Applying AI Events in Karlsruhe

Herzliche Einladung zu unserem nächsten Meetup in Karlsruhe - diesmal vor Ort bei Smight!

Talk 1: Probabilistische Synthese elektrischer Lastgänge unter Populationsverschiebung — ein Praxisbeispiel (Pascal Pflanz, Data Scientist bei SMIGHT)
Verteilnetzbetreiber (VNB) können nur dort handeln, wo sie etwas sehen — und in Niederspannungsnetzen sehen sie sehr wenig: je nach VNB sind nur rund 10 % der relevanten Niederspannungsbetriebsmittel messtechnisch erfasst. Day-Ahead-Entscheidungen im Netzbetrieb, wie Engpassbewertung und -management, müssen dennoch für alle getroffen werden.

Der Ansatz behandelt dies als Cold-Start-Problem und nicht als Prognoseproblem: Aus statischen Merkmalen eines Abgangs und bekannten dynamischen Kovariaten (Wetterprognose, Kalender) synthetisiert das Modell einen vollständigen Day-Ahead-Lastgang für ungemessene Abgänge. Da die Unsicherheiten erheblich und teilweise inhärent nicht reduzierbar sind (unbekanntes Verbrauchsverhalten, Stammdatenqualität, Wetterprognose), lässt sich die Fragestellung des VNB durch Punktprognosen kaum beantworten. Das Verfahren gibt daher kalibrierte marginale Wahrscheinlichkeitsverteilungen je Zeitschritt aus, validiert an Abgängen, die vollständig aus dem Training ausgeschlossen wurden. Daraus wird eine bedingte Day-Ahead-Wahrscheinlichkeit für eine Schwellwertverletzung abgeleitet, die dem VNB risikoinformierte Entscheidungen über den Einsatz von Maßnahmen erlaubt.
Eine Schwellwertverletzung je Abgang und Zeitschritt ist allerdings noch kein Engpass. Ein nachgelagertes Verfahren, das für Abgänge mit erhöhter Verletzungswahrscheinlichkeit Eintrittswahrscheinlichkeit und Ausmaß eines tatsächlichen Engpasses abschätzt, bleibt ein Ausblick.

Talk 2: Conformal Prediction for Time Series Forecasting (Nick Koch, Data und ML Engineer bei inovex)
Wir untersuchen den entscheidenden Wandel von der einfachen Punktschätzung zur probabilistischen Unsicherheitsquantifizierung in der Zeitreihenvorhersage, wobei der Schwerpunkt auf dem robusten Framework der Conformal Prediction (konforme Vorhersage) liegt.

Zunächst vergleichen wir die standardmäßige Conformal Prediction mit der einfachen Quantilregression. Dabei beleuchten wir, wie die Conformalized Quantile Regression die adaptive, Heteroskedastizität berücksichtigende Natur von Quantilmodellen erfolgreich mit den strengen, für endliche Stichproben geltenden marginalen Abdeckungsgarantien (Marginal Coverage Guarantees) konformer Methoden vereint.

Als Nächstes befassen wir uns mit der grundlegenden Annahme der Austauschbarkeit (Exchangeability), die für die klassische Conformal Prediction zwingend erforderlich ist. Wir diskutieren, warum zeitliche Dynamiken – wie Autokorrelation, Volatilitäts-Clustering und Konzeptdrift (Concept Drift) – diese Kernvoraussetzung grundlegend verletzen.

Um diese Einschränkung zu überwinden, stellen wir moderne algorithmische Verfahren vor, die speziell dafür entwickelt wurden, sich von der Annahme der Austauschbarkeit bei sequenziellen Daten zu lösen. Wir untersuchen konzeptionelle Ansätze, die kontinuierliche Feedback-Schleifen, gleitende Residuenfenster und adaptive Gewichtungen nutzen, um auch bei Verteilungsverschiebungen (Distribution Shifts) eine valide Abdeckung aufrechtzuerhalten, ohne dabei auf statische Kalibrierungsdatensätze angewiesen zu sein.

