InnoLOG: 8. Thüringer KI-Forum 6. Oktober 2026 | COMCENTER Brühl | Erfurt

Nutzen Sie die Gelegenheit, diskutieren Sie spannende Fragestellungen und teilen Sie eigene Erfahrungen. Der Cross-Industry-Dialog wirft Fragen auf, liefert Antworten, motiviert, regt an und verbindet.

In den moderierten Gruppendiskussionen des Cross-Industry-Dialogs treffen Entwickler, Entscheider, Anwender und Interessierte aus verschiedenen Domänen aufeinander, um aktuelle Fragen rund um den KI-Einsatz und damit verbundene Herausforderungen zu besprechen. Wie wird Thüringen zum KI-Standort? Wie gelingt die Integration in bestehende Abläufe, damit KI hilft und nicht bremst? Welche Risiken birgt der Einsatz von KI und wie kann ihnen begegnet werden? Wie unterstützt KI die Mobilität von morgen?

Die Nutzung von KI-Modellen - insbesondere von Sprachmodellen großer Anbieter - ist nicht in jedem Anwendungskontext möglich. Der Betrieb großer Modelle in eigenen oder vertrauenswürdigen Infrastrukturen erfordert aber hohe Ressourcen und entspricht möglicherweise ebenso nicht den Anforderungen. Kleine und dennoch leistungsstarke KI-Modelle für den Einsatz auf Hardware mit begrenzten Ressourcen, z.B. auf Edge-Devices, erscheinen vielversprechend. Doch welche Modelle sind für den Anwendungskontext die richtigen und wie kommt man zum effektiven Einsatz? Der Workshop gibt Einblicke in typische Methoden zur Komprimierung großer KI-(Sprach-)Modelle. Wir werfen gemeinsam einen Blick darauf, wie wir disese Modelle nutzen können, ob diese für unsere lokalen Bedingungen geeignet sind und wie wir Modelle für unsere use cases testen.

LLM-basierte Chatbots sind in den letzten Jahren zum De-Facto-Standard für den text-basierten First-Level-Support auf Webseiten geworden. Meist greift dabei ein Large Language Model (LLM) auf eine oder mehrere Wissensquellen in Form von Vector-Datenbanken oder Wissens- bzw. Context-Graphen zurück. Da solche Wissensdatenbanken sich mit der Zeit allerdings verändern und damit die Ausgaben von Chatbots beeinflussen, ist ein kontinuierliches Monitoring dieser Ausgaben umso wichtiger geworden. Im Workshop stellt Prof. Dr. Oliver Mothes das Open-Source-Framework RAGAS vor, welches verschiedene Metriken zur Evaluierung von Chatbots anbietet, die neben dem Qualitätsmonitoring auch zur Optimierung von Chatbot-Hyperparametern ausgenutzt werden können.

Die meisten Unternehmerinnen und Unternehmer haben ChatGPT geöffnet. Für den eigenen Betrieb wird daraus aber selten mehr als ein nettes Gespräch. Der Grund ist fast immer derselbe: Es fehlt der Übergang von der Idee zur Anwendung. Wo fange ich an? Womit? Und lohnt sich das für einen Betrieb wie meinen überhaupt? Genau diesen Übergang zeigen wir live im Raum. Wir bei Batix kennen dieses Setting aus jahrelanger Projektarbeit. Eine Excel-Tabelle, ein Prozess, der jeden Monat Zeit frisst und die Frage, wie daraus überhaupt ein Softwareprojekt entsteht. Diese Erfahrung bringen wir mit in den Workshop. Wir wissen, wie ein Prototyp innerhalb kürzester Zeit entstehen kann, weil wir es in echten Kundenprojekten laufend tun. Im Workshop drehen wir das um. Die Teilnehmenden bringen ihr eigenes Problem mit – eine Tabelle, einen Handgriff, der sich wiederholt, einen Prozess, der nervt. Wir wählen gemeinsam ein oder zwei Beispiele aus und bauen direkt vor Ort einen ersten funktionierenden Prototyp dazu. Am Ende der 90 Minuten blicken wir auf Tool, das tatsächlich läuft und getestet werden kann. Dabei erleben die Gäste etwas, das kein Vortrag vermitteln kann. Es geht darum, wie schnell aus einem echten, alltäglichen Problem eine echte, funktionierende Lösung wird. Und wie wenig dafür am Anfang nötig ist.