4. DHBW AI Transfer Congress – 24.4.2026 Heilbronn, Germany
With the DHBW AI Transfer Congress we want to promote an ongoing exchange between researchers and practitioners in order to discover new ideas and build cooperation to advance the use of Artificial Intelligence in all aspects of society and economy. Talks, workshops, poster presentations and networking opportunities will focus on various aspects related to Artificial Intelligence. The conference session focusses on current research in AI with a special focus on applications. The workshop session will discuss use cases, success stories of AI in industry, discussions of responsible AI as well as networking between science, economy, industry and society.
The workshop sessions will be in German or in English; the talks and poster presentations in English.
Submissions are free to focus on the following topics but are not limited to:
- Responsible AI
- Explainable AI
- Theoretical Foundations of Artificial Intelligence
- Artificial Intelligence Tools and Applications
- Pattern Recognition and Machine Learning
- Ethics in Artificial Intelligence
- Human–AI Coworking and Cooperation
- Agentic AI Applications
- Smart City and Smart Systems Development
- Artificial Intelligence in Industry 4.0
- Artificial Intelligence in Health Care
- Artificial Intelligence in Business Processes and Applications
Important Dates
Workshop proposals: extended to 16 February 2026!
Full Paper Submission (talks & poster): 23 February 2026
Author Notification: 12 March 2026
Camera Ready Submission: 30 March 2026
Main Conference: 24 April 2026
The AITC is co-located with the EU4Dual Annual Conference 2026.
Workshops
11:00
12:40
15:00
16:40
The workshop sessions will be in German or in English; the talks and poster presentations in English.
| Nele Mletschkowsky | Generative KI praktisch in Lehre/Lernen/Forschung nutzen | Der Workshop bietet einen kompakten Überblick über zentrale Anwendungsfelder von KI in Lehre, Lernen und Forschung. Anhand konkreter Szenarien zeigen wir, wie KI beim Erstellen von Lehr- und Lernmaterialien, bei Feedback und Prüfungsvorbereitung, bei der wissenschaftlichen Recherche sowie bei Text-, Daten- und Ideengenerierung unterstützen kann. Die Teilnehmenden diskutieren Chancen, Grenzen und typische Fehlannahmen (z.B. Bias) und nehmen eine praxisnahe Checkliste für den verantwortungsvollen Einsatz im Hochschulalltag mit. |
| Chrysanthi Melanou / Jonas Blasic Education Support Center DHBW Villingen-Schwenningen | KI Business Development: Von der Idee zum validierten Use Case | Der Workshop zeigt, wie aus einer ersten KI-Idee ein praxistauglicher und validierter Use Case entwickelt wird. In einem interaktiven Format lernen die Teilnehmenden, geeignete GeschäEsprobleme für den Einsatz von KI zu identifizieren, konkrete Lösungsansätze zu entwickeln und Use Cases systematisch nach Nutzen, Machbarkeit und Datenlage zu bewerten. Anhand praxisnaher Übungen werden zentrale Annahmen überprüft, Risiken reflektiert und notwendige Datenforderungen herausgearbeitet. Der Workshop richtet sich sowohl an Einsteiger als auch an Fortgeschrittene und vermittelt einen strukturierten, wiederholbaren Prozess für fundierte und transferierbare KI-Entscheidungen im eigenen Arbeits- oder Unternehmenskontext. |
| Chrysanthi Melanou / Jonas Blasic Education Support Center DHBW Villingen-Schwenningen | Interaktiver Workshop mit Jupyter Notebooks: Von der Idee zum validierten Use Case | Der Workshop zeigt, wie aus realen Datenquellen Schritt für Schritt ein funktionierender KI-Prototyp entwickelt wird. In einem Hands-On-Format lernen die Teilnehmenden unterschiedliche Datenquellen (z. B. CSV-Dateien, APIs oder Datenbanken) in Jupyter Notebooks einzubinden, Daten aufzubereiten und explorativ zu analysieren. Darauf aufbauend wird ein erstes KI-Modell für Anwendungsfälle wie Klassifikation, Vorhersage oder Textanalyse entwickelt, getestet und evaluiert. Abschließend werden Ergebnisse visualisiert und dokumentiert, um einen nachvollziehbaren, weiterverwendbaren Prototyp zu erhalten. Ziel ist es, einen strukturierten, wiederholbaren Workflow für die Entwicklung von KI-Prototypen im eigenen Arbeitskontext zu vermitteln. Der Workshop richtet sich an Fortgeschrittene sowie Teilnehmende mit Programmierkenntnissen, die einen strukturierten, wiederholbaren Workflow für die Entwicklung von KI-Prototypen im eigenen Arbeitskontext erlernen möchten. |
| Prof. Dr. Christoph Zimmer Data Science und Künstliche Intelligenz DHBW Mannheim | Smart Test Facility Automation with Safe Active Learning | Digital Twins are becoming increasingly important as fast, machine-learning based simulators of the real world. In order to build accurate Digital Twins a sufficient amount of informative data is required. The data collection process may be expensive and time consuming and in some cases, e.g. engines on test benches even safety critical. Safe Active Learning allows to collect highly informative data automatically adhering to and learning the safe area of operation. From a paper on the prestigious NeurIPS conference to business impact on building digital twins for e-drives, let’s dive into the active learning research area and explore possible use cases as well as open research questions. |
Sprache: Englisch
Birgit Zürn Sowie: Gabriel Gaa und Tom Huhnke, Wiss. Mitarbeiter am ZMS der DHBW Stuttgart | Verhandeln mit KI – praxisnahes Training mit generativen Personas | Wie verändern KI-generierte Gesprächspartner reale Entscheidungs- und Verhandlungssituationen? In diesem 45-minütigen Workshop lernen die Teilnehmenden eine interaktive Verhandlungssituation mit einer KI-basierten Persona kennen. Auf Basis aktueller Konzepte aus Data Science und generativer KI wird gezeigt, wie realistische Rollenprofile erstellt und in Verhandlungsszenarien eingesetzt werden können. Mithilfe der Software LessonLab (Finnland) erproben die Teilnehmenden hands-on eine simulierte Verhandlung, reflektieren Chancen, Grenzen und ethische Implikationen und diskutieren Einsatzpotenziale in der Lehre und darüber hinaus. |
| Diana Thim Data & AI Academy Schwarz Gruppe | Komplexe Workflows automatisieren | In einer 60-minütigen Live-Demo (90 Min. gesamt) wird am Beispiel Google die Vernetzung von Gmail, Sheets und Docs durch Gemini und „Gems“ methodisch demonstriert und auf Alternativen, wie Custom GPTs, Claude Projects, n8n usw. hingewiesen. Die Ergebnisse belegen die Transformation von einfacher Analyse hin zu automatisierten Projektplänen. Teilnehmer lernen, eigene KI-Assistenzen zu gestalten, um Copy-Paste zu beenden und komplexe Workflows autonom zu steuern. |
| Matthias Drüppel Professor für Informatik Duale Hochschule Baden-Württemberg Stuttgart Baden-Wuerttemberg Cooperative State University Stuttgart | Wie lernen Computer sehen? Eine Einführung in Computervision | Bilder werden als Pixel gespeichert – so weit so gut. Doch wie lernt ein Computer, diese zu verstehen? Spätestens bei der Gesichtserkennung auf dem Smartphone müssen Bilder zuverlässig interpretiert werden, selbst mit Hut. In den letzten Jahren hat sich die zugrunde liegende Technik stark gewandelt: Klassische Algorithmen wurden durch Verfahren des maschinellen Lernens ersetzt, insbesondere durch Convolutional Neural Networks. Zunehmend kommen auch sogenannte Attention-Modelle (wie bei ChatGPT) zum Einsatz. Der Workshop gibt eine verständliche Einführung in diese Methoden und zeigt relevante Anwendungsfelder, auch aus Unternehmenssicht. Spezielle Vorkenntnisse sind nicht erforderlich. |
