data2day 2026: Konferenz zu Datenintegration, Agentic AI und Governance

Die digitale Transformation schreitet kontinuierlich voran, und mit ihr wachsen die Anforderungen an den Umgang mit Daten in Unternehmen. Vor diesem Hintergrund positioniert sich die data2day 2026 als zentrale Plattform für Fachleute aus den Bereichen Data Science, Data Engineering und Datenteams. Die Konferenz, die vom 7. bis 8. Oktober 2026 in Köln stattfindet, fokussiert sich auf aktuelle und zukünftige Herausforderungen im Datenmanagement, insbesondere auf Datenprodukte, Agentic AI und Governance-Strukturen.

Verständnis der Themenschwerpunkte

Die data2day, organisiert von iX und dpunkt.verlag, hat sich seit ihrer Gründung im Jahr 2014 als maßgebliches Event etabliert. Sie bietet ein umfassendes Programm, das sowohl Grundlagen für Einsteiger in Data Science und Machine Learning vermittelt als auch tiefgehende Einblicke in komplexe Architekturen, Prozesse und Vorgehensmodelle für erfahrene Professionals bietet. Ein vorgeschalteter Workshop-Tag am 6. Oktober ermöglicht zudem die Vertiefung spezifischer Themen, wie beispielsweise "Datenkontrakte in der Praxis".

Agentic AI und die Evolution von Sprachmodellen

Ein zentraler Schwerpunkt der Konferenz liegt auf der Rolle von generativer und agentischer Künstlicher Intelligenz (KI) im Datenalltag. Es wird untersucht, wie diese Technologien die Art und Weise, wie Datenpipelines erstellt und gewartet werden, verändern. Vorträge wie der von Matthias Niehoff (codecentric) zum "Agentic Data Engineering" oder die Beiträge von Max Vieweg und Denise Hartmann (inovex) zur systematischen Evaluierung von Agenten-Loops illustrieren die praktische Relevanz.

Des Weiteren wird der Einsatz von Sprachmodellen (LLMs) intensiv beleuchtet. Björn Buchhold (CID) wird Text2SQL-Ansätze vergleichen, während Kaan Duran (E.ON Digital Technology) die Nutzung von LLMs zur Verbesserung von Machine-Learning-Features darlegt. Die Integration von Semantic Layers als Brücke zwischen LLMs und Datenplattformen, vorgestellt von Tobias Otte (viadee), sowie die systematische Evaluation generativer KI durch Jan Trienes und Matthias Richter (inovex), zeigen die Breite der Anwendungen. Auch Sicherheitsaspekte, wie der unautorisierte Datenzugriff durch KI-Agenten, werden von Sohan Maheshwar (AuthZed) thematisiert.

Architektur, Qualität und Produktisierung von Daten

Ein weiterer wesentlicher Themenblock widmet sich der Datenarchitektur und dem Datenmanagement. Hierzu gehören die Rolle von Datenkatalogen als Kontrollinstanz in Data Lakehouses, vorgestellt von Sönke Liebau (Stackable), sowie moderne Datenformate, die Florian Müller (Stackable) erläutert. Praxisberichte, wie der von Franz Wöllert (Heidelberger Druckmaschinen) zu "Open Table Formats in the Wild – Reloaded", bieten Einblicke in die Erfahrungen mit Technologien wie Iceberg. Andreas Buckenhofer (Adam Riese) demonstriert die Integration klassischer Sternschemata und DWH-Modernisierung mit Cloud Lakehouses, während Matthias Niehoff (codecentric) und Nicolas Renkamp (Merck KGaA) die Machbarkeit eines Data Stacks ohne Lock-in diskutieren.

Die Relevanz von Datenqualität und Vertrauen wird in mehreren Beiträgen hervorgehoben. Danilo Brajovic (Fraunhofer IPA) behandelt Methoden und Tools für Datenqualität im Machine Learning. Felix Theodor (Otto Group one.O) beschreibt den Übergang von manuellen Fixtures zu KI-generierten Testsuiten. Daria Haselhoff und Markus Nutz (METRO Markets) schildern den Aufbau stabiler Datenmodelle und -produkte. Jochen Christ (Entropy Data) unterstreicht in seinem Vortrag "Data Contracts: Es geht um Vertrauen" die Bedeutung vertraglich abgesicherter Datenbeziehungen.

Im Bereich der Datenprodukte plädieren Ramona Casasola-Greiner und Matthias Böck (pub.tech) für ein "Product Thinking" gegenüber einer reinen Use-Case-Logik. Nikolai Hofschulz (AUDI) betont die Rolle der Semantik bei der Datenerschließung, und Marc Schubert (adorsys) stellt einen föderierten Semantic Layer vor. Evgeniya Alekseeva (Daikin Europe) analysiert Erfolgs- und Misserfolgsfaktoren von Data-Governance-Initiativen.

Rechtliche Rahmenbedingungen und Praxisberichte

Das Programm wird durch industrielle und produktnahe Erfahrungsberichte ergänzt. Christian Haack und Björn Wendland (ControlExpert) präsentieren "Conformal Prediction" für zuverlässige KI in der Informationsextraktion und Kostenschätzung. Nikita Golovko (Siemens) beschreibt einen domänengetriebenen Ansatz für industrielle KI. Eva Feigl (Forterro Deutschland Abas) erörtert die Bedeutung von Metriken, A/B-Tests und Produkterfolg jenseits reiner Daten. Konstantin Hopf und Deniz Oruç Çelik (TU Chemnitz) beleuchten das Spannungsfeld zwischen Data-Science-Handwerk und Management-Erwartungen.

Ein weiterer wichtiger Aspekt sind die rechtlichen Rahmenbedingungen. Joerg Heidrich (Heise Medien) wird die rechtssichere Entwicklung von KI im Unternehmen erläutern, ein Thema, das angesichts des EU AI Act und des EU Data Act an Bedeutung gewinnt. Die Verschiebung von IT-Budgets in Richtung eines soliden Datenfundaments, anstatt primär in Frontend-Innovationen zu investieren, wird von Experten als entscheidend für den Erfolg von KI-Projekten im DACH-Raum im Jahr 2026 betrachtet. Die Notwendigkeit einer robusten Data Governance und die Beseitigung fragmentierter Datenarchitekturen sind hierbei zentrale Faktoren.

Die Konferenz bietet somit eine umfassende Plattform für den Austausch über Technologie, Strategie und rechtliche Aspekte im Kontext von Daten und KI, die für Unternehmen in der heutigen datengetriebenen Wirtschaft von hoher Relevanz sind.

Bibliographie

- Parbel, Matthias. "data2day 2026 setzt Schwerpunkte auf Datenprodukte, Agentic AI und Governance." heise online, 17. Mai 2026. - Parbel, Matthias. "data2day 2026: Konferenz für Data-Fachleute sucht Vorträge und Workshops." heise online, 27. Januar 2026. - Heise Developer & dpunkt.verlag. "data2day – Die Konferenz für Data Scientists, Data Engineers und Data Teams." data2day.de, Programm. - heise-conferences.de. "data2day 2026." - data2day.de. "data2day – Die Konferenz für Data Scientists, Data Engineers und Data Teams." - dpunkt.verlag. "data2day 2026." 30. Januar 2026. - Massow, Tobias. "Datenfundament statt Frontend-Innovation." digital-chiefs.de, 3. Mai 2026.