Talks

2017 war die KI-Landschaft zersplittert: Caffe2, CNTK, MXNet, TensorFlow, PyTorch – jedes Trainingsframework mit eigenem Modellformat, und jede Version mit eigenen Inkompatibilitäten. Genau dafür entstand ONNX, Open Neural Network Exchange: ein offenes Austauschformat, damit ein Modell nicht für immer an das Framework gebunden bleibt, in dem es trainiert wurde. Die Hälfte dieser Frameworks existiert heute nicht mehr. Die Trainingsseite hat sich konsolidiert – die Zielseite dagegen ist vielfältiger denn je: CPUs, GPUs, NPUs, Browser. Die Fragmentierung ist nicht verschwunden, sie ist umgezogen. Getragen wird ONNX von einer herstellerneutralen Foundation; über die Weiterentwicklung entscheidet die Community.

Der Vortrag beantwortet drei Fragen.

Was leistet ONNX heute? Nach einer kompakten Einordnung – Graph, Operatoren, Opset-Versionierung als Kompatibilitätsvertrag – geht es in die Praxis: Modell exportieren, mit Netron inspizieren, über verschiedene Execution Provider ausführen. Dazwischen die Stolperstellen: Opset-Wahl, dynamische Achsen, Quantisierung – lösbar, wenn man sie kennt.

Wo stößt es an Grenzen? Generative Modelle passen nicht bruchlos in einen statischen Graphen: dynamische Berechnungspfade wie Mixture of Experts, die Verwaltung von Key-Value-Caches, Ahead-of-Time-Kompilierung für Beschleuniger, die Vielzahl gebräuchlicher Quantisierungsverfahren, die jedes Backend anders umsetzt.

Wer schließt diese Lücken? Eine Working Group arbeitet an den Herausforderungen, die generative Modelle mitbringen: fehlende Operatoren, Exporter, backend-spezifische Repräsentationen, Pipeline-Konstrukte. Einiges steht bereits im Standard – Attention, Rotary Embeddings, RMS-Normalisierung –, parallel läuft die Arbeit an Quantisierung und Graph-Optimierung. Eine zweite Gruppe definiert ein Profil für sicherheitskritische, zertifizierungspflichtige Systeme – dort ist „läuft meistens" keine Antwort. Eine dritte, seit Anfang 2026 aktiv, nimmt sich probabilistischer Modelle an – die nicht nur ein Ergebnis liefern, sondern gleich eine ganze Wahrscheinlichkeitsverteilung darüber – ein Feld, das heute so zersplittert ist wie das Framework-Ökosystem 2017. Dazu die unsichtbare Arbeit an der Lieferkette: SBOM, SLSA-Provenance, reproduzierbare Builds, tokenloses Publishing. Ein Modellformat ist auch ein Angriffsvektor.

Das ist der Vorteil eines Standards: Niemand muss die ganze Kette bauen, jede Gruppe löst ihr Stück. Mitmachen kann jeder – alle Meetings sind öffentlich.

Supply chain attacks are increasingly focusing on developers and automation tools. In early 2025, someone infected a widely used security tool, then used the knowledge from that attack to subsequently infect npm- and python packages to steal developer credentials. The talk will show how these kinds of attacks worked and how developers can protect themselves (and their assets) against similar attacks and why ai might or might not be helpful in these scenarios.

Christian is a member of the World Wide Web’s architecture board, the Technical Architecture Group (TAG) of W3C. Join Christian, just back from the W3C's annual Technical Plenary and Advisory Committee (TPAC) week in Dublin, where all W3C working groups such as CSS, WebApps, and Web Machine Learning come together. In his session, you'll gain insights into the latest discussions among standards bodies, browser vendors, and web developers. And you have the opportunity to report your wishes back to the Web’s architecture board. Don't miss this opportunity to stay updated on the forefront of web technologies.

