Call for Speakers

Call for Speakers is closed. Submissions are no longer possible. Sorry.
in 4 months

AI Engineering Summit

event starts

16 Nov 2026

event ends

20 Nov 2026

location

Maritim proArte Hotel Berlin, Friedrichstraße 151, 10117 Berlin Berlin, Germany


AI ENGINEERING SUMMIT - 

Das große Trainingsevent für Enterprise Software Engineers, die AI produktiv in Entwicklungsteams bringen

Der Summit zeigt, wie aus AI-Experimenten belastbare Engineering-Prozesse werden. Im Fokus stehen reale Herausforderungen von Softwareteams: Toolauswahl, Qualität, Security, Legacy-Code, Reviews, Verantwortung und die Veränderung von Rollen und Zusammenarbeit. Wir suchen Beiträge von Menschen, die AI Engineering praktisch umsetzen — mit ehrlichen Erfahrungen, konkreten Learnings und einem klaren Blick auf das, was in Enterprise Software Teams wirklich funktioniert.

finished 12 days ago
Call for Speakers
Call opens at 12:00 AM

04 Jun 2026

Call closes at 11:59 PM

14 Jul 2026

Call closes in W. Europe Daylight Time (UTC+02:00) timezone.
Closing time in your timezone () is .

Ganz- und halbtägige Workshops auf deutsch oder englisch: Gesucht werden praxisnahe Beiträge rund um AI Engineering in Softwareteams: von Coding Agents über agentische Entwicklungsworkflows, AI-gestützte Qualitätssicherung und Security bis hin zu Governance, Toolchains, Legacy Modernization und Developer Experience.

Mögliche Themen sind unter anderem: • Agentic Software Engineering • Coding Agents im Team • AI Pair Programming • Spec-driven Development • Prompt-to-PR Workflows • Human-in-the-loop Engineering • Testing und Reviewing von AI-generiertem Code • Quality Gates für AI-gestützte Softwareentwicklung • Secure AI Coding • Security, IP, Datenschutz und Governance • AI Toolchains im Enterprise • Developer Experience mit AI • AI-ready Plattformen und Internal Developer Platforms • Einführung und Skalierung von AI Coding Tools • Produktivität messen ohne falsche Anreize • AI Engineering Operating Models • Legacy Modernization mit AI • AI-gestützte Codeanalyse, Dokumentation und Refactoring • MLOps, Evaluation und Betrieb produktionsnaher AI-Systeme • Model Context Protocol, RAG und Tool Use im Engineering-Kontext • Kosten, Token, Modellwahl und Cloud-Abhängigkeiten • Team Enablement, Rollen und Verantwortung im AI-Zeitalter • Erfahrungsberichte aus echten Enterprise-Softwareprojekten


travel

expenses covered

accommodation

expenses covered