Der Big Techday 13

Mit dem allgegenwärtigen Aufstieg von KI und dem Wunsch, die damit verbundenen Möglichkeiten wirklich auszuschöpfen, stellt sich eine neue Herausforderung, die sich sehr von der eher wissenschaftlichen Aufgabe, gute Modelle für maschinelles Lernen zu entwickeln, unterscheidet: KI serienreif machen. Wie können wir unsere Modelle einfach und schnell von einem Machbarkeitsnachweis hin zu 24/7-Anwendungen transformieren? Was müssen wir tun, um sicher zu sein, dass unsere KI-Prozesse glatt und reibungslos funktionieren? Skalieren unsere Lösungen auf Produktionsdatenmengen? Wie können wir die Modellqualität mit limitierten datenwissenschaftlichen Ressourcen und dutzenden oder sogar hunderten von Modellen, die in betrieblichen Prozessen in Benutzung sind, verfolgen und pflegen? Die Abteilung für Datenanalyse und Künstliche Intelligenz von Telefónica hat mit der Hilfe von TNG ein Open Source-basiertes Framework entwickelt, um diese Fragen auf Unternehmensebene zu adressieren und zu beantworten. Unsere Fallstudie aus der Telekommunikationsbranche diskutiert die Herausforderung, maschinelles Lernen in einer von akademischer Datenwissenschaft weit entfernten Welt anzuwenden – nämlich in der Echtzeit – in der die Mobilfunknetzbetriebe agieren.

Software und Technologie haben jeden Aspekt der Welt, in der wir leben, verändert. Das eine Extrem stellen sogenannte „mission critical“ Anwendungen dar: der Code, der unsere Banken, Krankenhäuser, unsere Flughäfen und Mobilfunknetzwerke steuert. Dann gibt es noch Code, den wir alle jeden Tag nutzen, um im Internet zu surfen, Filme anzuschauen, Kalkulationstabellen zu erstellen... nicht ganz so kritisch, aber trotzdem Code, der Probleme löst und Dienste anbietet. Aber was ist mit dem Code, der bloß existiert, weil ihn jemand schreiben wollte? Ein Code, der nur dafür geschaffen wurde, um andere Menschen zum Lächeln, Lachen oder sogar zum Tanzen zu bringen? Vielleicht sogar Code, der gar nichts macht? Code, der nur erschaffen wurde, um zu sehen, ob er funktioniert? Begleite Dylan Beattie bei einem unterhaltsamen Vortrag über die Kunst des Codes. Wir werden uns die Ursprünge des Programmierens als Kunstform ansehen, von Conways „Spiel des Lebens“ bis zur Demoszene der 1970er und den ersten Obfuscated C Wettbewerben. Wir werden etwas über esoterische Sprachen und Quines lernen – wie schafft man ein Programm, das seinen eigenen Quellcode druckt? Wir werden Quine Relays, Codegolf und Generative Kunst entdecken und wir werden das Phänomen des Live Coding als Performance entdecken – von den Pionieren der elektronischen Musik bis hin zu modernen Algograves und Live-Coding Plattformen wie Sonic Pi.

Die BMW Group entschied sich für eine neue Architektur und die Verlagerung ihres standortinternen Datensees in die Amazon Web Services Cloud. Der Cloud Data Hub (CDH) verarbeitet und kombiniert anonymisierte Daten von Fahrzeugsensoren und anderen Quellen im gesamten Unternehmen, um sie für interne Teams, die kundenorientierte und interne Anwendungen erstellen, jetzt und in Zukunft leicht zugänglich zu machen. Derzeit sind Millionen von BMW- und Mini-Fahrzeugen über das hochsichere Backend der BMW Group mit dem CDH verbunden, das täglich Terabytes an anonymen Telemetriedaten verarbeitet. Das Unternehmen nutzt diese Daten zur Überwachung von Fahrzeugzustandsindikatoren wie z.B. zur Überprüfung von Kontrollfehlern, um potenzielle Probleme über Fahrzeuglinien hinweg im Voraus zu erkennen. Auf diese Weise kann die BMW Group die vom CDH aufgenommenen, gesammelten und verfeinerten Flottendaten nutzen, um Probleme besser zu lösen, noch bevor sie sich auf die Kunden auswirken. TNG unterstützt dieses Projekt seit etwa einem Jahr. Begleiten Sie Josef und Max auf einer Wirbelwind-Tour durch die Vision des CDH, seine Herausforderungen und technischen Lösungen.

