.png)
Das große Trainingsevent bestehend aus Problem LAB, Workshop, Bootcamp. Für alle, die jetzt schon die Weichen stellen wollen um AI in ihre Softwareentwicklung zu integrieren.
AI wird die Softwareentwicklung nachhaltig verändern. Wer morgen erfolgreich sein will, muss schon heute die Weichen stellen.
Genau zu diesem Zweck wurde der 𝗔𝗜 𝗘𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗶𝗻𝗴 𝗦𝘂𝗺𝗺𝗶𝘁 geschaffen, den ihr vom 16. bis 20.11. in Berlin erleben könnt. Nicht um über Hypes zu diskutieren, sondern als Trainingsevent für alle, die AI produktiv in Entwicklungsteams bringen wollen.
Open knowledge unterstüzt das brandeue Event inhaltlich. Als Program Chair ist es Lars Röwekamp dabei besonders wichtig, dass praktisches Wissen hands-on vermittelt wird.
Vortrag von Lars Röwekamp - 16.11. 09:00 – 17:00 Uhr
Der Lab Day ist der Startpunkt für deine Summit-Woche. Hier entsteht der gemeinsame Rahmen für alles, was in den folgenden Workshops und Bootcamps vertieft wird.
Zum Auftakt geht es um den aktuellen Stand von AI Engineering: Was verändert sich durch Coding Agents, AI Toolchains, neue Governance-Anforderungen, Security-Fragen, Legacy-Systeme und veränderte Team-Workflows? Welche Entwicklungen sind kurzfristiger Hype – und welche Themen werden für professionelle Softwareentwicklung dauerhaft relevant?
So starten alle Teilnehmenden mit derselben Sprache, einem gemeinsamen Problemverständnis und einem klaren Blick auf die Themen der Woche.
Im Fokus stehen Fragen wie:
- Welche Themen betreffen besonders viele Teams?
- Welche Probleme sind besonders dringend?
- Welche Fragestellungen lassen sich im Lab Day direkt bearbeiten?
- Welche Themen passen in die Workshops oder Bootcamps der Folgetage?
Vortrag von Arne Limburg - 17.11 10:00 – 13:00 Uhr
Legacy-Systeme sind selten nur alter Code. Sie enthalten jahrzehntelang gewachsene Geschäftslogik, implizites Wissen und Abhängigkeiten, die in keiner Dokumentation stehen. Gleichzeitig steckt in ihnen eine Vielzahl historisch entstandener Sonderlösungen und Ausnahmen. Bei jeder dieser „Sonderlocken“ muss die Frage gestellt werden: Brauchen wir dieses Verhalten heute noch – oder schleppen wir es nur mit, weil es schon immer so war? Genau diese Unterscheidung ist entscheidend: Eine Modernisierung sollte nicht blind den gesamten Bestand konservieren, sondern zwischen notwendiger Geschäftslogik und überflüssiger historischer Komplexität unterscheiden. Genau hier eröffnet generative KI neue Möglichkeiten: Sie kann große Mengen Legacy-Code analysieren, Zusammenhänge erklären, fehlendes Wissen erschließen, Tests erzeugen und Entwickler:innen bei der schrittweisen Veränderung unterstützen.
Doch KI ist kein Ersatz für eine Modernisierungsstrategie. Wer ein Legacy-System einfach automatisiert in eine neue Technologie übersetzt, bekommt im schlimmsten Fall Legacy 2.0 – mit modernen Frameworks, aber mit denselben alten Problemen.
Gleichzeitig verändert KI die wirtschaftlichen Rahmenbedingungen grundlegend. Modernisierungen, die bisher aufgrund des enormen Analyse-, Entwicklungs- und Testaufwands schlicht zu teuer oder zu riskant waren, können plötzlich realistisch werden. KI macht damit nicht nur bestehende Migrationen schneller – sie erweitert den Raum dessen, was überhaupt modernisierbar ist.
In diesem Workshop schauen wir uns deshalb an, wie KI tatsächlich zum Gamechanger für die Legacy-Modernisierung werden kann. Wir verbinden KI-gestützte Analyse und Transformation mit bewährten Ansätzen wie Domain-Driven Design, Event Storming, Strangler Pattern und Golden-Master-Tests.
Die Teilnehmenden arbeiten dabei praktisch an einem Legacy-System und entwickeln einen Modernisierungspfad: vom Verstehen des Bestehenden über das Absichern der fachlichen Funktionalität bis hin zur schrittweisen Transformation. Dabei betrachten wir auch die Frage, wo KI den entscheidenden Hebel für eine wirtschaftlich sinnvolle Modernisierung liefert.
Es geht also nicht um die Frage „Wie kann KI unseren Code migrieren?“, sondern um die spannendere Frage:
„Welche Legacy-Systeme können wir mit KI heute modernisieren, die wir gestern noch nicht anfassen konnten – und wie tun wir das sicher?“
Vortrag von Gabriel Winkler - 17.11 14:00 – 17:30 Uhr
Wer Agentic Engineering einführt, ohne die Plattform mitzudenken, wird scheitern.
Wo leben Agent-Definitionen? Wie bekommen Entwickler und Agenten kontrollierten Zugriff auf Modelle? Welche Sandbox isoliert agentische Workflows sicher vom Rest des Systems? Wie integrieren sich Agents in CI/CD-Pipelines? Wer hostet die autonomen Agenten, die tagsüber Tickets verfeinern und nachts implementieren.
