Vom 2. bis 6. September 2024 nahm unser Team an der 28. ACM International Systems and Software Product Line Conference (SPLC 2024) in Luxemburg teil. Professor Rick Rabiser beschreibt die Konferenz als „die wichtigste für unser Forschungsfeld.“ Doch wie trug unser Team zum Erfolg dieser bedeutenden Veranstaltung bei?

Unser Beitrag

Wir sind stolz darauf, dass wir in verschiedenen Workshops und Sessions beitragen konnten:

Im MODEVAR, öffnet eine externe URL in einem neuen Fenster Workshop präsentierte Sayyid:
Hafiyyan Sayyid Fadhlillah and Rick Rabiser: Towards a Product Configuration Representation for the Universal Variability Language. https://doi.org/10.1145/3646548.3676544, öffnet eine externe URL in einem neuen Fenster

Rick präsentierte sein Paper über
Industry Adoption of UVL: What We Will Need. https://doi.org/10.1145/3646548.3676597, öffnet eine externe URL in einem neuen Fenster

Im ReVolution, öffnet eine externe URL in einem neuen Fenster Workshop präsentierte Alex:

Alexander Stummer, Anna-Lena Hager, Rick Rabiser: Towards a Flexible Approach for Variability Mining. doi.org/10.1145/3646548.3676543, öffnet eine externe URL in einem neuen Fenster

Im SPLC/ECSA Doctoral Symposium, öffnet eine externe URL in einem neuen Fenster hielt Rick eine Keynote über:
How to complete your PhD and why. https://tinyurl.com/splcecsads2024, öffnet eine externe URL in einem neuen Fenster

In der SPLC Main Conference, öffnet eine externe URL in einem neuen Fenster sprach Rick über:
Martin Becker, Rick Rabiser, Goetz Botterweck: Not Quite There Yet: Remaining Challenges in Systems and Software Product Line Engineering as Perceived by Industry Practitioners. https://doi.org/10.1145/3646548.3672587, öffnet eine externe URL in einem neuen Fenster

Unsere Erfahrungen

„Das Feedback, das wir auf dieser Konferenz erhalten haben, hat unsere Pläne bestätigt und uns auch zu neuen Forschungsfragen inspiriert“, fasst Rick Rabiser zusammen. Sayyid fügt hinzu: „For me, it was outstanding how welcoming and friendly the research community was—especially to newcomers in the field. Besides this impression, I enjoyed learning about emerging approaches to variability management, such as AI and machine learning methods.”