| Dr. Chakresh Kr. Singh STAT-UP Statistical Consulting & Data Science GmbH | Build your own knowledge management tool with hands on NLP | This hands-on workshop will introduce text analysis and knowledge management using modern NLP pipelines. Participants will work with a bilingual (English/German) corpus,generate semantic embeddings with pre-trained language models, and store them in a vector index. These embeddings will be used to build document clusters based on similarity, explored via an interactive local web app. The workshop will demonstrate reproducible NLP workflows by tracking pipeline parameters and best practices for testing and maintaining scalable workflows. Such workflows are practically used to enable semantic search and automated document structuring in areas like customer support, compliance management, and internal knowledge bases. Participants will leave with a practical template for building and maintaining text-based knowledge systems. |
Sprache: Englisch
Prof. Dr. Laura Schmidt / Prof. Dr. Elena Krause-Söhner DHBW Mannheim / DHBW Karlsruhe | AI2Learn – KI-Kompetenzen entwickeln, Lernen gestalten | Der Workshop ist Teil des standortübergreifenden DHBW-Forschungsprojekts AI2Learn und fokussiert die Entwicklung von KI-Kompetenzen dualer Studierender im Zusammenspiel von Theorie- und Praxisphasen. Aufbauend auf aktuellen Zwischenergebnissen eines longitudinalen Umfragedesigns, in dem Studierende an den Standorten Mannheim, Karlsruhe und Stuttgart wiederholt zu ihrem Wissen, ihren Einstellungen, ihrer Nutzungspraxis sowie zu objektiven KI-Kompetenzen befragt werden, erhalten die Teilnehmenden einen Einblick darin, wie Studierende KI nutzen, wo Kompetenzlücken bestehen und welche Spannungsfelder im Theorie–Praxis-Lernen mit KI sichtbar werden. In einem anschließenden interaktiven, methodisch strukturierten Prozess werden bestehende Ansätze zur Förderung von KI-Kompetenzen gesammelt, geclustert und weiterentwickelt. Ziel des Workshops ist es, gemeinsam mit Lehrenden, Studierenden und Praxispartner*innen konkrete Maßnahmen abzuleiten, die den KI-Kompetenzaufbau im Theorie–Praxis-Transfer des dualen Studiums gezielt unterstützen. Ziel des Workshops: Der Workshop zielt darauf ab, auf Basis aktueller Forschungsergebnisse konkrete KI-Kompetenzen für Studierende in dualen Studienphasen zu identifizieren und daraus konkrete, umsetzbare Maßnahmen für Lehre und Praxis abzuleiten. Im Zentrum steht der Austausch zwischen Lehrenden, Studierenden und Praxispartner*innen, um Theorie- und Praxisphasen optimal aufeinander abzustimmen, damit der KI-Kompetenzaufbau bestmöglich gelingt. Workshop-Setting: Impulsvortrag und Moderation: Prof. Dr. Laura Schmidt (DHBW Mannheim) & Prof. Dr. Elena Krause-Söhner (DHBW Karlsruhe), Partizipatives Format im Rahmen des Forschungsprojekts AI2Learn, Fokus: KI-Kompetenzentwicklung im Theorie–Praxis-Transfer sowie Förderung durch KI-Einsatz in der Lehre, Co-Creation in gemischten Gruppen (Lehrende, Studierende, Praxispartner*innen), Methoden: Kreativ- und Strukturierungsformaten (u. a. Crazy Eight, Clustering) |
Prof. Dr. Diana Sola und Prof. Dr.-Ing. Olga Lange Data Science und Künstliche Intelligenz / Wirtschaftsinformatik | Wie LLMs Wörter wählen – Ansätze und Nachhaltigkeit | Large Language Models generieren Texte als Sequenz von Wörtern, wobei die Sequenz Wort für Wort aufgebaut wird. Doch wie wird das nächste Wort ausgewählt? Neben der Temperature gibt es weitere Mechanismen und Ansätze, um KI-basierte Textgenerierung zu steuern. In diesem Workshop werden verschiedene Ansätze, auch unter dem Nachhaltigkeitsaspekt, betrachtet. Nach einer Einführung in die mathematischen Grundlagen erproben die Teilnehmenden die Ansätze im bereitgestellten Jupyter Notebook. Dabei lernen sie auch ein Tool kennen, mit dem sich CO₂-Emissionen bei der Ausführung von Programmcode abschätzen und Ansätze dahingehend vergleichen lassen. Abgerundet wird der Workshop durch einen Input zu Nachhaltigkeitskriterien für KI. |
Sprache: Deutsch
