Tagesübersicht
Tag 2
10. April 2026 · San Jose · 15 Experience Reports
Von Token-Effizienz bis zur US Navy: Tag 2 vertieft, was Tag 1 aufgeworfen hat. Kritische Systeme, selbstwirksame Entwickler und die Kunst, mit Unsicherheit zu führen.
15
Experience Reports
2
Tage Summit
9W
In 9 Wochen geplant
99%
Max Token-Reduktion via DB-Architektur
Die 6 übergreifenden Muster des Tages
1
Token-Effizienz ist strategisch
Top 10% verbrauchen 50% der Tokens. 92–99% Reduktion durch smarte Datenarchitektur möglich. (Brian & Dan)
2
Selbstwirksamkeit schlägt Adoption
90% nutzen KI, aber nur 5% produktiv. Breite Erfahrung ist der eigentliche Hebel. (Annie Vella)
3
Legacy-Modernisierung in Wochen
90 Tage für eine 18-Jahres-Plattform. KI verschiebt den Engpass von Entwicklung zu Validierung. (Warner, McConnell)
4
"Nobody knows" als Führungsprinzip
Unsicherheit offen benennen ist Stärke, nicht Schwäche. Exploratives Denken als Wettbewerbsvorteil. (Beck, Pal)
5
KI in kritischen Systemen angekommen
Navy, Vanguard, OpenAI, Nubank: KI ist kein Experiment mehr, sondern produktiver Kern. (Fox, Beutler, McConnell)
6
Enablement entscheidet
Werkzeuge allein reichen nicht. Schulung, Infrastruktur und Selbstwirksamkeit bestimmen den Erfolg. (Reele, Cochran)
Alle Speaker — direkt springen
Gene Kim
Opening Keynote
Max Reele
VP Engineering
Tim Cochran
Amazon
Brian & Dan
Token-Effizienz
Delvin McConnell
Vanguard
Dustin Warner
Platform Engineering
Ryan & Melissa
Wachstumsstrategie
Joe Beutler
OpenAI
Collin Fox
US Navy
Annie Vella
Developer Research
Cat Swetel
Nubank
Adrian Cockcroft
Open-Source
Kent Beck
XP Erfinder
Tapabrata Pal
Compliance
Gene Kim
Closing
Opening · 01
Gene Kim
Konferenzorganisator · Autor "The Phoenix Project" / "Wiring the Winning Organization"
Hochleistungsteams übertreffen Wettbewerber um den Faktor 1.000. KI verändert nicht nur Code — sie verändert Kommunikationsstrukturen und macht den CEO zur entscheidenden Vernetzungsfigur.
1.000×
Besser als Mitbewerber in MTTR/Durchlaufzeit
36.000
Teilnehmer in DORA-Studien über 6 Jahre
10–20%
Verbesserung = falsches Thema priorisiert
"Wenn dein Team nur zweistellige Verbesserungen sieht, arbeitest du wahrscheinlich am falschen Hebel."
Key Takeaways
- DORA-Studien: Hochleistungsteams 1–3 Größenordnungen besser in Durchlaufzeit, Fehlerquote und MTTR
- KI-Berichte mit 10–20% Verbesserung sind ein Warnsignal — die wirklich großen Hebel werden noch nicht angesetzt
- KI verändert Kommunikationsstrukturen: manche Team-Interfaces werden überflüssig, neue entstehen (z.B. Kunde ↔ Technik direkt)
- CEO-Rolle: nicht mehr primär nach außen (Investoren, Medien), sondern nach innen als Brückenbauer zwischen Abteilungen
- Historischer Vergleich: Quantenmechanik-Debatte dauerte Jahrzehnte — heute müssen Entscheidungen in Wochen fallen
- Vernetzung als Kern: 50 Experten inkl. OpenAI-Mitarbeiter aktiv an gemeinsamen KI-Theorien arbeitend
SHIP Summit · 02
Max Reele
VP Engineering · KI-Enablement & Plattformarchitektur
Der SHIP Summit — 200 Teilnehmer, 4 Schwierigkeitsgrade (Grün bis Doppel-Schwarz), 3.000 Produktions-Pushes, 102 Millionen Tokens. Wie man eine Organisation in 3 Tagen neu kalibriert.
