2.0 -//Pentabarf//Schedule//EN PUBLISH QEE8KS@@pretalx.com -QEE8KS Designing Thinking Machines: The Future of AI with Graphs-Based AI Agents en en 20260908T090000 20260908T170000 080000

Designing Thinking Machines: The Future of AI with Graphs-Based AI Agents

## What you will learn: - **Master the Fundamentals** : Learn how Retrieval-Augmented Generation (RAG) and AI agents work together to combine retrieval, reasoning, and generation into accurate, context-aware responses. - **Build Your Own AI Agent System**: Follow a step-by-step process to build the full pipeline from document ingestion, chunking, embeddings, retrieval, to LLM integration, and then upgrade it into a graph-based agent that knows when to retrieve, what to search, and how to produce grounded answers. - **Gain Hands-On Experience**: Work through practical exercises and real-world examples that show how a graph-based agent can explore different type of documents, gather evidence, verify key points, and answer in a reliable way. - **Ensure Data Security**: Learn how to deploy open-source AI systems with a strong focus on data privacy, secure processing, and responsible use of sensitive information. - **Bonus: Evaluation & Reliability**: Discover how to test and measure your AI system to ensure it is using the right sources, avoiding hallucinations, and producing reliable, trustworthy answers. ## Who Should Join This workshop is designed for anyone familiar with Python who wants to go deeper into how the most robust and modern AI systems are built. Perfect for: 💻 Developers 📊Data Scientists 🛠️Engineers 🤖Curious AI Enthusiasts Some experience with Python programming is required. You don’t need any background in machine learning or artificial intelligence. We’ll build everything together, step by step. ## What to Bring Just bring your laptop and a stable internet connection (Wi-Fi). We’ll take care of the rest. ## Why This Matters Most LLMs are impressive… but also a little dangerous. They often sound confident even when they are wrong. In this workshop, you will build an AI system where RAG provides knowledge, AI agents add judgment and graph-based reasoning allows your AI to search, verify, and think (in the right way) before it answers. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/designing-thinking-machines-the-future-of-ai-with-graphs-ba-7467543980420388095.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/QEE8KS/ RJ 1.201 Ornella Vaccarelli PUBLISH 3SQDEP@@pretalx.com -3SQDEP Architecture: Creating Architectural Fitness Functions using ArchUnit en en 20260908T090000 20260908T170000 080000

Architecture: Creating Architectural Fitness Functions using ArchUnit

[**zur Anmeldung**](https://eventfrog.ch/de/p/wissenschaft-und-technik/architecture-creating-architectural-fitness-functions-using-7467543675305729856.html) PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/3SQDEP/ RJ 1.206 Venkat Subramaniam PUBLISH W8CUCY@@pretalx.com -W8CUCY From Prompting to Planning: Building Reliable Agentic AI with Embabel en en 20260908T090000 20260908T170000 080000

From Prompting to Planning: Building Reliable Agentic AI with Embabel

Large Language Models enable powerful capabilities, but production-grade AI agents require more than prompt engineering. In enterprise environments, prompt chaining often leads to non-deterministic behavior, limited observability, and systems that are difficult to test and control. This workshop introduces a planning-driven approach to agent design using Embabel, an open-source framework created by Rod Johnson and built on Spring AI. Instead of orchestrating behavior through prompts, Embabel applies Goal-Oriented Action Planning (GOAP), where agents are composed of strongly typed actions, goals, and domain models. Participants will build a working agent inside a Spring Framework application, learning how to integrate LLMs as controlled components within a deterministic planning system. The resulting agents are explainable, testable, and capable of dynamic replanning when conditions change or failures occur. By the end of the workshop, attendees will understand how to move from fragile prompt-based systems to robust, production-ready agent architectures without introducing a new tech stack or sacrificing architectural control. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/from-prompting-to-planning-building-reliable-agentic-ai-wit-7467543805241081011.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/W8CUCY/ RJ 1.211 Patrick Baumgartner PUBLISH GVNPCS@@pretalx.com -GVNPCS Building AI Agents with Koog and Kotlin en en 20260908T090000 20260908T170000 080000