Prof. Dr. Jens Heiling Betriebswirtschaftslehre | Auswirkungen Künstlicher Intelligenz auf das wissenschaftliche Arbeiten in den Wirtschaftswissenschaften sowie in der beruflichen Praxis | Generative Künstliche Intelligenz (GenAI) transformiert das wissenschaftliche Arbeiten in Studium und Berufspraxis grundlegend. Während Werkzeuge wie ChatGPT oder Claude bereits intensiv für die Literaturrecherche, Datenaufbereitung und Texterstellung genutzt werden, stellt sich die Frage nach der methodischen Sauberkeit und der akademischen Integrität neu. Dieser Workshop beleuchtet die tiefgreifenden Veränderungen in den Wirtschaftswissenschaften und zeigt auf, wie wissenschaftsnahe Arbeitsweisen – etwa in der Unternehmensberatung, im Controlling oder im Personalmanagement – zunehmend an Bedeutung gewinnen. In einem interaktiven Setting analysieren die Teilnehmenden die Parallelen und Unterschiede zwischen akademischem Arbeiten und der beruflichen Praxis. Ein besonderer Fokus liegt auf der Qualitätssicherung: Wie lassen sich Halluzinationen vermeiden, Quellen verifizieren und Bias adressieren? Gemeinsam werden Implikationen für die Lehre und das Prüfungswesen diskutiert, um den Übergang von produktorientierten zu prozess- und kompetenzorientierten Bewertungen zu gestalten. Die Teilnehmenden erarbeiten im Austausch zwischen Lehrenden, Studierenden und Praxispartnern konkrete Kriterienkataloge für die Gestaltung moderner Leistungsnachweise und definieren Standards für den verantwortungsvollen KI-Einsatz im Unternehmen. Ziel ist es, sowohl die akademische Exzellenz als auch die berufliche Anschlussfähigkeit in einer KI-geprägten Arbeitswelt sicherzustellen. |
Daniela Rauen (Ferdinand-Steinbeis-Institut, Research Fellow) Dirk Werhahn (Evangelischer Oberkirchenrat, Dezernat Bildung, Schule, Diakonat, Referatsleitung 2.2 Werke und Dienste) | Zwischen Lernhilfe und Machtinstrument – Ethische Perspektiven auf KI in der Bildung | KI-basierte Systeme sind im Alltag von Schule, Hochschule und Weiterbildung angekommen. Doch was bedeutet ihr Einsatz für Bildungsgerechtigkeit, Selbstbestimmung und pädagogische Verantwortung? Der Workshop vermittelt Grundlagen von KI-Systemen im Bildungskontext und macht deren Funktionsweise anhand praktischer Beispiele erfahrbar. In interaktiven Hands-On-Phasen analysieren die Teilnehmenden typische KI-Anwendungen und deren Auswirkungen. Auf dieser Grundlage werden ethische Fragestellungen bearbeitet, die sich damit beschäftigen, wie transparente, verantwortungsvolle und nutzerorientierte KI-Systeme entstehen, die den Menschen unterstützen und seine Fähigkeiten erweitern, statt ihn zu ersetzen. |
| Marius Kiskemper Lead Data Scientist – DAA Applied AI ATOS | From Large to Specialized: Fine-Tuning Small Language Models into Domain Experts | This workshop presents a structured, end-to-end approach for finetuning Small Language Models (SLMs) into lightweight domain-specific experts. Through the process of knowledge distillation from larger language models, the resulting specialized SLMs can match or even exceed the performance of the generalist-LLMs in many practical applications, while being much more resource efficient during inference. Participants are guided through this proven finetuning-framework, followed by strategies for deploying these models in resource-constrained and sovereign environments and can even finetunine a model themselves. The workshop concludes with live interaction and evaluation of the finetuned models using chat-based interfaces and LLM as a judge approaches. |
Sprache: Englisch
Prof. Dr. Heinke Hihn Professur für Informatik | Workshop Proposal Abstract: Efficient Semantic Search with Embedding Models | This workshop provides a hands-on introduction to building an efficient semantic search system using fully open-source technologies. Participants will learn how to transform unstructured enterprise data into semantic representations using state-of-the-art embedding models from Hugging Face. These embeddings are indexed with HNSWLib to enable fast and scalable vector similarity search. The complete pipeline is implemented on-premise, ensuring data privacy and compliance with corporate security requirements. Alongside the theoretical foundations of embeddings and approximate nearest neighbor search, the workshop includes practical exercises with Jupyter notebooks, enabling participants to design, implement, and evaluate a production-ready semantic search solution for real-world enterprise use cases. All materials and code examples will be made publicly available after the workshop. |
