Doppelvortrag

Softwareprojekte sind chaotisch, anstrengend und voller Überraschungen. Und ganz ehrlich: So soll es auch bleiben. Ordnung würde ja nur den Spaß verderben. Trotzdem gibt es immer wieder Menschen, die glauben, man könnte Projekte wirklich zu Erfolg führen… unglaublich, oder?

Damit dir so etwas nicht passiert, zeige ich dir in diesem Vortrag, wie du ein Softwareprojekt in 10 einfachen Schritten zuverlässig an die Wand fährst. Die „goldenen Anti-Pattern für maximalen Projektschaden“ entstammen jedoch nicht meiner Fantasie, nein, sie werden in der Realität täglich mit beeindruckender Konsequenz praktiziert. Und das Beste: Sie wirken nachhaltig. Manche dieser Muster entfalten ihre volle Zerstörungskraft erst Monate später.

Nachdem du alle Regeln kennengelernt hast, kannst du selbst entscheiden: Möchtest du sie weiterhin anwenden, oder vielleicht doch etwas verändern? Solltest du allerdings inspiriert sein, eines dieser Anti-Pattern künftig noch konsequenter zu leben… dann sollten wir uns nach dem Talk dringend unterhalten.

Viele Hochlast-Systeme beginnen als kleine, unscheinbare Prototypen - gebaut mit bewährten Mitteln wie relationalen Datenbanken, objektorientierter Business-Logik und klassischen Request-Response-Architekturen. Doch was passiert, wenn diese Systeme plötzlich nicht mehr Tausende, sondern Millionen von Requests bedienen oder Terabytes an Daten verarbeiten müssen? In der Praxis zeigt sich häufig: Klassische Optimierungen wie Caching, horizontale Skalierung oder effizientere Algorithmen stoßen irgendwann an ihre Grenzen, weil sie innerhalb desselben Paradigmas bleiben. Dieser Vortrag zeigt, warum echte Skalierbarkeit oft ein Umdenken erfordert. Anhand eines durchgehenden Praxisbeispiels wird schrittweise demonstriert, wie sich ein System von einer latenzoptimierten Request-Response-Architektur hin zu einem durchsatzoptimierten, analytischen System entwickelt. Dabei werden zentrale Konzepte aus dem Data Engineering greifbar gemacht - darunter Precomputation, Batch Processing, deklarative Verarbeitung und Denormalisierung - und in den Kontext klassischer Backend-Entwicklung eingeordnet. Die Teilnehmenden lernen, typische Grenzen traditioneller Architekturen zu erkennen und erhalten ein alternatives Denkmodell, um High-Throughput-Systeme gezielt und nachhaltig zu skalieren.