Operationalizing AI
Transform your ML & GenAI workflows with MLOps
Aufzeichnung verfügbar bis 30. Dezember 2025
Tage
Stunden
Minuten
Sekunden
🇬🇧 Englisch
KI in den Griff bekommen, vom Hype zur Praxis
Viele Teams experimentieren mit GenAI, doch scheitern an Datenchaos, hohen Kosten und fehlender Reproduzierbarkeit. Unser Live-Event zeigt dir, wie du diese Stolperfallen umgehst und mit praxisnahen Strategien KI wirklich skalierbar machst.
Embeddings, das unterschätzte Herzstück großer Sprachmodelle
Lass uns gemeinsam das Geheimnis von Embeddings lüften, jener faszinierenden Technik, die großen Sprachmodellen ihr Verständnis von Bedeutung und Kontext verleiht. Erfahre, wie Embeddings mathematisch funktionieren, welche Rolle Methoden wie Cosine Similarity, Distanzmessung und Clustering spielen und wie du diese Konzepte in der Praxis einsetzt.
Erfahre, wie Embeddings weit über klassische Chatbots oder Analysen hinaus völlig neue, innovative Anwendungen ermöglichen.
Das Programm
16:15 - 17:00 Uhr | Turbocharging GenAI Adoption | Mit Shikhar Kwatra
Der Weg von generativen AI-Prototypen zu echter Wirkung in der Praxis wird oft durch fragmentierte Evaluationsprozesse und umständliche Modell-Deployments verlangsamt. In dieser Session stellen wir einen „Dual Engine“-Ansatz vor, der schnelle, evaluierungsgetriebene Entwicklung mit schlanken Model-Distillation-Workflows vereint und so den Sprung von Experimenten zur unternehmensweiten Nutzung deutlich beschleunigt.
Du lernst praxisbewährte Strategien für kontinuierliches Modell-Benchmarking, adaptive Evaluationszyklen und effiziente Distillationstechniken kennen, die den operativen Aufwand minimieren, ohne die Qualität zu beeinträchtigen. Anhand realer Beispiele zeigen wir, wie diese integrierte Methodik den GenAI-Flywheel in Schwung bringt: Iterationszeiten verkürzen, Deployment-Kosten senken und Zuverlässigkeit in der Produktion steigern.
Du erhältst ein konkretes, modernes Playbook, um generative AI nicht nur einsetzbar, sondern auf organisatorischer Ebene wirklich transformativ zu machen.
17:30 - 18:15 Uhr | Code, Environment, Data: The Holy Trinity of Reproducible ML models with MLFlow | Mit Oz Katz
Kennst du das Problem, dass MLflow-Experimente durch versteckte Datenänderungen immer wieder fehlschlagen? Viele ML-Pipelines vernachlässigen die Versionierung von Datensätzen, was zu großen Problemen bei Reproduzierbarkeit, Skalierung und Teamarbeit führt. In dieser Session zeigen wir die versteckten Fallstricke unversionierter Daten und warum es entscheidend ist, die verwendeten Datensätze sorgfältig zu verfolgen, um verlässliche Ergebnisse sicherzustellen.
Wir demonstrieren in einer Hands-on-Demo, wie du einen robusten Workflow zur Dataset-Versionierung in deiner bestehenden MLflow-Umgebung implementierst. Am Ende weißt du, wie du deine Daten transparent hältst, die vollständige Reproduzierbarkeit sicherst und Chaos durch Datenabweichungen vermeidest, das deine Arbeit verlangsamen kann.
20:45 - 21:30 Uhr | LLM Embeddings - Not Magic, Just Math | Mit Barry S Stahl
Entdecke die Kraft von Embeddings – das unterschätzte Herzstück großer Sprachmodelle.
In diesem Live-Event lüften wir das Geheimnis von Embeddings: Was sie sind, wie sie mathematisch funktionieren und wie du sie praktisch einsetzt. Lerne Methoden wie Cosine Similarity, Distanzmessung und Clustering kennen und sieh, wie diese Tools neue, innovative Anwendungen ermöglichen – weit über Chatbots oder klassische Analysen hinaus.
Ideal für Entwickler:innen, Data Scientists und alle, die tiefer in die Grundlagen von Machine Learning und Generative AI eintauchen wollen.
Expertenwissen für....
- Software-Entwickler:innen, die Legacy-Daten nutzbar machen und moderne MLOps-Praktiken in reale Projekte bringen wollen.
- Data Scientists, die RAG-Systeme auf Basis relationaler Daten skalierbar und zuverlässig gestalten möchten.
- ML Engineers, die Reproduzierbarkeit sichern und mit MLflow robuste Workflows für Code, Daten & Umgebung etablieren wollen.
- Tech Leads & Architekt:innen, die GenAI-Einführungen beschleunigen und zukunftsfähige, kosteneffiziente KI-Strategien entwickeln möchten.
Nimm teil und erfahre...
- wie du relationale Unternehmensdaten in wertvolle KI-Ressourcen für RAG-Systeme verwandelst.
- wie du GenAI-Workflows mit eval() Funktion-getriebener Entwicklung und Distillation skalierbar machst.
- wie du Reproduzierbarkeit durch Versionierung von Code, Daten & Umgebung sicherstellst.
- wie du praxisnahe Strategien nutzt, um KI-Systeme kosteneffizient und zuverlässig einzusetzen.
Unser Experte
Barry S Stahl - AZGiveCamp
Barry ist ein erfahrener .NET Software Engineer und Solution Architect mit mehr als 30 Jahren Erfahrung in der Entwicklung von Business-Lösungen für Enterprise-Kunden. Sein Schwerpunkt liegt auf dem Design und der Implementierung skalierbarer Systeme, die komplexe Anforderungen effizient umsetzen.
Neben seiner technischen Arbeit teilt Barry sein Wissen regelmäßig als Speaker auf Konferenzen und in User Groups weltweit. Er engagiert sich in Community-getriebenen Open-Source-Projekten und schreibt auf seinem Blog Cognitive Inheritance über Softwareentwicklung, Architektur und verwandte Themen.
Unsere Experten und Speaker
Barry S Stahl
Experte für .NET-Softwareentwicklung & skalierbare Geschäftslösungen
Shikhar Kwatra
KI-Entwickler mit über 400 Patenten und GenAI-Architekt
Oz Katz
Mitgründer von Swayy & lakeFS
Mach den nächsten Schritt
mit der Fullstack Membership!
- FREE Ticket für den entwickler Summit 2026
- Zugriff auf entwickler intelligence
- Wöchentlich interaktive Live-Events
- Neueste Kurse zu Software und AI-Themen
- Jede Woche eine neue Tutorial-Lektion
- Zugriff auf +12 000 Artikel und Magazinarchiv
- 6 Monate Zugriff auf deine Konferenzsession
- 3 Monate Zugriff auf Live-Event Aufzeichnungen
- Rabatte auf Konferenz und Trainings-Events
Einzelnutzer
Nur 199,92 € statt 249,90 € im Jahr
20 % Oster-Special mit Code: OSTERN26
Teams mit 3-15 Nutzern
ab 116,60 € im Jahr*
10 % Oster-Special mit Code: Team10
*Preis pro Nutzer zzgl. MwSt.
Jetzt Fullstack Member werden
Du bist bereits ein Fullstack Member? Dann logge dich auf entwickler.de ein und sieh dir direkt die Aufzeichnung an. Zur Aufzeichnung