Sprache: Englisch
| Prof. Dr.-Ing. Olaf Herden Studiengangsleiter Informatik DHBW Stuttgart Campus Horb | Vektordatenbanken – Grundlagen und praktische Anwendungen | Moderne KI-Anwendungen wie RAG-Systeme, semantische Suche oder Recommender-Systeme basieren auf der effizienten Verarbeitung hochdimensionaler Vektoren – eine Aufgabe, bei der klassische relationale Datenbanken oft an ihre Grenzen stoßen. Dieser Workshop bietet eine fundierte Einführung in die Welt der Vektordatenbanken und erläutert, warum sie für die aktuelle KI-Entwicklung essenziell sind. Nach einer Vermittlung der Kernkonzepte tauchen die Teilnehmenden tief in die theoretischen Grundlagen ein: Wir vergleichen verschiedene Formen der Ähnlichkeitsberechnung, wie die Euklidische Distanz und die Kosinusähnlichkeit, und analysieren effiziente Suchverfahren wie k-NN und ANN. Ein besonderer Schwerpunkt liegt auf der Indexierung großer Datensätze mittels HNSW (Hierarchical Navigable Small World), um Performance-Engpässe zu überwinden. Im praktischen Teil wird der direkte Transfer in die Anwendung vollzogen. Anhand einer Live-Demo vergleichen wir zwei unterschiedliche Lösungswege: Den Einsatz der spezialisierten Cloud-nativen Vektordatenbank Pinecone sowie die Integration von Vektor-Funktionalitäten in klassische relationale Systeme am Beispiel von Oracle. Der Workshop richtet sich an Interessierte ohne spezifische Vorkenntnisse und vermittelt sowohl die theoretische Basis als auch konkrete Implementierungsstrategien für eigene KI-Projekte. |
| Mohibullah Mansoor Virk, Jan Ocker Tri.Merge GmbH | Building Trusted Enterprise AI Systems: Secure On-Premise LLM Infrastructure Meets Agentic Knowledge Workflows | Enterprises today face the dual challenge of fragmenting operational expertise and increasingly complex security requirements. This workshop introduces "IntraWise," a multilingual, process-oriented AI knowledge manager designed to transform scattered expertise into scalable operational intelligence. Moving beyond passive documentation, the session demonstrates how agentic AI workflows can actively capture and structure knowledge during onboarding, troubleshooting, and daily operations. A central focus of the workshop is the critical intersection of application and infrastructure. We explore why industrial AI adoption requires more than just "on-premise" hosting; it demands architecturally governed environments that ensure data sovereignty, traceability, and explainable AI behavior. Participants will gain insights into role separation between LLMs and business logic, monitoring of agentic workflows, and the use of operational metadata for continuous system optimization within secure boundaries. The session features a practical demonstration of a bi-directional AI knowledge manager in a secure local setup, followed by an interactive discussion on real-world implementation challenges. Attendees will leave with a clear understanding of how to build trustworthy, KPI-aligned AI systems that connect user interaction with robust security governance in industrial environments. |
Sprache: Englisch
