated Systems: A Professional's Playbook

Practical judgment for knowledge workers whose field is increasingly automated: how to split work between yourself and automated systems, verify output at professional stakes, own the result, guard against skill atrophy, and recognize when not to automate at all.

cs algorithms

Algorithmen in der Praxis: Code Review & Komplexitätsmängel

Die professionelle Softwareentwicklung erfordert das Lesen von Code auf algorithmische Komplexität, nicht nur auf Korrektheit. Diese Lektion behandelt komplexitätsbewusste Code Review, echte Muster in Produktionssystemen, Interview-ähnliche Analysen & einen MOAD-0001-Mangel, der in über 1.000 Open-Source-Projekten gefunden wurde — mit direktem Verweis auf den unhamming-Kurs für die vollständige Untersuchung.

culinary

Geometrie der Kulinarik

Geometrie von Messerschnitten, Plattierungszusammensetzung, Backförmeln und Pfannengröße: Präzisions-Geometrie in der Küche.

culinary

Küchenkunst: Küchengrundlagen [DESCRIPTION /]

Messerfertigkeiten, Geschmacksprofile & Küchenmanagement: die Grundlage, die jeder Profikoch braucht, bevor der erste Ticket feuert. [TITLE intro/]

education

Der Kapitän vor der Crew: Ein selbstgesteuertes Lernstudio leiten [DESCRIPTION /]

Eine praxisnahe Lektion für Eltern, Pod-Facilitatoren und Berufsschullehrkräfte: Wie ein „schwimmender“ Lehrer einen Raum mit selbstgesteuerten Lernenden führt – täglicher Rhythmus, wohin die Aufmerksamkeit fließt und Bewertung ohne Noten. [TITLE postures/]

education

Geometrie der Unterrichtsbegleitung [DESCRIPTION /]

Sichtkegel und Verdeckung, der Raum als Graph und der Sweep als Wächterroute, Triangulation des Hilfebedarfs und die Proxemik der Interventionsdistanz: die Geometrie, in der eine rotierende Lehrkraft arbeitet. [TITLE vantage/]

electrical

110V-Betrieb: Steckdosen, Schalter und Leuchten

Vom Ziehen von Kabeln bis zum Herstellen von Verbindungen: Verdrahten Sie eine Steckdose, eine Schalterschleife und eine Leuchte beim ersten Versuch korrekt. NEC-Code, Kastenausfüllung und Drahtbeendigungstechnik.

electrical

Electrical: Industrielle Systeme und Rechenzentren [BLOCK_TYPE SECTION/STEP]

Dreiphasenstrom, Motorsteuerungszentralen, Frequenzumrichter und wie Rechenzentren die Lichter am Laufen halten: Industrielle Elektrotechnik von der Schaltanlage bis zum Server-Rack. [BLOCK_TYPE SECTION/STEP]

electrical

Elektrische Verkabelung: Wohnschaltungen [BLOCK_TYPE SECTION/STEP]

Verstehen Sie Wohn-Elektroanlagen: von Sicherungskästen bis zur Steckdosenverkabelung, US- und UK-Wohnverkabelung im Vergleich, das Wissen, mit dem jeder Elektriker beginnt. [BLOCK_TYPE SECTION/STEP]

electrical

Geometrie in der Elektrotechnik

Rohrbiegegeometrie, Schalterdosenausfüllung, Verdrahtungsgeometrie & elektromagnetische Felder, die geometrischen Gesetzen folgen.

electrical

Schaltkästen und Sicherungskästen: Überstromschutz

Von der Stromeinspeisung bis zu einzelnen Stromkreisen: Wie Schaltkasten, Nebenkasten und Sicherungskästen Ihre Verkabelung schützen und was jeder Elektriker wissen muss, um sie richtig zu lesen.

entrepreneurship

unturf Partnerprogramm

unturf hält ML-first Ventures als Dachunternehmen. Diese Lektion behandelt die Struktur, die Permacomputer-Wirtschaft, extreme Hebelwirkung, das ML Triangle und wie externe Partner beitreten: keine Änderung an Ihrem bestehenden Unternehmen erforderlich.

environmental

Erneuerbare Energien: Die Zukunft antreiben

Solar, Wind, Wasserkraft und Speicher — verstehen Sie den Energiewechsel und die boomenden Karrieren in sauberer Energie.

finance

Persönliche Finanzen: Finanzielle Grundlagen

Budgetierung, Investieren und Vermeidung von Schuldenfallen – die finanzielle Bildung, die jeder Erwachsene braucht und die niemand in der Schule lehrt.

geometry of cs algorithms

Geometrie von CS-Algorithmen

Jeder Algorithmus hat eine Form. O(1) zeichnet einen flachen Horizont. O(N) zeichnet eine Diagonale. O(N²) zeichnet eine Parabel. Binäre Suche halbiert ein Liniensegment. Eine Hash-Tabelle ordnet einen Schlüssel einem Bucket zu, wie eine Funktion einen Definitionsbereich einem Wertebereich zuordnet. Sortiernetzwerke visualisieren sich als parallele Vergleichsleitungen. Diese Lektion liest Algorithmen geometrisch.

geometry of machine learning

Geometrie des PAC-Lernens

Jedes Kapitel des PAC-Lernens trägt eine Form. ε & δ zeichnen eine Budget-Ebene. VC-Zerschmettern zeichnet Dichotomien auf Punktwolken. PAC-Bayes zeichnet eine Posterior-Wolke über dem Hypothesenraum. Double Descent zeichnet eine Kurve, von der die klassische Theorie vorhersagte, sie würde steigen, die jedoch tatsächlich fällt. Skalierungsgesetze zeichnen eine 3D-Potenzgesetz-Oberfläche. Empirische Prüfung zeichnet eine Beta-Posteriore, die sich zu einer Nadel zusammenzieht. Sechs Kapitel, sechs Geometrien, eine Aktivität.

geometry of machine learning

Geometrie von ANDREA: Fünf räumliche Bilder des Sprachmodell-Trainings [DESCRIPTION /]

Jeder Teil von ANDREA trägt eine Form. Der Embedding-Raum zeichnet semantische Distanz als euklidische Distanz in R^768. Attention zeichnet eine Projektion vergangener Tokens auf einen Query-Unterraum. Die Loss-Oberfläche zeichnet ein hochdimensionales Gelände, das der Gradientenabstieg durchläuft. Bandit-Gewichte zeichnen ein diskretes Simplex, bei dem jeder Eckpunkt eine Datenquelle ist und jeder innere Punkt eine Curriculum-Mischung. Das Curriculum-Warmup zeichnet eine eingeschränkte Untermannigfaltigkeits-Projektion. Fünf Geometrien, ein Modell. Gehe jedes Bild durch und verankere die räumliche Intuition, die abstrakte Gleichungen allein nicht liefern können. [TITLE embedding_space/]

geometry of unhamming

Geometrie des Unhamming

Hamming sah Geometrie überall: n-dimensionaler Raum, Kugelpackung in der Fehlerkorrektur, der Kollaps der hochdimensionalen Intuition. Unhamming erweitert dies: O(N²) als Fläche, O(N) als Linie, das Fabrikmodell als DAG, & Komplexitätsklassen als geometrische Formen. Jeder Algorithmus hat eine Form. Das Erlernen, die Form zu sehen, sagt die Kosten voraus.

hamming on hamming

Hamming über Hamming

Richard Hammings Graduiertenvorlesungen über die Denkweise in Wissenschaft & Technik: Wissensexplosion, Kreativität durch Analogie, blinde Flecken von Experten, Datenzuverlässigkeit, Messverfälschung & die Gewohnheiten, die Menschen trennen, die wichtige Arbeit leisten, von denen, die sich nur beschäftigen.

hamming on hamming

Geometrie von Hamming

Die geometrischen Strukturen von Hammings Werk: Hamming-Abstand im binären n-Raum, Fehlerkorrektur durch Kugelpackung, das √n vs n Zufallswalk-Argument & Exponentialwachstumsmodelle für Wissensverdopplung & Halbwertzeit von Expertise.

hamming on hamming

Grundlagen der digitalen Revolution

Hammings Neun-Punkte-Argument dafür, warum Digital Analog übertrifft: Zuverlässigkeit diskreter Werte, IC-Verbindungsökonomie, der Übergang von Materialwirtschaft zu Informationswirtschaft, Roboter & Fertigung, die Einsicht des Äquivalenzprodukts, & die These der militärischen Informationsdominanz.

