Infinite AI Conference 2026 Programm

Was passiert, wenn KI nicht nur einzelne Schritte automatisiert, sondern den gesamten Software Development Lifecycle spürbar beschleunigt? Diese Keynote nimmt dich mit in eine Delivery-Welt im Zeitraffer: von AI-gestützter Produktdefinition über agentische Entwicklung und Testautomatisierung bis hin zu Release-, Compliance- und Betriebsprozessen, die sich neu ausrichten müssen. Ich zeige, wie sich Rollen, Verantwortlichkeiten und Governance verändern, wenn Teams mit KI-Systemen arbeiten, die Code, Architekturentscheidungen, Tests und Dokumentation parallel erzeugen und evaluieren. Dabei geht es nicht um Tool-Demos, sondern um Konsequenzen: Welche Qualitäts- und Sicherheitsmechanismen müssen schneller werden, ohne an Wirksamkeit zu verlieren? Welche Metriken bleiben relevant, welche werden gefährlich? Und wie bauen Organisationen “Human-in-the-Loop”-Kontrollen, Auditierbarkeit und Kostenleitplanken so ein, dass Geschwindigkeit nicht zur Risiko-Explosion führt. Praxisnah, strategisch und mit Blick auf skalierbare Umsetzung in Enterprise-Umgebungen.

Stellt euch vor, PRDs sind tot – und Prompts sowie Spec-Kits übernehmen das Ruder. In dieser interaktiven Learning-Session erlebt ihr, wie Agentic AI den gesamten SDLC auf den Kopf stellt, und erfahrt, was dies für das Requirements Engineering bedeutet.

Dazu packen wir den Paradigmenwechsel aus: Warum klassische Anforderungsdokumente im Zeitalter von Multi-Agent-Workflows scheitern und wie Spec-Driven Development (SDD) von GitHub sowie Agent-PRDs Requirements zu lebendigem, agentenfähigem Kontext machen. Ihr lernt, warum Specs als refined context die Lösung sind, baut SDD-Pipelines auf und gestaltet evaluierbare "executable requirements". Die Session startet mit dem neuen Flaschenhals des SDLC, zeigt Agent-PRDs und Spec-Kits als Single Source of Truth, demonstriert live SDD in Aktion und lädt euch ein, eure eigenen Use Cases zu analysieren und Spec-Qualität gemeinsam zu bewerten.

KI wirkt wie ein Katalysator auf Software-Architekturen: Patterns, Toolchains und Plattformen formieren sich neu, weil Entwurf, Implementierung und Betrieb zunehmend von AI-gestützten Workflows begleitet oder ausgeführt werden. In dieser Session analysieren wir, welche Architektur- und Engineering-Prinzipien unter Beschleunigungsdruck gewinnen: modulare Domänenzuschnitte, klare Schnittstellen, Policy-as-Code, testbare Verträge, Observability-by-Design und “guardrailed” Automatisierung. Wir diskutieren, warum klassische Schichtmodelle und manuelle Review-Prozesse an Grenzen stoßen, wenn KI parallel Änderungen vorschlägt, testet und deployt. Du bekommst konkrete Leitplanken, wie du Toolchains so orchestrierst, dass sie skalieren, auditierbar bleiben und regulatorische Anforderungen (z. B. EU AI Act, ISO 27001, NIS2) unterstützen. Ziel ist ein Architektur-Set-up, das KI-Speed nutzbar macht, ohne Robustheit, Sicherheit und Wartbarkeit zu opfern.

GitHub Copilot is already becoming part of the everyday developer workflow. What started as an autocomplete tool is quickly evolving into something that changes how developers write code, explore unfamiliar codebases, and approach everyday development tasks.

In this session, we’ll look at how GitHub Copilot is influencing real development processes. Not the hype, but the practical side: how tasks shift, how workflows evolve, and how teams start integrating AI assistance into their daily work.

We’ll also explore how this affects the developer profile itself — moving from writing every line of code manually to guiding, validating, and orchestrating AI-generated solutions in what is increasingly becoming an AI-native development environment.

Vergiss Autocomplete. Claude Code ist kein smarter Tipp-Assistent, sondern ein autonomer Agent, der in deiner Codebase liest, schreibt, refactored, testet und debuggt. Und das ändert alles. Die Learning Session zeigt dir, wie du Claude Code nicht nur benutzt, sondern wirklich beherrschst, von den einfachsten Tasks bis hin zu komplexen, mehrstufigen Entwicklungsaufgaben, bei denen der Agent eigenständig Entscheidungen trifft. Dabei schauen wir uns an, wo das Tool durch seine Eigenständigkeit punktet wo du es führen musst. Weil Tools wie Claude Code den Job des Entwicklers fundamental verändern, schauen dabei auch zugleich auf das Jahr 2030. Welche Skills werden dann gefragt sein? Was macht einen guten Software Engineer aus, wenn die Codeerstellung zur Commodity wird? Spoiler: Es sind uralte menschliche Fähigkeiten, die plötzlich wieder ganz oben auf der Liste stehen.