Neue Technologien zeichnen sich nicht mehr nur am Horizont ab, sondern halten rasch Einzug. Von KI-gesteuerten Systemen und Rechenleistung der nächsten Generation bis hin zu fortschrittlicher Konnektivität und physisch-digitalen Schnittstellen – diese Entwicklungen verändern die IT-Landschaft und die Geschäftswelt in rasantem Tempo.

Die unmittelbare Herausforderung? Die sinnvolle Skalierung von „Agentic AI“, nicht nur im experimentellen Rahmen. Erfolgreich sein werden nicht diejenigen Unternehmen, die einfach nur neue Tools einführen, sondern diejenigen, die ihre IT-Architektur von Grund auf überdenken, ihre Kerngeschäftsprozesse neu gestalten und bewusste, gut umgesetzte Entscheidungen zugunsten der Technologien treffen, die für ihr Geschäft am wichtigsten sind.

Jetzt ist der richtige Zeitpunkt zum Handeln. Die Frage ist nicht, ob man etwas unternehmen soll – sondern ob man schnell genug handelt.

Da sich KI vom Edge bis hin zur Cloud und zu Rechenzentren ausweitet, benötigen Unternehmen effiziente, flexible und offene Infrastrukturen. In dieser Keynote wird erläutert, wie Advanced Micro Devices eine durchgängige KI-Bereitstellung mit einem einheitlichen Rechenstack ermöglicht, der von Edge-Geräten bis hin zu Hyperscale-Rechenzentren reicht. Es wird untersucht, wie offene Ökosysteme wie ROCm Unternehmen dabei helfen, KI-Innovationen voranzutreiben und gleichzeitig die Leistung, Kosteneffizienz und Interoperabilität in verteilten Umgebungen zu verbessern.

Legacy-Modernisierung war lange eine Entscheidung zwischen Erhalt und Ablösung. In der Praxis zeigt sich jedoch: Systeme koexistieren, tragen gewachsene Geschäftslogik und lassen sich nicht einfach ersetzen. Die zentrale Frage ist daher: Wo zieht man die richtige Linie zwischen Modernisieren und Beibehalten? Gernot Möller teilt Erfahrungen aus der Transformationsreise des großen Automobilzulieferers und beschreibt, welche Auswirkungen die letzten Entwicklungen rund um das Thema KI für die IT-Strategie seines Unternehmens haben.

Was ist stabil, geschäftskritisch und differenzierend – und sollte bleiben? Was erzeugt Reibung und muss verändert werden? Was ändert sich, wenn nicht mehr Menschen, sondern Agenten mit Systemen interagieren? Müssen wir wirklich alles modernisieren – oder nur den Zugang neu denken? Ein Impuls, um die Rolle von Legacy im KI-Zeitalter neu zu denken!

Wir kennen die Themen, auf die ankommt: AI, Souveränität, Governance, Skills. Aber verwechseln den Diskurs und Strategien in Blaupausen zu oft mit Fortschritt.

Bei Balluff zeigt sich, wie sich KI von der ersten Erprobung über den produktiven Einsatz im Arbeitsalltag bis hin zur unternehmensweiten Skalierung mit konkretem geschäftlichem Nutzen entwickelt.

Im Mittelpunkt stehen eine sichere Daten- und Plattformbasis, klare Leitplanken für den Einsatz von KI, eine klar definierte Zielarchitektur für KI sowie der Aufbau eines Teams für AI & Automation und einer unternehmensweiten KI-Community. Anhand konkreter Praxisbeispiele wird sichtbar, wie KI schrittweise in produktive, agentengestützte Abläufe überführt wird und dabei messbaren Nutzen für das Unternehmen schafft.

Thomas Schlor zeigt auf, warum die Konvergenz von OT und IT zur strategischen Notwendigkeit wird – und nur mit klarem Leadership gelingt.

Der Vortrag beleuchtet in englischer Sprache folgende Aspekte:

• The Challenge: Managing a fragmented AI landscape across 20+ countries in an era of rapid technological change.
• Taking Action: Introducing “minimum viable policies” to address urgent cybersecurity, legal, and data protection risks.
• The Discovery: Mapping a landscape of known, emerging, and shadow AI tools, and establishing a global governance and whitelisting approach.
• The Strategic Roadmap: Defining long-term priorities and ownership, aligning AI with global and local IT strategies, and developing capabilities for safe and effective adoption.
• The Outcome: Transitioning from reactive firefighting to a scalable, AI-enabled operational model with secure, standardized AI implementation.