Elena Krause-Söhner und Kathrin Schweizer | Führung in Hybrid Human–AI Teams Managementsimulation als Forschungs- und Lehrsetting | Der Workshop verbindet einen kompakten Überblick zum aktuellen Forschungsstand zu AI Leadership mit einer experimentellen Managementsimulation. In einer realitätsnahen Teamsituation bearbeiten Teilnehmende eine strategische Priorisierungsentscheidung zunächst ohne, anschließend mit Einbindung einer KI. Die KI ist gezielt auf explorative oder exploitative Impulse trainiert und wirkt als aktiver Akteur im Gespräch. Führung wird als emergente Teamleistung verstanden. Untersucht wird, wie sich Gesprächsdynamiken, emotionaler Stil und ambidextrous Leadership durch KI verändern, wie unterschiedliche Formen der KI-Gestaltung (personifiziert vs. technisch) diese Dynamiken beeinflussen und unter welchen Bedingungen Simulationstrainings klassische Formate der Führungskräfte- und Nachwuchsführungskräfteentwicklung und Lehre sinnvoll ergänzen können. |
| Prof. Dr. Markus Lauff Hochschule Mainz | AI-Augmented Software Development: From Requirements to Deployment | This 90-minute, demo-driven workshop illustrates how modern AI can accelerate and reshape the entire software engineering lifecycle end-to-end. Using a concrete example, we show how generative AI assists in refining user requirements, translating them into architectural specifications, generating code and tests, and automating CI/CD pipelines. The workshop further demonstrates how AI-supported deployment to Kubernetes and lightweight production monitoring enable faster release cycles and more reliable systems. While the audience is not required to work hands-on, the session provides practical insights into AI-augmented workflows, toolchains, and integration patterns. The workshop aims to stimulate discussion on opportunities and limitations of GenAI in software development and to foster exchange between academia and industry. |
Sprache: Englisch
| Levin Maier, Robert Lilow, Falk Borgmann Deepshore GmbH Hamburg | Optimierung von Datenverarbeitungspipelines mit Reinforcement Learning | In unserer datengetriebenen Welt werden täglich enorme Datenmengen mithilfe sogenannter Extract–Transform–Load-(ETL)-Pipelines verarbeitet. Herkömmliche manuelle oder regelbasierte Strategien zur Steuerung solcher Pipelines stoßen jedoch an ihre Grenzen, wenn sowohl hohe Leistungsfähigkeit als auch Ressourceneffizienz gewährleistet werden müssen – insbesondere in dynamischen, mehrstufigen Datenverarbeitungsszenarien. Angesichts des breiten Einsatzgebiets von ETL-Pipelines hat dies erhebliche wirtschaftliche und ökologische Auswirkungen. In diesem Vortrag erklären wir, wie Reinforcement Learning bei diesem Problem helfen kann, indem ein Agent durch Interaktion mit einer von uns entwickelten ETL-Simulation die zuvor unbekannte optimale Strategie erlernt. Mit diesem Ansatz trainieren wir einen autonomen Agenten, der ETL-Pipelines dynamisch optimiert. |
Tessa Steinigke / Patrick Föll | KI im Verkauf und Kundenservice | Der Workshop „KI im Verkauf und Kundenservice“ unterstützt kleine und mittelständische Unternehmen dabei, Künstliche Intelligenz praxisnah und ressourcenschonend einzusetzen. Er vermittelt kompakte Grundlagen zu relevanten KI-Technologien und ordnet aktuelle Tools hinsichtlich Wert und Umsetzbarkeit ein. Im Mittelpunkt steht die systematische Identifikation und Priorisierung konkreter Use Cases im Vertrieb und Kundenservice anhand eines Innovationsframeworks. Ziel ist eine klare, realistische Umsetzungsroadmap mit sofort anwendbaren Lösungen für den Arbeitsalltag. |
| Aniko Uj, Regine Martschiske | Upskilling & Reskilling: wie Organisationen KI-Kompetenzen für ihre Mitarbeitende systematisch aufbauen und fördern können | In unserem Workshop zeigen wir auf, wie Organisationen durch systematische Schulungsplanung KI-Kompetenzen bei ihren Mitarbeitenden zielgruppengerecht und nachhaltig aufbauen können. Ausgangspunkt ist der EU AI Act als regulatorischer Treiber für KI-Weiterbildungen. Vorgestellt wird das an der DHBW Heilbronn entwickelte KI-Kompetenz-Audit-Tool „AIssessment“, das zur KI-Kompetenzeinschätzung für Einzelpersonen sowie für Organisationen angewendet werden kann. Darauf aufbauend wird in einem strukturierten Planungsprozess ein betrieblicher KI-Weiterbildungsplan erstellt. In Kleingruppen werden KI-Weiterbildungsformate diskutiert; ergänzt durch interne/externe Ressourcen und Pilotergebnisse. |