Folgende ungefähre Agenda erwartet dich:

• ab 18 Uhr Ankommen
• 18:30 Uhr 1. Vortrag & Fragen
• 19:15 Uhr Pause mit Essen & Gesprächen
• 19:45 Uhr 2. Vortrag & Fragen
• 20:30 Uhr Abschluss und Zeit für weitere Gespräche

Das Meetup findet in deutscher Sprache statt.
Wir freuen uns auf dich!

RAG (Retrieval Augmented Generation) ist mittlerweile ein Standardbaustein in vielen LLM basierten AI-Systemen.
Das Verfahren erlaubt es, Daten außerhalb des Trainingssets des LLM zu berücksichtigen und den Kontext des LLMs auf eine handhabbare Größe zu beschränken. Hierbei kommen häufig Vektordatenbanken zum Einsatz, um über Distanzsuche im Vektorraum relevante Dokumente oder Textauszüge auszuwählen und damit den Kontext des LLMs anzureichern.

Dieses Verfahren stößt bei Anfragen an seine Grenzen, die auf komplexe Zusammenhänge oder Aggregation über viele Datensätze abzielen. Hier glänzen graphbasierte RAG-Systeme. Grundlage hierfür ist die Repräsentation der Daten in Form von Knowledge Graphen, welche Informationen über die Beziehungen der Entitäten zueinander enthalten. Dies ermöglicht komplexe Schlussfolgerungen über in mehreren Stufen semantisch verknüpfte Entitäten. Ergebnisse werden basierend auf 'Wegen im Beziehungsgraph' geliefert, was deutlich einfacher nachzuvollziehen ist als die abstrakten Vektordistanzen im 'klassischen' Vector RAG.

Wie so oft ist aber nicht eines der Verfahren grundsätzlich dem anderen überlegen, sondern 'es hängt davon ab'.

An diesem Abend wird Alexander Wiedemann mit uns zusammen die grundlegende Funktionsweise von Graph RAG erkunden. Welche Domänen eigenen sich, wie müssen die Daten vorbereitet werden und wie formuliert man eine Anfrage an solch ein System? Lassen sich verschiedene RAG-Verfahren kombinieren und wie funktioniert die Auswahl der Ergebnisse, Stichwort 'Reranking'.

Titel: Agent Hijacking: Wie autonome KI zum Sicherheitsrisiko wird
Abstract:
Coding Agents wie Claude Code oder Cursor verändern die Softwareentwicklung. Doch was passiert, wenn Angreifer die Kontrolle über diese autonomen Helfer übernehmen?
Reale Cyberangriffe zeigen, wie KI-Agenten manipuliert werden können, um Sicherheitslücken auszunutzen, sensible Daten abzugreifen und ganze Angriffsketten selbstständig auszuführen.
Der Vortrag zeigt anhand aktueller Beispiele, wie Angriffe durch Prompt Injection, Memory Poisoning und Persona Engineering funktionieren und warum klassische Sicherheitskonzepte dabei an ihre Grenzen stoßen.
Vor allem aber geht es um die Frage: Wie lassen sich Coding Agents sicher einsetzen?
Mit konkreten Schutzmaßnahmen, bewährten Architekturansätzen und Empfehlungen für Entwicklungs- und Security-Teams.
Referent: Florian Rauls von Infinity Synaptics GmbH

Mehr über Florian und den Inhalt erfahrt ihr auf der Webseite: https://www.andrena.de/event/objektforum-ka-nov26

Agenda:
Montag, 9. November 2026
Beginn: 18:00 Uhr
19 Uhr: Networking und Austausch bei kostenlosen Getränken und Speisen
Ort: andrena objects ag | Schulungsraum im 4. OG | Albert-Nestler-Straße 30 | 76131 Karlsruhe