200
Teilnehmer im SHIP Summit
3.000
Produktions-Pushes in 3 Tagen
102 Mio.
Tokens verbraucht
730k$
Lizenzkosten durch MVP eingespart
"Wir wollten nicht nur experimentieren — KI sollte zur zentralen Fähigkeit aller Mitarbeiter werden."
Key Takeaways
- SHIP Summit: 3 Tage, 4 Level (Grün bis Doppel-Schwarz), Park City Utah — 3.000 Produktions-Pushes als Ergebnis
- Infrastruktur: 198 gleichzeitige Workspaces, Auto-Scaling, GitLab-Integration — unter 30 Sekunden bis zum ersten Start
- Green-Circle-Teams: durchschnittlich 4 Stunden bis zum ersten Produktions-Push; Doppel-Schwarz: unter 30 Minuten
- Token-Hypothese: Unbegrenzte Tokens für Anfänger (Lernphase), begrenzte Tokens für Erfahrene — Kosten bewusst steuern
- MVP-Erfolg: Zweier-Team (Dev + UI-Designer) baute in 2 Wochen Ersatz für lizenziertes Tool — 730.000 USD Lizenzkosten gespart
- Warnung: Tokenverbrauch ≠ Produktivität — hohe Nutzung kann Lernphasen widerspiegeln, nicht Output
Amazon · 03
Tim Cochran
Amazon · Developer Experience & KI-Adoption
Wie Amazon KI als Entwicklerassistenten einführte — ohne Entwickler zu ersetzen. Vier Kern-Lektionen aus einer Adoption-Reise mit dem "AI Litmus Check" als zentralem Messwerkzeug.
4
Kern-Lektionen für nachhaltige KI-Adoption
AI Litmus Check
Misst Entwickler-Interventionen pro Task
"Führungskräfte haben KI oft nicht wegen Unsicherheit oder fehlender Erlaubnis nicht genutzt — sie wussten schlicht nicht, dass sie durften."
Key Takeaways
- Modell: Entwickler dirigieren KI-Agenten statt selbst zu coden — Fokus auf Wartung & Betrieb, nicht nur Neuentwicklung
- AI Litmus Check: Misst wie viele Entwickler-Interventionen nötig sind — geringe Intervention = echte Automatisierungsqualität
- Kulturelle Barriere: Manager wurden geschult, weil Entwickler KI aus Unsicherheit oder gefühltem Verbot nicht nutzten
- Wertstrom-Analyse: Kleine organische Tools in Plattformfähigkeiten verwandeln — von Team-Helfer zu Organisations-Feature
- Vier Kern-Lektionen: Führung & Community-Building · Kontinuierliche Praxis · Reibungsanalyse · Engineering-Best-Practices
- Testautomatisierung als Pflicht: Komponenten-, Vertrags- und E2E-Tests senken Rollback-Rate bei KI-generierten Änderungen
Token-Architektur · 04
Brian & Dan
Token-Effizienz & KI-Kostenarchitektur
Die obersten 10% der Nutzer verbrauchen 50% der Tokens. "Big T Notation" als dezentrales Framework für Token-Effizienz — und wie man 99% der Token durch smarte Datenbankarchitektur einspart.
50%
Tokenverbrauch durch Top-10%-Nutzer
−99%
Token-Reduktion via statische DB-Views (MS Rego)
60%
Effizienzgewinn JSON vs. CSV
"Langfristige Bindung an ein Modell über 6 Monate ist riskant — Modelle entwickeln sich schneller als Verträge."
Key Takeaways
- Top 10% der Nutzer = 50% des Tokenverbrauchs — Ziel: mehr Nutzer auf dieses Effizienzniveau bringen
- "Big T Notation": Teams steuern Token-Effizienz eigenverantwortlich — keine zentrale Kontrolle, aber gemeinsame Sprache
- Fallstudien: FlexBob −92% Tokens, MS Rego −99% Tokens — durch statische Datenbankansichten statt dynamischer Abfragen
- Caching als günstigster Hebel — aber Cache-Integrität und Transparenz müssen gewährleistet sein
- JSON ist bis zu 60% effizienter als CSV bei Token-Verbrauch — Eingabeformat ist kritischer Kostenhebel
- Open-Source-Modelle nähern sich Frontier-Modellen an — regelmäßige Re-Evaluation der Modellwahl zwingend
Vanguard · 05
Delvin McConnell
Vanguard · CTO-Team, KI-Forschung & Produktoptimierung
Evolutionäre Algorithmen für automatisierte Prompt-Optimierung, 99% Produktziel-Erfüllung und warum KI-Forschung bei Vanguard direkt in geschäftskritischen Systemen landet.
