21.11.2024: StartupTalk Pitchtraining

Ellen Goel

Im StartupTalk "Pitchtraining" liegt der Fokus darauf, wie du eine Geschäftsidee überzeugend und prägnant präsentieren kannst, um Investoren und Partner zu gewinnen. Du erfährst, welche Inhalte zählen und wie du deinen Pitch optimal auf den Punkt bringst, um nachhaltig in Erinnerung zu bleiben.

28.11.2024: How to use Hugging Face for Inference

Laura Steffny

In unserem How-To soll Teilnehmern HuggingFace nähergebracht werden. Sie werden lernen, wie sie selbst LLMs von der Library beziehen können, lokal nutzen und mit ihnen interagieren. Das How-To soll die ersten Schritte zu einem funktionierenden lokalen Chatbot vermitteln.

12.12.2024: Restart statt Resignieren: Wie aus Niederlagen neue Erfolgsgeschichten werden

Herr Kupfer

Eine Reise durch Höhen und Tiefen: Unternehmertum in all seinen Facetten. Vom gefeierten Gründer bis zum Angeklagten vor Gericht – Sebastian wird offen über die dunkelsten Stunden und das Gefühl des Scheiterns sprechen, aber auch von dem Mut, nach der Insolvenz wieder aufzustehen und eine neue, erfolgreiche Firma aufzubauen. Eine Geschichte, die weit über reine Erfolgserlebnisse hinausgeht und zeigt, wie man aus den tiefsten Tälern lernen und daran wachsen kann. Lasst euch von Sebastians Ehrlichkeit, seinen Learnings und seinem Weg zum „Happy End“ inspirieren und erfahrt, warum es so wichtig ist, auch die schweren Kapitel des Unternehmertums zu teilen. Ein Abend voller Einblicke und Ermutigung für junge Gründer*innen und alle, die sich auf den Weg machen, große Träume zu verwirklichen.

09.01.2025: Next-Gen Software Engineering: AI-Assisted Big Models

Frau Schieferdecker

The effectiveness of model-driven software engineering (MDSE) has been demonstrated in the context of complex software; however, it has not been widely adopted due to the requisite efforts associated with model development and maintenance, as well as the specific modelling competencies required for MDSE. Concurrently, artificial intelligence (AI) methods, particularly machine learning (ML) methods, have demonstrated considerable abilities when applied to the huge code bases accessible on open-source coding platforms. The so-called big code provides the basis for significant advances in empirical software engineering, as well as in the automation of coding processes and improvements in software quality with the use of AI. The objective of this paper is to facilitate a synthesis between these two significant domains of software engineering (SE), namely models and AI in SE. The paper provides an overview of the current status of AI-assisted software engineering. In light of the aforementioned considerations, a vision of AI-assisted Big Models in SE is put forth, with the aim of capitalising on the advantages inherent to both approaches in the context of software development. Finally, the new paradigm of pair modelling in MDSE is proposed.