Building AI Agents with Koog and Kotlin

Most AI tutorials focus primarily on prompts and isolated demos. Real-world AI systems, however, require structured workflows, memory management, reliable integrations, and maintainable architectures. This workshop introduces participants to agentic systems using Koog and Kotlin. Participants will: - Learn the fundamentals of AI agents and agentic workflows - Understand the difference between stateless and stateful AI systems - Build AI agents using Koog and Kotlin - Implement tool calling and structured outputs - Explore memory and contextual reasoning - Integrate AI agents with external systems and APIs - Explore how event streams can serve as long-term memory and context - Build small autonomous workflows around realistic business domains - Discuss reliability, observability, and architectural trade-offs in AI systems - Understand the role of semantic domain events in AI reasoning Participants will leave with a practical understanding of how modern AI agents can be integrated into real software systems using robust architectural principles. Prerequisites Participants should have: - Basic Kotlin or Java development experience - Basic understanding of APIs and backend systems - Curiosity about AI systems and autonomous agents - Prior experience with LLMs or AI frameworks is not required. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/building-ai-agents-with-koog-and-kotlin-7467543746650844374.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/GVNPCS/ RJ 1.212 Oliver Zihler Alina Liburkina PUBLISH 7TYYXD@@pretalx.com -7TYYXD A Hands-On Day with Kubernetes, Platform Engineering & Open LLMs en en 20260908T090000 20260908T170000 080000

A Hands-On Day with Kubernetes, Platform Engineering & Open LLMs

This full-day workshop consists of two self-contained hands-on labs, united by Kubernetes and open source: ### Morning — Platform Engineering (9:00–12:00) Build an internal developer platform that gives developers self-service access to cloud infrastructure — without the complexity. 1. **Foundation** — Kubernetes platform base with Karpenter for intelligent autoscaling 2. **Platform Services** — kro and ACK for declarative infrastructure orchestration, Backstage as the developer portal 3. **Developer Experience** — Golden paths and self-service templates 4. **Governance & GitOps** — Policy-as-code with Kyverno, continuous delivery with Argo CD ### Afternoon — Open-Weight Generative AI on Kubernetes (13:30–17:00) Deploy and scale an open-weight large language model (Mistral) on Kubernetes using open source inference tooling and GPU-aware infrastructure. 1. **GPU Infrastructure** — Karpenter for GPU-aware provisioning, optimized container startup 2. **LLM Inference** — Deploy and optimize the open-weight Mistral model using vLLM, maximizing GPU utilization and throughput 3. **AI Observability** — GPU monitoring with NVIDIA DCGM, Prometheus, and Grafana 4. **Scaling** — Distributed inference with Ray for handling concurrent requests at scale 5. **AI Agents** — Deploy autonomous agents with Strands on Kubernetes **Target audience:** Platform Engineers, DevOps Engineers, SREs, and ML/AI Engineers **Content level:** 300–400 (intermediate to advanced) **Prerequisites:** Working knowledge of containers and Kubernetes concepts Both labs run on Amazon EKS (upstream, CNCF-conformant Kubernetes — not a fork). The hands-on tooling is open source and CNCF-aligned: **Morning — Platform Engineering:** - Kubernetes, Karpenter (CNCF), kro (K8s SIG subproject), ACK, Argo CD (CNCF Graduated), Backstage (CNCF Incubating), Kyverno (CNCF Graduated), GitLab CE **Afternoon — Generative AI:** - Kubernetes, Karpenter (CNCF), vLLM (open source), Mistral (open-weight model), Ray (open source), Strands Agents (open source), NVIDIA DCGM (open source), Grafana + Prometheus (CNCF Graduated) **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/a-hands-on-day-with-kubernetes-platform-engineering-open-7467545162090047355.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/7TYYXD/ RJ 1.212a Kevin Nash PUBLISH 78QZDZ@@pretalx.com -78QZDZ Vom KI-Chatbot zur MCP-App: Erst kommt die KI in die App – dann die App in die KI de de 20260908T090000 20260908T170000 080000

Vom KI-Chatbot zur MCP-App: Erst kommt die KI in die App – dann die App in die KI