Azure-Funktionen sind das serverless-Angebot der Microsoft Azure Cloud. Serverless, ein äußerst beliebtes Computerparadigma, hat in den letzten Jahren ein zunehmendes Interesse erfahren. Azure-Funktionen bieten einige sehr interessante Wertversprechen, beispielsweise Bereitstellungssteckplätze, Echtzeitüberwachung und die Unterstützung umfangreicher HTTP-Schnittstellen, wodurch sie sich von AWS Lambda abheben. In diesem Vortrag werden die wichtigsten Eigenschaften und Anwendungsfälle für Azure-Funktionen sowie einige häufig auftretende Fallstricke vorgestellt.

Die Entwicklung der Computerprogrammiersprachen vom Maschinencode zu Hochsprachen ist allgemein bekannt. Aber wussten Sie, dass derzeit ein ähnlicher Fortschritt in der Welt der Cloud-Infrastrukturprogrammierung stattfindet? “Infrastruktur as Code” (IaC) ist noch nicht einmal 10 Jahre alt und es gab viele Paradigmenwechsel. Zuletzt hat AWS das Cloud Development Kit (CDK) eingeführt, das den Komfort von Cloud Formation mit der Leistungsfähigkeit universeller Programmiersprachen kombiniert. In diesem Vortrag geben wir einen allgemeinen Überblick über die IaC-Landschaft mit Schwerpunkt auf Terraform und CDK. Wir präsentieren Live-Demos, Codefragmente und praktische Beispiele, wie Sie diese Tools in Ihren eigenen Produktionsumgebungen verwenden können. Sollten Sie sich jemals gefragt haben, wie Sie Ihre Infrastruktur mithilfe leistungsfähiger Abstraktionen und ohne unzählige YAML-Dateien reproduzierbar bereitstellen können, ist dies der richtige Vortrag für Sie. Da einige Konzepte nur kurz angerissen werden, richtet sich dieser Vortrag an Entwickler, die mit mindestens einem öffentlichen Cloud-Dienst vertraut sind.

Mit zehn Metern Länge, einer Spannweite von 4,30 Meter und 400 PS Leistung bauten sie das weltweit größte flugfähige Modell der Concorde. Angetrieben wird es von vier echten Kerosinturbinen mit je 90 kW Leistung und besteht aus 100% Kohlefaser. Außerdem setzten die Hersteller auf die digitale Transformation mithilfe einer modernen Fernsteuerung durch die Kombination von System Core und Power Box, dem sichersten System weltweit.

Wir schreiben das Jahr 1561. König Erik XIV von Schweden ist in einen Krieg mit Dänemark und der Hansestadt Lübeck verwickelt. Um die Vorherrschaft über die Seehandelswege der Ostsee zu erlangen befiehlt er den Bau der Mars, eines neuartigen Kriegsschiffes. Nach nur einem Dienstjahr wird sie versenkt und bleibt über 400 Jahre lang verschollen. 2011 wird sie nahe der schwedischen Insel Öland wiederentdeckt – eine Sensation in der Unterwasserarchäologie! Seitdem bringen alljährliche Expeditionen immer neue Erkenntnisse ans Tageslicht. Aus abertausenden Fotos wurden Photogrammetrie-Modelle des in 80m Tiefe liegenden Wracks sowie einiger Artefakte generiert und von den Wissenschaftlern bereitgestellt. Diese Inhalte wurden von uns vor allem für die mobile VR-Brille Oculus Quest optimiert und in einer interaktiven Anwendung zugänglich gemacht. Forschungsergebnisse und Hintergrundwissen zum legendären Schlachtschiff können so von Forschern wie auch Laien in spielerischen Tauchgängen virtuell erkundet werden: Warship Mars. Digitale Archäologie – erlebbar zu Hause!