Begrenzte Teilnehmerzahl! Um Anmeldung auf der Webseite wird gebeten! Das Anmeldeformular findet ihr hier: https://www.andrena.de/event/objektforum-ka-nov26

Viele Grüße,
Phyllis

Moderne KI kann heute große Codebasen analysieren, Abhängigkeiten sichtbar machen und bei Migrationen oder Refactorings unterstützen. Doch der Quellcode erzählt nur einen Teil der Geschichte: Er zeigt, was ein System tut – aber nur selten, warum es genau so entstanden ist.
Das dafür notwendige Kontextwissen steckt häufig in Architekturentscheidungen, Anforderungen, Rahmenbedingungen, Projektdokumentationen oder in den Köpfen einzelner Beteiligter.

In diesem Vortrag zeige ich einen Ansatz, wie sich technisches Systemwissen mit diesem Projektkontext verbinden lässt. Ziel ist ein umfassenderes, nachvollziehbares Modell des Softwaresystems, das nicht nur Implementierung, sondern auch Entscheidungen und Zusammenhänge sichtbar macht.

Anhand einer Demo zeige ich, wie ich diesen Ansatz bereits in meiner täglichen Arbeit als Software-Architekt einsetze, welche Fragestellungen sich damit beantworten lassen und welche praktischen Erfahrungen und Grenzen sich dabei gezeigt haben.

Alexander Pritzkau

Alexander Pritzkau verbindet technische Expertise mit langjähriger Erfahrung in der Führung von Software-Engineering-Teams. In seiner heutigen Rolle als Enterprise & Solution Architect bei adorsys beschäftigt er sich mit der Entwicklung und dem Betrieb moderner Software- und Integrationsarchitekturen sowie mit der strategischen Weiterentwicklung komplexer IT-Landschaften. Zuvor verantwortete er unter anderem den Aufbau und Betrieb von Cloud-, Daten- und KI-Plattformen in der Versicherungswirtschaft. Besonders wichtig ist ihm dabei, Technologie nicht als Selbstzweck zu betrachten, sondern als Werkzeug, um nachhaltige und praxistaugliche Lösungen auf strategischer wie operativer Ebene zu schaffen.

KI erfolgreich anwenden und Menschen verbinden - das ist das Ziel der dritten Auflage unserer KI-Connect.
Hier treffen Entscheider:innen, Fachkräfte, Wissenschaft, Startups und Technologieanbieter zusammen, um gemeinsam die Zukunft der Künstlichen Intelligenz in Unternehmen zu gestalten. Freu dich auf inspirierende Impulse, praxisnahe Einblicke, interaktive Workshops und wertvolle neue Kontakte aus dem KI-Ökosystem der Region.
Künstliche Intelligenz verändert Wirtschaft, Arbeitswelt und Gesellschaft. Viele Unternehmen stellen sich dabei dieselben Fragen:

• Wo stehen wir bei KI wirklich?
• Welche Anwendungen schaffen bereits heute messbaren Mehrwert?
• Welche Kompetenzen brauchen Mitarbeitende und Führungskräfte?
• Wie gelingt die erfolgreiche Einführung von KI im Unternehmen?

Die KI-Connect bietet Antworten, Orientierung und den direkten Austausch mit Expert:innen. Im Mittelpunkt stehen konkrete Erfahrungen, erfolgreiche Umsetzungsbeispiele und der Aufbau neuer Kooperationen.

ab 09:00 Uhr: Ankommen & Networking
Vormittag: Eröffnungs-Keynote: Trends, Technologien & Transformation
Vormittag/Mittag: Deep Dive Sessions, Ausstellung & Austausch
Nachmittag: Keynote: Mensch, KI & Leadership
Nachmittag: Deep Dive Sessions, Praxisformate und Success Stories
Abend: Networking und Ausklang
(Vorläufige Planung, Änderungen vorbehalten.)

Anmeldungen nur über unsere Webseite zulässig.