«Nach über 15 Jahren Abwesenheit aus der IT bin ich mit einem Praktikum bei Lambda IT wieder in meinen ursprünglichen Beruf als Software-Entwickler zurückgekehrt. Als ich 2007 nach einer abgeschlossenen Informatiker-Lehre und zwei Jahren im Beruf die IT verliess, sah die Welt der Webtechnologien noch etwas anders aus. Die Kompatibilitätsprobleme unter den verschiedenen Browsern waren viel grösser, für Websites mit Datenbankanbindung wurde fast ausschliesslich PHP verwendet, JavaScript wurde vom Browser als potenzielles Risiko eingestuft und für Animationen gab es den Adobe Flash-Player. Vieles hat sich seither verändert, die Grundlagen HTML, CSS und [[JavaScript sind jedoch geblieben. Aber dass sich JavaScript zur beliebtesten und meistgebrauchten Programmiersprache entwickeln würde, hätte dazumal wohl niemand geglaubt.

![Screenshot Fehlermeldung Runtime Error.png](https://lambda-it.ch/api/uploads/Screenshot_Fehlermeldung_Runtime_Error_f4db2a2889.png)
![scripting.png](https://lambda-it.ch/api/uploads/scripting_4e21846f89.png)

Mit Lambda IT habe ich eine Firma für mein Praktikum gefunden, bei der Spezialisten für Software-Entwicklung arbeiten. Die langjährigen Mitarbeiter entwickeln unter anderem Webanwendungen am Puls der Zeit – zum Beispiel mit Angular im Frontend und Node.js im Backend. Ein Backend in Node.js ist sehr leichtgewichtig und schnell. Deshalb eignet es sich bestens für die komplexen und performanten Anwendungen, die bei Lambda-IT entwickelt und gewartet werden. Zudem wird es wie das Frontend in JavaScript geschrieben, was die Entwicklung und die Wartung vereinfacht.

### Wissen teilen und gemeinsam weiterkommen
Bei Lambda IT habe ich Profis um mich herum, die gerne ihr Wissen teilen und die auf alle meine Fragen eine Antwort haben. Code-Reviews gehören hier zum Alltag. Jeder hat sein Spezialgebiet und die Reviews dienen dazu, Know-how weiterzugeben. Wayne zum Beispiel ist Experte für Functional Programming. 

> Funktionale Programmierung ist ein Programmierparadigma, in dem Funktionen nicht nur definiert und angewendet werden können, sondern auch wie Daten miteinander verknüpft, als Parameter verwendet und als Funktionsergebnisse auftreten können. 
Quelle: https://de.wikipedia.org/wiki/Funktionale_Programmierung 

In den ersten Wochen konnte ich mir so mit Waynes Hilfe die Grundlagen von Functional Reactive Programming mit RxJs und State Management mit NgRx aneignen. Dafür habe ich das offizielle Angular-Lern-Tutorial um zwei Versionen erweitert. Mein neues Wissen stellte ich am wöchentlichen Team-Meeting vor, was zu einer spannenden Diskussion über Softwarearchitektur geführt hat. 

![Teammeeting-Lambda WEB.png](https://lambda-it.ch/api/uploads/Teammeeting_Lambda_WEB_26ba6ef389.png)

Matthias ist für das System Engineering zuständig und steuert die Deployment-Vorgänge. Er optimiert die Systeme so, dass neue Funktionen und Releases automatisch ins Test-System integriert werden. Bei anderen Anwendungen kommt künstliche Intelligenz und Machine-Learning zum Einsatz. Dafür sind David und Edi die Spezialisten. Sie haben für fidentity eine webbasierte Software-Applikation entwickelt, mit welcher die Identität von Personen dank künstlicher Intelligenz verifiziert wird.

### Programmieren mit Köpfchen
Dass qualitativ hochwertiger Code bei Lambda-IT einen sehr hohen Stellenwert hat, habe ich schnell gemerkt. Es wird immer eine Software-Architektur und eine -Logik angestrebt, bei der Fehler schon im Vorherein eliminiert werden. Unter anderem wird dies durch den richtigen Einsatz von Typescript (ein Superset von JavaScript, welches gewisse Fehler gar nicht erst zulässt) und Functional Programming erreicht. Hinzu kommt der Fokus auf sauberen Code und gutes State-Management. So entstehen stabile und performante Webanwendungen.