Der amerikanische Milliardär und Visionär Elon Musk baut Raumschiffe und Elektroautos. 2013 veröffentlichte er ein Verkehrskonzeptes für die Zukunft. Mit mehr als 1000 Stundenkilometern soll man in Vakuumröhren energie- und zeitsparend seinem Ziel entgegenrasen. Revolutionär ist jedoch nicht nur das Konzept an sich, sondern auch der Weg dorthin. Elon Musk veranstaltet regelmäßig Wettbewerbe, bei denen die besten Studentengruppen der Welt mit ihren eigens hierfür entwickelten Röhrenfahrzeugen gegeneinander antreten. Von Beginn an erfolgreich dabei ist die Gruppe TUM Hyperloop der Technischen Universität München, viermaliger Gewinner des Wettbewerbs und aktueller Weltrekordhalter mit einer Geschwindigkeit von 482km/h. Langjähriges Mitglied Florian Janke stellt die Philosophie des Hyperloop-Konzeptes vor, die Herausforderungen der Wettbewerbe und die bahnbrechenden Entwicklungen des Teams.

Schauen Sie sich innen einen Entwurfs- und Bauprozess eines schwebenden, ferngesteuerten, 2 Meter langen LEGO-Modells des Schiffs Glomar Explorer an und wie es zur Bergung eines Modell-U-Boots in einem Schwimmbad verwendet wurde.

Hinweis: Dies ist ein Folgeprojekt zum Big Techday 2019 Vortrag "A Real-Life Mission Impossible: Raising a Sunken Soviet Submarine"

Als kleines Projekt an der Friedrich-Alexander Universität Erlangen-Nürnberg gestartet, wurde kurz darauf 2007 der „Robotics Activities Erlangen e.V.“ und der spätere „Robotics Erlangen e.V.“ gegründet. Seitdem widmen wir uns dem Thema Roboterfußball und nehmen regelmäßig am RoboCup teil. Bei dieser Roboter-Weltmeisterschaft treten wir in der Small Size League (SSL) gegen internationale Gegner an und sicherten uns dabei 2017 und 2019 unter anderem den Vizeweltmeistertitel. Während den Spielen müssen die Roboter vollkommen autonom agieren. Der Mensch darf hier nicht mehr eingreifen. Von oben betrachten Kameras das Spielgeschehen und eine zentrale KI steuert dann bis zu 11 Roboter. Diese sind in ihrem mechanischen und elektronischen Aufbau vom Team selbst entwickelt und gebaut worden. Die Firmware, Regelung und Strategie werden ständig weiterentwickelt. Neben den Herausforderungen, die sich aus der Entwicklung als studentisches Projekt ergeben, werden wir auch einen Einblick in unsere Forschung und den aktuellen Stand der Technik geben. Wir zeigen, wieso die Beschleunigung von Golfbällen für Pässe zu beachten ist, wieso Textmarker die Präzision erhöhen können und wie vergessener Code manchmal dafür sorgt, dass niemand mehr aufs Tor schießt.

Nach vielen Jahren als Softwareentwickler in diversen Startups bastelte Teja Philipp aus Spaß an der Technik (Freude) einen Laser Cutter – Mr. Beam. Der überraschende Kickstarter-Erfolg des Geräts machte Ihn zum Entrepreneur über Nacht. 6 Jahre später berichtet er Freud und Leid auf dem Weg von Techie zu Geschäftsführer, von Bausatz zu Produkt und von Crowdfunding zu VC-Investment.

Wir werden uns mit den besten Praktiken der Informationssicherheit auseinandersetzen und sie mit Überlegungen ergänzen, wieso sie uns dennoch nicht ausreichend schützen.