hamming on hamming

Geometrie der digitalen Revolution

Die geometrischen Strukturen hinter Hammings Kapitel 2: logarithmische Kostenkurven & Größenordnungen, Signal-Rausch-Verhältnis-Geometrie in analogen vs. digitalen Kanälen, & exponentielle Modelle für die Technologieadoption — die S-Kurve als logistische Gleichung.

hamming on hamming

Geschichte der Computerhardware

Hemmings Überblick über die Hardwareentwicklung: von Napier-Stöcken über ENIAC & IBM 701, die exponentielle Geschwindigkeitskurve von Relais zu VLSI, drei physikalische Grenzen (Molekülgröße, Lichtgeschwindigkeit, Wärmeableitung), & die Lektion, dass Experten, die vorhersagten, dass nur 3-5 Computer je benötigt würden, diese Lektion nicht lernten.

hamming on hamming

Geometrie der Computerhardware

Die geometrischen Strukturen hinter Hammings Kapitel 3: exponentielles Wachstum & physikalische Obergrenzen auf einem log-log-Diagramm, die Lichtgeschwindigkeitsbeschränkung als Einflussbereich, Wärmeableitung als Oberflächen-zu-Volumen-Problem & parallele Beschleunigung durch Amdahls Gesetz.

hamming on hamming

Geschichte der Computersoftware

Hammings Übersicht der Softwareentwicklung: von absoluten Binärzahlen über FORTRAN & ALGOL, Spaghetticode & versetzbare Bibliotheken, die psychologische vs. logische Sprachendesign-Unterscheidung & vier Kriterien für erfolgreiche Programmiersprachen, die vorhersagen, welche 60 Jahre überdauern.

hamming on hamming

Geometrie von Computersoftware

Die geometrischen Strukturen hinter Hammings Kapitel 4: Analysebäume & formale Grammatiken als gerichtete azyklische Graphen, informationstheoretische Redundanz im Sprachentwurf, Komplexitätsklassen (Big-O) als geometrische Wachstumskurven, & die Spracheinführungskurve als Netzwerk-Effekt-Modell.

hamming on hamming

Die Geschichte der Computeranwendungen

Hammings Übersicht, wie Computing sich von reiner Zahlenrechnung zu wirtschaftsgetriebenen Anwendungen entwickelt: die S-Kurve der Technologieeinführung, das Äquivalenzprodukt-Prinzip angewendet auf Computerisierung, die Boeing-Tape-Geschichte, Mustererkennung als nächste Grenze, & die Karrierelektion aus 30 Jahren derselben Präsentation.

hamming on hamming

Geometrie von Computeranwendungen

Die geometrischen Strukturen hinter Hammings Kapitel 5: die logistische S-Kurve als Differentialgleichung, Netzwerkeffektwachstum als quadratische Nutzenfunktion (Metcalfes Gesetz), & Optimierungslandschaften — Gradientenabstieg, lokale Minima, & warum gemeinsamer veränderlicher Zustand Phantom-Gradienten erzeugt.

hamming on hamming

Grenzen der maschinellen Vernunft: I

Hammings Untersuchung der grundlegenden Frage: Können Maschinen denken? Der Turing-Test, stilles Wissen, Spielprogramme, Expertensysteme & die Grenze zwischen regelbasierter Logik & menschlichem Urteilsvermögen.

hamming on hamming

Geometrie des maschinellen Denkens: I

Suchbaumgeometrie: Verzweigungsfaktor, Tiefe, exponentielle Knotenzahl, Alpha-Beta-Pruning-Reduktion & die geometrische Struktur, die regelbasierte Spielprogramme handhabbar macht.

hamming on hamming

Grenzen des maschinellen Denkens: II

Hamming zur maschinellen Kreativität: das Programm zur Beweisfindung in der Geometrie & der Beweis des Satzes über gleichschenklige Dreiecke, den es entdeckte, Computermusik in den Bell Labs, die Frage der Automatisierung und Verdrängung & die Grenze der Mensch-Maschine-Zusammenarbeit.

hamming on hamming

Geometrie der Maschinenlogik: II

Formale Beweis als Pfad im Axiomraum; projektive Dualität & der Selbstkongruenzbeweis des Satzes vom gleichschenkligen Dreieck; Geometrie der Nyquist-Abtastung; Beweis-Längeminimierung als Suchproblem.

hamming on hamming

Grenzen der Maschinenlogik: III

Hammings Gegenargumente zu häufigen Einwänden gegen Maschinenleistung, die Frage der Karriererelevanz & der Übergang zum n-dimensionalen Designraum – Verbindung der Grenzen der Maschinenlogik mit der Geometrie hochdimensionaler Probleme.

hamming on hamming

Geometrie des maschinellen Denkens: III

Geometrie der Entscheidungsgrenze: lineare Trennbarkeit, das XOR-Nicht-Trennbarkeitsproblem, das Perceptron als Hyperebenenklassifikator, Merkmalraumtransformationen, die Trennung ermöglichen, & der Kernel-Trick als geometrische Einbettung.

hamming on hamming

Hamming Kap. 9: n-dimensionaler Raum

Hammings Behandlung der n-dimensionalen Geometrie: Stirling-Approximation, die Gammafunktion, das Volumen von n-dimensionalen Sphären & das kontraintuitive Zusammenbrechen der hochdimensionalen Geometrie, das das gesamte technische Design mit vielen Freiheitsgraden bestimmt.

hamming on hamming

Geometrie des n-dimensionalen Raums

Stirlings Approximation als geometrisches Werkzeug, die Volumenformel der n-Sphäre mit numerischer Überprüfung, das explizit berechnete Eckparadoxon & die Auswirkungen der hochdimensionalen Geometrie auf Optimierung & maschinelles Lernen.

hamming on hamming

Hamming Kap. 10: Codierungstheorie I

Shannons Kommunikationsmodell, die zweistufige Codierungsarchitektur (Quellencodierung & Kanalcodierung), Codes mit variabler Länge, die Kraft-Ungleichung, Shannon-Entropie, der verlustfreie Codierungssatz & präfixfreie Decodierungsbäume.

hamming on hamming

Geometrie der Kodierungstheorie I

Die Binärbaumgeometrie präfixfreier Codes, Krafts Ungleichung als geometrische Beschränkung der Baumstruktur, Shannon-Entropie als untere Schranke für die durchschnittliche Codelänge & numerische Verifikation mit einem ausgearbeiteten Beispiel.

hamming on hamming

Hamming Kap. 11: Codierungstheorie II

Huffman-Codierungsalgorithmus in vollem Detail: das Merge-and-Split-Verfahren, minimale durchschnittliche Länge L, Nicht-Eindeutigkeit von Codes, buschige und lange Bäume, Varianz von Codlängen, Blockcodes und Codes variabler Länge, sowie selbstkompilingprogramme.

hamming on hamming

Geometrie der Codierungstheorie II

Huffman-Codierung als Greedy-Baum-Konstruktion: erwartete Codelänge als gewichtete Summe, Varianz von Codelängen, der Kompromiss zwischen buschigem & langem Baum, & ein numerisches Arbeitsbeispiel für optimale Huffman-Codes & Überprüfung des verlustlosen Codierungssatzes.

hamming on hamming

Fehlerkorrigierende Codes

Hammings Kapitel 12: Die Entdeckungsgeschichte fehlerkorrigierender Codes, von rechteckigen Paritätsprüfungen über den (7,4)-Hamming-Code bis zu Syndrom-Dekodierung, SECDED und der Kugelpackungs-Interpretation der Fehlerkorrektur.

hamming on hamming

Geometrie von Fehlerkorrekturcodes

Die linear-algebraische Geometrie von Fehlerkorrekturcodes: Paritätsprüfmatrizen als lineare Abbildungen, Syndrom-Decodierung als eine Quotientenraum-Operation, Nebenklassen-Führer & Standard-Arrays, & der (7,4)-Hamming-Code als eine perfekte Kachelung des binären 7-Raums.

hamming on hamming

Informationstheorie

Hemmings Kapitel 13: Shannons Definition von Information & Entropie, Gibbs-Ungleichung & der verlustfreie Kodierungssatz, Kanalkapazität des binären symmetrischen Kanals, & der fundamentale verrauschte Kodierungssatz — was er beweist, was er kostet, & warum fehlerkorrigierende Codes ihn ergänzen statt ersetzen.

