Data Conference Databasea Query.Farm index
Conferences / data2day

data2day 2026

Oct 6–8, 2026 · KOMED im MediaPark, Cologne, North Rhine-Westphalia, Germany

Conference
data2day Data science & ML
Dates
Oct 6, 2026 – Oct 8, 2026
Venue
KOMED im MediaPark
Place
Cologne, North Rhine-Westphalia, Germany
Format
In person
Status
Past
Attendance
—
Website
data2day.de
Recorded
4 sponsors · 54 speaker appearances
Notes
Workshop day 6 Oct, conference 7-8 Oct. First data2day in Cologne. Speakers: full programme as published.

Ticket prices

TicketPriceValid untilNotesSource
Conference ticket (blind bird)€999—Net price, excl. 19% VAT. Available until the programme went online (approx. mid-May).web.archive.org
Conference ticket (regular)€1,099—Net price, excl. 19% VAT; price after the blind-bird period as stated in the shop.web.archive.org

Sponsors 4

Gold 2

Silver 2

Speakers and talks 54

SpeakerCompanyRoleTalkLinks
Dr. Constanze Kurz—KeynoteOpening Keynote von Dr. Constanze Kurz—
Lars FranckeStackableKeynoteKeynote: Ihr habt ja nicht mehr alle Tassen im Schrank?! Souveränität, Resilienz und Sicherheit: Einblicke aus der Küche—
Andreas BuckenhoferAdam RieseTalkJa, wir bauen 2026 noch ein Sternschema: DWH-Modernisierung trifft Cloud Lakehouse—
Azmir AbdiadorsysSponsored talkWarum eure KI euer Unternehmen nicht versteht – Mit Knowledge Graphs vom RAG-Silo zum Semantic Mesh—
Björn BuchholdCIDTalkText2SQL im Vergleich: Frontier Models, Open Weights und Fine-Tuning—
Björn WendlandControlExpertTalkConformal Prediction für zuverlässige KI in der industriellen Informationsextraktion und Kostenschätzung—
Christian HaackControlExpertTalkConformal Prediction für zuverlässige KI in der industriellen Informationsextraktion und Kostenschätzung—
Christian WinklerdatanizingTalkLokale Sprachmodelle beschleunigen mit Multi-Token Prediction—
Claudia KoschtialMarmeladenbaumTalkRollst Du noch aus, oder influenced Du schon?—
Daniel TöwscodecentricWorkshopRAGeten und GPTs startklar – einen Travelagent fürs Universum bauen—
Danilo BrajovicFraunhofer IPATalkDatenqualität für ML jenseits der Basics: Methoden, Tools und blinde Flecken—
Daria HaselhoffMETRO MarketsTalkVom Datenchaos zur Vertrauensbasis: Unser Weg zu stabilen Datenmodellen und -produkten—
Daria Haselhoff—PanelistPanel "Women in Tech"—
David WinderlTNGTalkLet’s Dance! – Bring deinem Roboter mit Reinforcement Learning das Tanzen bei—
Denise HartmanninovexTalkWenn der Weg das Ziel ist: Agenten-Loops systematisch tracen und evaluieren—
Deniz Oruç ÇelikTechnische Universität ChemnitzTalkCrafting AI: Spannung zwischen Data-Science-Handwerk und Management-Erwartung—
Dennis SchulzTNGTalkEndlich Embeddings verstehen – und nie wieder nach dem richtigen Emoji suchen müssen!—
Elias ScheckeTNGTalkEndlich Embeddings verstehen – und nie wieder nach dem richtigen Emoji suchen müssen!—
Eva Feigl—PanelistPanel "Women in Tech"—
Eva FeiglForterro Deutschland AbasTalkWarum Daten nicht reichen: Von Metriken, A/B-Tests und echtem Produkterfolg—
Evgeniya AlekseevaDaikin EuropeTalkWhy Data Governance Initiatives Succeed and Fail—
Fabian BibergerEntropy DataTalkAgentic Analytics: Wie aus Hype echter Mehrwert wird—