## Programm Ausgangslage für den Workshop ist eine bestehende herkömmliche eCommerce Applikation. Aufbauend auf dieser Applikation implementieren wir folgende drei Szenarios: - Wir bauen einen Chatbot in unsere App ein um Endbenutzern die Funktionalität über einen Chat-Interface zugänglich zu machen. - Wir bauen eine MCP-App um unsere App in einen KI-Assistenten (ChatGPT, Claude ...) einzubinden - Wir erweitern unsere App mit WebMCP um die Funktionalität unsere Web-Applikation für KI-Agenten besser zugänglich zu machen. Dabei stellen wir etliche Gemeinsamkeiten und Patterns bei den verschiedenen Ansätzen fest. Die Übungen und Demos sind mit TypeScript realisert. Die Konzepte und Patterns sind aber durchaus in andern Programmiersprachen und Ökosystemen anwendbar. Für die Übungen müssen die Teilnehmer selbst einen API Key für einen AI Provider (OpenAI, Anthropic oder Google) mitbringen, Instruktionen dazu erfolgen vor dem Workshop. ## Kursziel Sie lernen verschiedene Ansätze und Patterns kennen, wie sie ihre Applikation mit KI integrieren können, um einen Mehrwert für ihre Endbenutzer zu schaffen. Sie erhalten einen Überblick und eine hands-on Einführung in folgende Technologien: - Tool Calling als Basis um Applikations-Funktionalität einer KI zugängllich zu machen - Vercel AI SDK und TanStack AI als Libraries um KI in Applikation einzubetten - MCP und MCP-Apps als Standard um Funktionalität und Applikationen einem KI-Assistenten (ChatGPT, Claude …) zur Verfügung zu stellen - WebMCP: ein neuer entstehender Browser-Standard (Preview) welcher es Web Applikationen erlaubt ihre Funktionalität clientseitig für KI Agenten zu exponieren. ## Adressaten: Klassische Applikationsentwickler, Architekten und technologie-affine Product-Owner, welche mögliche "real-world" Anwendungsfälle für AI kennenlernen möchten. **[zur Anmeldung](http://eventfrog.ch/de/p/wissenschaft-und-technik/vom-ki-chatbot-zur-mcp-app-erst-kommt-die-ki-in-die-app-7467544121248347267.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/78QZDZ/ RJ 1.213 Jonas Bandi PUBLISH CZ77J3@@pretalx.com -CZ77J3 Agentic Coding in der Praxis: Von der Spec bis zur Infrastruktur — mit MCP, Skills und Guardrails de de 20260908T090000 20260908T170000 080000

Agentic Coding in der Praxis: Von der Spec bis zur Infrastruktur — mit MCP, Skills und Guardrails

Der Workshop gliedert sich in vier inhaltliche Blöcke: **Block 1 — Agentic Coding & MCP (Vormittag)** Einstieg in den Agentic Loop: wie ein KI-Agent nicht nur Code schreibt, sondern Werkzeuge aufruft, Feedback verarbeitet und Aufgaben iterativ löst. Model Context Protocol (MCP) als Architektur für Werkzeugintegration, typische Integrationen und Grenzen. Der Block umfasst sowohl kommerzielle als auch Open-Source-Tools und Open-Weights-Modelle. **Block 2 — Spec first: Warum Kontext entscheidet** Wer ohne klare Spec arbeitet, merkt es spätestens beim Review. Dieser Block zeigt, wie technische Spezifikationen (ADRs, API-Contracts, strukturierte Anforderungen) den Unterschied zwischen brauchbarem und produktionsreifem Output ausmachen. **Block 3 — Infrastruktur mit KI-Unterstützung** KI-Agenten im Infrastruktur-Kontext: Konfigurationen generieren, reviewen und Drift erkennen — mit kritischer Qualitätsprüfung statt blindem Vertrauen. **Block 4 — Capstone: Von der Spec bis zum Deployment** Alle Bausteine zusammen: eine Aufgabe von der Spec über das Coding bis zum Deployment in einem durchgehenden Agenten-Workflow. **Abschluss** Erfahrungsaustausch und konkrete nächste Schritte für den Rollout im eigenen Team. Voraussetzungen: Erfahrung in Softwareentwicklung, DevOps oder Systemarchitektur. Laptop mit Terminal. Kein spezifischer Stack vorausgesetzt. Zielgruppe: Developers, Engineers, Architects und Tech Leads. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/agentic-coding-in-der-praxis-von-der-spec-bis-zur-infrastru-7467543862921151129.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/CZ77J3/ RJ 1.207 Tobias Kluge PUBLISH GD7SRF@@pretalx.com -GD7SRF Local-First AI - Alles läuft auf deinem Laptop de de 20260908T090000 20260908T170000 080000

Local-First AI - Alles läuft auf deinem Laptop

Nicht jedes LLM-Feature muss in der Cloud laufen. Es gibt drei starke Gründe für lokal: - **Compliance:** In Gesundheit, Finanzen und öffentlichem Sektor ist Datenabfluss ein Showstopper - **Kosten:** Bei hohem Volumen summieren sich API-Kosten schnell - **Verständnis:** Ein lokaler Stack ist der beste Lehrer, um zu verstehen, was unter der Haube passiert **Die Modell-Landschaft 2026** Die Reife der offenen Modelle macht lokales AI erstmals alltagstauglich: - **Modelle:** Qwen, Llama, Phi, Gemma, Mistral liefern in 3B–14B Parametern erstaunliche Qualität - **Quantisierung:** GGUF, GPTQ, AWQ machen diese Modelle auf Consumer-Hardware lauffähig - **Runtimes:** Ollama (einfach), llama.cpp (flexibel), MLX (optimal für Apple Silicon), vLLM (Production) **Was bauen wir?** Einen kompletten lokalen Stack mit fünf Bausteinen: - Chat-Modell für Konversation - Embeddings-Modell für Vektorsuche und RAG - Whisper.cpp für Echtzeit-Transkription - Vision-Modell für Bildverarbeitung - Python-Backend mit intelligentem Routing (lokal für private Daten, Cloud für komplexe Aufgaben) **Reality-Check** Der ehrliche Vergleich lokal vs. Cloud mit eigenen Benchmarks: - **Überraschend gut lokal:** Klassifikation, Extraktion, einfache Zusammenfassungen, Code-Completion - **Cloud gewinnt klar:** Komplexes Reasoning, lange Kontexte, kreatives Schreiben - **Diskussion:** Wie verkauft man lokale AI intern? Wie verteilt und aktualisiert man Modelle im Team? **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/local-first-ai-alles-laeuft-auf-deinem-laptop-7467544063438251985.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/GD7SRF/ RJ 1.208 David Pinezich PUBLISH TBBQAT@@pretalx.com -TBBQAT Spec-driven Development mit dem AI Unified Process de de 20260908T090000 20260908T170000 080000

