Lokale LLMs lösen die Probleme von Frontier Models: Keine US-Regulierung, keine Data Leaks, keine unberechenbaren Kosten. Im Bereich Privacy existiert die Problematik bei lokaler Ausführung schlichtweg nicht mehr.

Vom Implementieren zum Orchestrieren: Agentische Systeme werden Seniorität im Software-Engineering verändern.

Agentische Systeme schreiben nicht nur Code, sie übernehmen schon heute ganze Teilaufgaben: planen, implementieren, testen, dokumentieren, refactoren. Dadurch verschiebt sich Seniorität fundamental: weniger „wer kann’s am schnellsten coden“, mehr „wer kann Arbeit richtig formulieren, Risiken steuern und Ergebnisse verlässlich integrieren“.

In diesem Vortrag zeige ich, wie sich Entwicklung mit Agenten in der Praxis anfühlt: ein konkreter Workflow (Briefing → Delegation → Review → Integration) plus ehrliche Beispiele, wo es stark ist und wo Gefahren lauern. Wir schauen uns an, welche Prinzipien helfen: klare Constraints, testgetriebene Abnahme, kleine Inkremente, harte Qualitätsgates und sauberes Review.

Dann wird es glaskugelig: Welche Fähigkeiten brauchen Senior Software Engineers in 10 Jahren wirklich? Wir können es nur raten. Aber: Bestimmte „No-regret moves“ könnt ihr heute schon in Ausbildung und Mentoring verankern, ohne auf den perfekten Tool-Stack zu warten!

As AI adoption moves from experimentation to production, a new constraint is emerging: token economics. LLMs introduce a cost model where every architectural decision — prompt size, retrieval strategy, model selection, and caching — directly affects system scalability and viability.

Eine E-Mail im Posteingang. Niemand öffnet sie, niemand klickt. Tage später stellt ein Nutzer seinem KI-Assistenten eine Frage. Der Agent zieht die E-Mail als Kontext heran, folgt den darin versteckten Anweisungen und schickt interne Daten an eine...

In all our debates about the future of software development with AI, we forget something fundamental: It has never been about code! We had this von-Neumann machine. And we had ideas about what we wanted this machine to do for us.

This talk explores a growing paradox: as AI removes technical bottlenecks, a new one emerges—human judgment and organizational speed. While teams are busy aligning in meetings, AI continues building—often the wrong things, but at scale.

In a world facing rising loneliness and increasingly fragmented human connection, could artificial intelligence become the companion we have always imagined? Nearly 50 years after Gary Numan asked “Are ‘Friends’ Electric?” audiences are no longer dealing with science fiction fantasy...

After years of rapid progress, scaling Large Language Models on internet text is beginning to show diminishing returns. As datasets saturate and performance curves flatten, a growing part of the AI community is shifting its focus toward a broader paradigm...

Architektur, Plattformen, APIs, Security und Softwarequalität lassen sich im Zeitalter von AI nicht länger isoliert betrachten. Sie bilden gemeinsam das Fundament moderner Softwaresysteme. Doch welche Architekturprinzipien gewinnen an Bedeutung? Wie verändern AI-Agenten die Gestaltung von Plattformen, Schnittstellen und Systemgrenzen? Und wie entstehen Systeme, die leistungsfähig, sicher und langfristig beherrschbar bleiben? Drei Expert:innen diskutieren die zentralen Herausforderungen des System Designs im AI-Zeitalter, ordnen aktuelle Entwicklungen ein und beantworten Eure Fragen.

Popular LLMs were trained on Java idioms, as well as open, crawlable specifications, such as JSRs and JEPs. Instead of fighting the weights, I will use the existing training corpus and well-known conventions to "vibe" code a Java application...

Let's be honest: nobody is carefully reviewing every line of code an AI agent produces. And that's fine, as long as you stop pretending otherwise and start building the infrastructure that actually keeps quality in check.

In dieser Session stelle ich eine persönliche Auswahl an Veröffentlichungen vor, die quer durch die Geschichte die Art geprägt haben, Software zu entwickeln, oder einfach auf überraschende Weise Akzente setzen.

Klassische Benutzeroberflächen von Geschäftsanwendungen basieren auf klar definierten Dialogen, Prozessen und Eingabemasken. Künstliche Intelligenz hingegen eröffnet mit natürlicher Sprache eine völlig neue Form der Interaktion...