99%
Produktziel-Erfüllung durch evolutionäre KI
24/7
Kontinuierlicher Betrieb des Systems
<6 Mon.
Halbwertszeit von KI-Ansätzen aktuell
"Denke von heute aus rückwärts — nicht vorwärts in eine Zukunft, die du nicht kennst."
Key Takeaways
- Evolutionärer Algorithmus: KI generiert Prompts → LLM bewertet gegen Markenvorgaben → Iteration über viele Generationen
- 99% Produktzielerfüllung bei moderaten Token-Kosten — deutlich unter erwartetem mehrstelligen Millionenbereich
- System läuft 24/7 und ersetzt monatelange manuelle Abstimmungsprozesse in der Produktentwicklung
- Betrugsbekämpfung als Kernanwendung: Effizienzsteigerung durch KI-gestützte Prompt-Generierung und Bewertung
- Technische Agilität: monatliche Modellwechsel (Gemini, Mythos etc.) — hypothesenbasiertes Experimentieren als Standard
- Governance-Pflicht: Datenschutz und ethische Kontrollen nicht nachgelagert, sondern als Teil des Designs
Platform Rebuild · 06
Dustin Warner
Platform Engineering · 18-Jahres-Plattform modernisiert
Eine 18 Jahre alte Umfrageplattform — 100.000 Zeilen Code, Excel-Workflows, Copy-Paste-Prozesse — in 90 Tagen mit 30 Ingenieuren neu gebaut. 30–40% des Umsatzes gesichert, $500k Vendor-Kosten eliminiert.
90
Tage bis zur ersten produktiven Version
30–40%
Gesicherter Umsatzanteil durch Inhouse-Plattform
500k$
Jährliche Einsparung durch Vendor-Unabhängigkeit
"Warte nicht auf perfekte Tools oder Genehmigungen — starte. Vertrauen entsteht durch Ergebnisse, nicht durch Planung."
Key Takeaways
- Mission: 18-Jahres-Plattform mit 100.000 Zeilen Code und Excel-Abhängigkeiten in 90 Tagen durch Inhouse-Lösung ersetzen
- KI verschob den Engpass: nicht mehr Entwicklung, sondern Validierung ist der Flaschenhals
- Tägliches Feedback via Slack & Videos — Deployment-Zyklen auf Stunden verkürzt
- Handverlesenes Team: 30 Ingenieure, bekannte Gesichter, hohe Eigenverantwortung, keine Bürokratie
- GitHub-Repository mit 20 Jahren Historie als Wissens-Basis — Mermaid-Diagramme, Co-Design-Patterns dokumentiert
- CEO-Rückendeckung schützt Team vor externen Störungen — direkter Zugang zu Business, Produkt, Design
Wachstumsstrategie · 07
Ryan & Melissa
KI-Wachstumsstrategie & Organisationstransformation
50-faches Wachstum in 18 Monaten als realistische Perspektive — wenn Unternehmen KI-Gewinne richtig reinvestieren. Das bidirektionale Lern-Flywheel und warum Parkinson's Gesetz die größte KI-Falle ist.
50×
Wachstumspotenzial in 18 Monaten (Fallstudien)
26
Quartale reinvestierte Amazon in Customer Experience
3
Handlungsfelder für KI-Transformation
"Effizienz ohne Messung ist nur Bewegung — nicht Fortschritt."
