Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 2 Min.

Einblicke der anderen Art: Neue .NET-Features entdecken

Entdecken Sie, wie man die neuesten .NET-Entwicklungen über GitHub verfolgt.
Wer über die neuesten Funktionen in .NET informiert werden will, der kann das über den offiziellen Blog von Microsoft tun. Aber es gibt auch andere Quellen, die wertvolle Informationen bieten. Darauf weist Steven Giesel auf seinem Blog hin. Eine besonders nützliche Ressource ist das GitHub-Repository des .NET-Runtime-Projekts. Hier sind alle Basisbibliotheken enthalten, die für die Entwicklung von .NET-Anwendungen notwendig sind, darunter LINQ, Task und List.Ein besonders spannender Bereich innerhalb des Repositories ist der Tab für Issues. Hier sind aktuell fast 10.000 offene und 60.000 geschlossene Probleme aufgelistet. Um Informationen über kommende Versionen, insbesondere .NET 10, zu erhalten, bietet sich der Milestone-Filter an. Mit diesem kann gezielt nach geplanten Änderungen und Features gesucht werden, die für die nächste Ausgabe relevant sind.Neben dem Milestone-Filter gibt es auch die Möglichkeit, durch Label-Filter weiter in spezifische Themen vorzudringen. Labels wie api-approved weisen auf neu hinzugefügte öffentliche APIs hin, die je nach Belieben in verschiedenen Bereichen wie LINQ oder System.Console zu finden sind. Der Label api-suggestion hingegen deutet darauf hin, dass Vorschläge für neue APIs noch in der Prüfungsphase sind.Ein weiterer interessanter Label ist area-System.Linq, das alle Änderungen und neuen Vorschläge im Zusammenhang mit LINQ behandelt. Gleiches gilt für den Label area-System.Collection, das sich auf Sammlungsarten wie List<T> oder Dictionary bezieht. Wer sich für Leistungsverbesserungen interessiert, kann sich durch den Label tenet-performance einen Überblick über für die nächste Version relevante Leistungsaspekte verschaffen.Alle Informationen zu den Labels in Steven Giesels Blogpost.
Miscellaneous

Neueste Beiträge

Maschinelles Lernen in .NET - .NET, Python und KI, Teil 2
Für eine performante und plattformübergreifende Inferenz von NET-Projekten empfiehlt sich eine hybride Strategie aus Training oder Prototyping in Scikit-Learn/Python, Export nach ONNX und Einbindung in .NET über ML.NET oder ONNX Runtime.
7 Minuten
SQLite als Dokumentenspeicher: Kann das gut gehen? - SQLite für .NET-Entwickler, Teil 5
Die Embedded SQL-Datenbank SQLite kann auch als objektorientierte Datenbank beziehungsweise Dokumentenspeicher genutzt werden – nach Konzepten also, wie sie NoSQL-Datenbanken wie MongoDB einsetzen.
6 Minuten
29. Apr 2026
Deep Learning in .NET – TensorFlow.NET und TorchSharp - .NET, Python und KI, Teil 3
Mit modernen KI-Frameworks lassen sich Deep-Learning-Modelle direkt in C# entwickeln.
6 Minuten

Das könnte Dich auch interessieren

Python in .NET – Integration mit Python.NET - .NET, Python und KI, Teil 1
Python-Code lässt sich in .NET-Anwendungen mit dem Open-Source-Projekt Python.NET einbinden. Wir erklären die Installation und grundlegende Interop-Szenarien. Ein einfaches Beispiel veranschaulicht die Praxis.
6 Minuten
00:00
Bluetooth, Biometrie und Multiplattform: Was .NET MAUI Hybrid wirklich kann - Die Möglichkeiten von .NET MAUI Blazor Hybrid verstehen
Codrina Merigo baut mit .NET MAUI Blazor Hybrid Apps für Android, iOS, macOS und Windows – und nutzt dafür das, was Web-Entwickler:innen sowieso schon können. Im Interview im Vorfeld der DWX 2026 erklärt sie, wie das geht, wo's hakt und warum das Framework im Enterprise-Umfeld eine ernste Option ist.
28. Apr 2026
Maschinelles Lernen in .NET - .NET, Python und KI, Teil 2
Für eine performante und plattformübergreifende Inferenz von NET-Projekten empfiehlt sich eine hybride Strategie aus Training oder Prototyping in Scikit-Learn/Python, Export nach ONNX und Einbindung in .NET über ML.NET oder ONNX Runtime.
7 Minuten
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige