

Vor Ort bringen wir rund 40 EntscheiderInnen aus den Bereichen Data, AI & Cloud zusammen, um gemeinsam in den vier angebotenen Workshops sehr praxisorientiert an aktuellen Herausforderungen zu arbeiten und Lösungsansätze und Handlungsempfehlungen zu entwickeln.
Ganz nach dem Motto „Bring your own case“ haben die Teilnehmenden vor Ort die Möglichkeit an diesen Cases gemeinsam zu arbeiten und Erfahrungen auszutauschen. Abgerundet wird die inhaltliche Arbeit durch ausreichend Zeit zu Netzwerken.

„Unsere Data Governance? Haben wir – steht alles in Policies und Confluence.“
Wenn das Ihre erste Antwort ist, liegt genau dort eine der größten Herausforderungen für die kollaborative Nutzung von Daten in Ihrem Unternehmen.
Welches (Führungs-)Verständnis braucht es, damit Data Governance zu einem echten Enabler für AI, Analytics und produktive Datennutzung wird?
Im Workshop „Make governance successful: Leadership statt Bürokratie“ drehen wir die Perspektive: Weg von Governance als Regelwerk – hin zu Governance als Führungsaufgabe, die AI, Analytics und produktive Datennutzung ermöglicht.
Gemeinsam entwickeln wir ein modernes Verständnis von Data Governance als Bestandteil von Datenkultur, Vertrauen und Transparenz. Statt immer neuen Regeln und wachsender Komplexität stehen klare Verantwortlichkeiten, spürbarer Business-Mehrwert und nutzbare Datenprodukte im Mittelpunkt.
Die Teilnehmenden reflektieren, wie sich Governance in ihrem Unternehmen heute „anfühlt“, welches Potenzial eine moderne Data Governance freisetzen kann und welche Muster, Strukturen und Gewohnheiten durchbrochen werden müssen, um Akzeptanz und echtes Business Buy-in zu schaffen.
Die Teilnehmenden nehmen mit:
– ein gemeinsames Verständnis davon, was Data Governance heute leisten kann – jenseits von Policy-PDFs
– konkrete Hebel, mit denen Governance Handlungsspielräume eröffnet und Vertrauen in Datenqualität stärkt
– Klarheit darüber, wo sie als Data- & AI-Verantwortliche ihren Fokus legen sollten, um Governance erfolgreich zu machen
– praxistaugliche Rollen- und Verantwortungsmodelle für eine funktionierende Data Governance im eigenen Unternehmen
We enable data via governance. Work with us!
Wie gelingt der Schritt von ersten AI-Agenten und Copiloten hin zu einer skalierbaren Agentic AI-Landschaft, die echten Business Value schafft?
In diesem Workshop entwickeln wir ein Zielbild dafür, wie Unternehmen Agentic AI als Produkt und Plattform industrialisieren. Gemeinsam betrachten wir AI-Agenten nicht als isolierte Use Cases, sondern als digitale Mitarbeiter, die entlang der Wertschöpfung Entscheidungslogik übernehmen und Geschäftsprozesse aktiv steuern.
Wir schärfen die Abgrenzung zwischen Agentic AI, klassischen Automatisierungen und GenAI-Anwendungen und diskutieren, welche Rollen, Verantwortlichkeiten und Steuerungsmodelle erforderlich sind, damit Agenten produktiv und verantwortungsvoll eingesetzt werden können.
Anschließend richten wir den Blick auf die Produktisierung: Wie entwickeln sich Agenten vom einzelnen Use Case zu skalierbaren Produkten? Welche Anforderungen ergeben sich an Lifecycle-Management, Wiederverwendbarkeit, Integration in Prozesse sowie in bestehende IT- und Datenlandschaften?
Darauf aufbauend erarbeiten wir die Eckpfeiler eines Operating Models für Agentic AI. Wir beleuchten die Zusammenarbeit von Business, IT und Data, integrieren Governance-, Risiko- und Compliance-Aspekte und entwickeln ein Verständnis dafür, wie Agenten als Teil einer Plattform – bis hin zu einem „Agent OS“ – statt als isolierte Initiativen aufgebaut werden können. Im Fokus stehen Architekturprinzipien für einen integrierten Agenten-Stack, der Daten, Systeme und Services orchestriert, konsistente Nutzererlebnisse schafft und Datensilos von Beginn an vermeidet.
