Genau dafür haben wir die wichtigsten Argumente zusammengestellt. Sie zeigen, wie du Wissen aus dem Programm auf AI-gestützte Entwicklung, Architekturentscheidungen, Security, Compliance und die Modernisierung bestehender Systeme übertragen kannst.
Warum ist 2026 ein wichtiger Zeitpunkt für AI-gestützte Softwareentwicklung?
AI Coding ist längst mehr als Autocomplete im Editor. Der nächste Schritt sind Agenten, die Aufgaben planen, Code erzeugen, Tests ausführen, Tools ansprechen und Teile eines Entwicklungsprozesses eigenständig bearbeiten. Damit verschiebt sich der Engpass: Nicht die reine Code-Erzeugung entscheidet über den Nutzen, sondern die Frage, wie gut Spezifikationen, Architektur, Tests und Qualitätskontrollen vorbereitet sind.
Genau hier setzt das Programm der W-JAX an. Der Enterprise AI Day und zahlreiche Sessions beschäftigen sich damit, wie aus individuellen AI-Experimenten belastbare Engineering-Prozesse für Teams werden.
AI Coding war gestern. Jetzt kommen die Agenten!
Die Keynote bringt die Entwicklung auf den Punkt: Wenn Agenten immer mehr Implementierungsarbeit übernehmen, braucht es klare Regeln dafür, was sie tun dürfen, wie Ergebnisse geprüft werden und an welchen Stellen Menschen bewusst die Kontrolle behalten.
Mit KI und Agenten entwickeln: Workshop für Moderne Softwareentwicklung mit OpenCode, MCP und autonomen Workflows
Der Workshop führt durch einen vollständigen AI-gestützten Entwicklungsablauf, von Spezifikation und Planung über Implementierung und Tests bis zur Dokumentation. Dabei geht es unter anderem um LLMs, MCP, Skills und autonome Workflows. Für Teams, die solche Ansätze bereits evaluieren oder produktiv einsetzen wollen, kann das die eigene Lernkurve deutlich verkürzen.
Harness Engineering: Der Druckreaktor des Agentic Engineering
Wenn Agenten schneller Output produzieren, werden automatische Leitplanken wichtiger. Harness Engineering verbindet Agenten mit technischen und fachlichen Regeln und schafft damit kontrollierbare Feedbackschleifen statt reiner “Vibe Checks”.
Argument für deine Führungskraft: Die eigentlichen Kosten von AI-gestützter Entwicklung entstehen nicht durch das Tool-Abo, sondern durch Trial-and-Error im Projekt. Die W-JAX bündelt Erfahrungen, Patterns und Gegenpositionen, die dein Team sonst selbst erarbeiten müsste.
Wie kannst du Security- und Compliance-Risiken frühzeitig adressieren?
Mit agentischen Systemen entstehen neue technische Risiken. Agenten greifen auf Daten, Tools und APIs zu, externe Modelle werden in bestehende Prozesse eingebunden und Entscheidungen müssen nachvollziehbar bleiben. Gleichzeitig werden Anforderungen aus AI Act und Cyber Resilience Act für Unternehmen konkreter.
Mehrere Sessions der W-JAX übersetzen diese Themen in technische Maßnahmen, die sich in Architektur, Pipelines und Entwicklungsprozesse integrieren lassen.
Building a Secure Java Software Supply Chain in the Era of the Cyber Resilience Act
Die Session zeigt, wie sich Risiken in der Software Supply Chain systematischer beherrschen lassen. Dazu gehören automatisierte CVE-Erkennung und -Behebung, SBOMs, Remediation-Prozesse und Redeployment. Damit bekommt dein Team konkrete Ansatzpunkte, um Anforderungen des Cyber Resilience Act technisch vorzubereiten.
Vier grüne Häkchen, trotzdem gehackt: Threat Modeling für KI-Agenten
RAG-Poisoning, indirekte Prompt Injection und missbrauchte MCP-Tool-Chains lassen sich nicht mit klassischen Checklisten allein abfangen. Die Session betrachtet Trust Boundaries und Architekturkontrollen speziell für agentische Systeme.
Architecting for the EU AI Act: Compliance as a Quality Attribute
Auditierbarkeit, Human Oversight und Daten-Governance werden teuer, wenn sie erst nachträglich in ein System eingebaut werden. Die Session zeigt Architekturansätze für Logging, Isolation, Modellversionierung und gezielte menschliche Eingriffe.
Web-Security up-to-date: Die OWASP Top Ten 2025
Auch die klassischen Webrisiken verschwinden durch AI nicht. Aktuelle OWASP-Themen bleiben deshalb ein wichtiger Teil der technischen Risikovorsorge, gerade wenn neue Agenten und AI-Komponenten an bestehende Anwendungen angeschlossen werden.
Argument für deine Führungskraft: Security und Compliance nachzurüsten ist meist teurer, als Kontrollmechanismen früh mitzudenken. Die Teilnahme hilft dabei, regulatorische Anforderungen in technische Entscheidungen zu übersetzen. Sie ersetzt keine Rechtsberatung, schafft aber eine bessere Grundlage für die Umsetzung im Engineering.
Wie verhinderst du, dass mehr AI-Code zu mehr Review- und Rework-Kosten führt?
Agenten können Code schneller erzeugen, als Teams ihn manuell prüfen können. Ohne geeignete Quality Gates verschiebt sich der Produktivitätsgewinn deshalb schnell in Review-Backlogs, technische Schulden und zusätzliche Fehlerkosten.
Die W-JAX behandelt genau diese zweite Hälfte der AI-Produktivitätsfrage: Wie wird aus mehr Output auch tatsächlich mehr Lieferfähigkeit?
