Das aktuelle Programm

Die zentrale Frage: Warum schaffen es viele Unternehmen trotz hoher Investitionen noch nicht, echten Mehrwert aus KI zu generieren – und was müssen sie jetzt anders machen?

Mit Agentic AI handelt KI nicht nur – sie agiert. Doch der Sprung von Piloten zur skalierten Nutzung gelingt nur mit neuer Governance, Souveränität und einem transformierten Operating Model. In dieser exklusiven Session diskutieren wir, wie Sie KI-Agenten skalieren, ohne Kontrolle zu verlieren – mit klarer Governance, voller Souveränität und einem Operating Model, das Mensch und KI produktiv zusammenbringt. Anhand von Best Cases aus der Praxis erfahren Sie, wie echten Business Value entsteht und wie Sie ihn messbar machen. Für Entscheider, die nicht mehr experimentieren, sondern skalieren wollen.

Agenda

09:00 Begrüßung
Larissa Holzki, Editorial Head of TECH – Handelsblatt

09:05 Launch Handelsblatt x Infosys AI Trend Report
Stefan Hezel, Head of Marketing EMEA – Infosys
Dr. Jan Kleibrink, Chief Growth Officer & Geschäftsführung – Handelsblatt Media Group

09:20 Diskussion:
Warum schaffen es viele Unternehmen trotz hoher Investitionen noch nicht, echten Mehrwert aus KI zu generieren – und was müssen sie jetzt anders machen?
Britta Daffner, Director Data & AI – Telefónica Germany
Sophie Vassarotti, Head of Data & AI Volkswagen AG
Dr. Frank Säuberlich, Senior Principal Data & AI Infosys Consulting

10:00
Business-Breakfast
Wenn Sie an der Session teilnehmen möchten, wenden Sie sich bitte an Agyeman Baffour unter A.Baffour@extern.handelsblattgroup.com.

Die Textübersetzung hat die Kommunikation transformiert, die wir vor der Veröffentlichung prüfen können – Dokumente, Verträge, E-Mails. Bei der Sprachübersetzung sieht es anders aus: Live-Besprechungen, Verhandlungen, Gespräche im Kundenservice, die in Echtzeit stattfinden und bei denen sich Fehler nicht mehr korrigieren lassen, bevor sie gehört werden. Diese Entwicklung verändert die Bedeutung von Vertrauen, Governance und ROI, denn die Übersetzung ist das Gespräch selbst.

Dies ist kein Verkaufsgespräch. Es ist ein offener Austausch unter Kollegen darüber, was KI-Sprachtechnologie und Echtzeit-Sprachübersetzung für die Arbeitsweise, Entscheidungsfindung und Personalbeschaffung globaler Unternehmen bedeutet – denn zum ersten Mal muss die Sprache nicht mehr darüber entscheiden, wem Gehör geschenkt wird.

Agentic AI promises to transform organisations by enabling autonomous systems that can plan, decide and act with minimal human intervention. But successful adoption depends on far more than deploying the technology, it requires robust governance, resilient architectures and a culture that empowers people to work alongside non-human decisions-makers. The opportunities are large, but the road ahead won’t be simple. Lets explores how organisations can move quickly without sacrificing trust, control or long-term organisational resilience.

Die meisten Unternehmen reagieren auf Kundenprobleme so: der Kunde meldet sich, das System antwortet. Der echte Wandel passiert einen Schritt früher: Das System erkennt das Problem, bevor der Kunde es überhaupt bemerkt.

Robin Thi Stoinski zeigt auf der Bühne live, wie das funktioniert. In 15 Minuten baut er einen Sprachagenten (live!), der proaktiv handelt: Er nimmt Kontakt auf, versteht die Situation im Gespräch und integriert die Lösung direkt in bestehende Prozesse. Ein Blick in die Zukunft des Kundenservice, nicht theoretisch, sondern live und anfassbar.

• Was unterscheidet eine marktreife Innovation von einem Experiment und woran erkennt man den Unterschied?
• Wo scheitert der Übergang von Forschung in die industrielle Praxis am häufigsten und wer trägt die Verantwortung dafür?
• Welche Innovationen werden in fünf Jahren Standard sein und was muss dafür passieren?

Die Handelsblatt Redaktion in der Diskussion mit:

Wie kann Europa aus exzellenter Forschung schneller skalierbare Produkte, Unternehmen und industrielle Anwendungen machen? Das Panel bringt Startup-Ökosystem, Industrie und Politik zusammen.

• Welche KI-Innovationen prägen die kommenden fünf bis zehn Jahre – und wer sollte sie entwickeln?
• Wie müssen Start-ups, etablierte Unternehmen, Forschung und Politik zusammenarbeiten, damit aus Ideen skalierbare Anwendungen entstehen?
• Welche Rahmenbedingungen braucht Europa, um Geschwindigkeit, Investitionskraft und technologische Souveränität zu verbinden?

Weniger Fachkräfte, mehr Erwartungen, steigender Kostendruck: Die BARMER industrialisiert KI-Agenten, um zentrale Service- und Verwaltungsprozesse in der GKV messbar zu entlasten. Gemeinsam mit Capgemini zeigt sie im Projekt A³, wie aus vier Use Cases ein skalierbares Transformationsprogramm wird: mit wiederverwendbaren Komponenten, klarer Governance und belastbarer Daten-/Plattformbasis. Im Fokus: der Schritt von isolierten Initiativen hin zur Ende-zu-Ende-Automatisierung – mit der Perspektive, in drei Jahren bis zu 200 Kernprozesse zu agentisieren.

Pilotprojekte zeigen das Potenzial von KI-Agenten – doch wie wird daraus ein stabiles, unternehmensweites System? In diesem Panel diskutieren erfahrene Führungskräfte zentrale Fragen: Welche Fehler entstehen bei der Skalierung – und wie lassen sie sich vermeiden? Wann wird ein Pilotprojekt zur „Insel“ – und wie erkennt man, dass es Zeit für Skalierung ist? Welche Daten- und Plattformgrundlagen braucht es wirklich, damit Skalierung nicht an Schnittstellen scheitert? Und wie bleibt die Kostenkontrolle bei Token- und Nutzungskosten erhalten? Eine Diskussion über den Sprung von isolierten Erfolgen zur vernetzten Infrastruktur.

• Wann wird ein KI-Agent zur echten Alternative zu Menschen und wann ist das gefährlich statt hilfreich?
• Welche Branchen und Geschäftsmodelle werden durch autonome KI-Systeme radikal umgekrempelt und welche sind dafür noch nicht bereit?
• Wer trägt die Verantwortung, wenn ein Agent etwas schiefgeht der Entwickler, das Unternehmen, die KI selbst?

Auf der neuen Start-up Stage des Handelsblatt KI Summit zeigen junge Teams in den Pausen, was mit KI morgen möglich ist. Jeweils vier ausgewählte Start-ups pitchen an beiden Tagen in drei bis fünf Minuten vor Entscheiderinnen und Entscheidern aus Wirtschaft, Technologie und Innovation, anschließend folgt eine Frage-und-Antwort-Runde mit Moritz Schönleber.

Wie wird aus KI-Ausgaben tatsächlicher Wert? In diesem Meet-up tauschen sich die Teilnehmenden dazu aus, wie sie Kosten und Nutzen von KI-Anwendungen erfassen – vom Aufwand pro Vorgang bis zum laufenden Betrieb. Welche Kennzahlen helfen bei Investitionsentscheidungen wirklich? Bringen Sie gern eine eigene Erfahrung oder eine offene Kalkulationsfrage mit.

Alle Meet-ups sind als 30-minütiger Peer-to-Peer-Austausch gedacht: keine Vorträge, sondern ein unmoderierter Austausch unter Teilnehmenden. Teilen Sie Erfahrungen, vergleichen Sie unterschiedliche Herangehensweisen und nehmen Sie Impulse für die eigene Organisation mit.

Die Teilnahme an diesem Format ist auf 25 Personen begrenzt. Bitte melden Sie sich vorab über die Programm-App an, damit wir Ihnen einen Platz sichern können.

Dominic gibt in seiner Keynote einen Einblick, wie sich sein Startup „Leaders of AI“ zu einer hybriden Organisation aus Mensch und KI-Agenten entwickelt. Aktuell haben sie nur 10 Mitarbeiter, aber über 100 KI-Kollegen im Einsatz, die alle eine Personalakte haben und mit denen sie Feedbackgespräche führen. Diese Agenten unterstützen sein Team dabei, eine selbstlernende Organisation zu werden: Die KI challenged kontinuierlich bestehende Arbeitsweisen und Rollen, gibt gezielte Unterstützung und hilft dem Team, sich dynamisch mit den Marktbewegungen weiterzuentwickeln. Er teilt Best Practices zur KI-Transformation, verrät, auf welche Fähigkeiten es jetzt besonders ankommt und warum sie KIs einführen mussten, die die anderen KI-Agenten führen.

KI hält Einzug in den Fußball. Doch wie lässt sich technologische Innovation nutzen, ohne das aus dem Blick zu verlieren, was den FC Bayern ausmacht? Stefan Mennerich spricht darüber, wie der Verein Fanerlebnis und Marke im digitalen Wandel weiterentwickelt und welche Rolle KI dabei spielt.

Die Handelsblatt Redaktion im Interview mit:

Welche Voraussetzungen müssen Unternehmen in den kommenden zwölf Monaten schaffen, damit KI nicht in Einzelprojekten stecken bleibt, sondern messbar zur Zukunftsfähigkeit beiträgt?

• Welche drei Entscheidungen müssen Vorstand und Geschäftsführung jetzt selbst treffen?
• Welche technischen, organisatorischen und kulturellen Voraussetzungen müssen gleichzeitig aufgebaut werden?
• Woran lässt sich nach zwölf Monaten erkennen, ob ein Unternehmen wirklich KI-ready ist?

Die Zahlen sind beeindruckend: Gartner prognostiziert 64 Milliarden Dollar KI-Ausgaben 2026 – ein Anstieg um 63 Prozent. Doch die Realität ist unbequem: Über 80 Prozent der Unternehmen verfehlen ihre Kostenprognosen um mehr als ein Viertel. Über 40 Prozent ihrer KI-Projekte könnten bis 2027 scheitern.

Token-Kosten explodieren. Mitarbeiter arbeiten oft mehr statt weniger. Und die echten Effizienzgewinne bleiben rätselhaft. Wie kontrollieren Unternehmen ihre KI-Budgets praktisch? Warum zeigen Studien, dass intensive KI-Nutzung zu mehr Arbeit führt – wegen Kontrollarbeit, Komplexität und mentaler Erschöpfung? Und wie wird KI zur Investition statt zum Kostentreiber?

Eine Diskussion über die Kosten, die versteckten Fallstricke und die entscheidende Frage: Wie wird aus KI-Ausgaben echter Wertbeitrag?

Die öffentliche KI-Debatte dreht sich fast ausschließlich um Modelle und deren Attribute.
Doch die eigentliche Herausforderung, vor der Unternehmen stehen, liegt eine Ebene tiefer.
Die Frage nach dem, womit man gegenüber anderen Unternehmen einen Vorteil erzielen kann.
Im Kontext, der in den eigenen Daten schlummert, verbirgt sich die Antwort.

Um diesen zu bekommen, sind Bedeutung und Kontrolle über die eigenen Daten wichtiger denn je. Fehler bei diesen Fundamenten rächen sich erst später, dafür aber konsequent bei jedem weiteren Modell und Agenten. Es entstehen noch mehr Datensilos, redundante Datenkopien und Architekturen, die immer wieder von Grund auf neu konzipiert werden müssen.

Markus Grau zeigt, welche Daten- und Architekturentscheidungen jetzt wirklich zählen, damit Unternehmen 2027 nicht als Nachzügler, sondern als Gestalter der nächsten KI-Welle antreten.

2027 entscheidet nicht mehr die Modellwahl über den Wettbewerbsvorteil, sondern die Beherrschung der Wertkette.

Wenn KI-Fähigkeiten zur Commodity werden: Wo entstehen echte Wettbewerbsvorteile: beim Modellzugang oder bei der Kontrolle über deine Intelligenzarchitektur? Wer kontrolliert die Entscheidungen der KI –das Unternehmen oder der Modell-Anbieter? Ist ein eigenes Foundation Model wirklich die Lösung?

Agent in the Loop – Verantwortung und Kontrolle im Zeitalter autonomer Agenten

Der „neue“ Kollege arbeitet rund um die Uhr, recherchiert eigenständig, priorisiert Aufgaben, stößt Prozesse an und greift auf Unternehmenssysteme zu. Für viele Unternehmen im Handelsblatt KI Circle ist dies bereits Alltag.

KI-Agenten verlassen zunehmend die geschützte Demo-Umgebung und übernehmen echte Verantwortung – innerhalb definierter Grenzen, aber mit wachsendem Handlungsspielraum. Damit stellen sie nicht nur Produktivität und Effizienz auf den Prüfstand, sondern auch etablierte Rollen, Führungsmodelle und Verantwortlichkeiten:

Wir diskutieren:

• Wer gibt einem KI-Agenten Aufgaben?
• Wer entscheidet, was er selbstständig tun darf?
• Wer kontrolliert seine Ergebnisse und Entscheidungen?
• Und wer trägt Verantwortung, wenn etwas schiefläuft?

In dieser KI-Circle Session sprechen wir nicht darüber, ob Unternehmen Agenten einsetzen sollten, sondern wie der Einsatz in der Praxis funktioniert. Wir teilen im vertraulichen Rahmen Erfahrungen mit KI-Agenten, OpenClaw und autonomen Systemen und diskutieren, welche Regeln, Kontrollmechanismen und neuen Formen der Zusammenarbeit es braucht.

Von AI Governance zur AI Factory: Wie Governance Orchestrierung, Adoption und Return on AI ermöglicht

Anhand eines Praxisfalls aus einem globalen Industrieunternehmen zeigt die Masterclass, wie ein etabliertes AI-Governance-System zur Steuerungsarchitektur einer AI Factory weiterentwickelt wird. Im Zentrum steht der durchgängige Kreislauf von klaren Leitplanken über Portfolio- und Delivery-Orchestrierung bis zu qualifizierter Adoption und messbaren Ergebnissen in den Geschäftsprozessen. Die Teilnehmenden erfahren, wie das Steering auf dieser Grundlage belastbar über Skalierung, Redesign oder Stopp von AI-Initiativen entscheiden kann.

Wie lassen sich KI-Vorhaben mit begrenzten Ressourcen sinnvoll priorisieren und umsetzen? Im Mittelpunkt stehen Erfahrungen aus der Praxis: Wo anfangen, was selbst entwickeln oder zukaufen – und wie gelingt der nächste Schritt über den ersten Use Case hinaus? Tauschen Sie sich mit anderen Teilnehmenden über pragmatische Wege, Hürden und hilfreiche Entscheidungen aus.

Alle Meet-ups sind als 30-minütiger Peer-to-Peer-Austausch gedacht: keine Vorträge, sondern ein unmoderierter Austausch unter Teilnehmenden. Teilen Sie Erfahrungen, vergleichen Sie unterschiedliche Herangehensweisen und nehmen Sie Impulse für die eigene Organisation mit.

Die Teilnahme an diesem Format ist auf 25 Personen begrenzt. Bitte melden Sie sich vorab über die Programm-App an, damit wir Ihnen einen Platz sichern können.

AI in Action!

Kein Weiterleiten. Kein Warten. Fall abgeschlossen. Wie Echtzeit-AI-Voice-Agents Anliegen eigenständig lösen.

„Please hold the Line….“ Kundenanfragen enden heute oft in Warteschleifen, Weiterleitungen und Medienbrüchen. Das muss nicht sein. In dieser Masterclass zeigen Jens Heilmann und Holger Hornik von der msg.group, wie moderne AI-Voice-Agents Anrufe in Echtzeit verstehen, kontextbezogen reagieren und Anliegen eigenständig bis zum Abschluss lösen – ganz ohne menschliches Eingreifen. Anhand konkreter Praxisbeispiele wird deutlich, welche technologischen Bausteine dahinterstecken und wo die Grenzen aktueller Systeme liegen. Für alle, die den nächsten Schritt in der Automatisierung des Kundenkontakts umsetzen wollen.

AI at Scale: Lessons Learned from Building Enterprise AI Platforms

The best AI model of today may not be the best-performing model of tomorrow. How can businesses scale AI while protecting long-term investment? Using a virtual try-on solution as an example, this session explores the strategic choices behind moving from custom to commercial AI models, how to balance cost and quality, and how to prepare AI platforms to adopt the next generation of models without starting over.

Wie viel Eigenständigkeit sollte ein KI-Agent bekommen – und an welchen Punkten braucht es menschliche Kontrolle? Diskutieren Sie mit anderen Teilnehmenden, wie sich Aufgaben, Zugriffsrechte und Freigaben sinnvoll gestalten lassen. Im Mittelpunkt stehen praktische Erfahrungen und offene Fragen: Wer kontrolliert Ergebnisse, wer greift ein und wer übernimmt Verantwortung?

Alle Meet-ups sind als 30-minütiger Peer-to-Peer-Austausch gedacht: keine Vorträge, sondern ein unmoderierter Austausch unter Teilnehmenden. Teilen Sie Erfahrungen, vergleichen Sie unterschiedliche Herangehensweisen und nehmen Sie Impulse für die eigene Organisation mit.

Die Teilnahme an diesem Format ist auf 25 Personen begrenzt. Bitte melden Sie sich vorab über die Programm-App an, damit wir Ihnen einen Platz sichern können.

KI-Agenten verändern das Operating Model von Unternehmen grundlegend. Produktivität steigt, Automatisierungsgrad wächst, ROI wird gemessen – doch eine entscheidende Frage bleibt oft unbeantwortet: Wie erfolgreich ist die Zusammenarbeit zwischen Mensch und Agent?

Klassische Kennzahlen reichen nicht mehr aus. In ihrem Impulsvortrag zeigt Dagmar Schuller, warum neue KPIs für Vertrauen, Akzeptanz und Human-Agent-Collaboration künftig über den Erfolg von KI-Initiativen entscheiden. Denn um KI-Agenten erfolgreich zu skalieren, müssen Unternehmen nicht nur deren Leistung messen, sondern auch die Qualität der Zusammenarbeit mit Menschen.

Die KI-Transformation der BMW Group entfaltet bereits in allen Unternehmensbereichen Wirkung und verändert Prozesse, Rollen sowie die Art, wie das Unternehmen gesteuert wird. Um KI-Agenten sicher und effizient zu skalieren, braucht es ein KI-natives Operating Model mit einem standardisierten technischen Layer und belastbaren Governance-Strukturen. Klare Leitplanken für Mitarbeitende, konsequentes Rechtemanagement und kontinuierliches Monitoring des Token-Verbrauchs schaffen Transparenz, Sicherheit und zentrale Steuerbarkeit und bilden die Basis für nachhaltige Wertschöpfung.

2027 ist Agentische KI ein fester Bestandteil von Unternehmensprozessen. Die Integration ist aber erst dann erfolgreich, wenn KI-Agenten sicher, wirtschaftlich und souverän skalieren. In ihrem gemeinsamen Impulsvortrag zeigen Martin Stolberg, Head of AI bei Sopra Steria, und Prof. Dr. Stefan Hecker, Institutsleiter des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS, welche strategischen Weichen Unternehmen dafür heute stellen müssen.

Im Mittelpunkt stehen drei Handlungsfelder: Speed through Governance, also Standards und klare Leitplanken, die eine schnelle Umsetzung ermöglichen, statt Innovation zu bremsen. Ein wirtschaftlich tragfähiges KI-Set-up, das erwartbare Betriebs- und Tokenkosten ebenso berücksichtigt wie eine intelligente Architektur und die Auswahl der jeweils geeigneten Modelle. Und schließlich digitale Souveränität durch den gezielten Einsatz europäischer Open-Weight-Modelle, um technologische Abhängigkeiten zu begrenzen.

Mit SOOFI, dem vom Fraunhofer IAIS entwickelten Modell für industrielle KI, nimmt der Vortrag eine konkrete europäische Technologie in den Blick. SOOFI zeigt das Potential souveräner KI-Modelle, die agentische Systeme in geschäftskritischen Prozessen einsetzen und dabei Kontrolle über Modelle, Daten, Kosten und regulatorische Anforderungen behalten wollen.

KI-Agenten sollen handeln – aber nicht unkontrolliert. Wie definieren Unternehmen Governance-Modelle, die Autonomie ermöglichen und gleichzeitig Risiken begrenzen? In diesem Panel diskutieren erfahrene Führungskräfte zentrale Fragen: Wo braucht es Freigaben und Kontrollpunkte – und wo wird Kontrolle zur Bremse? Wie wird Nachweisbarkeit sichergestellt, wenn Systeme eigenständig handeln? Und wer trägt die Verantwortung, wenn eine KI-Agentin eine Entscheidung trifft? Erfahren Sie, wie Leitplanken aussehen, die funktionieren.