Spec-driven Development mit dem AI Unified Process

**[zur Anmeldung](http://eventfrog.ch/de/p/wissenschaft-und-technik/spec-driven-development-mit-dem-ai-unified-process-7467540868951457910.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/TBBQAT/ RJ 1.209 Simon Martinelli PUBLISH HAURQE@@pretalx.com -HAURQE Backstage: Dein Weg zum eigenen Internal Developer Portal (IDP) – und wie du das Projekt mitgestaltest de de 20260909T090000 20260909T170000 080000

Backstage: Dein Weg zum eigenen Internal Developer Portal (IDP) – und wie du das Projekt mitgestaltest

Dieser praxisorientierte Workshop bietet eine End-to-End Einführung in Backstage. Gemeinsam bauen wir ein Portal auf und erkunden die wichtigsten Funktionen: - Konzepte: Einführung in Internal Developer Platforms (IDP) und die Architektur von Backstage. - Software Catalog: Services, Ownership und Abhängigkeiten zentral verwalten. - Software Templates (Scaffolder): Best-Practice-Projekte per Knopfdruck erstellen (Self-Service). - TechDocs: Dokumentation direkt beim Code pflegen und zentral im Portal anzeigen. - Customizing & Plugins: Das Portal optisch anpassen und durch bestehende oder eigene Plugins funktional erweitern. Zusätzlich gibt es eine Einführung in den Contribution-Prozess von Backstage. Wie ist das Projekt organisiert? Wie reiche ich Issues oder Pull Requests ein, um das Framework für alle zu verbessern? Lernziele: - Verständnis der Kernkonzepte eines Developer Portals. - Fähigkeit, Backstage zu installieren, zu konfigurieren und zu erweitern. - Wissen, wie man eigene Erweiterungen schreibt und diese (oder Bugfixes) zurück in das Open-Source-Projekt spielt. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/backstage-dein-weg-zum-eigenen-internal-developer-portal-7467544323950687204.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/HAURQE/ RJ 1.201 Christoph Raaflaub PUBLISH MTLG8R@@pretalx.com -MTLG8R Evaluating Architectural Patterns en en 20260909T090000 20260909T170000 080000

Evaluating Architectural Patterns

**[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/evaluating-architectural-patterns-7467544246603521755.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/MTLG8R/ RJ 1.206 Venkat Subramaniam PUBLISH 7TJYUE@@pretalx.com -7TJYUE Machine Learning Bootcamp für Software Spezialisten (mit MLOps Themen) de de 20260909T090000 20260909T170000 080000

Machine Learning Bootcamp für Software Spezialisten (mit MLOps Themen)

Introduction to Machine Learning - Grundverständnis für Funktionsweise und Zielsetzung von Machine Learning - Unterschiede zwischen supervised und unsupervised learning - Voraussetzungen für erfolgreiches Lernen (Datenqualität, Problemformulierung, Zieldefinition) Statistical Machine Learning - Einführung in klassische Machine Learning Algorithmen und deren Konzepte - Diskussion über Vorteile gegenüber modernen deep learning Ansätzen - Umsetzung eines konkreten Verfahrens zur Vertiefung: Fokus auf feature engineering und Datenrepräsentation Neuronal Networks - Anwendung eines neuronal network-Modells auf den gleichen Datensatz wie zuvor - Aufbau, Training und Analyse eines einfachen neural network - Diskussion der Unterschiede und Stärken im Vergleich zu klassischen Methoden MLOps - Überblick über zentrale MLOps-Konzepte im Kontext realer Softwareprojekte - Deployment eines kleinen Containers mit FastAPI zur Bereitstellung eines API-Endpunkts - Diskussion typischer Herausforderungen bei der Operationalisierung von ML-Modellen **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/machine-learning-bootcamp-fuer-software-spezialisten-7467544739438403155.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/7TJYUE/ RJ 1.211 Martin Stypinski PUBLISH GLJCHC@@pretalx.com -GLJCHC AI-Assisted Clean Code Workshop en en 20260909T090000 20260909T170000 080000

