Zukunft Digitale Geschäftsmodelle 2026

• Zielsetzung der Konferenz
• Abgrenzung zum KI Summit
• Fokus auf Betrieb, Verantwortung und Praxis

• Reifegrade: Automatisierung, Assistenz, Agenten
• Typische Brüche zwischen Pilot und Betrieb
• Organisation als limitierender Faktor
• Wirtschaftliche Erwartungen vs. Realität

• Warum das Smart-City-Paradigma bereits überholt ist
• Die Cognitive Metropolis: Wenn KI, Infrastruktur, Organisationen und Bürger zu einem adaptiven, selbstoptimierenden System verschmelzen
• Menschen, Hybride, Maschinen: Wer 2050 die Welt steuert
• Was Führungskräfte heute entscheiden müssen, um die urbane Zukunft zu gestalten

Live-Abstimmung (3 Minuten) vor Beginn

Frage an das Publikum

Wo steht Ihr Unternehmen heute?

• Wir automatisieren Prozesse
• Wir nutzen KI-Assistenten
• Wir betreiben erste Agenten
• Wir skalieren Agentensysteme

Die Ergebnisse dienen als Einstieg in die Diskussion.

• Basierend auf einem etablierten Operating Model zur Prozessautomatisierung baut Schaeffler eine sog. „Admin AI Factory“ auf
• Ziel: Weitere Automatisierungspotenziale durch autonom agierende KI-Agenten zu nutzen
• Kern des Vortrags: Case Study zu Vorgehen, Erfolgen, Herausforderungen, Lessons Learned

• Warum 80 % der KI-Initiativen keinen Impact haben
• Der eigentliche Engpass: Entscheidung statt Ausführung
• Von Prozessen zu Systemen: Wie KI operative Modelle ersetzt
• Skalierung entscheidet: Betrieb, Governance und Wirtschaftlichkeit von KI-Agenten

• Kriterien für Automatisierung vs. Assistenz vs. Agenten
• Komplexität, Risiko und Varianz als Entscheidungsfaktoren
• Negativbeispiele und Fehlinvestitionen
• Priorisierung im Unternehmen

A new perspective on adaptive operations, intelligent systems, and business model reinvention enabled by real Agentic AI systems

• Democratizing AI Development. Employees across the business vibe code, wire up AI agents, and ship their own solutions.
• Platform Engineering as Foundation. A decade of platform investment enables thousands to build without central bottlenecks.
• Speed Through Proximity to Problems. Those closest to the work see the best solutions. New AI applications go live weekly, each one making concrete work faster.

• Von der Theorie in den Betrieb – was es wirklich braucht, um agentische Systeme aus dem Labor in den produktiven Alltag zu überführen
• Vertrauen, Kontrolle & Leitplanken – wie wir menschliche Kontrollmechanismen in einer regulierten Branche erfolgreich skaliert haben
• Die richtigen Erfolgskennzahlen – wie wir den Mehrwert autonomer KI jenseits von Genauigkeit und Kosten messbar machen
• Was wir anders machen würden – ehrliche Reflexionen zu Werkzeugen, Governance und organisatorischer Reife

• Erfolgsfaktoren bei der Entwicklung von AI Agents
• Herausforderungen bei der Skalierung von AI Agents
• Vision und Ausblick – 360 Grad AI Account Manager

• KI-Transformation gelingt nur als gesamthaftes Zusammenspiel mehrerer Dimensionen
• Der limitierende Faktor ist dabei meist nicht die Technologie, sondern der Mensch
• Verankerung von KI in Führung und Kultur als Schlüssel zur wirksamen Nutzung

• Observability für KI-Systeme als Grundlage für Betrieb
• Steuerung von Entscheidungen in agentischen Systemen
• Umgang mit Fehlern und Instabilität
• Evaluation und Messbarkeit von Qualität
• Human-in-the-loop Modelle und Eskalationslogiken
• Definition von Betriebsreife und Service Levels

• wie KI bei GELSENWASSER konkret im operativen Betrieb eingesetzt wird
• warum viele Anwendungsfälle bewusst als Assistenzsysteme gestaltet sind und nicht als autonome Systeme
• welche organisatorischen Voraussetzungen geschaffen werden müssen, damit solche Lösungen im Alltag funktionieren
• wie Entscheidungslogiken zwischen Automatisierung, Assistenz und KI in der Praxis aussehen

• Wie aus Regulatorik ein Wettbewerbsvorteil wird: Vertrauen, Skalierung und bessere Entscheidungen
• Die Bausteine einer wirkungsvollen AI Governance: vom Prinzipien-Set bis zu Rollen und Prozessen
• Vom Feuerlöschen zur Wertschöpfung: Wie gute AI Governance Innovation beschleunigt statt bremst

• Was würden Sie heute anders machen?
• Welche Entscheidung war besonders teuer?
• Welche Rolle wird überschätzt?
• Welche Fähigkeit fehlt fast allen Unternehmen?