hamming on hamming

Geometrie der Informationstheorie

Die geometrischen Strukturen, die Shannons Informationstheorie zugrunde liegen: Entropie als konkave Funktion auf dem Wahrscheinlichkeits-Simplex, Kanalkapazität als Maximum über Eingabeverteilungen, KL-Divergenz als geometrischer Abstand im Wahrscheinlichkeitsraum & Rate-Distortion-Geometrie.

hamming on hamming

Digitale Filter I: Eigenfunktionen & Abtastung

Hemmings Einführung in digitale Filter: warum komplexe Exponentialfunktionen als Eigenfunktionen von linearen zeitinvarianten Systemen dienen, die Übertragungsfunktion als Eigenwert & der Nyquist-Abtastsatz als geometrische Grundlage der gesamten digitalen Signalverarbeitung.

hamming on hamming

Geometrie digitaler Filter I

Frequenz als Winkel auf dem Einheitskreis: komplexe Exponentialfunktionen zeichnen Kreisbahnen nach, Abtastung wird zu Rotationen, & die Nyquist-Grenze ergibt sich aus der Geometrie einer halben Umdrehung. Aliasing als Umbruch auf dem Kreis.

hamming on hamming

Digitale Filter II: Entwurf nach Bedingungen & das Gibbs-Phänomen

Entwurf eines Filters zur Erfüllung exakter Frequenzbedingungen: Herleitung des 3-Muster-Mittelungsfilters, der Übertragungsfunktionsformel & des Gibbs-Phänomens, das jeden abgekürzten Fourier-Reihen-Entwurf begrenzt — mit Hammings Bericht darüber, wie Gibbs zu seiner Entdeckung kam.

hamming on hamming

Geometrie digitaler Filter II

Die Z-Ebene als geometrischer Designraum: Pol-Nullstellen-Diagramme codieren den Frequenzgang als Abstände vom Einheitskreis, Nullstellen heben Frequenzen auf, Pole verstärken sie, & Stabilität lässt sich direkt aus den Polpositionen relativ zur Einheitskreisgrenze ablesen.

hamming on hamming

Digitale Filter III: Fourier-Design & Kaisers Methode

Der systematische Fourier-Reihen-Ansatz zum Filter-Design: Beginnen Sie mit einer idealen Antwort, berechnen Sie Fourier-Koeffizienten, kürzen Sie, wenden Sie ein Fenster an, um Gibbs-Welligkeit zu unterdrücken, & verwenden Sie Kaisers Methode, um sowohl N als auch das Fenster aus den Spezifikationen für Welligkeit & Übergangsbandbreite auszuwählen.

hamming on hamming

Geometrie der digitalen Filter III

Fourier-Reihen als orthogonale Projektion: Basisfunktionen spannen einen Funktionsraum auf, Fourier-Koeffizienten sind innere Produkte, Trunkierung entspricht einer Projektion auf einen Unterraum, & das Gibbs-Phänomen entsteht aus Sinc-Faltung an Sprungstellen.

hamming on hamming

Digitale Filter IV: Rekursive Filter & Rückkopplung

IIR-Filter (rekursive): Rückkopplung ermöglicht scharfe Frequenzantwort mit weniger Koeffizienten, Stabilität erfordert Pole innerhalb des Einheitskreises, & die klassischen Analogfilter-Familien (Butterworth, Chebyshev, elliptisch) transformiert in diskrete Zeit — mit Hammings Dusch-Geschichte als konkretes Beispiel für Rückkopplungsinstabilität.

hamming on hamming

Geometrie digitaler Filter IV

IIR-Filter-Geometrie: die Z-Transformation als Abbildung von der Zeitebene auf die komplexe Frequenzebene, Stabilität als Polbegrenzung innerhalb des Einheitskreises, Butterworth-Pole auf einem Kreis, elliptische Pole auf einer Ellipse, & die bilineare Transformation als konforme Abbildung von der Laplace-s-Ebene.

hamming on hamming

Simulation I: Wenn Experimente unmöglich sind

Hammings erste große Simulation – Los Alamos Atombombenbergechnungen – enthüllt die Kernprinzipien: Expertenwissen über die Domäne, wiederholte Struktur, äquivalente Ergebnisse, Stabilität vs. Instabilität & die Gefahr, eine Simulation mit der Realität zu verwechseln.

hamming on hamming

Geometrie der Simulation I: Eulers Methode & die Stabilitätsregion

Die geometrischen Strukturen, die numerischen Simulationen zugrunde liegen: Eulers Methode als Vorwärtsdifferenz in der (x,y)-Ebene, die Schrittweite h als geometrischer Parameter mit einer Stabilitätsregion in der komplexen Ebene, diskrete dynamische Systeme & die Simulationsrückkopplungsschleife als Iteration.

hamming on hamming

Simulation II: Warum sollte jemand daran glauben?

Hammings zentrale Frage für jede Simulation: Warum sollte jemand daran glauben? Das Validitätsproblem, Analog- vs. Digital-Kompromisse, Simpsons Paradoxon in Simulationsdaten, selbstverstärkende Modelle & die Double-Blind-Lektion für ehrliches Simulationsdesign.

hamming on hamming

Geometrie der Simulation II: Modellvalidität als geometrische Anpassung

Simulationsgültigkeit als Geometrie: Anpassung einer Fläche an Datenpunkte, Residuen als Abstände, systematische Verzerrung als Versatz-Vektoren, der Hawthorne-Effekt als verborgene Dimension, & Hammings Validierungsprüfliste als geometrische Einschränkungen der Modellanpassung.

hamming on hamming

Simulation III: GIGO, Stabilität & Lösen des Unlösbaren

Hamming hinterfragt die GIGO-Annahme: Müll rein bedeutet nicht zwingend Müll raus. Rückkopplung innerhalb einer Berechnung kann ungenaue Eingaben kompensieren. Numerische ODE-Löser als rekursive digitale Filter, Prädiktor-Korrektor-Methoden, die Nike-Flugkörper-Instabilität & die Transistorgleichung, die Hamming durch Ausnutzung ihrer Instabilität gelöst hat.

hamming on hamming

Geometrie der Simulation III: Stabilitätsbereiche, Steifheit & hochdimensionale Röhren

Das vollständige geometrische Bild der Stabilität von ODE-Lösern: Euler- & RK4-Stabilitätsbereiche in der komplexen hλ-Ebene, Steifheit als Eigenwergeometrie, hochdimensionales Röhrenparadoxon aus Kapitel 9 & Verwendung von Instabilität als Navigationssignal.

hamming on hamming

Hamming Kap. 21: Faseroptik

Hemmings Erklärung der Faseroptik-Technologie: Totalreflexion, kritischer Winkel, Vorteile bei kleinem Durchmesser, elektromagnetische Immunität & der Sicherheitsaspekt, den Hamming erkannte, bevor jemand danach fragte.

hamming on hamming

Geometrie der Faseroptik

Die geometrischen Strukturen der Faseroptik: Snellsches Gesetz als Winkeltransformation, kritischer Winkel als geometrischer Schwellenwert, numerische Apertur als Akzeptanzkegelgeometrie, evaneszente Wellenverlust & Einkern-Durchmesser als Beschränkung des Ausbreitungswinkels.

hamming on hamming

Hamming Kap. 22: Computergestützte Unterrichtung

Hammings Analyse der computergestützten Unterrichtung (CAI): der Hawthorne-Effekt & seine zerstörerische Auswirkung auf pädagogische Experimente, das Doppelblind-Problem in der Pädagogik, verzweigte Programme, sofortige Rückmeldung & die Frage, ob Maschinen das Lernen wirklich verbessern können.

hamming on hamming

Geometrie des computergestützten Unterrichts

Die geometrischen Strukturen von Lernen & Gedächtnis: Potenzgesetz-Lernkurven, exponentielle Vergessenheit, geometrisches Spacing als Optimierung & Verzweigungsprogramme als gerichtete Graphen — die Mathematik, die adaptiven Unterricht nachvollziehbar macht.

hamming on hamming

Hamming Kap. 23: Mathematik

Hammings Erkundung darüber, was Mathematik ist: die platonischen versus formalistischen Schulen, Wigners 'unreasonable effectiveness', die Universalität der Mathematik über Zivilisationen hinweg, & warum Abstraktion die Anwendbarkeit erhöht.

