Deployment beschreibt den Schritt, bei dem dein Code lokal entwickelt wird und dann live geht – also auf einem Server landet, der von außen erreichbar ist. Vor 15 Jahren hieß "Deployen" oft: FTP-Upload, manuelle Server-Konfiguration, gelegentlich kaputte Production. Heute ist es meist ein Git-Push.
Modernes Deployment ist automatisiert: Du commitest deinen Code, eine Plattform wie Vercel oder Netlify baut ihn, testet ihn (optional) und deployed ihn live – alles ohne dass du den Server siehst. Das hat die Geschwindigkeit, mit der man Software released, dramatisch erhöht.
Wie funktioniert Deployment heute?
Der typische moderne Deploy-Flow:
- Code commiten –
git commit -m "..." - Push zum Repository –
git push(GitHub, GitLab) - CI/CD-Pipeline triggert – läuft Tests, Lint, Type-Check
- Build-Prozess – Code wird in produktionsreife Bundles übersetzt
- Deploy – Bundles werden auf Server / CDN hochgeladen
- DNS aktualisiert – neue Version ist live
Das ganze dauert mit Vercel oder Netlify ~30 Sekunden bis 3 Minuten, abhängig von Projekt-Größe. Bei klassischem Server-Deployment (Docker, Kubernetes) eher 5–15 Minuten.
Wichtige Begriffe:
- CI/CD – Continuous Integration / Continuous Deployment
- Pipeline – die automatisierten Schritte vom Push zum Deploy
- Staging / Preview – Test-Umgebung vor Production
- Rollback – zurück auf vorige Version, wenn neue kaputt ist
- Zero-Downtime-Deploy – User merken nicht, dass deployed wird
Wofür brauchst du Deployment?
- Jede Live-App muss irgendwie deployed werden
- Updates ausrollen ohne dass User Aussetzer haben
- Hotfixes schnell live bringen, wenn ein Bug auftritt
- Preview-Versionen für Stakeholder oder Reviewer
- Multiple Environments (Dev, Staging, Production)
- Rollbacks bei Problemen
Deployment und VibeCoding
Mit Vercel und GitHub Actions ist Deployment heute Plug-and-Play. Claude Code generiert dir eine GitHub-Actions-Datei, die Tests laufen lässt, baut und deployed – komplett konfiguriert.
Best Practices für KI-generierten Code:
- Preview-Deploys nutzen – Vercel macht für jeden PR eine eigene URL. Damit reviewst du KI-Output live.
- Tests vor Deploy – auch mit KI-Code: Lint + TypeScript-Check + ein paar Smoke-Tests
- Environment Variables sauber – nichts ins Frontend leaken
- Feature Flags – neue Features hinter Toggles, ausschaltbar ohne Re-Deploy
Deployment-Antipatterns:
- Direkt auf Production deployen ohne Staging
- Manuelle FTP-Uploads – nicht reproduzierbar, fehleranfällig
- Kein Rollback-Plan – wenn was kaputt geht, gibt es Stress
- Geheime Keys im Code – im Repository für immer sichtbar
Empfehlung
- Frontend / Next.js: Vercel mit GitHub-Integration
- Komplettes Backend / Docker: Railway, Render oder Fly.io
- Eigene Server: Coolify oder Dokku auf Hetzner
- CI / Testing: GitHub Actions (kostenlos für Public Repos)
- Migrations für Datenbank: Drizzle Kit oder Supabase CLI im Deploy-Schritt