| Tina Lieber | KI verändert Führung – sind wir darauf vorbereitet? | Künstliche Intelligenz ist in vielen Unternehmen längst Teil des Arbeitsalltags. Analysen werden automatisiert, Empfehlungen generiert, Prozesse optimiert. Doch parallel verändert sich auch die Rolle von Führungskräften. Wenn Entscheidungen zunehmend im Zusammenspiel von Mensch und System entstehen, verschieben sich Verantwortlichkeiten. Führung bedeutet dann nicht weniger – sondern bewusster: Ergebnisse einordnen, Risiken abwägen, Verantwortung sichtbar übernehmen und Zusammenarbeit aktiv gestalten. Unternehmen investieren in KI-Systeme – doch der eigentliche Erfolgsfaktor sind die Menschen, die mit ihnen arbeiten. Die zentrale Frage lautet: Bereiten wir unsere Führungskräfte genauso konsequent vor wie unsere Technologie? Im Workshop betrachten wir praxisnah: wie sich Führungsrollen durch KI verschieben, welche Aufgaben eindeutig menschlich bleiben, wo neue Risiken in Bezug auf Verantwortung und Vertrauen entstehen, wie Führungskräfte Orientierung geben, wenn Technologie Prozesse mitprägt. Die Teilnehmenden erhalten einen strukturierten Impuls zur eigenen Standortbestimmung im Umgang mit KI sowie konkrete Ansatzpunkte, wie Führung und Entwicklung im Kontext von Human-AI-Zusammenarbeit bewusst weitergedacht werden können. |
Janosch Korell, Torsten Harms | KI-Automation im betrieblichen Alltag leicht gemacht | Künstliche Intelligenz bietet zunehmend Potenzial für kleinere, spontane Anwendungen im betrieblichen Tagesgeschäft – also dort, wo Prozesse oft manuell oder etwa mit Excel abgewickelt werden. Der Workshop vermittelt, wie sich mit kostenlosen Automation Tools wie n8n und aktuellen Sprachmodellen (z.B. Gemini) solche Routineaufgaben ohne großen IT-Aufwand oder Programmierkenntnisse mit Bordmitteln automatisieren lassen: Etwa bei der Bewertung von Lebensläufen oder der Segmentierung von potenziellen Zulieferern oder Kunden. Der Fokus liegt auf pragmatischen, schnell einführbaren Lösungen, die KI direkt im bestehenden Arbeitsalltag nutzbar machen und quasi von Jedermann umgesetzt werden können. |
Dr. Christian Bader, Felix Fabian Fees, Dr. Michael Widmann, Christian Holz | Local deterministic Multi-Agent Systems for On-Premise AI | Large Language Models (LLMs) have demonstrated impressive capabilities in a wide range of tasks. However, in many industrial and enterprise environments, the direct use of large, cloud-based models often fails to meet fundamental requirements such as data sovereignty, reproducibility, auditability, cost control, and predictable system behavior. This workshop addresses the growing gap between AI capabilities and real-world engineering constraints by introducing a system-oriented perspective on AI. Instead of focusing on ever-larger models, the workshop explores how deterministic multi-agent systems, combined with task decomposition, routing, verification, and tool integration, can enable efficient and controllable AI solutions in on-premise environments. Participants will learn why AI should be treated as a system component rather than a monolithic replacement for existing software, and how multi-agent architectures can outperform single-model approaches in terms of robustness, efficiency, and practical applicability under constrained resources. The workshop emphasizes architectural principles, design patterns, and practical considerations that are directly transferable to industrial software development, applied research, and engineering workflows. |
Sprache: Englisch
Registration
Participants can register for the one day conference as follows:
day ticket price : 160 Euro
student ticket price : 25 Euro
The ticket price includes catering in coffee breaks and a lunch break.