hamming on hamming

Geometrie der Mathematik

Die geometrischen Strukturen, die der Mathematik selbst zugrunde liegen: axiomatische Systeme als formale Räume, Beweis als Pfad-Problem, Gödel-Unvollständigkeit als topologische Eigenschaft, Vollständigkeit als Konnektivität, & der platonische »Raum« mathematischer Objekte.

hamming on hamming

Hamming Kap. 24: Quantenmechanik

Hammings Darstellung der Quantenmechanik: Heisenbergs Matrizenmechanik, Schrödinger's Wellenmechanik, ihre mathematische Äquivalenz via Hilbert-Raum, die Born-Regel & Hammings Handeln-als-ob-Prinzip für die Verwendung des Formalismus ohne philosophische Gewissheit zu erfordern.

hamming on hamming

Geometrie der Quantenmechanik

Die geometrischen Strukturen der Quantenmechanik: Hilbert-Raum als unendlich-dimensionaler innerer Produktraum, Quantenzustand als Einheitsvektor, Messung als Projektion, Born-Regel als quadrierte Projektionslänge, Bloch-Sphäre für Qubit-Geometrie, & Verschränkung als Nicht-Trennbarkeit im Tensorprodukt-Raum.

hamming on hamming

Hamming Kap. 25: Kreativität

Hammings tiefe Analyse der Kreativität: wie sich Neuheit von Originalität unterscheidet, warum die Wissenschaft kreative Arbeiten nicht erkennt, wenn sie entstehen, die Rolle des vorbereiteten Geistes, der unbewusste Reifungsprozess & die Technik der 10 wichtigsten Probleme.

hamming on hamming

Geometrie der Kreativität

Kreativität modelliert als Suche im kombinatorischen Raum: analoges Denken als Graphisomorphismus, der vorbereitete Verstand als dicht verbundener Wissensgraph, Serendipität als kurze Pfade zwischen entfernten Knoten, & die kombinatorische Explosion des Ideenraums.

hamming on hamming

Hamming Kapitel 26: Experten

Hamming über Expertenresistenz: wie Paradigmen Evidenz filtern, die zwei Fehlermodi von Expertise, warum große Innovationen von außerhalb des Feldes kommen, wie man mit Expertenerklärungen der Unmöglichkeit umgeht, & was man tut, wenn man einem Paradigmawechsel gegenübersteht.

hamming on hamming

Geometrie der Experten

Paradigmenraum als Verlustlandschaft mit lokalen Minima; Paradigmenwechsel als Flucht aus lokalen Minima; Fachwissen als tiefe Gradienten-investition; Topologie des Wissens mit mehreren lokalen Minima; Kuhn-Zyklen als Gradientenabstiegsdynamik.

hamming on hamming

Hamming Kap. 27: Unzuverlässige Daten

Hamming zu Messungen: warum Daten weniger zuverlässig sind als behauptet, die Unterscheidung zwischen systematischen und zufälligen Fehlern, Kalibrierungsketten, das Dilemma der Lebensdauertests, warum es verdächtig ist, wenn Daten zu gut zur Theorie passen, & praktische Regeln für den Umgang mit Daten vor Ort.

hamming on hamming

Geometrie unzuverlässiger Daten

Fehlergeometrie: Messunsicherheit als Wahrscheinlichkeitsverteilungen, systematischer Fehler als Bias (Verschiebung des Mittelwerts), zufälliger Fehler als Varianz, Ausbreitung der Unsicherheit durch Berechnungen mittels partieller Ableitungen, Chi-Quadrat-Anpassungsgüte & verdächtig saubere Daten.

hamming on hamming

Hamming Kap. 28: Systemtechnik

Hammings Prinzipien der Systemtechnik: Warum die Optimierung von Komponenten die Systemleistung ruiniert, die Bedeutung von Schnittstellen gegenüber Komponenten, Grenzbedingungen, das Bildungssystem als gescheitertes Fallbeispiel der Systemtechnik und wie man als Systemtechniker statt als Komponentenoptimierer denkt.

hamming on hamming

Geometrie der Systemtechnik

Produktionsmöglichkeitsgrenzen & Pareto-Grenzen; warum Komponentenoptima außerhalb des Systemoptimums liegen; Constraint-Geometrie & zulässige Regionen; das Maximumprinzip; Schnittstelle als gemeinsame Grenze im Parameterraum; warum Systemoptima an Constraint-Grenzen liegen.

hamming on hamming

Hamming Kap. 29: Du bekommst, was du misst

Hamming über Messverfälschung: wie IQ-Kalibrierung die Verteilung erzeugt, die sie zu entdecken beansprucht, Goodharts Gesetz vor Goodharts Benennung, die Verfälschung von Metriken durch Zielgebung, das Problem der dynamischen Reichweite in Bewertungsskalen & praktische Abwehrmaßnahmen gegen Messverfälschung.

hamming on hamming

Geometrie: Du bekommst, was du misst

Metrik-Verzerrung als Abbildung vom Werteraum in den Messraum; Goodharts Gesetz als Gradienten-Divergenz; Multi-Ziel-Optimierung (Pareto) als Verteidigung gegen Single-Metrik-Korruption; Messinvarianz & warum sie zählt.

hamming on hamming

Hamming Kap. 30: Du und deine Forschung

Hammings direkte Ratschläge zur großartigen Arbeit: die Technik der 10 wichtigen Probleme, der Mut zur Arbeit an schwierigen Problemen, die Offene-Tür-Politik, kompoundes Wissenswachstum, die Rolle von Glück vs. Vorbereitung & die zentrale Frage, die jeder Forscher beantworten muss.

hamming on hamming

Geometrie von dir und deiner Forschung

Forschungsportfolio als Punkt im Problemraum; die Technik der 10 wichtigen Probleme als Erhaltung der Grenzflächenabdeckung; Zinseszins von Wissen als konvexes Wachstum; Opportunitätskosten-Geometrie; warum das Vermeiden schwieriger Probleme bedeutet, dass man Regionen mit hoher Hebelwirkung im Problemraum verpasst.

health

EMT-Grundlagen: Grundlagen der Notfallmedizin [BLOCK_TYPE SECTION/STEP]

Erster Link in der Überlebenskette: Patientenbeurteilung, Atemwegsmanagement & Notfallprotokolle lernen. [BLOCK_TYPE SECTION/STEP]

hvac

Geometrie der HVAC

Rohrdimensionierung, Strömungsgeometrie, Spulenoberfläche, psychrometrische Diagramme und die geometrischen Prinzipien der Heizung und Kühlung.

hvac

HVAC: Heiz- und Kühlsysteme

Von Kältekreisläufen bis zur Rohrleitungsanlage – verstehe die Systeme, die Gebäude komfortabel halten und die Karriere, die sie am Laufen hält.

logistics

Geometrie der Logistik

Lagerhausoptimierung, Geometrie der Palettengestaplung, Routenoptimierung und das Traveling-Salesman-Problem.

logistics

Logistik: Grundlagen der Lieferkette

Wie Waren vom Werk zur Haustür gelangen — Lagerverwaltung, Routenplanung und das unsichtbare Netzwerk, das die Welt am Laufen hält.

machine learning

PAC-Lernen: Von der Theorie zum Produktionsaudit [DESCRIPTION /]

Probably Approximately Correct (Valiant, 1984) lieferte die erste strenge Antwort auf die Frage „Was bedeutet es, dass eine Maschine lernt?“ Diese Lektion führt durch alle sechs Kapitel: klassisches PAC, VC-Dimension, agnostische und PAC-Bayes-Varianten, warum Deep Learning die klassischen Schranken sprengte, Skalierungsgesetze und Datenwand-Schätzungen für automatisierte allgemeine Intelligenz sowie ein Produktionsaudit-Muster, das empirisches PAC operational macht. Sechs Kapitel, eine Aktivität. [TITLE classical_pac/]

machine learning

Ein Sprachmodell züchten: Eine GPU, ein Modell [DESCRIPTION /]

ANDREA wuchs auf einer einzigen RTX 4090 heran. Diese erste Aktivität erklärt durch, was ein Sprachmodell vorhersagt, warum ein decoder-only Transformer 12M bis 480M Parameter auf einer Consumer-GPU unterbringt, & ordnet 24 Folgeaktivitäten zu, die jeden Algorithmus in einem Rezept abdecken (Autonomous Neural Data Recipe for Education & Agency). Hier starten. [TITLE what_grows/]

machine learning

Ein Sprachmodell wachsen lassen: Harris-Morphem-Tokenizer [DESCRIPTION /]