Helenas Verwendung von GANs ist das moderne Äquivalent von da Vincis Mahlen seiner eigenen Farbstoffe —Grady Booch
Helena lädt Sie auf diese Tour hinter die Kulissen ein, in der sie über ihre Experimente mit KI als neuem künstlerischen Medium berichtet. Sie beginnt mit allgemeinen Prinzipien des KI-Kunstherstellungsprozesses, ihren Wurzeln in der rechnerisch-generativen Kunstlandschaft und ihren Werkzeugen, die auf tiefgehenden neuronalen Netzwerken basieren. Wie spiegelt KI-Kunst die visuelle Wahrheit in Zeiten wider, in denen bahnbrechende Forschung es ermöglicht, verschiedene Bilder mit fotografischer Genauigkeit in unserer zunehmend KI-getriebenen Welt zu erzeugen? Aus dieser Perspektive untersucht Helena, wie Bilder, die von generativen Modellen produziert werden, dem menschlichen Gedächtnis ähneln könnten - als Collagen, als Kompression und Destillation früherer Ereignisse. Vom Allgemeinen zum Persönlichen gehend, teilt Helena ihren Ansatz der KI-Kunstproduktion mit Ihnen, für den sie einen Begriff geprägt hat - Folk AI Art: obwohl es mit modernster Technologie erschaffen wurde, zielt es darauf ab, Traditionen der Volkskunst, wie Schönheit, Humor und Handwerk, weiterzuführen.

Künstliche Intelligenz kann neuerdings im olympischen Sport eingesetzt werden, um in Echtzeit Technikauswertungen für Sportler zu erstellen und somit stundenlange Nachbearbeitung der Videos durch den Trainer zu ersetzen. In Zusammenarbeit mit dem Olympiastützpunkt Heidelberg hat das TNG Innovation Hacking Team eine Software erstellt, die die wissenschaftliche Technik-Analyse im Kanu-Spitzensport automatisiert. Einst mussten Videoaufnahmen langwierig gesichtet und Einzelbilder von Hand auf bestimmte Winkel analysiert werden. Dank unserer Applikation geschieht diese Auswertung nun vollkommen automatisiert mittels mehrerer aktueller Techniken aus dem Bereich der neuronalen Netze.
In diesem Vortrag lernen Sie, wie die Software aus dem rohen Videomaterial die Winkel ermittelt, mit dem ein Kanut sein Paddel ins Wasser einsticht. Die Vortragenden zeigen Ihnen hierfür, wie man mittels Segmentierung die wackeligen Kamerabilder gegen die Wasserlinie stabilisiert, wie OpenPose die die Hände des Sportlers findet und wie ein Klassifikationsmodell mittels Transfer Learning zwischen einem Paddel überhalb und unterhalb der Wasserlinie unterscheidet. Dabei gehen die TNG-Consultants auch auf Details der verwendeten Technologien und neuronalen Netze ein.