Moderation sammelt gemeinsam mit den Referenten und Teilnehmern

The Kitchen Düsseldorf
Tußmannstraße 46
40477 Düsseldorf
The Kitchen Düsseldorf – Willkommen in unserem Restaurant

Rückblick in drei Fragen

• Was war gestern Ihre wichtigste Erkenntnis?
• Welches Thema möchten Sie heute vertiefen?
• Wo sehen Sie die größte Hürde?

Die Moderation greift die Ergebnisse auf

• Kostenstruktur von KI-Systemen
• versteckte Kosten im Betrieb
• Skalierungseffekte
• typische Fehleinschätzungen

• wo Transformationsinitiativen typischerweise scheitern
• welche Entscheidungslogiken in der Praxis funktionieren
• wie Priorisierung und Umsetzung konkret gesteuert werden
• und wie sich daraus nachhaltige Wirkung ergibt

• wann sich Investitionen rechnen
• typische Fehlannahmen
• Priorisierung von Use Cases
• Umgang mit Unsicherheit

• KI schafft im Maschinenbau Wert in drei Feldern: als Assistenz für Mitarbeitende, in der Prozessoptimierung sowie in intelligenten Maschinen, Produkten und Services
• Wirtschaftlicher Mehrwert entsteht vor allem dort, wo Daten aus Entwicklung, Produktion und Service im konkreten Anwendungskontext zusammenwirken: context beats intelligence
• Dafür braucht es eine Daten- und Systemarchitektur, die Datensilos überwindet und Daten für operative Anwendungen nutzbar macht, im Sinne eines Data Mesh
• Nachhaltige Wirkung entsteht aus dem Zusammenspiel von Hardware, Software, Daten und KI entlang der industriellen Wertschöpfung

• Wie aus vorhandenem Wissen lernende und interoperable Modelle abgeleitet werden
• Einsatz dieser Modelle zur Planung und Optimierung von Labor-Experimenten
• Aufbau und Betrieb der notwendigen Software (Open Source, APIs, DevOps)
• Zusammenspiel von Digitalisierung und Automatisierung zur Entwicklung chemischer Produkte

• Zugriff auf Unternehmenswissen
• RAG als Standardarchitektur
• Datenqualität und Ownership
• typische Probleme in der Praxis

• Plattform vs. Eigenentwicklung
• Flexibilität vs. Stabilität
• langfristige Risiken
• Skalierbarkeit

Vibe Coding verändert die Ökonomie der Softwareentwicklung: Was bisher Monate dauerte und sechsstellige Budgets erforderte, entsteht heute in Tagen zu einem Bruchteil der Kosten.

Für Executives stellt sich damit nicht mehr die Frage, ob Coding-Agenten wie Claude Code relevant werden, sondern wie schnell und mit welchen Folgen für Make-or-Buy, IT-Budgets, Wettbewerbsfähigkeit und Organisation.

Diese Executives Master Class liefert die betriebswirtschaftliche Einordnung auf Führungsebene: kompakt, konkret und entscheidungsorientiert.

Sie erfahren:

• inwieweit Vibe Coding im Enterprise Kontext eingesetzt werden kann
• welchen wirtschaftlichen Impact Vibe Coding auf Time-to-Market, Entwicklungskosten, Produktivität und Make-or-Buy-Entscheidungen hat
• wie sich Kosten und Nutzen konkret gegenüberstellen lassen: Investitionen in Tools, Lizenzen und Kompetenzen versus messbare Effizienz- und Innovationsgewinne
• Beispiele aus realen Projekten: von der Idee zum Prototyp und weiter zum MVP mit Claude Code
• was geht und was nicht geht: eine ehrliche Abgrenzung zwischen Machbarem und Mythen, inklusive der Grenzen bei Komplexität, Integration, Sicherheit und Skalierung
• die kritischen Erfolgsfaktoren: Governance, Qualitätssicherung, Compliance und die organisatorischen Voraussetzungen, damit Vibe Coding vom Experiment zum strategischen Asset wird
• welche Implikationen sich für Prozesse, Kostenstrukturen, IT-Jobs und IT-Units ergeben

Sie verlassen die Master Class mit einer belastbaren Entscheidungsgrundlage: wo Vibe Coding heute wirtschaftlich trägt, wo (noch) nicht und welche Schritte sich für Ihr Unternehmen jetzt rechnen.

Welche konkrete Entscheidung sollte jedes Unternehmen in den nächsten vier Wochen treffen?