Weitere Speaker in Abstimmung

• Welche KI-Kompetenzen brauchen Führungskräfte, Fachbereiche und Technologie-Teams zukünftig?
• Wie wird Weiterbildung vom freiwilligen Angebot zum Bestandteil der täglichen Arbeit?
• Wie verhindern Unternehmen, dass unterschiedliche Zugänge zu KI bestehende Ungleichheiten und Transformationswiderstände verstärken?

• Which skills and capabilities do employees need today — and which will matter tomorrow?
• How can HR strategies position employees as active shapers of the transformation — not just recipients of change?
• How can companies build AI-ready teams and enable employees to use AI confidently, responsibly and productively?

Larissa Holzki im Interview mit:

• Was macht eine Datenbasis tatsächlich „AI-ready“ – jenseits von Bereinigung und zentraler Ablage?
• Wie überwinden Unternehmen fragmentierte Datenlandschaften, ohne jahrelange Transformationsprogramme abzuwarten?
• Welche Verantwortung tragen Fachbereiche, IT und Unternehmensleitung jeweils für Datenqualität und Nutzbarkeit?

Die Handelsblatt Redaktion in der Diskussion mit:

Jedes Unternehmen experimentiert derzeit mit Copilots und Sprachmodellen – doch trotz enormer Investments bleibt der echte ROI oft aus. Der Grund: Konsumenten-KI weiß alles über die Weltgeschichte, aber nichts darüber, wie Ihr Unternehmen in der Realität funktioniert. Ohne tiefen operativen Kontext suchen KI-Modelle in unzähligen IT-Silos nach Antworten – was zu ungenauen Ergebnissen führt und die Token-Kosten explodieren lässt.

FRITZ! steht seit Jahrzehnten für digitale Souveränität und „Made in Europe“. Die rasante Entwicklung von KI stellt Europa nun vor strukturelle Fragen: Wie lässt sich KI in dem Spannungsfeld aus internationalem Wettbewerbsdruck, Abhängigkeiten und Regulierung implementieren? Welche Rahmenbedingungen braucht Europa, um bei KI-Wertschöpfung nicht das Nachsehen zu haben – und welche Fehler der Big-Data-Ära gilt es diesmal zu vermeiden? Jan Oetjen teilt Perspektiven aus der Praxis und diskutiert, was Unternehmen und Politik jetzt tun müssen, damit Firmen in Europa beim Thema KI gestaltend statt reagierend agieren.

• Welche Plattformarchitektur ermöglicht schnelle Experimente, ohne neue Schatten-IT zu erzeugen?
• Wie viel Standardisierung braucht Skalierung? Wo muss Raum für dezentrale Innovation bleiben?
• Wie vermeiden Unternehmen neue Abhängigkeiten von einzelnen Cloud-, Modell- oder Plattformanbietern?

Weitere Expertinnen in Abstimmung

Wie verändert KI die Cyberabwehr in Unternehmen? Stefan Pütz von der Deutschen Telekom und Jasper von Hoersten von OpenAI diskutieren anhand konkreter Praxiserfahrungen, wie KI-Modelle für Cyber Defense eingesetzt werden, um Schwachstellen zu erkennen und Patches zu entwickeln. Im Mittelpunkt stehen die Erkenntnisse, die Deutsche Telekom dabei bereits gewonnen hat sowie die Frage, was Unternehmen daraus für ihre Sicherheitsstrategie und den operativen Einsatz von KI lernen können.

Wenn KI in Robotern und autonomen Systemen handelt, treffen digitale Entscheidungen auf die reale Welt. Wo sehen Unternehmen sinnvolle Einsatzfelder – und was muss für einen zuverlässigen Betrieb noch gelöst werden? In diesem Meet-up teilen die Teilnehmenden Erfahrungen und Fragen zu Sicherheit, Integration, Wirtschaftlichkeit und dem Weg vom Test in den Alltag.

Alle Meet-ups sind als 30-minütiger Peer-to-Peer-Austausch gedacht: keine Vorträge, sondern ein unmoderierter Austausch unter Teilnehmenden. Teilen Sie Erfahrungen, vergleichen Sie unterschiedliche Herangehensweisen und nehmen Sie Impulse für die eigene Organisation mit.

Die Teilnahme an diesem Format ist auf 25 Personen begrenzt. Bitte melden Sie sich vorab über die Programm-App an, damit wir Ihnen einen Platz sichern können.

Kein Angst Szenario, sondern eine Bestandsaufnahme aus der Praxis: Welche Vorfälle mit KI-Agenten es in diesem Jahr tatsächlich gab, warum die Angst vor den großen Modellen am Kern vorbeigeht, wenn gleichwertige Fähigkeiten längst frei verfügbar sind, und weshalb die Lücke in den meisten Unternehmen nicht das fehlende Wissen ist, sondern die fehlende Umsetzung. Mit konkreten Antworten darauf, wo Unternehmen jetzt ansetzen müssen – intern wie extern.

Mit Agentic AI entstehen neue Möglichkeiten für Unternehmen, gleichzeitig wächst die Schlagkraft cyberkrimineller Akteure. KI wird zunehmend zum Werkzeug der Angreifer und verändert die Bedrohungslage grundlegend. Carsten Meywirth gibt einen exklusiven Einblick in aktuelle Entwicklungen und Angriffsmuster, zeigt, wie sich Cybercrime industrialisiert und welche Strategien Unternehmen entwickeln sollten, um ihre Organisation resilient und handlungsfähig zu halten.