### Eine Zwischenbilanz
Das Fazit von meinem Weg zurück in die IT: Mein Arbeitsalltag könnte nicht gegensätzlicher sein. Statt vor lebhaften Schüler:innen zu stehen, sitze ich nun tagtäglich vor dem PC-Bildschirm. Statt Konflikte zu schlichten, fordern mich technische Probleme heraus. Dass ich gut in der IT-Welt angekommen bin, ist unter anderem auch meinen wertschätzenden und unterstützenden Arbeitskolleg:innen zu verdanken. Und ich bin froh, mit Lambda eine Firma für mein Praktikum gefunden zu haben, die gerne neue Technologien evaluiert und einsetzt. So freue ich mich auf meine nächste Aufgabe: Die Umsetzung der Lambda-Website mit dem neuen Static Site Generator Astro Build und Tailwind CSS. Zwei Technologien der neusten Generation, die im Zusammenspiel das Erstellen von unglaublich leichten (kleine Datenmenge) und somit sehr schnellen Websites ermöglichen.»



large_Tom Wenger.jpeg

medium_Tom Wenger.jpeg

small_Tom Wenger.jpeg

thumbnail_Tom Wenger.jpeg

Tom Wenger.jpeg

medium_Franziska_Ackermann.png

small_Franziska_Ackermann.png

thumbnail_Franziska_Ackermann.png

Franziska_Ackermann.png

Marketing- und Kommunikation

Intelligente Programme, welche aus Daten lernen und das Gelernte verallgemeinern, bestimmen welche Filme oder Bücher zu uns passen, welche E-Mails für uns relevant sind oder führen unsere gesprochenen Befehle aus. Personalisierte Online Werbung oder Freundesvorschläge in sozialen Netzwerken gehören zu den Anwendungsgebieten des Machine Learning welchen wir – manchmal unbewusst – täglich begegnen.


news.png

Machine Learning

Machine Learning hat viele Aspekte und kann für die Lösung von verschiedensten Problemen eingesetzt werden. Nachfolgend einige Showcases.

#### Face Login im Browser

Was heute (schon fast) als ein Standard bei den Mobiltelefonen mitgeliefert wird, ist auch im Browser möglich. Als zusätzlicher Sicherheitsmechanismus (2-Way-Authentication) ist ein Abgleich des Gesichts des Benutzers mit einem hinterlegten Bild möglich und erhöht so die Sicherheit eines passwortgeschützten Kontos deutlich.

#### Erkennung und Auslesen von Ausweisen

Mit nur einem Foto eines Ausweises ist es möglich zu erkennen um welche Art von Ausweis es sich handelt. In einem weiteren Analyseschritt können die Daten aus dem Ausweis ausgelesen werden. Daten aus der MRZ (Machine Readable Zone) werden (nahezu) immer korrekt ausgelesen. Bei allen anderen Werten ist das Ausleseergebnis nicht perfekt, aber trotzdem in einem Bereich welcher eine Weiterverarbeitung der Daten mehr als genügt.

#### Produkterkennung in einem Bild

Wie wird mein Produkt benutzt? Wie viele meiner Produkte besitzt mein Kunde? Besitzt der Kunde Konkurrenzprodukte und werden diese anders als mein Produkt verwendet?
Die Antworten auf diese und ähnliche Fragen können durch die automatisierte Analyse von Bildern und Filmen gegeben werden. Gegenstände können in Filmen erkannt und deren Bewegung verfolgt werden. Tausende von Bildern können in kurzer Zeit analysiert und Benutzungsstatistiken aus den Ergebnissen generiert werden.

#### Digitalisierung von Karten

Viele Informationen sind heute immer noch auf analogen Karten gespeichert. Seien es Höhenlinien, Transportwege oder die Standorte von geschäftswichtigen Informationen. Mit Machine Learning ist es möglich, diese Karten zu analysieren, digitalisieren und die benötigten Daten mit einer hohen Genauigkeit auszulesen.

#### Fraud Detection

In einer grossen Menge von Daten diejenigen zu identifizieren, welche aus der Masse herausstechen, ist für uns Menschen sehr aufwändig und mit hohen Kosten und einer grossen Fehlerquote verbunden. Mithilfe von Machine Learning kann dieser Prozess vollständig digitalisiert und automatisiert werden und sowohl die Kosten wie auch die Fehlerquote stark gesenkt werden.