Datengetriebene Produkte erfordern massive Ressourcen in der Erhebung und Qualitätssicherung. In diesem Vortrag zeigt Alexandre Davin, wie FactField (Hubert Burda Media) komplexe Daten-Pipelines durch KI orchestriert und skaliert. Anhand einer praxiserprobten ROI-Methodik und konkreten Use Cases – von der Verarbeitung zehntausender Datensätze bis zur redaktionellen Backend-Automatisierung – wird deutlich, wie der Shift gelingt: Die KI produziert vor, der Mensch validiert. Ein Praxisbericht über messbare Effizienzgewinne und den strategischen Einsatz bestehender Ressourcen.

Der Vortrag greift das Konzept von Dark Factories und vollautonomen IT-Systemen auf. Entsteht eine Zukunft, in der Fabriken und Büros tatsächlich „dunkel“ sind, weil Prozesse vollständig von Maschinen und KI-Agenten gesteuert werden? Oder bleiben klassische IT-Systeme und menschliche Teams weiterhin essenziell und verändern sich lediglich in ihrer Rolle? Martin Burkhardt zeigt, warum eine rein autonome Vision zu kurz greift und welche IT Architekturen Unternehmen benötigen, um langfristig erfolgreich zu sein. Eine Architektur, die Skalierbarkeit durch Technologie ermöglicht, gleichzeitig aber Steuerbarkeit, Verantwortung und Entscheidungsfähigkeit sicherstellt. Seine Kernaussagen sind: Eine zukunftsfähige Architektur ist sozio-technisch und nicht vollständig autonom. Und: Unternehmen benötigen eine Architektur, die nicht nur Systeme integriert, sondern Menschen, Entscheidungen und Technologie orchestriert.

Viele KI-Diskussionen suggerieren eine technologische Neuordnung auf der grünen Wiese: moderne Plattformen, saubere Daten, durchgängige APIs und autonome Agenten. Die Realität etablierter Unternehmen sieht anders aus. Geschäftskritische Prozesse laufen häufig auf gewachsenen Systemlandschaften, Daten liegen verteilt, Schnittstellen sind historisch entstanden und regulatorische Anforderungen begrenzen einfache Modernisierungspfade.

Der Vortrag zeigt, warum Legacy-Systeme nicht nur als technische Altlast verstanden werden sollten, sondern als Ausgangspunkt für den Aufbau intelligenter Unternehmensfähigkeiten. Entscheidend ist nicht der vollständige Austausch bestehender Systeme, sondern ihre intelligente Anschlussfähigkeit: über Datenplattformen, klare Datenprodukte, Governance, sichere Berechtigungsmodelle und ein Operating Model, das KI-Anwendungsfälle priorisiert, verantwortet und skaliert.

Aus der Praxisperspektive von AI, IT-Governance und Data Platform zeigen wir, wie Unternehmen den Weg von gewachsenen IT-Landschaften zu AI-ready Enterprise Capabilities gestalten können — pragmatisch, sicher und mit Blick auf echten Geschäftswert

Viele KI-Diskussionen suggerieren eine technologische Neuordnung auf der grünen Wiese: moderne Plattformen, saubere Daten, durchgängige APIs und autonome Agenten. Die Realität etablierter Unternehmen sieht anders aus. Geschäftskritische Prozesse laufen häufig auf gewachsenen Systemlandschaften, Daten liegen verteilt, Schnittstellen sind historisch entstanden und regulatorische Anforderungen begrenzen einfache Modernisierungspfade.

Der Vortrag zeigt, warum Legacy-Systeme nicht nur als technische Altlast verstanden werden sollten, sondern als Ausgangspunkt für den Aufbau intelligenter Unternehmensfähigkeiten. Entscheidend ist nicht der vollständige Austausch bestehender Systeme, sondern ihre intelligente Anschlussfähigkeit: über Datenplattformen, klare Datenprodukte, Governance, sichere Berechtigungsmodelle und ein Operating Model, das KI-Anwendungsfälle priorisiert, verantwortet und skaliert.