Felix TheodorOTTOTalkFrom Handcrafted Fixtures to AI-Generated Test Suites: Data Quality at Scale—
Florian MüllerStackableTalkVom Microservice zum ML-Modell: Eine Odyssee durch moderne Datenformate—
Franz WöllertHeidelberger DruckmaschinenTalkOpen Table Formats in the Wild – Reloaded: Vortexing Ducks over Floating Icebergs—
Harald StörrleQAwareTalkVon Multi-Channel-Datenflut zu Kundenkommunikation: Eine Fallstudie in KI-gestütztem Inputmanagement—
Jan TrienesinovexTalkDeploy with Confidence: Generative KI systematisch evaluieren—
Jochen ChristEntropy DataTalkOpen Semantic Interchange: Der neue Standard für Ontologien und Semantic Models—
Jochen ChristEntropy DataTalkData Contracts: Es geht um Vertrauen—
Joerg HeidrichHeise MedienTalkKI im Unternehmen bauen — ohne rechtlich auf die Nase zu fallen—
Johannes WideracodecentricWorkshopRAGeten und GPTs startklar – einen Travelagent fürs Universum bauen—
Konstantin HopfTechnische Universität ChemnitzTalkCrafting AI: Spannung zwischen Data-Science-Handwerk und Management-Erwartung—
Marc SchubertadorsysTalkFöderierter Semantic Layer: KPIs verknüpfen statt vereinheitlichen—
Margot BelotMuseum für Naturkunde BerlinTalkELIO: A Modular, AI-Driven Pipeline for Automated Label Digitization—
Marissa Hofmann—PanelistPanel "Women in Tech"—
Markus NutzMETRO MarketsTalkVom Datenchaos zur Vertrauensbasis: Unser Weg zu stabilen Datenmodellen und -produkten—
Matthias Böckpub.techTalkProduct Thinking eats Use Cases for breakfast – Was sind eigentlich gute Datenprodukte?—
Matthias NiehoffcodecentricTalkAgentic Data Engineering: Wenn Agents Daten-Pipelines bauen und reparieren—
Matthias NiehoffcodecentricTalkData Stack ohne Lock-In – Traum oder Realität?—
Matthias RichterinovexTalkDeploy with Confidence: Generative KI systematisch evaluieren—
Max VieweginovexTalkWenn der Weg das Ziel ist: Agenten-Loops systematisch tracen und evaluieren—
Nicolas GorgesBirds on MarsTalkELIO: A Modular, AI-Driven Pipeline for Automated Label Digitization—
Nicolas RenkampMerckTalkData Stack ohne Lock-In – Traum oder Realität?—
Nikita GolovkoSiemensTalkFrom Data to Decisions: A Domain-Driven Path to Industrial AI—
Nikolai HofschulzAudi AGTalkVom Datum zum Datenprodukt: Die Bedeutung der Semantik beim Erschließen und Bereitstellen von Daten—
Ramona Casasola Greiner—PanelistPanel "Women in Tech"—
Ramona Casasola-Greinerpub.techTalkProduct Thinking eats Use Cases for breakfast – Was sind eigentlich gute Datenprodukte?—
Simon HarrerEntropy DataWorkshopDatenkontrakte in der Praxis—
Sohan MaheshwarAuthZedTalkHow to Prevent AI Agents from Accessing Unauthorized Data—
Sönke LiebauStackableTalkDatenkataloge – die Kontrollinstanz im offenen Data Lakehouse—
Stas KertsmanHeidrich RechtsanwälteTalkWeb Scraping für ML-Projekte: Was ihr dürft, was ihr lasst und wo es teuer wird—
Stefan NegeleINNOQSponsored talkDatenprodukte richtig schneiden: Heuristiken für die Praxis—
Tobias LübbeTNGTalkLet’s Dance! – Bring deinem Roboter mit Reinforcement Learning das Tanzen bei—
Tobias OtteviadeeTalkSemantic Layer als Brücke zwischen LLMs und Datenplattformen—

Sources