Der Cyber Resilience Act, kurz CRA, betrifft jede Entwicklerin und jeden Entwickler, die Software entwickeln oder verwalten, die auf dem EU Markt landet. Dieser Vortrag gibt einen Überblick aus Entwicklersicht und beantwortet drei Fragen.

Erstens, was muss ich als Entwickler beachten, um CRA compliant zu sein. Bereits seit dem 11. September 2026 muss ich aktiv ausgenutzte Schwachstellen und schwerwiegende Sicherheitsvorfälle innerhalb enger Fristen melden. Ab Dezember 2027 kommen dann die eigentlichen Produktanforderungen hinzu, etwa Security by Design und die technische Dokumentation, die ich bis dahin umgesetzt haben muss.

Zweitens, wie sieht die Umsetzung des CRA im Alltag konkret aus. Wir übersetzen die Anforderungen in Aufgaben im Entwicklungsprozess, ohne uns in Einzelheiten zu verlieren.

Drittens, wie kann KI bei dieser Aufgabe helfen. Wir werfen einen kurzen Blick darauf, wo KI gestützte Werkzeuge heute bereits unterstützen können, und wo KI generierter Code selbst zu einer neuen Fragestellung im Rahmen des CRA wird.

Am Ende dieses Vortrags wissen die Teilnehmenden, was für sie persönlich zu tun ist und wie sich das in ihren Entwicklungsalltag einfügt.

In 2026, just building AI apps isn't enough anymore – they also have to be secure and compliant. With regulations like the EU AI Act now in full effect, security can no longer be an afterthought. But how do you meet strict legal rules without slowing down your developers?

In this session, we will talk about both legal aspects and architecture. We will look at major AI vulnerabilities like prompt injection and data leaks, and map out a practical, 3-layer security framework using Google Cloud. You'll learn how to block threats with Cloud Armor, filter AI inputs and outputs in real time using Model Armor, and protect user privacy with Sensitive Data Protection. Join to find out how to build a complete protective shell around your apps.

The open web was the primary raw material for generative AI—Common Crawl alone provided over 80% of foundational model pre-training tokens. Today, that relationship has inverted: automated agents drive over 50% of web traffic, software is overwhelmingly vibe-coded for the browser, and the web platform has evolved from a document repository into the native execution runtime for autonomous AI.

In this talk, we explore what the web looks like after the revolution and how developers can build for this new paradigm:

The Agent-Web Interface: Why brittle vision loops and DOM scraping fail, and how WebMCP (navigator.modelContext), co-developed in the W3C Web ML Community Group, standardizes how web apps expose typed tools directly to agents—slashing token consumption by 89% in the user's session. On-Device Intelligence with Gemma 4: How open models like Google's Gemma 4 run locally via LiteRT, WebNN, and WebGPU, decoupling agent workflows from cloud latency, subscription fees, and privacy leaks. •⁠ ⁠Interactive MCP Apps (SEP-1865): Moving beyond static text chat by embedding reactive, sandboxed HTML/JS tool UIs directly into the reasoning loop using bidirectional postMessage protocol bridging. Attendees will see live implementations of an open-source agent runtime bridging live browser tabs, WebMCP endpoints, and local Gemma 4 inference across client hardware.

AI is changing the way we build software—and open source teams are no exception. In this talk, I'll share what I've learned from seeing these changes firsthand while working on Angular, from how AI affects day-to-day development to how it changes the way a team collaborates, reviews code, and makes decisions.

Ihr findet nichts in der Git-Historie? Rebase verursacht nur Konflikte? History-Rewriting ist zu kompliziert?

Ich zeige euch anschaulich das Grundprinzip von Git. Danach werden Rebase, Cherry-Pick und History-Rewriting zur Routine. Für alle, die nicht nur mit Git zurechtkommen, sondern es wirklich verstehen wollen.

Are you still prompting directly in your IDE? Learn how to move up a layer and build the right feedback loop so your agents can work on their own for hours and days without any input - while still performing actual, useful work.