For employees of DHBW the ticket prices are waived. This option is for DHBW employees only. External lecturers and dual partners need a regular registration.
Registration opens 1. March 2026.
Hinweise zum Datenschutz und zur Verarbeitung von Ton- und Bildmaterial
Program Chairs
Contact: aitc[at]dhbw.de
Local Chair
Call for Contributions
Call for Papers & Posters (English only)
Only attendees’ papers will be accepted for publication provided they are related to the theme of the conference and conform to the publication guidelines. Papers (max. 10 pages) will be published in the Open Access proceedings of the Conference. We accept submissions for the poster session in form of an extended abstract (max. 1 page). Please submit your proposal using the templates (IEEE format) provided below till 23 February 2026.
If you have questions, please contact us: ai-congress[at]dhbw.de
Call for Workshops (German or English)
Bei Workshops steht der Wissenstransfer im Mittelpunkt. Ziel ist es, ein spezielles Thema, einen Anwendungsbereich oder ein Thema zu Technologiefolgen aus den Bereichen Data Science und Künstliche Intelligenz dem Publikum, insb. aus Wirtschaft und Gesellschaft, näherzubringen. Die Workshops beinhalten neben einer theoretischen Fundierung auch praktische Hands-On-Elemente. Dabei können z.B. Jupyter-Notebooks o.ä. zum Einsatz kommen.
Vorschläge für Workshops mit einer Dauer von 45 oder 90 Minuten können als formloses Abstract (ca. 500 bis 700 Zeichen) bis zum 16.02.2026 eingereicht werden.
Bei Rückfragen kontaktieren Sie uns gern: aitc-workshops[at]dhbw.de
Wir freuen uns über Einreichungen jeglicher Art auf dem Gebiet Data Science und KI. Als Inspiration für Workshop-Ideen seien folgende Themengebiete genannt:
- Einstieg in Machine Learning (Grundlagen, Regression, Hypothesen, Hyperparameter, Fehlerfunktionen, Over-/Underfitting)
- Principal Component Analysis (Dimensionality Reduction, PCA, Kernel PCA, …)
- Decision Trees, Clustering, Support Vector Machines
- Neuronale Netze
- Explainable and Interpretable Machine Learning
- Time Series Analysis, Time Series Forecasting, Predictive Maintenance & Analytics
- Text Mining and Generation, Textanalyse und Natural Language Processing
- Hardwareplattformen und deren Verwendung (Nvidia Jetson, etc.)
- Tools und Services (Frameworks, Cloud-Angebote, Libraries, MLOps, Security, Datenschutz)
- Mathematical Optimization and optimal decision making
- Bayesian Optimization
- Generative AI
- Reinforcement Learning
- KI in der Bildung
Venue
The conference takes place at DHBW Heilbronn, Germany.
Duale Hochschule Baden Württemberg (DHBW) Heilbronn
Aula
Bildungscampus 6
74076 Heilbronn
Please note that DHBW Heilbronn cannot provide parking spaces. The use of public transport is recommended.
Proceedings DHBW AI Transfer Congress
Please find below the proceedings of the past events.