Autonome KI-Agenten: Zwischen Produktivitäts Versprechen und Kontrollverlust
Unternehmen setzen KI-Agenten ein, die eigenständig recherchieren, Systeme bedienen und Entscheidungen vorbereiten. Gleichzeitig zeigen die Vorfälle der letzten Monate, dass dieselbe Autonomie Grenzen sprengt: Agenten aus Testumgebungen führender KI-Labore haben unbeabsichtigt reale Unternehmenssysteme angegriffen – ohne Auftrag, ohne dass jemand es zunächst bemerkte, und ohne dass heute klar ist, wer dafür haftet. Die Diskussion um Regulierung kommt zu spät, wenn leistungsfähige Modelle längst frei verfügbar sind.

Wir möchten nicht diskutieren, ob KI gefährlich ist, sondern was Entscheider jetzt tun können: Wie behält ein Unternehmen die Kontrolle über KI, die intern mit weitreichenden Rechten arbeitet und die von außen als Angriffswerkzeug auf dieselben Systeme trifft? Welche Verantwortung tragen Anbieter, welche die Unternehmen selbst? Und was ändert sich für Geschäftsführung und Aufsichtspflichten, wenn Schwachstellen in Stunden statt Monaten gefunden werden?

• Wer haftet, wenn ein KI-Agent ohne menschlichen Auftrag Schaden anrichtet – Anbieter, Betreiber, niemand?
• Reicht klassische IT-Sicherheit noch, wenn der neue Insider keine Person ist, sondern ein Copilot mit Zugriff auf alles?
• Was bedeutet es für die Sorgfaltspflicht, wenn jede Lücke für jeden in Stunden auffindbar ist?
• Regulieren oder gestalten: Was können Unternehmen selbst in der Hand behalten?

Weitere Speaker in Abstimmung

Wer seine Agenten nicht kontrolliert, wird von ihnen kontrolliert: 278 Schlüssel, 42 Systeme, 5 Tage – ein Praxisbericht

Ihre KI-Agenten haben vermutlich mehr Rechte als die meisten Ihrer Führungskräfte. Warum verfehlen so viele Unternehmen ihre KI-Kostenprognosen? Wer entscheidet, was ein Agent selbstständig tun darf? Diese Fragen ziehen sich durch den Summit. Die Masterclass beantwortet sie dort, wo Kontrolle technisch entsteht: in der Schicht zwischen den Agenten und den Systemen, die sie nutzen.

Postman betreibt rund 70 KI-Agenten über 42 Produktivsysteme hinweg und musste dafür drei Dinge in den Griff bekommen. Erstens den Zugriff: Schlüssel bleiben im Tresor, Rechte gelten pro Ressource statt pro Anbieter, und jeder Aufruf ist einem Menschen, einem Agenten und einem Lauf zugeordnet. Zweitens die Kosten: Token-Budgets für Menschen und Agenten, mit voller Transparenz darüber, wer was verbraucht und wofür. Drittens die Anbindung: was sich bewährt hat, wenn Agenten über MCP auf Unternehmens-APIs zugreifen, und wo MCP-Server zur neuen Schatten-IT werden.

Sie nehmen mit: einen Kontroll-Check in drei Teilen (Zugriff, Kosten, Anbindung), mit dem Sie am Montag prüfen, wo Ihre Agenten heute unkontrolliert laufen.

• Wer in Ihrem Unternehmen kann heute sagen, welcher Agent gestern was getan hat, und in wessen Auftrag?
• Wie steuert man Token-Budgets für Menschen und Agenten, und wie wird sichtbar, wer was verbraucht und wofür?
• Wie lässt sich jeder Aufruf einem Menschen, einem Agenten und einem Lauf zuordnen?
• Eine Million Tokens oder tausend: Welche MCP-Architektur sich bewährt, und wo sie zur neuen Schatten-IT wird.
• Wie viele Generalschlüssel zu Ihren Produktivsystemen liegen gerade auf Laptops in Ihrem Unternehmen? Und wie schnell landet einer davon im Internet?

Ihre KI-Agenten laufen. Aber niemand sieht, wie gut sie arbeiten, und die Token-Rechnung landet bei Ihnen. Viele Unternehmen setzen für jede Aufgabe das größte Sprachmodell ein, weil niemand messen kann, ob ein kleineres reicht.

Diese Session zeigt einen echten Fall: Eine einzelne Agenten-Anwendung verursachte über 350.000 Euro Token-Kosten im Jahr. Eine laufende Qualitätsprüfung machte sichtbar, wo der Agent Fehler macht und welches Modell für welche Aufgabe genügt. Ergebnis: 42 % weniger Token-Kosten bei gesicherter Qualität.

Wir zeigen live, wie ein Agent Schritt für Schritt geprüft wird. Und wir beantworten die Frage dahinter: Wer ist in Ihrem Unternehmen eigentlich für die Qualität der Agenten verantwortlich?