Mit Realtime-Sprachmodellen wie GPT-realtime oder Gemini-Live entsteht eine neue Generation von Interfaces: Sprache wird zum sofort reagierenden, latenzarmen Interaktionskanal – ohne Prompting, ohne Wartezeiten, hands-free. In diesem Talk zeigt Sascha Lehmann, wie Realtime-Modelle technisch funktionieren, wie man Kontextgrenzen, Rollen und Sicherheit zuverlässig kontrolliert und wie sich Realtime-AI gezielt in Web- und Mobile-Anwendungen integrieren lässt – von Architektur über Kostenoptimierung bis hin zur UX, die Nutzer transparent durch den Dialog führt.

Chatbots wie ChatGPT generieren heute bereits kleine UI-Snippets, die sich an die aktuelle Konversation anpassen. Damit ist ziemlich klar, wohin die Reise geht: Benutzer werden den Chat immer seltener verlassen müssen, um Nachrichten zu lesen, Einkäufe zu tätigen oder andere Aufgaben zu erledigen.

Ist damit das Ende der Frontends besiegelt?

Nicht wirklich. Man möchte Benutzern zum Beispiel online weiterhin ein bewusst gestaltetes Einkaufserlebnis bieten oder hat regulatorische Vorgaben (wie bei der Schadensfallmeldung einer Versicherung), die man selbst kontrollieren und implementieren muss. Gleichzeitig gibt es aber sehr wohl Bereiche in der UI, in denen KI dynamisch eingreifen und einen Mehrwert bringt. Etwa durch effizientere Abläufe oder eine Oberfläche, die sich an die aktuelle Situation und die Bedürfnisse des Users anpasst.

Genau darum geht es bei Agentic UI.

In diesem Vortrag sehen wir uns an, was dahinter steckt, welche Standards wie AG-UI, A2UI und MCP Apps es bereits gibt, welche Tools und Frameworks dabei eine Rolle spielen und welche Erfahrungen man damit bereits in realen Projekten gesammelt hat.

Wer kennt es nicht: Man landet in einem lange laufenden Projekt, öffnet die ersten Dateien und schlägt direkt die Hände über dem Kopf zusammen. Auf die Frage, warum die Codebase aussieht, als hätte ChatGPT-3 sie an einem Freitagabend blind generiert, kommt der absolute Klassiker: „Dafür haben wir keine Zeit!", dicht gefolgt von: „Ist uns bewusst, aber…"

Genau diese Situation hatte ich erst kürzlich wieder, als ich meine neue Rolle als Bereichsleiter für AI Engineering angetreten habe. Das Bild war altbekannt: Keine klare Architektur, veraltete Dependencies und eine bescheidene Performance. In meinem Talk zeige ich euch anhand echter Praxisbeispiele, wie ich mit modernen KI-Werkzeugen technische Schulden effizient abbaue, anstatt sie nur zu verwalten. Und noch wichtiger: Ihr erfahrt, wie ich im Anschluss mit harten, deterministischen Quality Gates - ganz ohne KI - dafür sorge, dass dieses Chaos gar nicht erst wieder entsteht.

Jedes KI-Feature wird heute auf dieselbe Weise ausgeliefert: Ein Chat-Fenster wird notdürftig an die Seite der App geklatscht. Chat ist die Kommandozeile der KI-Ära – mächtig, aber faul. Er zwingt Nutzer dazu, Absichten mühsam zu formulieren, reißt sie aus dem Flow und verschleiert, was das Produkt eigentlich kann.

Es geht besser – und die Lösung steckt bereits im Browser, für den ihr ohnehin entwickelt. Dank WebGPU, WebAssembly und dem aufkommenden WebNN-Standard können moderne Browser vollwertige ML-Modelle bei interaktiven Bildraten ausführen. Das erschließt Interaktionsmuster, die ein Cloud-Roundtrip niemals leisten kann: Interfaces, die über die Kamera sehen und Frame für Frame reagieren; Inline-Intelligenz direkt in Formularen und Editoren; semantische Suche ganz ohne Backend; und UIs, die sich an die Aktionen der User anpassen, statt darauf zu warten, was getippt wird.