AI stellt neue Anforderungen an die Auffindbarkeit und Nutzbarkeit von APIs. Während APIs lange Zeit primär für Entwickler gestaltet wurden, treten nun zunehmend AI-Agenten als neue Konsumenten auf.

We're in a world where the lines are blurred between human and machine intelligence, one where we need to build a harmonious relationship through experience.

Der Entwickler Pulse 2026 ist da. Wie erleben Software Professionals im deutschsprachigen Raum die KI-Transformation? Welche Auswirkungen hat sie bereits heute auf Arbeitsweisen, Rollenbilder und die Profession Software Engineering?

AI-Tools sind längst mehr als Spielerei: Wie weit tragen uns moderne AI-Entwicklungswerkzeuge wirklich? In dieser Session probieren wir es aus und entwickeln gemeinsam eine App - ganz ohne selbst zu coden.

Die zentrale Herausforderung der Softwareentwicklung ist die enorme Komplexität der Systeme, die wir bauen. Diese Komplexität lässt sich nur durch kontinuierliches Feedback beherrschen.

AI verändert die Art, wie wir Software entwickeln, schneller und grundlegender als jeder technologische Umbruch der vergangenen Jahrzehnte. Gleichzeitig zeichnet sich eine Entwicklung immer deutlicher ab...

Vibe coding is here to stay: end of the story. After 30 years in software, I’ve seen waves of “revolutions” come and go: CASE tools in the 1990s, CMS wizardry in the 2000s, low-code and no-code platforms more recently.

Moderne UIs werden zunehmend AI-getrieben: Statt nur Eingaben zu verarbeiten, erkennen sie die Ziele der Benutzer:innen, liefern kontextbezogen Informationen, blenden passende interaktive Komponenten ein...

Häufig entsteht Architektur sehr früh durch technologische Entscheidungen, etwa durch die Wahl von Frameworks, Architekturstilen oder Deployment-Modellen. Doch was wäre, wenn wir diesen Prozess umkehren würden?

Während des Tages habt ihr die Chance, euch in packenden Mario-Kart-Rennen für das große Abendfinale zu qualifizieren. Fahrt mit, setzt eure Bestzeit und zeigt, dass ihr nicht nur im Code, sondern auch auf der Strecke den Turbo zünden könnt.

AI is writing code, generating tests, and increasingly taking on entire development tasks. But great software is not built through automation alone. How is collaboration between humans and AI changing? What role will testing, feedback, code review, and engineering judgment play in the future?

Die Sicherheit von Webanwendungen scheint seit Jahrzehnten ein ungelöstes Problem zu sein. Die letztes Jahr erschienene neue OWASP Top Ten der größten Sicherheitsrisiken zeigt kaum Bewegung...

After his keynote “The Genius of Bureaucracies”, you can Alistair Cockburn stays on stage again where he takes questions. Bring your questions and bring your thoughts. Bring the cases that don’t fit. Bring your disagreements.

Software engineering has historically treated programming languages as cold, objective mathematical tools. Yet, the tech industry is plagued by passionate, borderline religious 'tribal wars' over language paradigms...

Wird im Moment der Begriff "KI" gebraucht, sind damit meist nur LLMs gemeint. Dabei gibt es gerade im Bereich Deep Learning viele andere spannende und wichtige Entwicklungen, die man kennen sollte...

Ihr wollt ein Kubernetes BSI-Konform betreiben? Na dann schauen wir mal was da so gefordert wird und wie das umgesetzt werden könnte. Dabei amüsieren wir uns auch etwas über das Compliance-Sprech von solchen Dokumenten 😉

Agentic AI verändert die Softwareentwicklung grundlegender als jedes Werkzeug zuvor. Pull Requests entstehen automatisiert, Code wird generiert. Und der Mensch übernimmt das Review. Aber macht er das wirklich noch?

AI-Coding-Assistenten können innerhalb von Sekunden Funktionen generieren, Code umgestalten und komplexe Logik erklären. Ihre Effektivität variiert jedoch stark von einer Codebasis zur anderen.

Artificial Intelligence used in the real industry often faces a fundamental gap when data scientists create shiny models in a laboratory setting. Still, domain experts and operators need a system they can trust and rely on in production.

Vibe Coding. Je nachdem, wen man fragt: Revolution oder Katastrophe. Noch vor Kurzem schlugen KI-Coding-Tools die nächsten paar Zeilen vor. Heute bekommen sie eine Aufgabe, ziehen los und kommen mit einem halben Systemumbau zurück.