Wie kann mir Machine Learning helfen

Wann immer möglich, entwickeln wir unsere Projekte als Web Applikation. Auch im Machine Learning Bereich ist dies unsere erste Wahl, obwohl die Umsetzung im ersten Augenblick, schwieriger und aufwändiger aussieht. Die meisten Geräte und Betriebssysteme bieten proprietäre Machine Learning Plattformen an, welche schnelle und einfache Lösungen versprechen.
Wir sind aber überzeugt, dass sich unser Ansatz am Schluss mehr als auszahlt. Die Geräte- und Betriebssystem-Unabhängigkeit birgt enorm viele Vorteile – in finanzieller und technischer Hinsicht. Der Source Code wird kleiner, die Wartungskosten können minimiert werden und das benötigte technische Know-How wird reduziert.


Web First

Machine Learning ist ein Teilgebiet der Künstliche Intelligenz (Artificial Intelligence) und befasst sich mit der Suche nach wiederverwendbaren Mustern in grossen Datensätzen. Die Datensätze können aus den unterschiedlichsten Dingen bestehen wie Nummern, Wörter, Bilder, Verhalten von Personen auf einer Webseite, etc.
Die gefundenen Muster und Ergebnisse werden optimiert und es wird versucht die Daten intelligent miteinander zu verknüpfen, Zusammenhänge zu erkennen, Rückschlüsse zu ziehen und Vorhersagen zu treffen.
Machine Learning ist in mehrere Teilgebiete unterteilt

#### Objekterkennung (Object Detection)

Mit verschiedenen Verfahren werden Objekte in einem Objektraum identifiziert. Beispielsweise können Gegenstände in einem Bild markiert oder Gesichter erkannt und den dazugehörigen Personen zugeordnet werden.


#### Bildsegmentierung (Image Segmentation)

In einem Bild werden die Bildpunkte analysiert und anhand ihrer Eigenschaften in verschiedenen Gruppen zusammengefasst. Dadurch ist es möglich zusammenhängenden Regionen oder Objekten zu erzeugen.


#### Bildklassifikation (Image Classification)

In der Bildklassifikation werden Bilder erkannt und einer Kategorie zugeordnet. Beispielsweise können Bilder von Blumen deren Art zugeordnet werden, d.h. es wird ein Bild einer Rose den Rosen zugeordnet und das einer Geranie den Geranien.

#### Texterkennung (OCR)

Texte werden in Bilder automatisch erkannt und extrahiert. Je deutlicher die Schriftart die einzelnen Zeichen unterscheidet, desto besser sind die Ergebnisse der Texterkennung. Es gibt eigens entworfene Schriftarten, um die Texterkennung zu vereinfachen aber es werden aber auch laufend Verbesserungen gemacht, um beispielsweise handgeschriebenen Text zu erkennen.


#### Anomaly- oder Ausreisser-Erkennung (Anomaly Detection)

Es werden seltene Objekte, Ereignisse oder Beobachtungen identifiziert, welche aus der Masse herausstechen und sich signifikant von der Mehrheit der Daten unterscheidet



artificial-neural-network-3501528_1920.png

Was ist Machine Learning

#### fidentity – Digitalisierung von Kundenidentifikationen
Mit fidentity können Kundenidentifikation digitalisiert werden - online oder vor Ort. Ganz ohne App werden ID-Dokumente mit dem Handy gescannt, liveness geprüfte Selfies erstellt und Dokumente signiert. Künstliche Intelligenz verhindert Betrug und stellt die Compliance sicher. In Echtzeit werden Entscheidung über die Qualität der Identifikation getroffen und publiziert, um nachfolgende Prozesse mit diesen Informationen zu steuern.

Weitere Informationen zu fidentity finden sie auf der [fidentity Webseite](https://fidentity.ch). Sie können die Applikation auch selbst [ausprobieren](https://www.fidentity.ch/fidentity-demo/) und die verschiedenen Funktionen kennenlernen.




fidentity_2.png

Showcases

Machine Learning oder künstliche Intelligenz beeinflusst immer grössere Teile unseres Alltages

Machine Learning - Künstliche Intelligenz

Lernen statt lehren: Toms Wiedereinstieg als Software-Entwickler


Alle Jahre wieder: Anfangs November findet traditionsgemäss die Lambda-Hackweek statt. Für eine Woche verlassen wir unser Büro im Liebefeld. Fernab vom Alltagsgeschäft arbeiten die unsere Mitarbeitenden alleine oder gemeinsam an Projekten. In dieser Woche werden neue Technologien, Ansätze und Lösungen ausprobiert. Von den Erkenntnissen profitieren am Ende unsere Kunden, denn die Innovationen aus dieser Woche fliessen unmittelbar in die aktuellen Projekte ein.