ANDREA verwendet kein BPE. Es segmentiert Wörter an Morphemgrenzen, die durch distributionelle Analyse entdeckt werden, und baut ein Vokabular aus (256 + N + 1) Token auf. Diese Aktivität führt durch, was ein Tokenizer tut, wie Harris Morpheme findet, & warum die 256+N+1-Struktur wichtig ist. [TITLE what_tokens_do/]

machine learning

Ein Sprachmodell züchten: Tokenizer-Diät [DESCRIPTION /]

ANDREA-12M verschwendete 63,6 % seines Vokabulars an Daten, die das Modell nie gesehen hat. ANDREA-120M hat das behoben. Diese Aktivität behandelt Tokenizer-Diät-Ausrichtung, Vokabularsättigung & eine Vocab-Wissenschaft-Entdeckung, dass 8192 Segmente einen 1,25B-Zeichen-Korpus sättigen, während 16.384 nur 13.106 tatsächliche Segmente erzeugen. [TITLE diet_metaphor/]

machine learning

Sprachmodell trainieren: Embeddings & Position [DESCRIPTION /]

Token-IDs fließen über zwei Lookup-Tabellen in einen Transformer: Token-Embeddings (V × d_model) und gelernte Positions-Embeddings (T × d_model). Diese Aktivität behandelt Vektorräume, warum Skalarprodukte Ähnlichkeit messen und warum ANDREA gelernte Positions-Embeddings statt RoPE oder sinusoidaler Embeddings verwendet. [TITLE id_to_vector/]

machine learning

Ein Sprachmodell wachsen lassen: Skalierte Dot-Product-Aufmerksamkeit [DESCRIPTION /]

Attention berechnet Q · K^T / sqrt(d_k), maskiert zukünftige Positionen, wendet Softmax an und gewichtet V. Diese Aktivität behandelt jeden Teil, warum der Faktor sqrt(d_k) wichtig ist, warum eine kausale Maske autoregressive Generierung ermöglicht, und wie ANDREA-120M den 768-dimensionalen Eingang auf 12 Köpfe mit je 64 Dimensionen aufteilt. [TITLE qkv/]

machine learning

Ein Sprachmodell wachsen lassen: Multi-Head Attention [DESCRIPTION /]

Ein Attention-Head erkennt ein Beziehungs-Muster. Zwölf Heads erkennen zwölf. Multi-Head-Attention teilt d_model auf n_head parallele Projektionen auf, führt Attention in jedem Head aus, dann konkatenieren der Ergebnisse zurück. ANDREA-120M teilt 768 auf 12 Heads mit je 64 auf. Diese Aktivität führt durch die Aufteilung, die parallele Berechnung, die Konkatenation & warum Head-Spezialisierung allein aus Trainingsdruck entsteht. [TITLE the_split/]

machine learning

Ein Sprachmodell wachsen lassen: Der Transformer-Block [DESCRIPTION /]

Ein Transformer-Block stapelt zwei Unterebenen: Multi-Head-Attention & ein Feed-Forward-MLP, jede in eine Residualverbindung & Layer-Normalisierung eingebettet. ANDREA-120M stapelt zwölf solcher Blöcke. Diese Aktivität führt durch die Pre-Norm-Struktur, warum Residuals wichtig sind, das 4×-Erweiterungsverhältnis des MLPs, die GELU-Aktivierung & wie ein 12-Schichten-Stapel zu einem funktionsfähigen Sprachmodell komponiert. [TITLE two_sublayers/]

machine learning

Ein Sprachmodell wachsen lassen: Loss, Perplexity & Die SMMA-Kurve [DESCRIPTION /]

Cross-Entropy-Loss misst, wie überrascht das Modell ist, wenn es den korrekten nächsten Token sieht. Perplexity = exp(loss) misst dieselbe Überraschung auf einer freundlicheren Skala. SMMA (glättender gleitender Durchschnitt) Loss verfolgt den Trainingsfortschritt in Echtzeit. ANDREA-12M erreichte SMMA 2.0; ANDREA-120M sank auf 3.43 beim v1-Minimum und wurde dann zu kohärentem Multi-Paragraph-Chat poliert. Diese Aktivität führt durch die Mathematik, die Zufalls-Baseline und wie man eine echte Loss-Kurve liest. [TITLE cross_entropy/]

machine learning

Ein Sprachmodell wachsen lassen: Backprop in eigenem CUDA [DESCRIPTION /]

ANDREA's Training-Engine `microgpt_cuda.cu` enthält handgeschriebene Forward- & Backward-CUDA-Kernel für jede Operation: Attention, MLP, Layer Norm, Embeddings. Kein PyTorch, kein JAX, keine Autograd-Bibliothek. Die Kettenregel lebt in C-ähnlichem Code, der mit nvcc kompiliert & in eine einzige Binärdatei verlinkt wird. Diese Aktivität führt durch Forward-Kernel, Backward-Kernel, Gradienten-Akkumulationspuffer & warum das Schreiben eines eigenen Frameworks ANDREA volle Kontrolle über Speicher & numerische Präzision auf einer einzelnen RTX 4090 gab. [TITLE chain_rule/]

machine learning

Ein Sprachmodell trainieren: AdamW & entkoppelte Gewichtsabnahme [DESCRIPTION /]

Aktivität 10 von 25. AdamW trennt die Gewichtsabnahme vom Gradienten. Vanilla Adam ließ ANDREA-120M v1 in Wiederholungsschleifen kollabieren; weight_decay=0.01 in v2 führte zu stabilem Training & faktenbasiertem Abruf. Gehen Sie einen Optimizer-Schritt durch: erstes Moment m, zweites Moment v, Bias-Korrektur, entkoppelte Abnahme, Parameter-Update. [TITLE intro/]

machine learning

Sprache-Modell trainieren: LR-Warmup & Cosinus-Abkling [DESCRIPTION /]

Aktivität 11 von 25. Der Lernratenplan entscheidet, ob ANDREA Kohärenz erreicht oder in einem schlechten Minimum stecken bleibt. v1 setzte die maximale Lernrate sofort auf frische Gewichte und kollabierte; v2 rampte linear über 2000 Schritte und ließ dann die Lernrate cosinusförmig auf null abklingen. ANDREA-12M nutzte einen Warm-Restart bei Schritt 25K. Durchlaufe jedes Regime. [TITLE intro/]

machine learning

Ein Sprachmodell wachsen lassen: Gradient Clipping [DESCRIPTION /]

Aktivität 12 von 25. Gradient Clipping begrenzt die L2-Norm jedes Gradienten auf max_norm=1.0, bevor AdamW einen Parameter berührt. ANDREA-120M v1 hatte kein Clipping; Quellwechsel alle 7-42 Schritte erzeugten Gradientenspitzen, die das Modell in degenerative Attraktoren trieben. Drei CUDA-Kernel berechnen die globale L2-Norm parallel. [TITLE intro/]

machine learning

Ein Sprachmodell trainieren: FP32, FP16, FP8-Präzision [DESCRIPTION /]

Aktivität 13 von 25. Die numerische Präzision bestimmt den Speicherbedarf, die Trainingsgeschwindigkeit und die numerische Stabilität eines Sprachmodells. FP32 bildet die sichere Basis; FP16 verdoppelt den Durchsatz auf Tensor Cores; FP8 E4M3 verdoppelt erneut mit NaN-Risiko. ANDREA-120M verwendet FP16 cuBLAS bei 6 Schritten/Minute auf RTX 4090. [TITLE intro/]

machine learning

Ein Sprachmodell wachsen lassen: Multi-Armed Bandits & UCB1 [DESCRIPTION /]

ANDREA wählt Trainingsdaten mit einem Multi-Armed Bandit aus. Jede Datenquelle wird ein Arm; jeder Schritt zieht einen Arm & erhält eine Belohnung. UCB1 (Auer, Cesa-Bianchi & Fischer, 2002) balanciert Exploration gegen Exploitation durch eine Formel mit Konfidenzgrenze. Diese Aktivität erklärt UCB1 von den Grundprinzipien aus, berechnet Scores von Hand & erläutert, warum ANDREA C=0.5 statt des Lehrbuchwerts 1.4 wählt. [TITLE bandit_basics/]

machine learning

Ein Sprachmodell wachsen lassen: Phasenbasierte Würfelsteuerung [DESCRIPTION /]