Sie nehmen mit:

• Wie Sie Token-Kosten pro Agent sichtbar machen und senken
• Wie Qualitätsprüfung für Agenten in Echtzeit funktioniert
• Wann ein kleineres Modell genügt und wann nicht
• Welche Rolle Ihre Organisation dafür neu braucht

Robotik und autonome Systeme werden zur Ausführungskraft in der realen Welt – damit entscheidet der Rechtsrahmen über Skalierung, Time-to-Market und Investitionssicherheit. Der Impuls von Dr. Alexander Baghal-Schmid ordnet ein, welche Regelwerke bei Physical AI gleichzeitig greifen und welche Stichtage 2026–2028 jetzt in Roadmaps und Produktentscheidungen gehören. Konkret: Welche Voraussetzungen müssen Unternehmen und Hersteller jetzt schaffen, damit Physical AI vom Pilotprojekt in den sicheren, compliance-konformen Regelbetrieb kommt?

Wie verändert KI die Sicherheitsfragen in Unternehmen – und wie lässt sich Innovation ermöglichen, ohne Daten und Systeme unnötigen Risiken auszusetzen? Tauschen Sie sich mit anderen Teilnehmenden über Zugriffsrechte, sichere Nutzung, Schutzmaßnahmen und offene Herausforderungen aus. Im Fokus stehen Erfahrungen aus der Praxis und die Frage, wo Organisationen konkret ansetzen können.

Alle Meet-ups sind als 30-minütiger Peer-to-Peer-Austausch gedacht: keine Vorträge, sondern ein unmoderierter Austausch unter Teilnehmenden. Teilen Sie Erfahrungen, vergleichen Sie unterschiedliche Herangehensweisen und nehmen Sie Impulse für die eigene Organisation mit.

Die Teilnahme an diesem Format ist auf 25 Personen begrenzt. Bitte melden Sie sich vorab über die Programm-App an, damit wir Ihnen einen Platz sichern können.

Auf der neuen Start-up Stage des Handelsblatt KI Summit zeigen junge Teams in den Pausen, was mit KI morgen möglich ist. Jeweils vier ausgewählte Start-ups pitchen an beiden Tagen in drei bis fünf Minuten vor Entscheiderinnen und Entscheidern aus Wirtschaft, Technologie und Innovation, anschließend folgt eine Frage-und-Antwort-Runde mit Moritz Schönleber.

Wie erleben Frauen die Entwicklung und den Einsatz von KI – und was braucht es, damit mehr Perspektiven die Transformation mitgestalten? In diesem Peer-to-Peer-Austausch geht es um Erfahrungen, Sichtbarkeit, Karrierewege und Einfluss in der KI-Branche. Lernen Sie andere Frauen aus dem KI-Umfeld kennen, teilen Sie Perspektiven und knüpfen Sie neue Kontakte.

Alle Meet-ups sind als 30-minütiger Peer-to-Peer-Austausch gedacht: keine Vorträge, sondern ein unmoderierter Austausch unter Teilnehmenden. Teilen Sie Erfahrungen, vergleichen Sie unterschiedliche Herangehensweisen und nehmen Sie Impulse für die eigene Organisation mit.

Die Teilnahme an diesem Format ist auf 25 Personen begrenzt. Bitte melden Sie sich vorab über die Programm-App an, damit wir Ihnen einen Platz sichern können.

Wie kann ein Unternehmen mit 600 Mitarbeitenden gegen Tech-Giganten konkurrieren, die zehn- bis zwanzigmal so groß sind? Statt die Mitarbeiterzahl zu skalieren, braucht es ein grundlegendes Umdenken darüber, wie Talente KI nutzen, um exponentiellen Impact zu erzielen.

In dieser Keynote geht trivago-CEO Johannes Thomas über den KI-Hype hinaus und stellt die entscheidendere Frage: Was erfordert es wirklich für eine echte organisatorische Transformation? trivagos Wandel von KI-unterstütztem Arbeiten hin zu Workflows, die durch KI grundlegend neu strukturiert wurden, bildet den Rahmen einer strategischen Fallstudie – die über die bloße Einführung von KI-Tools hinausgeht und die Frage neu denkt, wie eine Organisation arbeitet und was es braucht, damit jeder Einzelne auf einem fundamental höheren Level agieren kann.

Effizienz ist nur ein Teil des Mehrwerts, den eine KI-Transformation ermöglicht. Der entscheidende Hebel hinter 10-fachem Impact liegt darin, dass jede Person signifikant besser in der Arbeit wird, die wirklich zählt: Systeme aufzubauen, Qualität in großem Maßstab zu steuern, die Beziehungen zu vertiefen, die die Wertschöpfung voranbringen, und schneller sowie selbstbewusster bessere Entscheidungen zu treffen.

KI verlässt den Bildschirm und wird körperlich. Wenn Software auf Robotik trifft, entstehen neue Produktionslogiken, neue Wertschöpfungsketten und neue Anforderungen an Arbeit und Fachkräfte. Wer entscheidet dabei über Daten und Modelle? Und was bedeutet das für Europa, wenn zentrale Teile dieser Wertschöpfung außerhalb des Kontinents entstehen?

Lena-Sophie Müller, CEO der Initiative D21 e. V., zeigt, welche Paradigmenwechsel Physical AI auslöst, warum Daten zum entscheidenden Wettbewerbsfaktor werden und welche Rahmenbedingungen Politik und Unternehmen jetzt schaffen müssen.

Während Unternehmen Milliarden in Künstliche Intelligenz investieren, gerät eine andere Form der Intelligenz aus dem Fokus: die Menschliche Intelligenz – MI.