In diesem Halbtagsworkshop untersuchen wir, wie Internal Developer Platformen zur Grundlage von agenten-basierter Software-Entwicklung gebaut werden müssen. Auf Basis realer Erfahrungen aus Enterprise-Projekten, betrachten wir typische agenten-basierte Workflows und untersuchen, wie die zentralen Komponenten einer AI-native Plattform dabei unterstützen:
- Agent Configuration Repository
- Model Access Management inkl. Cost & Usage Governance- Sandboxing for Agentic Engineering
- Pipeline-Integrationen inkl. Secret Management
- Hosting autonomer Agenten
- Human-in-the-loop Mechanismen
- Observability & Tracing
Anhand einer Demo Plattform diskutieren die Teilnehmer die Mehrwerte einzelner Plattform Komponenten und identifizieren Lücken in ihrer Plattform, sodass sie mit einem klaren Verständnis aus dem Workshop gehen: 'Was macht eine AI-native Plattform aus und warum ist sie ein absolutes Must-have.'
Vortrag von Lars Röewkamp - 18.11. 14:00 – 17:30
Generative KI, Agenten, RAG, MCP, Tool Calling, AI Coding Assistants – im Laufe des Summits haben wir viele Technologien, Konzepte und Ansätze des AI-driven Software Engineerings kennengelernt und praktisch erlebt. Zum Abschluss ist es Zeit, einen Schritt weiterzugehen: Wie hängen all diese Bausteine zusammen? Was davon verändert das Software Engineering tatsächlich nachhaltig? Und was bedeutet das für unsere eigenen Systeme, Teams und Organisationen?
In diesem Hands-on-Workshop setzen wir die unterschiedlichen Perspektiven des Summits zu einem Gesamtbild zusammen.
Anhand einer durchgängigen Referenzarchitektur ordnen wir Begriffe wie Modelle, Kontextquellen, RAG, Tools, Workflows und Agenten in eine gemeinsame Architektur ein und betrachten, wie sich AI-gestützte Systeme von klassischer Software unterscheiden. Dabei geht es nicht nur um Technologien, sondern auch um die neuen Anforderungen an Architektur, Qualitätssicherung, Betrieb, Governance und den Software Development Lifecycle insgesamt.
Gemeinsam entwickeln wir eine mentale Landkarte des AI Engineerings und reflektieren die zentralen Architektur- und Engineering-Entscheidungen, die auf dem Weg von ersten Experimenten zu produktiven und skalierbaren AI-Systemen zu treffen sind. Ein praxisnahes Reifegradmodell hilft dabei, den eigenen Standort zu bestimmen und nächste sinnvolle Entwicklungsschritte abzuleiten.
Der Workshop bildet damit den inhaltlichen Abschluss des Summits: Wir verbinden die einzelnen Themen, trennen nachhaltige Engineering-Prinzipien vom technologischen Hype und übersetzen die Erkenntnisse des Tages in konkrete Orientierung für die eigene Praxis.
Die Teilnehmer gehen nicht mit noch mehr Buzzwords nach Hause, sondern mit einem strukturierten Gesamtbild: Was gehört zum modernen AI Engineering, wie hängt es zusammen – und was bedeutet das ab morgen für mich, mein Team und meine Organisation?
Vortrag von Tim Wüllner - 19. & 20.11 jeweils 09:00 – 17:00 Uhr
Hands-on von GenAI über Simple RAG bis Agentic RAG für Software Engineers
Generative KI verändert die tägliche Arbeit von Software Engineers grundlegend. Architekturentscheidungen analysieren, Legacy-Code verstehen, Dokumentation erstellen, Testfälle generieren oder komplexe Codebasen navigieren – viele dieser Aufgaben lassen sich durch AI-gestützte Werkzeuge erheblich beschleunigen und verbessern.
In diesem zweitägigen Hands-on Bootcamp entwickeln die Workshop-Teilnehmernden Schritt für Schritt ihren eigenen AI Engineering Copilot, der die hauseigenen Quellen, wie Wikis, DBs, Repos und weitere mit einbezieht . Ausgehend von einer einfachen GenAI-Anwendung erweitern sie diese schrittweise zu einer RAG-Lösung und schließlich zu einem Agentic-RAG-System, das Code, Dokumentation, Architekturartefakte und Entwicklungswerkzeuge intelligent miteinander verbindet.
Auf dieser Reise lernen die Teilnehmer die wesentlichen Bausteine moderner AI-Anwendungen kennen – von Prompt- und Context-Engineering über Retrieval, Tool Calling und Agent-Orchestrierung bis hin zu Guardrails, Evaluation, Zugriffsrechten, Observability und Qualitätssicherung mit Hilfe von AI-spezifischer Metriken. Dabei steht nicht die Entwicklung fachlicher AI-Anwendungen im Mittelpunkt, sondern die praktische Frage, wie Software Engineers GenAI produktiv in ihren eigenen Entwicklungsalltag integrieren können.
Der Fokus liegt konsequent auf Hands-on-Übungen und Engineering-Praxis. Ziel ist es, ein tiefes Verständnis dafür zu entwickeln, wie AI-gestützte Werkzeuge für Architekturarbeit und Softwareentwicklung entworfen, implementiert und produktiv eingesetzt werden können – vom ersten Prompt bis zum produktionsreifen AI Engineering Assistant.