Chemie ist seit jeher eine Disziplin des Ausprobierens und Verwerfens. Aufgrund der komplexen Zusammenhänge zwischen Strukturen und Eigenschaften chemischer Substanzen ist ein regelrechter Zoo an Heuristiken und Rezepten entstanden, dessen Komplexität auch geschulte Personen leicht überfordern kann. Die Anwendung der richtigen Modelle kostet einerseits viel Zeit und Geld und verhindert andererseits, dass für die entscheidenden kreativen Phasen bei der wissenschaftlichen Arbeit genug Zeit bleibt. In diesem Vortrag soll es darum gehen, wie komplexe Aufgaben, wie z.B. das Wirkstoffdesign, Reaktionsoptimierungen und das retrosynthetische Zerlegen von Molekülen in kommerziell erhältliche Vorstufen, mit Methoden der Künstlichen Intelligenz automatisiert werden können. Somit verlagert sich die Rolle des Menschen in diesen Gebieten weg vom Ausprobieren und Verwerfen hin zum Beurteilen und Verfeinern der von der KI entwickelten Ansätze. Dieses Vorgehen ermöglicht es in schnellen Iterationen neue Wirkstoffe mit vorhergesagter Struktur-Wirkungsbeziehung sowie vorgefertigte "Rezepte" zu ihrer Herstellung zu generieren, die wirklich zeitintensiven Schritte können dabei vom Computer in nahezu Echtzeit übernommen werden. Im Speziellen werden wir uns dem Teilgebiet der Retrosynthese zuwenden, dessen Komplexität besonders hervorsticht. Bis zum Auftritt von Machine-Learning-Methoden erforderte dieses Gebiet das Beherrschen tausender Reaktionsvorschriften, ihrer Reaktionsbedingungen und möglicher Gefahren. Wir werden in diesem Zuge auch unseren Proof of Concept für eine solche Software, NeUReAc, vorstellen und kritisch beleuchten. NeUReAc ist aus der Idee geboren, die Segler et. al. 2018 in einem wegweisenden Paper veröffentlichten, hat aber den Anspruch einer leichten Bedienbarkeit und Erweiterbarkeit.

Während Künstliche Intelligenz in vielen Anwendungsbereichen wie der medizinischen Diagnostik, der Gesichts- und Stimmerkennung, der selbstfahrenden Autos sowie anderer Formen von 'Mustererkennung' große Erfolge verzeichnet, ist ihre Anwendbarkeit auf den Bereich des Börsenhandels - trotz der starken Technologisierung - eher wenig verbreitet. Der Vortrag zeigt auf, weshalb sich die klassischen 'Black Box'-Verfahren im Finanzmarkt strukturell schwerer tun als in anderen Bereichen und zeigt gleichzeitig, dass hypothesenbasierte Verfahren im algorithmischen Handel dennoch großen Wert schaffen können. Im zweiten Teil des Vortrags wird eine gesellschaftliche Perspektive auf die mittel- und langfristigen Chancen und Risiken von KI-Anwendungen eingenommen. Dazu wird zuerst die These einer möglichen 'Superintelligenz' kritisch beleuchtet, wonach sich eine 'Intelligenzexplosion' ereignen könnte, in der sich KI-Systeme iterativ selbst verbessern und damit jeglicher menschlichen Kontrolle entzogen wären. Dieser Idee werden die strukturellen Limitationen aktueller KI-Systeme entgegengehalten. Gleichzeitig wird auf die unmittelbaren ethischen Fragen fokussiert, die sich bereits heute aus der Anwendung solcher Systeme ergeben. Dies betrifft zum einen die Frage nach unserem Selbstverständnis als Individuen, denen auch persönlichste Entscheidungen mehr und mehr durch Maschinen abgenommen werden. Zum anderen auch die politische Frage, ob eine datengetriebene Welt dazu verleiten könnte, zentralistische Policy-Ansätze den dezentralen Verfahren demokratischer Entscheidungsfindung vorzuziehen.

Das Training von KI-Systemen lässt sich durch den Einsatz simulierter Umgebungen beschleunigen, indem diese realitätsnahe Daten für komplexe Problemstellungen liefern. Anhand des von TNG entwickelten Virtual Reality-Spieles "Blobby VR" zeigen wir die Verknüpfung von Reinforcement Learning mit einer simulierten Umgebung für das Training einer Computerspiel-KI. Reinforcement Learning steht für eine Reihe von Methoden des maschinellen Lernens. Ein Agent maximiert erhaltene Belohnungen, indem er selbständig eine Strategie erlernt. Für dieses Beispiel nutzen wir eine Simulation, um den Lernprozess eines tiefen, neuronalen Netzes zu beschleunigen. Im Vortrag gehen wir zunächst auf die Grundlagen des Reinforcement Learnings und der Simulation ein. Anschließend zeigen wir auf, wie eine Verknüpfung dieser beiden Techniken innerhalb der Spieleengine Unity möglich ist. Die simulierte Umgebung bildet dabei die Realität in allen relevanten Aspekten nach und bietet die Möglichkeit, menschlichen Spieler durch KI-Agenten zu ersetzen. Mit Reinforcement Learning kann das Verhalten eines realen Spielers erlernt werden. Abschließend zeigen wir, wie sich unser Beispiel auf andere Anwendungsfälle, wie beispielsweise in der Produktion und Logistik, übertragen lässt.