KI kann analysieren, formulieren und Entscheidungen vorbereiten. Doch sie trifft auf Organisationen, in denen menschliche Urteilskraft, Vorstellungskraft und Erfahrung oft erstaunlich wenig Raum bekommen. Die paradoxe Gefahr: Wir investieren in immer intelligentere Maschinen – und organisieren gleichzeitig menschliche Intelligenz aus der Arbeit heraus.

Wie können Organisationen KI und MI neu zusammenbringen? Die Zukunft gehört weder Menschen noch Maschinen allein. Sie gehört Organisationen, die verstehen, wann Maschinen besser rechnen, wann Menschen besser urteilen und wie aus Künstlicher und Menschlicher Intelligenz echte Leistung entsteht.

Die entscheidende Frage lautet deshalb nicht mehr nur: Wie intelligent wird KI? Sondern: Wie revolutionär wäre es, jetzt die MI auf die Arbeitswelt loszulassen?

Heute sind KI-Agenten vor allem Effizienztools: Kundenservice-Bots, Shopping-Assistenten im E-Commerce, automatisierte Workflows. Doch die nächste Welle wird fundamental anders: Die Agentic Economy beschreibt ein Ökosystem, in dem autonome Agenten nicht mehr innerhalb von Plattformlogiken operieren, sondern diese durchbrechen und damit neue Märkte schaffen, Wertschöpfungsketten neu ordnen und Geschäftsmodelle grundlegend verändern.

In dieser Diskussion gehen wir der Frage nach, was diese Transformation bedeutet:

• Technologisch: Wo liegen heute die Grenzen von Agenten – und wann werden sie überwunden?
• Strategisch: Wie müssen Unternehmen ihre Geschäftsmodelle neu denken, um in einer Agentic Economy nicht zu Zulieferern zu werden?
• Geopolitisch: Könnte Europa durch dezentralisierte, souveräne Agentenarchitekturen einen neuen Wettbewerbsvorteil gewinnen – statt wieder in Plattformabhängigkeiten zu verfallen?

Mit Perspektiven aus Forschung, Startup-Innovation und Industrie beleuchten wir, wie Unternehmen heute die Weichen stellen müssen, um morgen handlungsfähig zu bleiben.

Die Handelsblatt Redaktion in der Diskussion mit:

Weitere Speaker in Abstimmung

Wie Unternehmen die unkontrollierte KI-Nutzung steuern ohne Innovation zu ersticken

Schatten-KI ist nicht nur ein Sicherheitsproblem. Sie ist ein Symptom. Sie zeigt, dass die offizielle Organisation nicht KI-ready ist. Dass Prozesse zu langsam sind. Dass Mitarbeiter schneller denken als ihre Unternehmen handeln können. Wer Schatten-KI nur unterdrückt, unterdrückt auch die Innovation, die Mitarbeiter bereits vorantreiben. Wer sie ignoriert, ignoriert die Risiken, die täglich wachsen. In diesem Panel sprechen wir mit Führungskräften, die dieses Spannungsfeld managen – über die Realität hinter den Richtlinien, die versteckten Risiken und die Frage: Wie baut man eine Kultur auf, in der KI-Innovation möglich ist – aber kontrolliert?

Weitere Speaker in Abstimmung

AI is changing how leaders work, think and make decisions. But how can individual AI use create value beyond personal productivity?
In this panel, business leaders will discuss how they are turning their own experiences with AI into broader organizational change. As AI agents begin to take on tasks, coordinate processes and act with greater autonomy, companies must rethink how work is organized, how decisions are made and where responsibility lies. The panel will examine what it takes to move from individual experimentation to secure, scalable and measurable business impact – including the governance, skills and operating models required for agentic AI.
The panel will offer practical insights into how leaders can move from using AI themselves to enabling their organizations to work, decide and create value in new ways.

• Physical AI verbindet lernende Modelle mit Maschinen, die in der realen Welt handeln. Entscheidend ist nicht, ob beeindruckende Demos möglich sind, sondern wann Systeme zuverlässig, sicher und wirtschaftlich in Produktion und Logistik eingesetzt werden können.
• Welche Fortschritte bei Robotik-Grundmodellen, Sensorik und Lernverfahren verändern den industriellen Einsatz?
• Wo liegt der größte wirtschaftliche Hebel: Flexibilität, Produktivität, Fachkräftemangel oder neue Produkte?
• Was fehlt zwischen erfolgreicher Demonstration und skalierbarem Betrieb – Daten, Standards, Sicherheit, Hardware oder Geschäftsmodelle?

Die Handelsblatt Redaktion in der Diskussion mit:

Wie würden wir Arbeit organisieren, wenn wir heute noch einmal von vorne anfangen würden? KI kann heute weit mehr als Texte schreiben oder Informationen zusammenfassen. Mit agentischen Workflows beginnt sie, Aufgaben tatsächlich zu übernehmen. Für Unternehmen und uns Menschen verändert das die Spielregeln. Doch viele verschenken einen großen Teil des Potenzials, wenn sie KI lediglich auf bestehende Prozesse setzen, statt sie von Grund auf neu zu denken.

Christoph Magnussen zeigt, wie Unternehmen jetzt den Sprung von generativer zu agentischer KI gestalten können und warum wir dazu ein neues Verständnis von Arbeit brauchen. Dabei wird menschliches Fachwissen und Handwerk nicht weniger wichtig, sondern zur Voraussetzung dafür, KI überhaupt sinnvoll einzusetzen.