Aus der Praxisperspektive von AI, IT-Governance und Data Platform zeigen wir, wie Unternehmen den Weg von gewachsenen IT-Landschaften zu AI-ready Enterprise Capabilities gestalten können — pragmatisch, sicher und mit Blick auf echten Geschäftswert

Viele IT-Teams treffen kritische Entscheidungen auf Basis veralteter Daten – ohne es zu wissen. In diesem Tech Talk sprechen wir über Echtzeit-Sichtbarkeit auf allen Endpoints: keine Verzögerung, keine Lücken, kein Blindflug.

KI entfaltet ihren Wert erst dann zuverlässig, wenn die zugrunde liegenden Datenpipelines stabil, transparent und skalierbar orchestriert sind. Gerade in heterogenen Umgebungen mit Cloud-, Hybrid- und On-Premises-Systemen kommt es darauf an, Datenflüsse Ende-zu-Ende zu steuern, Abhängigkeiten sauber abzubilden und Fehler schnell zu erkennen, bevor sie sich auf Ihre Business Prozesse auswirken.

Datenverarbeitung und KI-Anwendungen werden in einem durchgängigen Orchestrierungsmodell gebündelt. So wird die operative Grundlage für den produktiven Einsatz von KI geschaffen und Risiken werden beherrschbar.

KI entfaltet ihren Wert erst dann zuverlässig, wenn die zugrunde liegenden Datenpipelines stabil, transparent und skalierbar orchestriert sind. Gerade in heterogenen Umgebungen mit Cloud-, Hybrid- und On-Premises-Systemen kommt es darauf an, Datenflüsse Ende-zu-Ende zu steuern, Abhängigkeiten sauber abzubilden und Fehler schnell zu erkennen, bevor sie sich auf Ihre Business Prozesse auswirken.

Datenverarbeitung und KI-Anwendungen werden in einem durchgängigen Orchestrierungsmodell gebündelt. So wird die operative Grundlage für den produktiven Einsatz von KI geschaffen und Risiken werden beherrschbar.

Wie moderne Service- und Operations-Teams Major Incidents schneller erkennen, koordinieren und lösen – mit AI-gestützter Automatisierung und intelligenten Workflows.

Imperial College London betreibt bei Digital Realty seit Februar 2026 eine der ersten Direct-Liquid-Cooling-Forschungsplattformen Europas – und liefert damit einen realen Maßstab dafür, wie KI- und HPC-Workloads künftig betrieben werden müssen. Dieser Pitch zeigt, welche architektonischen Prinzipien aus diesem Case ableitbar sind, warum „Ecosystem” das neue „Location” ist und wie Unternehmen heute eine Infrastruktur bauen können, die auch Quantum-Workloads tragen wird – ohne sie morgen neu errichten zu müssen.

Imperial College London betreibt bei Digital Realty seit Februar 2026 eine der ersten Direct-Liquid-Cooling-Forschungsplattformen Europas – und liefert damit einen realen Maßstab dafür, wie KI- und HPC-Workloads künftig betrieben werden müssen. Dieser Pitch zeigt, welche architektonischen Prinzipien aus diesem Case ableitbar sind, warum „Ecosystem” das neue „Location” ist und wie Unternehmen heute eine Infrastruktur bauen können, die auch Quantum-Workloads tragen wird – ohne sie morgen neu errichten zu müssen.

Viele Unternehmen testen KI, jedoch nur wenige skalieren sie erfolgreich im operativen Geschäft. Erfahren Sie, wie sich mit einem strukturierten Business AI Ansatz Daten und Prozesse so verbinden lassen, dass nachhaltiger Mehrwert entsteht.

Viele Unternehmen starten ihre KI-Initiativen mit der Auswahl von Tools und übersehen die eigentliche Voraussetzung für nachhaltigen Erfolg: eine belastbare Prozess-, Daten- und System-Architektur. Wir zeigen warum die entscheidenden Weichenstellungen vor dem ersten KI-Projekt getroffen werden und welche drei Fragen Unternehmen in ihrer nächsten Architektur-Review stellen sollten.

Thomas Peetz erläutert in seinem Vortrag sein Vorgehen:  Keine Use-Cases, keine ROIs – einfach starten – die Use Cases kommen später, wenn die Erfahrung im Umgang mit AI im Unternehmen gewachsen ist.