In dieser Session bauen wir Nicht-Chat-KI-Features live und kartografieren die Landschaft der In-Browser-Inferenz: von LiteRT.js (Googles neuer WebAI-Runtime mit direktem PyTorch-Konvertierungspfad) über Transformers.js bis hin zu Chromes Built-in AI APIs. Vor Beginn der Demos schalten wir das WLAN ab: Alles läuft lokal auf dem Laptop auf der Bühne – inklusive eines Pose-Estimation-Modells, das einen Bowling-Anlauf in Echtzeit analysiert. Nebenbei klären wir die pragmatischen Fragen: Modellgröße vs. Download-Budget, Quantisierungs-Kompromisse, Hardware-Diversität sowie die massiven Vorteile für Datenschutz und DSGVO, wenn Daten das Gerät nie verlassen.

Am Ende nehmt ihr ein klares Framework mit, wann KI auf das Endgerät gehört, wann in die Cloud und wann schlicht gar nicht – plus Interface-Ideen, die eure Nutzer bemerken, noch bevor sie überhaupt an ein Chat-Fenster denken.

UX-Probleme werden in digitalen Produkten oft erst spät sichtbar – und werden dann schnell zur Schuldfrage: „Das Design war schlecht", „Die Entwickler haben es falsch umgesetzt" oder „Das Produktmanagement hat nicht sauber priorisiert". Dabei ist gute User Experience weder ein isolierter Arbeitsschritt noch die Aufgabe eines einzelnen Teams. Sie entsteht im Zusammenspiel von UX, Entwicklung und Produkt über den gesamten Entstehungsprozess hinweg.

In diesem Talk beleuchte ich, wo UX-Verantwortung tatsächlich beginnt, wo sie sinnvoll endet und an welchen Stellen Entwickler:innen einen entscheidenden Einfluss auf die tatsächliche Nutzungserfahrung haben. Anhand praxisnaher Beispiele aus B2B- und Produktprojekten zeige ich, welche Entscheidungen UX treffen kann und sollte, wie technische Rahmenbedingungen UX-Arbeit beeinflussen und warum UX kein reines „Design-Problem", sondern ein System aus Entscheidungen ist. Dabei wird auch deutlich, welche Rolle Übergaben und Abstimmungen – etwa im Handoff zwischen UX und Entwicklung – spielen, warum sie häufig zu Reibung führen und wie Verantwortung an diesen Schnittstellen sinnvoll geteilt werden kann.

Java 25 ist das jüngste Release mit Langzeitunterstützung und es kam mit jeder Menge Features. Aber seitdem sind auch Java 26 und 27 bereits erschienen und haben noch ein wenig draufgelegt:

* von Modulimporten zu besserem Pattern Matching * von Structured Concurrency zu HTTP/3 * von einer einfacheren Main-Methode zum direkten Start von Quellcode * von besserer Performance zu quantencomputer-resistenter Verschlüsselung

Ob neu, verbessert oder finalisiert - es gibt jede Menge Features in der Sprache, der Standardbibliothek und der Laufzeit zu besprechen. Also machen wir genau das!

Today, every website downloads and stores its own copy of large files like AI models, WebAssembly modules, Web fonts, and popular JavaScript libraries. If two websites use the same file, the browser downloads it twice. In this talk, I present the Cross-Origin Storage (COS) API — a proposed shared cache where files are identified by their SHA-256 hash, not by URL. I show both the imperative JavaScript API and the declarative forms via import attributes, HTML, and CSS, with live demos. After this talk, attendees will know how to use COS in their own projects to avoid redundant downloads and reduce storage use across the web.