Wenn die Vibes nicht reichen: Observability und Evaluation für verlässlichere GenAI-Anwendungen
Statt Ergebnisse nur subjektiv zu bewerten, geht es um messbare Kriterien und systematische Fehleranalyse. Das verkürzt Feedbackschleifen zwischen Prototyp, Test und produktivem Betrieb.
Architektur als ausführbarer Vertrag – Wie Coding Agents Ihre Frontend-Architektur respektieren
Architekturregeln müssen für Coding Agents nicht nur dokumentiert, sondern überprüfbar werden. Ausführbare Regeln, Skills und Architekturchecks helfen dabei, die Codebasis auch bei höherem Änderungstempo konsistent zu halten.
KI diktiert aber Du haftest: Dein Schutzschild im Code Generierungs-Dschungel
AI-generierter Code entbindet Teams nicht von ihrer Verantwortung. Die Session richtet den Blick deshalb auf Kontrollmechanismen, mit denen Qualität und Risiken früh im Entwicklungsprozess sichtbar werden.
FeatureOps Workshop: From First Flag to Runtime Control
Feature Flags, progressive Rollouts und Kill Switches schaffen zusätzliche Kontrolle im Betrieb. Fehlerhafte oder riskante Änderungen lassen sich gezielter begrenzen, statt direkt einen vollständigen Rollback oder Incident zu provozieren.
Argument für deine Führungskraft: Der wirtschaftliche Nutzen von AI entsteht nicht durch mehr Codezeilen. Er entsteht dann, wenn Review-, Rework- und Incident-Kosten nicht im gleichen Maß wachsen. Genau dafür liefert das Programm konkrete Engineering-Ansätze.
Wie modernisierst du bestehende Systeme ohne Big Bang?
Der größte Softwarewert vieler Unternehmen steckt nicht in neuen Greenfield-Projekten, sondern in bestehenden Systemen, die täglich weiterlaufen müssen. Modernisierung darf deshalb nicht nur technisch funktionieren. Sie muss auch kontrollierbar, testbar und im laufenden Betrieb umsetzbar sein.
Das W-JAX-Programm behandelt mehrere Ansätze, mit denen Teams Legacy- und Brownfield-Systeme schrittweise weiterentwickeln können.
Legacy Software mit Strangler Pattern ablösen
Das Strangler Pattern ermöglicht eine schrittweise Ablösung bestehender Systeme. Neue und alte Komponenten können übergangsweise parallel betrieben werden, während Funktionen und Daten kontrolliert migriert werden.
AI Meets Legacy, Desktop-to-Web Modernization Without Interrupting the Business
Die Session zeigt einen pragmatischen Modernisierungsweg für bestehende Anwendungen, bei dem Migration, Build-Schleifen und Rollback-Möglichkeiten so kombiniert werden, dass der Geschäftsbetrieb nicht für einen Big-Bang-Rewrite unterbrochen werden muss.
LLM-Assisted Migrations and Modernizations: from Museum to Mainstream
AI kann bei Refactoring, Testabdeckung, Dokumentation und Wissensaufbau unterstützen. Entscheidend ist dabei ein inkrementelles Vorgehen, das Veränderungen überprüfbar hält, statt die gesamte Codebasis in einem Schritt neu zu schreiben.
Agentic Software Modernization: Back to the Roots
Coding Agents brauchen im Brownfield klare Grenzen. Seams, Slicing, Anker und Fitness Functions helfen dabei, ihren Aktionsraum so einzuschränken, dass Modernisierung in kleineren und besser kontrollierbaren Schritten stattfinden kann.
Argument für deine Führungskraft: Der Nutzen der W-JAX liegt nicht nur darin, neue Technologien kennenzulernen. Genauso wichtig ist die Frage, wie bestehende Softwareinvestitionen geschützt und Modernisierung planbarer gemacht werden können.
Warum lohnt sich die W-JAX gegenüber reinem Selbststudium?
Viele der behandelten Themen lassen sich natürlich auch über Dokumentationen, Videos, Blogposts und eigene Experimente erschließen. Das kostet jedoch Zeit und liefert häufig nur einzelne Perspektiven.
Auf der W-JAX kannst du innerhalb weniger Tage unterschiedliche Ansätze aus Enterprise AI, Java, Software-Architektur, Security und Modernisierung vergleichen. Du bekommst nicht nur Erfolgsbeispiele, sondern auch Grenzen, Gegenpositionen und Erfahrungswerte aus realen Projekten. Gerade bei Entscheidungen mit langfristigen Auswirkungen kann diese Verdichtung wertvoller sein als die nächste einzelne Tool-Demo.
Dazu kommen Workshops, in denen du Methoden und Setups praktisch ausprobieren kannst, sowie der direkte Austausch mit Speaker:innen und anderen Teilnehmer:innen.
So machst du aus deiner Teilnahme einen konkreten Business Case
Je konkreter du den Nutzen für dein Unternehmen formulierst, desto leichter lässt sich die Teilnahme intern begründen. Statt nur auf einzelne Talks zu verweisen, kannst du deinen Antrag an drei Fragen ausrichten:
- Welche aktuellen Herausforderungen haben wir? Zum Beispiel AI-Einführung, Security, Compliance, Legacy-Modernisierung oder steigende Review-Kosten.
- Welche Sessions oder Workshops helfen uns dabei? Wähle gezielt die Programmpunkte aus, die zu deinen Projekten passen.
- Wie kommt das Wissen zurück ins Team? Plane zum Beispiel ein Recap, einen internen Tech Talk oder ein kleines Pilotprojekt.
So wird aus einer Konferenzreise ein klarer Weiterbildungsvorschlag mit fachlichem Ziel und nachvollziehbarem Wissenstransfer.