### Ein kurzer Überblick über die Hackweek-Projekte:

Edi: «Ich habe versucht, einen Ansatz zu finden, um mit künstlicher Intelligenz aus Fotos von Maschinenteilen ein 3D-Modell zu generieren. Im Einsatz standen die Technologien [Keras](https://keras.io/) und [TensorFlow](https://www.tensorflow.org/).»

Matthias und Philipp: «Wir haben uns mit den neusten Features von [OpenTelemetry](https://opentelemetry.io/)  beschäftigt, um einen genaueren Einblick in die inneren Abläufe unserer Programme und Systeme zu erhalten. Wir versuchten herauszufinden, wie einfach eine Integration der Tracing-Tools für Entwickler in Frontend und Backend Projekte ist und welche Dienste es benötigt, um Daten zu sammeln. Im Fokus standen Angular, NodeJS, NestJS und das automatisierte Erstellen von Traces für MongoDB, Postgres und Kubernetes Traefik Ingress. Wir sammelten die Daten mit Tempo und liessen sie mit [Grafana](https://grafana.com/) darstellen.»

![Hackweek_202211072022_0024.JPG](https://lambda-it.ch/api/uploads/Hackweek_202211072022_0024_a1ba114361.JPG)

Wayne : «Ich habe mich in der Hackweek drei Projekten gewidmet: 
- Ich habe Technologien evaluiert, die für die automatische Klassifizierung und Zusammenfassung von Dokumenten geeignet sind, welche mit optischer Zeichenerkennung bearbeitet wurden. Dabei habe ich verschiedene Python-Bibliotheken ausprobiert und mit OpenAI GPT-3 Transformer-Modellen experimentiert. 
- Weiter habe ich untersucht, wie die nächste Generation von Frameworks für die Erstellung von inhaltsorientierten Websites ([Astro](https://astro.build/) und [Qwik](https://qwik.builder.io/)) eingesetzt werden kann. Ich habe dafür die Home-Seite von [Lambda](https://lambda-it.ch) in Astro neu implementiert. Ich bin überzeugt vom Ergebnis und wir planen, die beiden Websites von [Lambda](https::lambda-it.ch) und [fidentity](https://fidentity.ch) in Astro umzusetzen. 
- Zu guter Letzt habe ich mich mit einer neuen Implementierung von Flying-Focus-Animationen beschäftigt. Flying-Focus-Animationen, wie sie beispielsweise bei der [SBB-Website](https://sbb.ch) für die Tastaturnavigation verwendet werden, helfen, die Aufmerksamkeit des Benutzers zu lenken. Das Ergebnis ist ein produktionsreifes Paket für Angular und ein Proof of Concept für React und SolidJS.»

![Hackweek_202211102022_0051.JPG](https://lambda-it.ch/api/uploads/Hackweek_202211102022_0051_c9c340b503.JPG)

Thomas: «Ich habe eine Applikation entwickelt, mit welcher auf unterschiedlichen Geräten die Zeit gestoppt wird. Diese Angular-Applikation wurde für die Zeitmessung bei Seifenkistenrennen konzipiert, kann aber auch bei anderen Sportarten eingesetzt werden, bei welcher die Athlet:innen einzeln starten. Zusätzlich wird eine Rangliste in Echtzeit erstellt, welche ich mit Supabase, einer Realtime-Datenbank, progammiert habe. Die grösste Herausforderung bei dieser Applikation war, eine geeignete Lösung zu finden, welche die Start-Stopp-Zeit von unterschiedlichen Geräten synchronisiert.»

David: «Das Trainieren eines Deep Learning Object Detectors benötigt vorgängig viele manuelle Annotationen. Deshalb habe ich ein selbstlernendes Backend für unsere Annotations-Software geschrieben, welches bereits nach wenigen manuell annotierten Bildern anfängt zu lernen und den Annotationsprozess erheblich beschleunigt.»