AI-Assisted Clean Code Workshop

AI coding tools can generate implementations, tests, and refactorings within minutes. The harder question is whether those changes are correct, understandable, appropriately structured, and safe to keep. Generated code can compile, pass its tests, and still be wrong. It may rely on an unsupported API, silently change behaviour during a refactoring, copy a legacy workaround as if it were the preferred design, omit important failure or authorization paths, or produce an impressive test suite that protects implementation details instead of the behaviour that matters. This hands-on workshop turns Clean Code judgement into a practical AI-assisted development workflow. Participants work with a provided application, inspect real generated diffs, improve tests, refactor code in small controlled steps, make deliberate domain and architecture decisions, and convert repeated review findings into reusable repository guardrails. The focus is on the quality of an individual AI-assisted change. Participants begin with an unguided agent implementation and progressively make it safer, clearer, better tested, and more consistent with the intended direction of the codebase. Clean Code practices, code smells, test design, domain modelling, and architecture patterns are used as practical decision tools rather than as abstract catalogues. The workshop is deliberately tool-agnostic. Participants may use Codex, Claude Code, Cursor, GitHub Copilot coding agents, or equivalent repository-level tools. The focus is not on collecting prompts or maximizing the number of agents. The focus is on making engineering judgement explicit, verifiable, and reusable so that AI assistance improves the codebase instead of accelerating technical debt. PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/GLJCHC/ RJ 1.212 Oliver Zihler Alina Liburkina PUBLISH TCTXWB@@pretalx.com -TCTXWB Python Best Practices de de 20260909T090000 20260909T170000 080000

Python Best Practices

Geplante Programmpunkte: - Fortgeschrittenes / Advanced Python - Classes: Wann man sie (nicht) nutzen sollte - Nützliche Module: `dataclasses`, `enum`, `functools`, `itertools`, `pathlib`, ... - Syntax: Comprehensions, Decorators, Iterables, Iterators & Generators, Context Managers, Properties, ... - Code Design, Patterns und Refactoring - Fehlerbehandlung, vermeiden von Fehlern - Defensive Programming: Inputs säubern, asserts in production-Code - Fehlerbehandlung: Mehr als nur `try: ..., except: pass` - Python-Fallstricke: Namen und Values, mutable default-Argumente, ... - Automatisierte Tools - Automatisierte Qualitätskontrolle: Linting, Formatting, Type Annotations - Automatisiertes Testen: Kurzes pytest-Intro **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/python-best-practices-7467544439881256860.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/TCTXWB/ RJ 1.212a Freya Bruhin PUBLISH TKHK7L@@pretalx.com -TKHK7L Workshop: Java 25 LTS -- Coole neue Java-Features – besserer Code mit modernem Java (mit Ausblick auf Java 27) de de 20260909T090000 20260909T170000 080000

Workshop: Java 25 LTS -- Coole neue Java-Features – besserer Code mit modernem Java (mit Ausblick auf Java 27)

Bringen Sie Ihre Java-Kenntnisse auf den neuesten Stand und lernen Sie die vielfältigen Möglichkeiten von modernem Java kennen! In diesem Best-of-Java-Praxisworkshop werden verschiedene Verbesserungen vorgestellt, die bis zum brandaktuellen Java 25 LTS sowie in den Vorgängern enthalten sind. Einige Perlen und Highlights aus früheren Java-Versionen runden das Ganze ab. Wir lernen u.a. folgende Sprach- und Syntaxverbesserungen kennen: switch-Expressions, Records, Text Blocks. Außerdem werden wir uns die neuen API-Funktionen bei Streams inklusive Gatherers, Sequenced Collections, Virtual Threads, Structured Concurrency und vieles mehr ansehen. Das immer beliebter werdende Pattern Matching in Kombination mit Record Patterns wird ebenfalls besprochen. Um das Wissen sofort zu festigen, wird das gerade Gelernte durch viele praktische Übungen vertieft. Java entwickelt sich im rasanten Thema mit jeweils einem Release pro Halbjahr und vielen inkludierten Features weiter. Ständig up-to-date zu sein, erfordert einigen Aufwand: Nutzen Sie diesen Workshop, um sich an einem Tag über alle wesentlichen Neuerungen überblicksartig zu informieren. Das sollte für Softwareingenieure und -architekten hilfreich sein, um zu entscheiden, ob Java 17 oder 21 oder zukünftig 25 für ihre Produkte wertvoll ist, und um die Migration zu erleichtern. Der Workshop gliedert sich grob in die folgenden Teile, die jeweils Syntax-Erweiterungen und API- und JVM-Neuheiten und Änderungen der jeweiligen Java-Versionen vorstellen und durch eine Vielzahl an Übungen abgerundet werden: • PAST: Wesentliche Erweiterungen bis Java 17 LTS • PRESENT: Neuheiten in Java 18 bis 21 LTS • FUTURE: Neuheiten in Java 22 bis 25 LTS (mit Ausblick auf Java 27) Zusammenfassend lässt sich sagen, dass Java mit jedem neuen Release cooler und besser wird. Lassen Sie uns gemeinsam einen Blick auf wichtige und hilfreiche neue Funktionen der Sprache und der APIs werfen. Es gibt einiges zu entdecken. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/workshop-java-25-lts-coole-neue-java-features-7467544676767108013.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/TKHK7L/ RJ 1.213 Michael Inden PUBLISH SD8NUQ@@pretalx.com -SD8NUQ Closing the AI Effectiveness Gap: Strategies for High-Performing Software Teams en en 20260909T090000 20260909T170000 080000