Vanilla UCB1 wählt einen Arm pro Schritt aus. ANDREA umhüllt UCB1 mit phasenbasierter Würfelsteuerung: variable Phasenlängen (7, 14, 21, 28, 42 Schritte), zuerst zufällige Arme, UCB füllt die restlichen Fokus-Slots, & 25-33% der Phasen laufen vollständig zufällig. Die Obergrenze von 42 Schritten begrenzt den Schaden durch schlechte Fokus-Auswahlen. Diese Aktivität erklärt die Würfel-Mathematik, die Phasenleiter & warum diese Struktur Lock-in verhindert. [TITLE why_phases/]

machine learning

Ein Sprachmodell wachsen lassen: Belohnungs-Zuschreibung & EMA [DESCRIPTION /]

UCB1 benötigt ein Belohnungssignal. Woher bezieht ANDREA eines? Jeder CUDA-Schritt meldet (source, doc_index, loss). Proxy pflegt einen pro-Source exponentiellen gleitenden Durchschnitt (EMA) des Losses. Belohnung = max(0, EMA(t-1) - loss(t)) * 1000. Die 1000-fache Skalierung ist wichtig: Ohne sie würden pro-Schritt-Loss-Verbesserungen (~0.001) vom UCB-Erkundungsbonus (~0.5) überdeckt. Diese Aktivität durchläuft die Belohnungspipeline & zeigt die Mathematik hinter dem Skalierungsfaktor. [TITLE ema_basics/]

machine learning

Ein Sprachmodell wachsen lassen: Quellen-Minima & Epochen-Strafen [DESCRIPTION /]

UCB1 bewertet Hebel; phasenbasierte Würfelsteuerung baut Fokus-Sets zusammen. Aber rohe Bandit-Ausgabe kann Prioritätsquellen verhungern lassen oder winzige memorieren. ANDREA schichtet zwei Schutzregeln darüber: **Quellen-Minima** garantieren minimale Abtastgewicht pro Quelle, & **Epochen-Strafen** reduzieren das Gewicht von Quellen, die mehr als einmal pro Dokument gezogen wurden (1/(1+epochs)). Lebenszeit-Züge persistieren über Neustarts hinweg. Diese Aktivität durchläuft beide Regeln mit durchgerechneten Beispielen. [TITLE source_floors/]

machine learning

Ein Sprachmodell wachsen lassen: Abdeckungsbonus [DESCRIPTION /]

Dokumentenweite Abdeckungsverfolgung & ein 1,3-facher Frischebonus drängen einen Banditen zu unerforschten Daten. CUDA berichtet, welcher Dokumentenindex in jedem Schritt gesampelt wurde; ein Proxy verfolgt eindeutige Dokumentenindizes pro Quelle. Quellen unter 50 % Abdeckung erhalten einen Multiplikator, der auf 1,3x skaliert. Diese Aktivität durchläuft die Mathematik, kontrastiert den Abdeckungsbonus mit der Epochenstrafe & zeigt, wie dokumentenweite Frische verhindert, dass ein 500K-Dokumente-Gutenberg-Korpus während 200K Trainingsschritten auf einen 2K-Dokumente-Subset kollabiert. [TITLE doc_tracking/]

machine learning

Ein Sprachmodell trainieren: Curriculum-Warmup [DESCRIPTION /]

Beschränken Sie einen Datenstrom auf 7 Chat- & Prosa-Quellen für die ersten 20K Schritte, dann aktivieren Sie die volle Mischung. v1 (16 Quellen ab Schritt 0) brach in Wiederholung zusammen; v2 fügte Warmup hinzu & überlebte; v3 Polish (nach Schritt 112K) setzt curriculum_warmup_steps=0, weil das Modell bereits kohärente Sprache gelernt hat. Diese Aktivität erklärt, warum frühe Diversität einem frisch initialisierten 120M-Modell schadet & wie ein zweiphasiges Curriculum Kohärenz mit Breite ausbalanciert. [TITLE two_phase/]

machine learning

Ein Sprachmodell wachsen lassen: Filtern nach Form, nicht nach Zeichen [DESCRIPTION /]

v2 auf kontaminierten Daten trainiert: Harness-Sitzungs-JSONL hat geleakte Agent-Systemprompts in den User-Turn-Slot übernommen. Das Modell hat gelernt, dass Nutzer in mehrteiligen Markdown sprechen, und hat Agent-Ornamente reproduziert. v2.5-Patch: `has_system_prompt_shape()` erkennt geleakte Prompts nach **FORM** (Kopfzeilenanzahl, Länge, Fingerprint-Phrasen), nicht durch Zeichenabgleich. Drei Signale kombinieren sich zu einer Drop-Entscheidung. Drop-Raten nach erneuter Filterung von hermes3-Quellen: 87,7 %, 90,4 %, 93,0 %. Diese Aktivität führt durch den Detektor und die Lektion, die er lehrt: Ornamente entwickeln sich, Struktur bleibt. [TITLE contamination/]

machine learning

Ein Sprachmodell wachsen lassen: Kohärenz-gesteuertes Early Stopping [DESCRIPTION /]

v1 produzierte `region region region` über 10+ Tage, weil eval_chat_quality() nur an einen veralteten Multi-Phase-Runner verkabelt war & während des Firehose-Curriculums nie ausgeführt wurde. v2 bringt ein Kohärenz-Tor: Jede Probe wird an vier Metriken bewertet (Bigram-Diversität 0-35, Trigram-Diversität 0-35, Englisch-Wort-Präsenz 0-20, Zeichen-Diversität 0-10). Automatischer Halt nach 5 aufeinanderfolgenden Proben unter 30. Rückgetestet auf v1 hätte das Tor bei Schritt 132K ausgelöst und 3,8 Tage Rechenzeit gespart. Diese Aktivität durchläuft die vier Bewertungsmetriken, das Konsekutiv-Zähler-Design & warum Komposit-Metriken Fehler erfassen, die ein einzelnes Signal verpasst. [TITLE v1_undetected/]

machine learning

Ein Sprachmodell wachsen lassen: Checkpoints, Fortsetzen, Signale [DESCRIPTION /]

ANDREA schreibt alle 100 Schritte einen Checkpoint. Jeder enthält einen 4-Byte-Schritt-Header, eine 4-Byte-Parameteranzahl, dann drei float32-Arrays hintereinander: Gewichte, Adam-Erster-Moment m, Adam-Zweiter-Moment v. SIGTERM löst einen sofortigen Checkpoint und dann Beenden aus; SIGUSR1 löst einen Checkpoint auf Abruf ohne Stopp aus. .loss.json wird nie archiviert (kumulative Trainingshistorie gemäß der Regel „nie archivieren“). Gehe das Byte-Layout durch, skizziere ein Fortsetzen & verstehe, warum eine Regel (nicht .loss.json archivieren) jede andere Archivierungsentscheidung übertrumpft. [TITLE why_checkpoint/]

machine learning

Ein Sprachmodell wachsen lassen: Beispiel-Audit & Externe Bewertung [DESCRIPTION /]

Loss ist eine Zahl. Das Lesen von Samples zeigt uns, was diese Zahl bedeutet. Alle 100 Schritte erzeugt ANDREA 420 Tokens freier Ausgabe, & Loss neben jedem Sample landet in fünf Stufen: 0.30 = faktenbasiertes Abrufen (ppl 1, memorisiert), 0.74 = Lehrbuch-Einzeiler (ppl 2), 1.05 = Einhalten von Einschränkungen (ppl 3), 1.94 = kenntnisreich, aber unpräzise (ppl 7), 0.13 = anomaler Merkspruch (Zombie-Arm-Signal). Sechs unabhängige Wissensdomänen in 700 Schritten beweisen, dass der Bandit funktioniert. Externe Chat-Qualitätsbewertung bewertete Samples mit 9.5/10. Führen Sie ein echtes Audit durch, lernen Sie die Loss-Stufen kennen & erwischen Sie einen Zombie-Arm auf frischer Tat. [TITLE why_audit/]

machine learning

Ein Sprachmodell aufbauen: Von microGPT zu ANDREA-120M [DESCRIPTION /]