Key Takeaways
- 50-faches Wachstum in 18 Monaten ist keine Übertreibung — Fallstudien aus 10 Jahren zeigen diese Skala
- Drei Wege mit KI-Gewinnen: Abschöpfen (kurzfristig) · Ignorieren (riskant) · Reinvestieren (nachhaltig)
- Parkinson's Gesetz als Falle: Ohne klare Messung dehnt sich Arbeit aus — Zeitrahmen radikal kürzen
- Bidirektionales Lern-Flywheel: Frontline-Insights → KI bündelt & dokumentiert → AI Activation Hubs → zurück in Teams
- Drei Handlungsfelder: KI-reaktives Org-System aufbauen · Persönliche Verstärkung fördern · Beide parallel steuern
- Hackathon-Erkenntnis: Gewinner kamen aus allen Berufen — Jurist, Kardiologe, Musiker, Ingenieur, Entwickler
OpenAI · 08
Joe Beutler
OpenAI · Enterprise KI-Adoption & Agentenarchitektur
Wie OpenAI sich selbst transformiert: Finanzteam mit nur 20% der üblichen Größe, "Ask–Assist–Automate"-Framework, T-Mobile mit 60% automatisierten Kundeninteraktionen.
20%
OpenAIs Finanzteam vs. vergleichbare Unternehmen
60%
T-Mobile Kundeninteraktionen automatisiert
3
Rollen pro KI-Agenten-Team
"Governance und Transformation dürfen nicht von derselben Person gesteuert werden — das erzeugt Interessenskonflikte."
Key Takeaways
- OpenAI intern: Finanzteam mit nur 20% normaler Größe dank KI-Automatisierung — PwC Benchmark bestätigt
- "Ask–Assist–Automate": Read-only → Vorschläge mit Menschenfreigabe → vollständige Automatisierung von Standardfällen
- T-Mobile: 60% der Kundeninteraktionen in 3-Milliarden-Dollar-Kontaktzentrum bereits automatisiert
- Drei Rollen pro Agent: Domänenexperte (Prozesswissen & Qualität) + KI-Spezialist + Softwareentwickler
- No-Code-Agenten-Plattform als strategisches Produkt: Governance, Tests, Sicherheit automatisch einhalten
- Agenten-Manager als neuer Beruf: Agenten brauchen kontinuierliche Pflege, Qualitätskontrolle und Anpassung
US Navy · 09
Collin Fox
US Navy · Chief Strategy Officer, Task Force Hopper
KI auf Kriegsschiffen ohne Cloud-Verbindung: Task Force Hopper modernisiert 40 Jahre alte Radarsysteme mit generativer KI auf eigenständigen Laptops. Das Fleetworks-Programm macht Matrosen zu Entwicklern.
15
Fest zugewiesene Mitarbeiter in Task Force Hopper
40 Jahre
Alter des Spy-Radars auf USS Chafee
Air-Gap
Systeme ohne Cloud-Verbindung, am Netzwerkrand
"Technologie muss immer einem menschlichen Zweck dienen — und im Krieg bedeutet das: Einsatzbereitschaft sichern."
Key Takeaways
- Task Force Hopper: 15 Personen, Start-up-Modus mit staatlicher Finanzierung, initiiert von Drei-Sterne-Admiral
- Spy-Radar-Wartung: Generative KI auf eigenständigem Laptop mit Open-Source-Modellen — kein Cloud-Zugang nötig
- Bilddatenanalyse von Hubschraubern: KI kategorisiert & verarbeitet direkt an Bord, spart Bandbreite, verkürzt Reaktionszeit
- Air-Gap-Systeme: Schiffe können keine Cloud-Technologien nutzen — robuste, autonome Lösungen sind Pflicht
- Fleetworks-Programm: Erfahrene Matrosen werden zu Softwareentwicklern ausgebildet — militärisches Fachwissen + Tech-Kompetenz
- Ukraine-Lektion: Software-Updates können alte Plattformen (Flugzeugträger, Schiffe) signifikant aufwerten
Research · 10
Annie Vella
Developer Experience Research · Selbstwirksamkeit & KI-Produktivität
Eine longitudinale Studie mit 158 Entwicklern aus 28 Ländern: Selbstwirksamkeit macht Entwickler 10× wahrscheinlicher produktiv durch KI — aber 90% Adoption führt nur bei 5% zu echter Produktivitätssteigerung.
10×
Wahrscheinlicher produktiv bei hoher Selbstwirksamkeit
90% / 5%
KI-Adoption vs. fortgeschrittene Nutzung
28 Länder
Longitudinale Studie, 158 Teilnehmer
84% / 27%
Produktivitätssteigerung vs. schlechteres Gefühl
"84% berichten Produktivitätssteigerung — aber 27% fühlen sich gleichzeitig schlechter als Entwickler. Das ist kein Widerspruch, das ist ein Systemdesign-Problem."