Closing the AI Effectiveness Gap: Strategies for High-Performing Software Teams

In this workshop, we address the "AI Effectiveness Gap"—the space between adopting AI tools and achieving real business value. Participants will learn a role-based methodology to coordinate AI usage across the team, ensuring that AI-generated output aligns with architectural standards and user needs. **Key modules include:** - Mastering Context Engineering: How to create and coordinate shared context across the SDLC to get consistent, high-quality results. - AI-Enhanced Workflow: Practical strategies for integrating AI into requirements, architecture, testing, and documentation. - Managing Tech Debt: How to use AI to reduce existing debt instead of generating new complexity. - Human-in-the-Loop Excellence: Establishing validation patterns where domain expertise remains the ultimate guardrail. **Practical takeaways:** - A roadmap for transitioning from ad-hoc AI usage to a structured, team-based AI strategy. - Frameworks for avoiding "FOMO" by building a model-agnostic methodology. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/closing-the-ai-effectiveness-gap-strategies-for-high-perfor-7467544379617491429.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/SD8NUQ/ RJ 1.207 Björn Persson Patrick Scheller PUBLISH EAKPPT@@pretalx.com -EAKPPT Keynote: Influencing the Irrational AI-clouded Minds de de 20260909T173000 20260909T181500 004500

Keynote: Influencing the Irrational AI-clouded Minds

In this keynote we will take a short tour of some significant innovations, the trajectories of their adoptions, and compare them to what we are seeing with AI. Then we will reflect on specific software development related activities that significantly benefit from AI and those that we should use with a good dose of caution and procedures around. This keynote will focus on facts that we can take back to have sensible conversations, to protect not only our jobs but our field at large. PUBLIC CONFIRMED Keynote https://pretalx.com/workshop-tage-2026/talk/EAKPPT/ Gebäude 3 – Hörsaal 3.008 Venkat Subramaniam PUBLISH QZJANR@@pretalx.com -QZJANR Architektur jenseits von Monolith vs. Microservices de de 20260910T090000 20260910T170000 080000

Architektur jenseits von Monolith vs. Microservices

In diesem Workshop analysieren wir, welche Architekturprinzipien sich aus Microservices ableiten lassen und wie sie sinnvoll auf bestehende Systeme angewendet werden können – auch und gerade auf Monolithen und Legacy-Anwendungen. Wir diskutieren Strategien zur Modularisierung bestehender Codebasen und zeigen, wie sich schrittweise Architekturverbesserungen umsetzen lassen, ohne alles neu zu bauen. Darüber hinaus betrachten wir etablierte Konzepte verteilter Systeme wie CQRS, Event Sourcing, Sagas, CAP und Konsistenz und ordnen ein, wann sie Mehrwert bringen – und wann nicht. Ziel ist ein realistisches, praxisnahes Architekturverständnis jenseits von Hype und Dogmen. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/architektur-jenseits-von-monolith-vs-microservices-7467545283724881158.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/QZJANR/ RJ 1.201 Eberhard Wolff PUBLISH WBCDRK@@pretalx.com -WBCDRK Docker verstehen – mit Podman arbeiten de de 20260910T090000 20260910T170000 080000