Abschließend übertragen wir Agentic AI in eine Management-Perspektive: Welche Kriterien helfen dabei, Agenten als Effizienzhebel oder strategische Assets zu bewerten? Wie lassen sich Investitionen priorisieren und in bestehende Governance- und Steuerungsmechanismen integrieren? Die Teilnehmenden entwickeln einen Entscheidungsrahmen, mit dem sich Experimente gezielt in skalierbare Produkt- und Agentenportfolios überführen lassen.
– Wie gelingt der Perspektivwechsel von der Technologie- zur Organisationssicht?
– Technologieentscheidungen in einem sich kontinuierlich wandelnden Technologieumfeld sicher treffen
– Strategische Ziele und Technologie-Roadmap
– Technologie, Business-Bedarfe und Organisationsverständnis in Einklang bringen
Data Readiness ist weit mehr als eine Frage der Technologie. Sie entsteht dort, wo Architektur, Organisation und Business-Ziele erfolgreich zusammenwirken.
In diesem Workshop betrachten wir Data Readiness über die technologische Perspektive hinaus – und zeigen, wie Technologieentscheidungen, basierend auf der unternehmerischen Zielsetzung in enger Abstimmung mit den Fach-/Produktbereichen, zum Enabler werden. Gemeinsam entwickeln wir ein Verständnis dafür, wie Unternehmen ihre Datenlandschaft im Dialog zukunftsfähig gestalten und dabei flexibel auf neue Anforderungen, Technologiesprünge und Business-Bedarfe reagieren.
Wir diskutieren, wie sich in einem dynamischen Technologieumfeld fundierte Architektur- und Technologieentscheidungen treffen lassen – und ob unser bisheriges Verständnis von Zielbildern, Leitplanken und Roadmaps dafür noch ausreicht.
Gemeinsam entwickeln wir ein Organisationsverständnis, in dem die beeindruckenden technologischen Möglichkeiten gezielt eingesetzt werden, um Produkt- und Businessziele zu erreichen. Im Mittelpunkt steht dabei die Frage, wie Technologie, Architektur und Wirtschaftlichkeit sinnvoll zusammenspielen, anstatt isoliert optimiert zu werden.
So wird Data Readiness nicht nur technisch erreicht, sondern zur Grundlage für skalierbare Daten- und AI-Initiativen.
Die Teilnehmenden nehmen mit:
– ein gemeinsames Verständnis davon, was technische Data Readiness heute ausmacht
– Leitplanken für nachhaltige Technologie- und Architekturentscheidungen in einem dynamischen Umfeld
– Ansätze, um Technologie-Roadmap, Business-Ziele und Organisationsentwicklung miteinander zu verbinden
– Orientierung, wie eine zukunftsfähige Datenlandschaft als Fundament für Data- und AI-Initiativen gestaltet werden kann
13:00 Uhr | Get-Together & Snacks |
14:00 Uhr | Eröffnung der Konferenz |
14:30 Uhr | Impuls – Jörg Sommer |
14:50 Uhr | Impuls – Sarah Matthews |
15:10 Uhr | Paneldiskussion |
16:00 Uhr | Kaffeepause |
16:30 Uhr | Workshoparbeit |
18:00 Uhr | Ende Tag 1 |
19:30 Uhr | Rotating Dinner |
09:00 Uhr | Workshoparbeit |
10:30 Uhr | Kaffeepause |
11:00 Uhr | Workshoparbeit |
13:00 Uhr | Mittagessen |
14:00 Uhr | Workshop Spotlights |
14:15 Uhr | Best Practice |
15:00 Uhr | Workshoparbeit |
16:15 Uhr | Kaffeepause |
16:45 Uhr | Workshoparbeit |
18:15 Uhr | Ende Tag 2 |
19:30 Uhr | Talk, Walk & Eat |
09:00 Uhr | Workshoparbeit |
10:30 Uhr | Kaffeepause |
11:00 Uhr | Zusammenfassung der Ergebnisse in den Workshops |
12:30 Uhr | Mittagessen |
13:30 Uhr | DAC im Dialog – Ergebnisse, Erlebnisse und Take Aways |
15:00 Uhr | Resümee & Ausblick 2027 |
ab 16:00 Uhr | Ende der Konferenz & individuelle Abreise |