Welches Framework ist 2020 passend für meine (Enterprise-)Applikation? Der Vortrag bietet einen Vergleich der relevanten Aspekte zur Entscheidungsfindung bei der Auswahl. Welches Produkt soll entwickelt werden? Soll die Applikation neu geschrieben werden oder migriert? Welche Entwickler stehen zur Verfügung? Wie wichtig ist Performance? Wie wichtig ist modulare Architektur? Wie langlebig soll die Anwendung sein? Wie wichtig ist die flexible Nutzung vorhandener Bibliotheken? Wie wichtig ist Testbarkeit?

Während Javas strenge Typisierung eine große Hilfe ist, um Programmierfehler zu vermeiden, nimmt es aber auch einen Teil der Flexibilität, die Entwickler schätzen, wenn sie dynamische Sprachen nutzen. Durch die Verwendung einer Laufzeit-Codegenerierung ist es möglich, einen Teil dieser Flexibilität für die Java Virtual Machine zurück zu holen. Aus diesem Grund nutzen viele der aktuellen Java-Frameworks Laufzeit-Codegenerierung, um beispielsweise POJO-zentrierte APIs zu implementieren, was zusätzlich ermöglicht, modularere Anwendungen zu bauen. Dieser Vortrag liefert eine Einführung in den Komplex der Laufzeit-Codegenerierung und deren Gebrauch auf der Java-Plattform. Des Weiteren werden die Vor- und Nachteile verschiedener Codegenerierungs-Bibliotheken wie zum Beispiel ASM, Javassist, cglib oder Byte Buddy diskutiert.

Wir stellen einen neuen Ansatz und dessen Umsetzung zur Migration von Legacy- Code vor, die auf testgetriebene Entwicklung sowie kundenspezifische Erweiterungen setzen. Der Code wird hierbei automatisiert von einer veralteten Ausgangssprache wie PL/I hin zu einer modernen Sprache wie Java übersetzt. Dadurch verhindern wir repetitive und fehleranfällige Arbeit bei der Übersetzung. Gleichzeitig vermeiden wir durch den Einsatz kundenspezifischer Heuristiken eine zu starke Generalisierung des erzeugten Codes und dieser bleibt einfach lesbar. Im Vortrag gehen wir zunächst darauf ein, wie wir allgemeine Features der Ausgangssprache durch eine kontextfreie Grammatik abbilden und daraufhin automatisiert übersetzen. Ebenso stellt die Integration kundenspezifischer Features und die iterative Erweiterung des Übersetzers (Transpilers) einen wichtigen Grundpfeiler unseres Ansatzes dar. Diesen zeigen wir am Beispiel ausgewählter Präprozessor-Direktiven. Ebenso gehen wir auf das speziell für diesen Zweck geschaffene Modultest-Framework für PL/I und dessen Einsatz in der testgetriebenen Übersetzung ein. Zuletzt beleuchten wir die zuverlässige Beibehaltung der Semantik des Original-Codes und ebnen damit den Weg für nachfolgendes Refactoring in der Zielsprache.

Moderne Arbeit ist komplexer und vernetzter als je zuvor. In einer kürzlich durchgeführten Studie untersuchte Slack, was Arbeitnehmer brauchen, um in dieser neuen Arbeitsära erfolgreich zu sein. Wir haben festgestellt, dass es eine grundlegende Herausforderung gibt, die allen Organisationen gemeinsam ist. Und diese Herausforderung ist auf der einfachsten Ebene ein Paradoxon der Ausrichtung. Am Beispiel unserer eigenen Solution Engineers möchten wir zeigen, wie ein Tag in deren Leben aussieht. So verfolgen wir das Ziel, das Arbeitsleben der Menschen einfacher, angenehmer und produktiver zu machen, indem Integrationen, Workflows und Apps in Slack genutzt werden.