Docker verstehen – mit Podman arbeiten

Viele Entwicklerinnen und Entwickler kennen Docker dem Namen nach oder haben bereits einzelne Befehle kopiert, ohne wirklich zu verstehen, was Container, Images, Volumes und Netzwerke im Hintergrund tun. Genau hier setzt dieser Workshop an. Die Teilnehmenden lernen Schritt für Schritt, wie Container funktionieren, wie Images aufgebaut werden, wie Anwendungen mit persistenten Daten und Netzwerken betrieben werden und wie sich wiederholbare Container-Setups beschreiben lassen. Auch wenn praktisch mit Podman gearbeitet wird, bleibt die Docker-Begriffswelt wichtig: Sie prägt bis heute viele Projekt-Setups, Tutorials und Dokumentationen. Für die praktischen Übungen wird Podman eingesetzt. Podman hat sich im Open-Source- und Linux-Umfeld als moderne Alternative zu Docker etabliert und ist für viele Entwicklungs- und Schulungsszenarien die konsequentere Wahl: Es arbeitet ohne zentralen Hintergrunddienst, unterstützt rootless Container und bleibt gleichzeitig weitgehend kompatibel zur gewohnten Docker-Arbeitsweise. Dadurch lernen die Teilnehmenden nicht nur einzelne Tool-Befehle, sondern verstehen wirklich die zugrunde liegenden Konzepte der Containerisierung. Der Workshop besteht aus einer Mischung aus kompakter Theorie, Live-Demonstrationen und praktischen Übungen. Kubernetes wird höchstens am Ende kurz eingeordnet, ist aber nicht Bestandteil des Workshops. Ziel ist ein tragfähiges Verständnis der Container-Grundlagen, nicht ein oberflächlicher Rundflug durch möglichst viele Werkzeuge. Grundlegende Linux-Kommandozeilenkenntnisse sind hilfreich. Für die Teilnehmenden wird eine vorbereitete Online-Linux-Umgebung bereitgestellt, wenn jemand nicht lokal arbeiten möchte oder kann. PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/WBCDRK/ RJ 1.206 Christian Heitzmann PUBLISH RPTRBR@@pretalx.com -RPTRBR AI Assisted Coding: Using AI to Create Code, Identify Issues, Create Tests en en 20260910T090000 20260910T170000 080000

AI Assisted Coding: Using AI to Create Code, Identify Issues, Create Tests

**[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/ai-assisted-coding-using-ai-to-create-code-identify-issues-7467545349235723234.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/RPTRBR/ RJ 1.211 Venkat Subramaniam PUBLISH WN8QU7@@pretalx.com -WN8QU7 Enterprise-Ready AI Agents: Architecting the Agent Mesh with Open Source en en 20260910T090000 20260910T170000 080000

Enterprise-Ready AI Agents: Architecting the Agent Mesh with Open Source

This is a working session for people who already suspect that "just ship the agent" won't survive contact with production. We treat agents as a distributed-systems problem first and a model problem second, and we build up the architecture in the same order you'd actually have to defend it: what the thing is, where it lives, how it's secured, and how you prove it behaved. Every pattern shown is backed by an open-source component you can run yourself; the goal is for you to leave with an architecture you could whiteboard for your own team on Monday. --- **By the end of the day you will be able to…** - Explain where complexity lives in a modern agent system, and what scales poorly - Architect an Agent Mesh: gateway, registry, runtime, and what each one solves - Design agent IAM with per-agent identity, mTLS, and policy at the traffic layer - Apply guardrails and observability strategies that surface regressions early - Evaluate open-source components against the lock-in risk of managed alternatives - Make a defensible build-vs-adopt case to your own organisation --- The day is structured in four blocks, each pairing a concept session with a short, optional exercise: 1. **What a Production Agent Actually Is**: an LLM in a loop calling tools, and the harness around it. We pin down the minimum viable architecture, then expose the gaps a single-agent prototype hides: context handling, tool governance, failure modes. The shortlist of problems the rest of the day exists to solve. 2. **The Agent Mesh: Gateway, Registry, Runtime**: the architectural centrepiece. The parallel to the service mesh, the three pillars, and why agent fleets need them. Walkthrough of the open-source reference stack: `agentgateway` (Linux Foundation) and `kagent` (CNCF Sandbox). What lives where, and which problems each pillar owns. 3. **Security & Identity for Agent Fleets**: agent IAM as a first-class concern. Per-agent identity instead of shared API keys, mTLS between components, scoped credentials, central quotas, prompt-injection defence, tool-call policy. Guardrails as gateway middleware rather than per-feature code. 4. **Observability, Evaluation & Reliability**: OTel traces across prompts, tool calls, and agent hops. Evaluation gates in CI to catch regressions before they ship. Cost control at the gateway. How to prove what an agent did, with which model, on whose behalf; the question regulators and incident reviews both ask. Multi-agent patterns (planning, sub-agents, orchestrator/worker) and the Google ADK framework appear throughout the day as the concrete examples for the exercises, not as a block of their own. The same goes for **context engineering**, the discipline that replaced prompt engineering, integrated into Block 1 and revisited where it matters, rather than treated as a standalone topic. --- **Key Topics** - The agent harness and the minimum architecture for production - The Agent Mesh: gateway, registry, runtime, portable across clouds - Agent IAM: per-agent identity, mTLS, scoped credentials, no shared API keys - Guardrails: input/output validation, tool-call policy, prompt-injection defence - Observability: OTel traces across prompts, tool calls, and agent hops - Reliability: evaluation in CI, regression gates, central cost and quota control - Context engineering, applied throughout, not relegated to a single block - Build-vs-adopt: open-source mesh components against managed-platform lock-in --- **Who Should Attend** - Architects and platform leads evaluating how to host agents safely - Security, SRE, and compliance teams responsible for AI workloads - Engineers building LLM-powered systems beyond the prototype - Technical decision-makers weighing build, adopt, and lock-in trade-offs --- **Prerequisites** - A working understanding of LLMs and tool calling (helpful, not required) - No prior agent-framework experience needed --- **Stack you'll see:** Google ADK, MCP, `agentgateway`, `kagent`, Guardrails AI. All open source. Runs on-prem, on any cloud you happen to have a cluster on. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/enterprise-ready-ai-agents-architecting-the-agent-mesh-with-7467545691239243809.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/WN8QU7/ RJ 1.212 Flurin Gishamer PUBLISH ZGLSRE@@pretalx.com -ZGLSRE PostgreSQL – The Swiss Army Knife for Data Analytics en en 20260910T090000 20260910T170000 080000