ANDREA-120M konvergierte nicht beim ersten Versuch. v1 brach mit 'region region region' zusammen & verbrauchte 165K von 200K geplanten Schritten. Fünf sich verstärkende Fehler. v2 fügte fünf Korrekturen hinzu & lief zwei Wochen, bevor Datenkontamination bei Schritt 15K auftauchte. v2.5 patchte den Filter. v3 lief sauber für 112K Schritte, bis ein zombie bandit arm repo-docs wörtlich reproduzierte und den Polish-Pivot bei Schritt 112.619 auslöste. Innerhalb von Stunden bewerteten Samples 9.5/10. Gehen Sie den Engineering-Protokoll von Zusammenbruch zu Kohärenz durch; lernen Sie, was jede Korrektur löste & was der nächste Fehler lehrte. [TITLE v1_collapse/]

math

Geometrie des Kapitals

Radardiagramme, Netzwerkgraphen & Flussdiagramme: geometrische Werkzeuge zur Visualisierung von Kapitalportfolios, zur Messung des Gleichgewichts über acht Dimensionen & zur Kartierung von Kapitalflüssen zwischen Formen.

math

Geometrie in der realen Welt: Von Architektur bis Maschinelles Lernen

Wie Geometrie Architektur, Computergrafik, Maschinelles Lernen, Navigation und Ingenieurwesen prägt.

math

Geometrie von Kanban

Warteschlangentheorie, Flussdiagramme und kumulative Durchsatzkurven: das geometrische Denken hinter WIP-Limits, Littles Gesetz und Engpassanalyse in funktionsübergreifenden Arbeitssystemen.

music

Blockflöte in die Holzbläserfamilie [DESCRIPTION /]

Warum die Blockflöte der günstigste und robusteste Einstieg in ein ganzes Instrumentenprogramm ist: Was auf Flöte, Klarinette, Oboe und Saxophon übertragbar ist, was neu ist, Unterricht für Anfänger:innen auf der Blockflöte sowie die parallelen Einstiege über Schlagzeug, Klavier und Gitarre. [TITLE gateway/]

music

Geometrie von Holzbläsern [DESCRIPTION /]

Rohrakustik und warum die Länge die Tonhöhe bestimmt, Lochplatzierung als geometrische Folge, warum eine Klarinette eine Zwölft überbläst, während eine Flöte eine Oktave überbläst, und der Quintenzirkel als wörtlicher Kreis: die Geometrie in jedem Blasinstrument. [TITLE pipe/]

nursing

Pflege: Grundlagen der Patientenversorgung

Die Wissenschaft und Kunst der Pflege — von Vitalzeichen bis zur Patientenfürsprache, das Fundament der Gesundheitsberufe.

physics

Geometrie der Kernphysik

Geometrie des Reaktorkerns, Neutronflussverteilung, Abschirmungsberechnungen und das inverse Quadratgesetz.

physics

Geometrie der Orbitalmechanik

Elliptische Umlaufbahnen, Hohmann-Transfers, Orbitalebenen, Neigungsänderungen und Lagrange-Punkte: die Geometrie der Raumfahrt.

physics

Kernphysik 101: Der Atomkern

Kernphysik auf Community-College-Niveau. Starke Kernkraft, Schalenmodell, radioaktiver Zerfall, Bindungsenergie, Spaltung, Fusion und E=mc² – mit echten Berechnungen.

physics

Kernphysik 201: Reaktorphysik [CONTENT ?/?]

Kerntechnik auf Community-College-Niveau: Neutronenphysik, Kritikalität, Vier-Faktoren-Formel, Brennstoffkreisläufe, Steuerstabphysik, Thermohydraulik, Reaktortypen & Reaktorunfälle, die die Sicherheitskultur neu geschrieben haben. [CONTENT ?/?]

physics

Kernphysik 301 -- Sicherheitssysteme und Verteidigung in der Tiefe [DESCRIPTION /]

Ein vollständiges Modul zur Sicherheitstechnik an einer Community College: Verteidigung in der Tiefe, dreifache Redundanz, ECCS, Eindämmung, Reaktivitätssteuerung, elektrische Systeme, I&C, menschliche Faktoren, ALARA, Lektionen aus Unfällen, PRA und Abfallmanagement. [TITLE intro/]

physics

Nuclear Engineering 401 -- Reaktordesign Capstone [DESCRIPTION /]

Ein ganzsemestriges Capstone-Projekt: Entwerfen Sie einen sicheren Kernreaktor von Grund auf. Wählen Sie Reaktortyp, Brennstoff, Kühlmittel, dreifach redundante Sicherheitssysteme, menschliche Überwachung, Standortwahl und Lizenzierungsstrategie – und verteidigen Sie jede Entscheidung wie ein professioneller Ingenieur. [TITLE intro/]

plumbing

Geometrie der Rohrleitungen

Rohrneigungsberechnungen, Verschraubungswinkel, Versatzgeometrie, Ableitungsgefälle und die Physik des Wasserflusses in geometrischen Systemen.

plumbing

Klempnerei: Wasser rein, Abfall raus

Verstehen Sie Wasserversorgung und Entwässerungssysteme — die unsichtbare Infrastruktur, die modernes Leben möglich macht.

robotics

Geometrie der Robotik

Vorwärts- und Inversekinematik, Arbeitsraumhüllen, Freiheitsgrade und Pfadplanung: Die Geometrie, die Roboter bewegen lässt.

robotics

Robotik: Maschinen, die sich bewegen

Sensoren, Aktuatoren und Regelkreise – wie Roboter wahrnehmen, entscheiden und handeln, von Fabrikarmen bis zu Marsrovern.

unhamming

Unhamming: Was Hamming gab & was ihm entging [DESCRIPTION /]

Richard Hamming erschuf einen Drachen des Wissens aus Bell Labs und der Ära des Kalten Kriegs. Unhamming wächst aus seinem Rücken: gleiches Feuer, anderer Flug. Kein Spion gegen Spion. Kein Räuber und Beute. Eine Karte dessen, was Hamming richtig sah, wofür seine Zeit ihn blind machte, und was ein Permacomputer erweitert. [TITLE bell_labs/]

unhamming

Das fehlende Kapitel: Algorithmische Komplexität [DESCRIPTION /]

Hamming behandelte digitale Filter, Codierungstheorie, Simulation und n-dimensionale Geometrie. Er nannte Big-O nie beim Namen. Diese Lektion schließt die Lücke: O(1) bis O(N²) mit konkreten Programmierbeispielen, den Preis des Schweigens und warum MOAD-0001 in Hammings Ära unbemerkt wuchs. [TITLE the_missing_chapter/]

unhamming

MOAD-0001: Der Sedimentationsdefekt [DESCRIPTION /]

Eine Liste wird verwendet, wo ein Set hingehört. CWE-407: O(N²)-Mitgliedschaftstests an über 1.000 Stellen in mehr als 60 Software-Ökosystemen. Hammings Ära hat es gesät; unsere Ära erbt es. Diese Lektion lehrt Mustererkennung, Code-Archäologie und die einzeilige Korrektur, die Infrastruktur 1.000× schneller macht. [TITLE sediment/]

unhamming

Undefect: MOADs in der freien Natur finden

Zu wissen, dass eine MOAD existiert, unterscheidet sich vom Finden. Diese Lektion lehrt die Erkennungsmethodik: Wie man Code auf Sedimentmuster hin liest, wie man Ökosysteme mit grep & statischer Analyse durchsucht, & wie man vom bestätigten Defekt zum Upstream-Patch mit einer MOAD-Pipeline wechselt: Scan, Ticket, Patch, Test, Offenlegung, PR, Merge.

unhamming

Acht Formen von Kapital: Was Hamming nie gemessen hat [DESCRIPTION /]

Hamming lehrte „You Get What You Measure“ — eine seiner besten Erkenntnisse. Er maß Finanzkapital und intellektuelles Kapital. Es existieren acht Formen von Kapital. Diese Lektion erweitert sein Mess-Framework auf alle acht und fragt: Was wächst durch deine Arbeit und was wird dadurch verbraucht? [TITLE measurement/]

unhamming

Permacomputer: Infrastruktur, die ihre Erbauer überdauert [DESCRIPTION /]