Kann das Intranet benutzerfreundlich und mobil als Endpunkt für Kommunikation, HR-Services und IoT ausgebaut werden? Wie funktioniert Kommunikation genauso effektiv, schnell und unkompliziert wie bei der Nutzung von privaten Tools – jedoch DSGVO- und betriebsratskonform? Und wie können Top-down Informationen ALLE Mitarbeiter in Echtzeit erreichen – egal ob in der Produktion, im Lager, am Schreibtisch oder in Teilzeit? Benedikt Ilg, CEO von Flip, spricht über die Lösung ALL dieser Probleme mit nur einer App.

Die Weihnachtssaison, eingeleitet durch den Black Friday, ist die umsatzstärkste Zeit vieler B2C-Webshops. Dementsprechend wichtig ist gerade für stark wachsende Shops, bereits im Vorfeld die Gewissheit zu erlangen, dass Applikation und Infrastruktur die erwartete Last werden stemmen können.Wir berichten von unseren Erfahrungen, die wir im vergangenen Jahr bei der Vorbereitung eines Kundenshops auf die Vorweihnachtszeit gemacht haben. Insbesondere geht es darum, wie sich durch das Zusammenspiel von verteilten Lasttests des Produktionssystems und geeigneter Datenvisualisierung einerseits Performanceflaschenhälse einer Webapplikation identifizieren, andererseits das Vertrauen der Stakeholder in das gesamte Applikationssetup erhöhen lassen.

Lehren aus fast 25 Jahren Arbeit mit, für und gegen Google und was diese Lehren für eine Zukunft bedeuten, die zunehmend von Monopolisten dominiert wird.

JHipster ist der beliebteste code generator in der Java Welt mit mehr als 14k GitHub Stars, 500+ contributors, 100ten von Firmen, die JHipster verwenden und einem großen Ökosystem von Modulen und Plugins. Diese Session stellt die Möglichkeiten von JHipster vor und zeigt wie man mit JHipster eine moderne Webanwendung mit Java und JavaScript bauen kann. Wir werden die typischen Anwendungsszenarien zeigen und von null auf eine komplette Webanwendung bauen und in der Cloud betreiben. Wir werden einen Blick auf best practices im Umgang mit generiertem Code werfen und einen Ausblick auf die Zukunft von JHipster geben.

Das Verteilen und Freigeben von Dateien zwischen Kollegen und Freunden ist ein Problem, das es schon seit einiger Zeit gibt. In den letzten 10 Jahren haben Dienste wie Dropbox die Cloud-Infrastruktur verwendet, um den Datenaustausch reibungsloser zu gestalten. Diese zentralisierten Dienste sind zwar praktisch, weisen jedoch schwerwiegende Nachteile auf. In diesem Vortrag stelle ich eine Open-Source-P2P-Alternative namens Hyperdrive vor, an der wir gearbeitet haben, und warum wir glauben, dass sie endlich eine gute und wettbewerbsfähige Lösung für vorhandene Produkte bietet. Eine gründliche technische Analyse zusammen mit vielen Demos gehört zum Kerngehalt dieses Vortrags.

Der Nobelpreisträger Eugene Wigner sprach in einem vielbeachteten Artikel von der "Unreasonable Effectiveness of Mathematics in the Natural Sciences". Bei kaum etwas anderem als in der Entstehung der Spektralfarben des verdünnten Wasserstoffgases kann man diese wundersame Wirksamkeit der Mathematik auf die Physik klarer und eindringlicher erleben. An mathematischem Vorwissen benötigt man dafür nur einfache Schulkenntnisse, nicht mehr als das Dividieren ...