Key Takeaways
- Selbstwirksamkeit (Bandura): Vertrauen, schwierige Aufgaben erneut bewältigen zu können — 10× Produktivitätskorrelation
- 1,4 Millionen Prompts von 2.500 Mitarbeitern analysiert: 90% Adoption, aber nur 5% fortgeschrittene Nutzung
- Junior-Entwickler und private KI-Nutzer zeigen höhere Selbstwirksamkeit — Kontext entscheidet, nicht Demographie
- Spezialisierungsfalle: Zu enge Rollen lassen KI als Bedrohung erscheinen, nicht als Verstärker
- Empfehlung: Entwickler in Support-Calls, Kunden-Meetings und On-Call einbinden — breite Erfahrung baut Selbstwirksamkeit
- Vier Quellen der Selbstwirksamkeit (Bandura): Eigene Erfolge · Beobachtung ähnlicher Personen · Verbale Ermutigung · Emotionale Zustände
Nubank · 11
Cat Swetel
Nubank · VP Engineering, 130 Mio. Kunden
Nubank mit 130 Millionen Kunden und "AI-first New Bank"-Strategie. "Blob"-Teams, automatisiertes AWS-Limit-Monitoring und die Vision, 500 Millionen Menschen in 4 Jahren Zugang zur digitalen Wirtschaft zu geben.
130 Mio.
Kunden (12 Jahre Wachstum)
500 Mio.
Menschen in 4 Jahren mit digitalem Wirtschaftszugang (Ziel)
3–4
Engineers täglich entlastet durch automatisiertes Monitoring
"Nicht fragen, wie die Zukunft aussieht — fragen, wie wir heute optimal aufgestellt wären, wenn wir neu gründen würden."
Key Takeaways
- "Blob"-Teams: Flexible Teamstrukturen die Teile ausgliedern oder integrieren je nach Bedarf — keine starren Grenzen
- AWS-Limit-Monitoring automatisiert: 3–4 Ingenieure täglich entlastet, Ressourcen für neue KI-Anforderungen frei
- KI-Journey 2022–2024: Begeisterung → Enttäuschung → Ernüchterung → "Mit der Welle reiten"
- CEO-Direktive "AI-first New Bank" erzeugte Spannung — Führungsaufgabe ist Kontextualisierung, nicht Visionen predigen
- SQL-Migration: KI-gestützte Optimierung sparte Millionen bei Anbieterwechsel in 8 Monaten
- Vision: 500 Millionen Menschen in 4 Jahren Zugang zur digitalen Wirtschaft — KI als Demokratisierungswerkzeug
Open-Source · 12
Adrian Cockcroft
Vormals AWS, Netflix · Open-Source & Agentenarchitektur
150.000 Zeilen Python mit Agenten, "RICO Paperclip" für Zero-Manager-Unternehmen und "Retort" — ein statistisches Evaluationssystem für Technologie-Stacks. Kontinuierliches Experimentieren als Überlebensstrategie.
150k
Zeilen Python mit Agenten entwickelt
50.000
GitHub-Sterne für RICO Paperclip in 4 Wochen
1 Tag
Retort-Prototyp mit Gas Tank + Claude gebaut
"Wer zu lange wartet, implementiert veraltete Lösungen. Die Kosten des Nicht-Experimentierens sind höher als die Kosten des Scheiterns."
Key Takeaways
- Kontinuierliches Experimentieren als Strategie: Schlechte Ideen schnell und günstig verwerfen — Raum für gute schaffen
- "RICO Paperclip": Open-Source-Projekt für Zero-Employee-Unternehmen — 50.000 GitHub-Sterne in 4 Wochen
- "Retort": Statistisches Evaluationssystem (Design-of-Experiments) für Tech-Stacks — Prototyp in 1 Tag gebaut
- Entwicklerrolle wandelt sich: Vom Coder zum Plattform-Builder der Produktmanager befähigt — APIs ersetzen Ticket-Systeme
- 150.000 Zeilen Python mit Agenten — Code als Lernbasis, nicht als fertiges Produkt; Iteration ist der Wert
- One-Person-Company Vision: Gas Tank + Automatisierung = kompetitive Micro-Unternehmen ohne klassische Strukturen
XP · 13
Kent Beck
Erfinder von Extreme Programming (XP) · Software-Philosophie
"Nobody knows" als Grundprinzip. Optionalität als Messgröße für Systemgesundheit. Und warum jedes neue Feature die Zukunft des Systems einengt — wenn man nicht aktiv gegensteuert.