Russell Ballestrini schrieb ein Permacomputer-Manifest: Infrastruktur wächst, ohne Miete zu erheben, Code überdauert seine Autoren, und freie Rechenleistung gehört allen. Diese Lektion erweitert Hammings Systemtechnik (Kap. 28) um die Permacomputer-Designprinzipien: capability-getriebene Präsentation, progressive Verbesserung und kooperative Infrastruktur. [TITLE definition/]

unhamming

Du & Deine Forschung: Open-Source Edition [DESCRIPTION /]

Hammings „You and Your Research“ ging von institutioneller Unterstützung aus: Bell Labs, eine Universität, ein nationales Labor. Open Source entfernt diese Annahme. Diese Lektion überträgt Hammings besten Rat – arbeite an wichtigen Problemen, behalte 10 wichtige Probleme im Kopf, baue dein Wissen auf – auf unabhängige Forscher, die nur Commit-Rechte und ein öffentliches Repository haben. [TITLE hammings_assumptions/]

unhamming

Ohne Spy versus Spy

Hammings Zeit spielte sich in einem Kalter-Krieg-Binär ab: wir gegen sie, klassifiziert gegen offen, Bell Labs gegen alle anderen. Unhamming agiert ohne diesen Rahmen. Diese Lektion untersucht, was das Binär in jeder Kapitalform kostet & was passiert, wenn man ein System aufbaut, das das Spiel nicht braucht.

unhamming

Permakultur & Code: Wachsen statt Extrahieren [DESCRIPTION /]

Permakultur-Prinzip: beobachten & interagieren; Energie auffangen & speichern; keinen Abfall erzeugen. Angewandt auf Software: Code schreiben, der die umgebenden Systeme regeneriert, statt aus ihnen zu extrahieren. Diese Lektion überträgt Permakultur-Designprinzipien auf Permacomputer-Infrastruktur und ein MOAD-Fabrikmodell. [TITLE observe_and_interact/]

unhamming

Balance All Workstations: MOAD-0001 & MOAD-0005 Are Coupled [DESCRIPTION /]

Hammings Systemtechnik (Kap. 28): die isolierte Optimierung einer Komponente verschlechtert das Gesamtsystem. Ein MOAD-Fabrikmodell wendet dies auf Infrastrukturebene an: behebt man O(N²) an einem Hochdurchsatz-Knoten, stauen sich alle nachgelagerten Warteschlangen. MOAD-0001 und MOAD-0005 sind gekoppelt. Löse beide, bevor du einen von ihnen veröffentlichst. [TITLE hamming_on_systems/]

unhamming

Das Quadrivium: Wahrheit, Freiheit, Harmonie, Liebe

Hamming endete 'You and Your Research' mit der Frage, die jeder Forscher beantworten muss: Was sind deine Werte & wofür wirst du sie opfern? Das Permacomputer-Quadrivium gibt eine konkrete Antwort: Wahrheit (Open Source), Freiheit (freiwillige Teilnahme), Harmonie (Selbsterneuerung), Liebe (wu wei). Diese Lektion wendet jede auf Software- & Forschungspraxis an.

unhamming

MOAD-0002: Ein verflochtenes Defekt [DESCRIPTION /]

Subsysteme, die über gemeinsam genutzten, veränderbaren globalen Zustand gekoppelt sind und synchron in einer einzigen Event-Loop oder einem God-Object mutiert werden. Eine strukturelle Kopplung, kein Timing-Problem. Diese Lektion zeigt, warum das Hinzufügen eines Mutex die Situation verschlimmert und wie Phase-Snapshot Subsysteme auf Architekturebene entkoppelt. [TITLE intertangle_pattern/]

unhamming

MOAD-0003: Ein geleakter Kontext [DESCRIPTION /]

ThreadLocal hält request-scoped Identität. Thread kehrt in den Pool zurück. ThreadLocal.remove() wird nicht aufgerufen. Die nächste Anfrage auf demselben Thread liest den Kontext der vorherigen Anfrage. Kein Absturz; eine stille Verletzung der Sicherheitsgrenze. Diese Lektion vermittelt das Scope-Mismatch und die lebensdauer-korrekten Primitive, die es ersetzt haben. [TITLE scope_mismatch/]

unhamming

MOAD-0004: Ein protokolliertes Geheimnis [DESCRIPTION /]

Webserver protokollieren HTTP-Header wortwörtlich. Authorization, Cookie und X-API-Key werden im Klartext auf die Festplatte geschrieben. Nicht im Speicher; auf der Festplatte, in Log-Shippern, in Aggregatoren, 30–90 Tage lang aufbewahrt. Diese Lektion vermittelt die Berechnung des Expositionszeitfensters und die Deny-List-Fix für Anmeldedaten auf der Serialisierungsschicht. [TITLE persistence_problem/]

unhamming

MOAD-0005: Eine donnernde Herde [DESCRIPTION /]

cache.get(key) + null check + expensiveCompute(key) + cache.put(key): vier nicht-atomare Schritte. N Threads verfehlen alle den Cache, alle berechnen gleichzeitig. Die Idempotenz-Falle: „Es ist OK, wenn zwei Threads dasselbe Ergebnis schreiben“ stellt die Korrektheit sicher, ignoriert aber die Kosten. Diese Lektion vermittelt die atomare Lösung und ihre Kopplung an MOAD-0001. [TITLE idempotency_trap/]

unhamming

MOAD-0006: Ein Glass Safe [DESCRIPTION /]

Anmeldedaten, die in wiederherstellbarer Form gespeichert sind: Klartext, reversible Verschlüsselung, Base64. Ein einzelner Datenbank-Dump legt alle Anmeldedaten gleichzeitig offen. Im Gegensatz zu MOAD-0004 (versehentliches Log-Schreiben) erfordert ein Glass Safe die Wiederherstellung von Anmeldedaten durch die Architektur. Diese Lektion zeigt, warum starke Verschlüsselung es nicht behebt und was ein Einweg-Hash ersetzt. [TITLE recoverable_form/]

unhamming

MOAD-0007: Ein Flatland-Defekt [DESCRIPTION /]

Räumliche Daten werden mit einem O(N)-Linearsuchlauf abgefragt. Die Geometriestruktur wird verworfen. BVH, Octree und k-d-Baum werden nie aufgebaut. Benannt nach Edwin Abbotts Flatland (1884): die Struktur existiert, wird aber verworfen. Three.js Raycaster bei 60 Hz mit 10.000 Objekten: 600.000 Geometrie-Checks pro Sekunde durch eine 3-Zeilen-Korrektur. Diese Lektion vermittelt den räumlichen Index und erklärt, warum eine Hash-Menge ihn nicht ersetzen kann. [TITLE discarding_structure/]

unhamming

MOAD-0009: Ein vermessenes Herz [DESCRIPTION /]

Ein geplanter Job wird unabhängig davon ausgeführt, ob Arbeit ansteht. Zwei Formen: ein State-Repair-Job, der nach einer Verzögerung defekten Zustand repariert (Benutzer sehen während des Fensters Störungen), und ein verschwenderischer Report, der in festen Intervallen von Grund auf neu berechnet. Diese Lektion vermittelt event-getriebenes Design als Ersatz und das MOAD-Amplification-Pattern. [TITLE two_forms/]

unhamming

Warum MOAD fortbesteht: Die Geschichte bekannter Defekte [DESCRIPTION /]

Fünf Defekte — O(N²)-Mitgliedschaft, globale Zustandskopplung, ThreadLocal-Identitätsleck, Credential-Logging, Thundering-Herd — waren Jahrzehnte vor der systematischen Erkennung 2026 bekannt. Diese Lektion zeichnet die intellektuelle Geschichte nach, identifiziert die fünf strukturellen Bedingungen, die ihr Fortbestehen ermöglichten, und baut ein Diagnosevokabular zur Erkennung ungelöster, bekannter Defekte auf. [TITLE knowable/]

welding

Geometrie des Schweißens

Schweißnahtwinkel, Faschungsgeometrie, Schweißprofil, Verzugsregelung und Pasungstoleranz: geometrische Präzision beim Metallfügen.

welding

Schweißgrundsätze: Metall verbinden

Erfahren Sie die Wissenschaft und das Handwerk hinter dem Schweißen — von der Bogenphysik bis zum Gelenkdesign, die Grundlage einer jeden Handwerkslaufbahn in der Metallfertigung.

Unlimited access — no payment required

Complete 2 lessons, write a paragraph about your enterprise & earn solo-tier access through entrepreneur contribution track.

Entrepreneur track →