Franziska
«Ich habe mich intensiv mit den Websites von fidentity.ch und lambda-it.ch beschäftigt. Für fidentity habe ich an einer neuen Struktur für den Relaunch gearbeitet und dabei eine neue Methode ausprobiert. Dazu habe ich mich mit Strapi, einem Headless-CMS, vertraut gemacht und die Website von Lambda IT sprachlich überarbeitet und Verbesserungspotenzial ausgelotet. »




large_Hackweek_202211112022_0078.JPG

medium_Hackweek_202211112022_0078.JPG

small_Hackweek_202211112022_0078.JPG

thumbnail_Hackweek_202211112022_0078.JPG

Hackweek_202211112022_0078.JPG

large_Hackweek_202211082022_0032.JPG

medium_Hackweek_202211082022_0032.JPG

small_Hackweek_202211082022_0032.JPG

thumbnail_Hackweek_202211082022_0032.JPG

Hackweek_202211082022_0032.JPG

large_Hackweek_202211072022_0012.JPG

medium_Hackweek_202211072022_0012.JPG

small_Hackweek_202211072022_0012.JPG

thumbnail_Hackweek_202211072022_0012.JPG

Hackweek_202211072022_0012.JPG

large_Hackweek_202211102022_0048.JPG

medium_Hackweek_202211102022_0048.JPG

small_Hackweek_202211102022_0048.JPG

thumbnail_Hackweek_202211102022_0048.JPG

Hackweek_202211102022_0048.JPG

Regelmässig erstellen wir Reviews zu Projekten in den verschiedensten Entwicklungsphasen. Ob ein Entwicklungskonzept oder der finale Sourcecode - unsere Reviews sind verständlich und zeigen auf, wo Probleme entstehen könnten. Detaillierte Lösungsansätze für die potentiellen Probleme runden die Reviews ab.

lambda_illustrationen_v0101_lambda_coaching_ohne_bg.svg

Review

Wir lieben es, unser Wissen weiterzugeben. Wir sind aktive Blogger, Speaker und «Open Sourcer». Zudem geben wir unser Wissen auch gerne «gebündelt» weiter - an Einzelpersonen, Teams oder an ganze Firmen. Die folgenden «Unterrichtsformen» haben sich für uns bewährt:

- Workshops
- Inhouse Schulungen
- Hackathon

Coaching

Wir sind Teil der Uphill Academy, ein Zusammenschluss von drei Berner Firmen sowie nationalen und internationalen Coaches, um Trainings und Workshops zu organisieren. Wir engagieren uns aktiv in der Organisation und der Durchführung von Trainings und Workshops.

Uphill Academy

Mit unserem Wissen und unserem internationalen Netzwerk finden wir die optimale Lösung für Ihre Fragen

Know-How für die Zukunft

Hackweek 2022 im Rückblick

Damit die kulinarischen Genüsse und die sportlichen Aktivitäten nicht zu kurz kommen, verlassen wir unsere Büros im Liebefeld und verbringen die Hackweek irgendwo in der Schweiz. Zum ersten Mal war nicht das Tessin, sondern die Genferseeregion unser Ziel. In La Tour-de-Peilz, direkt am See, fanden wir die ideale Unterkunft.

![Image from iOS.jpg](https://lambda-it.ch/api/uploads/Image_from_i_OS_083cb5d357.jpg)
![2021-10-31 15.03.39.jpg](https://lambda-it.ch/api/uploads/2021_10_31_15_03_39_4f5da73184.jpg)
![2021-10-31 15.52.03.jpg](https://lambda-it.ch/api/uploads/2021_10_31_15_52_03_a08cb51d96.jpg)

 
An den folgenden Themen und Projekten wurde an dieser Hackweek gearbeitet

- Einsatzmöglicheiten von Web NFC API (NDER)
- Augmented Reality mit WebXR
- Raspberry Pi SMS Gateway für E2E Tests
- Liveness detection mit Facemesh Api
- Proof of Concept für digitale Signaturen per Email

Die gewonnenen Erkenntnisse werden in den nächsten Wochen auf unserer Seite publiziert.


Fokus - Angular

Projekte mit Angular

Online-Lernprogramm für Tastaturschreiben

Landesindex der Konsumentenpreise Preiserfasser-App

«Inventory Finder»: Aussenwerbung optimal planen

Aktuelles zu Angular

Lernen statt lehren: Toms Wiedereinstieg als Software-Entwickler

Hackweek 2022 im Rückblick

Hackweek 2021

Fokussiert auf Angular:

Wayne Maurer

Firmengründer, Software Architekt und Entwickler