Optionalität
Kernmessgröße für nachhaltige Systementwicklung
"Going Solid"
Zustand wenn keine Änderungen mehr möglich sind
"Niemand weiß wirklich was er tut — und das ist kein Problem, das ist die Chance."
Key Takeaways
- "Nobody knows": Unsicherheit akzeptieren als Wettbewerbsvorteil — wer Neugier vertraut, verwirft schlechte Ideen schnell
- Optionalitäts-Konzept: Jedes neue Feature reduziert zukünftige Änderungsoptionen — aktive Gegenmassnahmen nötig
- "Going Solid": System-Zustand ohne Änderungsmöglichkeit — vermeidbar durch bewusste Investition zwischen Features
- Zwischen Features: Zeit in Systemstruktur, Tests, Dokumentation und Deployment investieren — nicht nur Code
- XP-Renaissance: Augmented Development braucht soziale Sicherheit für fachübergreifende Gespräche — Führung muss das schaffen
- Führungskräfte müssen aktiv Kommunikations-Kultur schaffen — sonst bleiben Erfolge lokal und skalieren nicht
Compliance · 14
Tapabrata Pal
Financial Services · Engineering Leadership & Compliance
Merge-Konflikte kosten Entwickler 2 Tage, Cognition AI wirft 90% des Codes wöchentlich weg, und die Halbwertszeit von KI-Ansätzen ist unter 6 Monate gesunken. Wie Compliance in dieser Welt noch funktioniert.
2 Tage
Entwickler mit Merge-Konflikten blockiert
90%
Code-Verwerfrate bei Cognition AI wöchentlich
<6 Mon.
Halbwertszeit aktueller KI-Technologieansätze
"Als Führungskraft nicht alle Antworten zu haben ist kein Fehler — das ist der Ausgangspunkt für ehrliche Gespräche."
Key Takeaways
- Halbwertszeit von KI-Ansätzen unter 6 Monate — alte Prozesse für Code-Review, Scans, Release-Orchestrierung funktionieren nicht mehr
- Merge-Konflikte als unterschätztes Problem: Entwickler verbringen bis zu 2 Tage damit, schreiben lieber neu
- "Throwaway Code"-Modell: 90% wöchentlich weg wie bei Cognition AI — erfordert neue Compliance-Strukturen
- Auditoren akzeptieren automatisierte Pull-Request-Kontrollen als gleichwertig zu manuellen Kontrollen
- Formale Methoden als Zukunftspotenzial — erste Tests zeigen gemischte Ergebnisse, Akzeptanz im Team noch aufzubauen
- Führungsphilosophie: Unsicherheit als Doktorand-Modus — Suchen nach Problemen statt Antworten vorspiegeln
Closing · 15
Gene Kim
Konferenzorganisator · Abschluss Tag 2
In 9 Wochen geplant, ohne Agenda bei Anmeldung — und trotzdem volles Vertrauen der Community. Gene Kim reflektiert auf 2 Tage Summit und die Frage: was kommt als nächstes?
9 Wochen
Konferenz vollständig geplant
2 Tage
Enterprise AI Summit 2026
"Ihr habt uns vertraut ohne Agenda — das ist das stärkste Signal, das diese Community senden kann."
Key Takeaways
- Veranstaltung in 9 Wochen geplant — ohne veröffentlichte Agenda bei der Anmeldung, trotzdem volle Teilnahme
- Aufzeichnungen erscheinen zeitnah in der Video-Bibliothek
- Feedback-Umfrage geht nach Veranstaltung raus — Tempo und Format auf dem Prüfstand
- Vision für häufigere, kleinere Events (quartalsweise) basierend auf Community-Feedback
- Sponsoren gewürdigt: Fitlab, Coder, Kilo, Lucid Toast, Prep, Zol
- Community als Multiplikator: Teilnehmer gebeten, Erfahrungen auf LinkedIn/Twitter zu teilen