PostgreSQL – The Swiss Army Knife for Data Analytics

This workshop will provide an overview of both foundational and advanced analytics capabilities in PostgreSQL, including: - Advanced Aggregation Techniques – Explore PostgreSQL’s capabilities for flexible grouping, conditional aggregation, and analyzing patterns across subsets of data to support complex analytical workflows. - Graph Queries and Hierarchical Data with Nested Sets – Learn how to represent and query trees and graph structures using standard SQL. - Full-Text Search – Harness PostgreSQL’s built-in text search capabilities for powerful, language-aware queries built on efficient indices. - Vectors and Indexing for Machine Learning – Work with PostgreSQL’s vector data types and indexing methods for AI/ML workflows. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/postgresql-the-swiss-army-knife-for-data-analytics-7467545772671666972.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/ZGLSRE/ RJ 1.212a Johannes Graën Tobias Bussmann PUBLISH Y8APVH@@pretalx.com -Y8APVH Legacy Systeme verbessern mit Agentic Coding de de 20260910T090000 20260910T170000 080000

Legacy Systeme verbessern mit Agentic Coding

In diesem Workshop soll es darum gehen, wie man Agenten und KI für Modernisierung von Legacy-Systemen nutzen kann und dabei die Kontrolle behält. In eine**r** mittelgrosse**n**, monolithische**n** OpenSource Software werden wir neue Features einbauen und dabei einzelne Architekturmerkmale optimieren bzw. ändern. Dazu werden wir zuerst das System analysieren um Verständnis zu erarbeiten ohne den gesamten Code zu lesen. Dabei betrachten wir einen Mix aus Metriken, Agentic Interviews und Git-Mining. Im Folgenden suchen wir nach Lösungsoptionen, wägen diese gegeneinander ab und bestimmen unseren Lösungsweg. Dies lassen wir unseren eigenen Coding Agenten dokumentieren und im Anschluss implementieren, gesteuert durch unsere Guardrails aus den Architektur-Entscheidungen. Infos an die Teilnehmer: - Ich würde für die Teilnehmer Cloud-basierte Entwicklungsumgebungen bereitstellen, um schneller ans Arbeiten zu kommen. Lokales Setup unterstütze ich auch gerne, aber will damit nicht zu viel Zeit verlieren. - Verständnis von Software-Architektur, bestenfalls im Sinne des iSAQB, ist hilfreich. - Es ist kein Expertenwissen in irgendeiner Programmiersprache erforderlich, aber man sollte keine Angst haben fremden Code zu lesen. Ich helfe gern, Top-Down ein Verständnis zu erarbeiten, aber dein Agent auch. Zusammenhänge sind für den Workshop wichtiger als einzelne Code-Statements. Python wird sicher vorkommen, die neuen Features kann jeder nach eigenem Gusto bauen. - Mein Vortrag ist auf Hochdeutsch, diskutieren / Fragen stellen auf Deutsch, Schwiizerdütsch oder Englisch möglich. **[zur Anmeldung](https://eventfrog.ch/de/p/wissenschaft-und-technik/legacy-systeme-verbessern-mit-agentic-coding-7467545471008958875.html)** PUBLIC CONFIRMED Workshop https://pretalx.com/workshop-tage-2026/talk/Y8APVH/ RJ 1.207 Michael Krämer