Programm
Das Programm der OOP 2026 bietet euch über 120 Fachvorträge an vier Tagen!
Unten stehend findet ihr alle Vortragsdetails. Eine übersichtliche Darstellung des Zeitplans findet ihr in unserer praktischen PDF-Ansicht.
Track: Software Architecture - The Impact of Generative AI
- Mittwoch
11.02. - Donnerstag
12.02.
Wie jede Technologie hat auch GenAI zwei Seiten. Eine verantwortlich Verwendung bedeutet, dass wir sowohl Vorteile aber auch Nachteile und Kollateralschäden einer Technologie betrachten. Neben den positiven Versprechungen: Immenser Energiehunger, Berge von Elektronikschrott, die Vervielfachung von Missinformation im Netz und der zweifelhafte Umgang mit "intellectual property" sind nur einige Aspekte, die wir berücksichtigen müssen. Dieser Vortrag gibt eine persönliche Antwort auf eine sehr…
AI verändert, wie wir Software entwickeln – doch was bedeutet das für Architektur? LLMs liefern schnell Ergebnisse, lassen Struktur aber oft emergent entstehen. Architektur wird dadurch nicht überflüssig, sondern zentraler: kürzere Zyklen, schnelleres Feedback, engere Verzahnung von Design und Umsetzung.
Der Talk zeigt, wie LLMs Architekturarbeit verändern – von innovativen Werkzeugen wie AI-Review-Agents oder LLM-Coding-Workflows über angepasste Architekturmethodik, bis hin zu einem neuen…
Beim Analysieren und Zerlegen von Legacy-Systemen nach DDD sind wir auf Domänen gestoßen, die einfach in Subdomänen aufgeteilt werden konnten, und auf Domänen, bei denen es deutlich schwieriger war. Auch das Alter und der Entwicklungsgrad einer Domäne haben Einfluss auf unsere Möglichkeiten, gute Subdomänen zu finden und die Legacy zu modularisieren. Inzwischen können wir diese Unterschiede beschreiben und haben verschiedene Domain Patterns gefunden und benannt.
Zielpublikum: Architekten,…
Die Evolution von KI verändert Softwareentwicklung und -dokumentation grundlegend. Der Vortrag zeigt anhand zweier Praxisbeispiele aus Payment-Systemen und Marketing-Agenten, wie KI-gestützte Simulationen, Benchmarking und selbstdokumentierende Systeme bereits heute eingesetzt werden. Auf Basis der Residualitätstheorie wird „Dokumentation 2.0“ als resilienter, adaptiver Ansatz vorgestellt.
Zielpublikum: Softwareentwickler:innen, Architekt:innen, CTOs, DevOps- und QA-Teams
Voraussetzungen:Grundken…
Den vollmundigen Versprechen mancher Anbieter und Influencer für generative KI steht die praktische Realität gegenüber, dass die Beschränkungen von LLMs zu vielen Problemen führen, ganz besonders beim Softwareengineering. Die Analyse großer Softwarearchitekturen und Codebasen durch LLMs scheitert unter anderem an dem beschränkten Kontextfenster der Foundation-Modelle. Das gilt im Umkehrschluss auch für deren Generierung. Wie sich diese Problematik zumindest teilweise umgehen lässt, möchte der…
Überall entstehen aktuell neue Ideen und Möglichkeiten, mithilfe von GenAI konkrete Unterstützung für im Grunde alle Rollen im Software-Engineering zu erhalten. Das kann in höherer Qualität der Softwareprodukte, verbesserter Effizienz während der Entwicklung oder besseren Entscheidungen münden. Wie gut das funktioniert und was für Potenziale hier in frühen SE-Phasen schlummern, haben wir innerhalb verschiedener Projekte genauer untersucht und ein Plugin entwickelt, um Erkenntnisse zu gewinnen,…
KI-Agenten ohne Anbindung an Unternehmenssysteme sind zahnlose Tiger: viel Potenzial, aber praktisch harmlos. Das Model-Context-Protokoll (MCP) löst genau dieses Problem: Als offener Standard verbindet es KI-Agenten unkompliziert mit heterogenen Systemen wie Self-contained Systems, Microservices oder verteilten Datenquellen – quasi USB-C für KI. Gerade für Teams in verteilten Systemlandschaften macht MCP die Integration gangbar. Wir schauen uns anhand konkreter Praxisbeispiele an, wie MCP…
In dieser Session tauchen wir in das Model Context Protocol (MCP) ein – eine leistungsstarke Methode zur Orchestrierung von Kontextdaten für LLMs. Zunächst entwickeln wir einen MCP-Server mit Spring AI, der über Claude Desktop mit verschiedenen Services verbunden wird. Anschließend erstellen wir einen MCP-Client mit Spring AI, der den Kontext aus verschiedenen Datenquellen verarbeiten kann. Zum Abschluss widmen wir uns dem Thema Security und zeigen, wie der MCP-Server mit OAuth2 abgesichert…