Data Conference Databasea Query.Farm index
Conferences / Minds Mastering Machines (M3)

Minds Mastering Machines 2026

Apr 21–23, 2026 · IHK Haus der Wirtschaft, Karlsruhe, Baden-Württemberg, Germany

Conference
Minds Mastering Machines (M3) Data science & ML
Dates
Apr 21, 2026 – Apr 23, 2026
Venue
IHK Haus der Wirtschaft
Place
Karlsruhe, Baden-Württemberg, Germany
Format
In person
Status
Past
Attendance
—
Website
mastering-ai.eu
Recorded
1 sponsors · 49 speaker appearances
Notes
Workshop day 21 Apr, conference 22-23 Apr. Last edition under the M3 name; the series continues as Mastering AI (M.AI) in 2027. Speakers: full programme as published.

Ticket prices

TicketPriceValid untilNotesSource
Conference ticket (early bird)€1,099Mar 3, 2026Net price, excl. 19% VAT.web.archive.org
Combo: conference + workshop (early bird)€1,699Mar 3, 2026Net price, excl. 19% VAT.web.archive.org
Workshop (21 Apr)€649—Net price, excl. 19% VAT.web.archive.org
Conference ticket (regular)€1,199—Net price, excl. 19% VAT.web.archive.org
Combo: conference + workshop (regular)€1,799—Net price, excl. 19% VAT.web.archive.org

Sponsors 1

Bronze 1

Speakers and talks 49

SpeakerCompanyRoleTalkLinks
Alina DöringinovexTalkVon Deep Learning zu vertrauenswürdigen Entscheidungen: Erklärbare Tumorerkennung im OP—
Arne GrobrüggescieneersTalkRAG-Dokumenten-Pipelines mit multimodalen Embedding-Modellen—
Bertram SändigontoluxTalkBias by Design: Wie wir kulturelle Werte in LLMs messen und steuern—
Björn BuchholdCIDTalkKlein schlägt Groß: Small Language Models für Agentic AI—
Christian Harmsmerlin.zwoTalkGenerative KI mit voller Datenkontrolle: Lokale Large-Language-Modelle in der Praxis—
Clemens KrämerRocheTalkCompliance als Superkraft für LLMs in der Medizintechnik—
Daniel TöwscodecentricTalkZwischen Chaos und Kontrolle: Stabile Agenten mit Large Language Models—
Daniel TöwscodecentricWorkshopRAGeten und GPTs startklar – einen Travelagent fürs Universum bauen—
Dennis SchulzTNGTalkEmbeddings richtig verstehen—
Elias ScheckeTNGTalkEmbeddings richtig verstehen—
Florian GatherTNGTalkRoboter unter uns: Fortschritte in der KI für Alltags-Androiden—
Florian SchmolleodaTalkReinforcement Learning zur Optimierung von MicroGrids—
Gerhard HausmannBarmeniaGothaerTalkMicro Language Model im Einsatz bei der Barmenia Gothaer—
Hauke BrammerDeepUp GmbHTalkOpenClaw entzaubert: Architektur, Risiken und Grenzen moderner Agenten—
Jochen ChristEntropy DataTalkData Contracts: Das Fundament für vertrauenswürdige KI—
Jonas WesterwinterTEAMTalkGraphRAG mit Neo4j: Wissensgraphen als nächste Stufe von Retrieval-Augmented Generation—
Jonathan du Mesnil de RochemontTNGTalkBeyond the Score: Eine Einführung in LLM-Benchmarking—
Kai KreuzerDeutsche Telekom AGTalkMCP Security: Model Context Protocol sicher im Unternehmen einsetzen—
Kai Sahling&actTalkMulti-Agenten-Systeme erfolgreich betreiben—
Karl-Philipp KortmannaiomaticTalkPredictive Maintenance in der Praxis: Von der Datenanbindung zur Vorhersage—
Lars BoesDeutsche Telekom AGTalkContext Engineering: Dynamische AI-Systeme und Agenten—
Lars Röwekampopen knowledgeTalkWenn Agenten sprechen lernen: Kommunikationsprotokolle für Agentic AI richtig einsetzen—
Lars Röwekampopen knowledgeTalkBack from the Future of AI – Spoiler: Es lief nicht alles nach Plan—
Lennard SchiefelbeinTNGTalkBeyond the Score: Eine Einführung in LLM-Benchmarking—
Lukas BrinkmeyerControlExpertTalkAgentic Claims Automation: Herausforderungen und Lösungen im Versicherungsbereich—
Marco HuberFraunhofer IPATalkFake it till you make it: Synthetische Bilddatenerzeugung für industrielle Anwendungen—
Marcus HanhartcodecentricTalkZwischen Chaos und Kontrolle: Stabile Agenten mit Large Language Models—
Marcus HanhartcodecentricWorkshopRAGeten und GPTs startklar – einen Travelagent fürs Universum bauen—
Marcus von Welser—TalkOpenClaw und das KI-Recht der Europäischen Union—
Marin Niehuesniehues consultingTalkKI ist einfach. Bis Menschen ins Spiel kommen—
Martin DannerscieneersTalkGenolator: Ein multimodales Sprachmodell aus der Genommedizin—
Martin FörtschTNGTalkAI Hits Different - Ein Musikalbum aus dem Maschinenraum—
Mats FaulbornscieneersTalkZwischen Slop und kreativem Schaffen: Was KI-Bildgenerierung wirklich kann—
Matthias WeidlerEmuge_FrankenTalkÄpfel mit Birnen vergleichen – Wie Daten benachbarter Domänen bei ML helfen—
Melanie B. SiglProdatoTalkRanking statt Raten: Modellselektion für multivariate Zeitreihen im Transfer Learning—
Michael StalSiemensTalkDie grundlegenden Konzepte der klassischen KI—
Mirko BöttcherTechniker KrankenkasseTalkWie erkläre ich es meinem Chef? Mythen und Missverständnisse über GenAI, LLMs und Agenten—
Nicole ReissProMindsTalkCompliance als Superkraft für LLMs in der Medizintechnik—
Oliver ZeigermannTechniker KrankenkasseTalkWie erkläre ich es meinem Chef? Mythen und Missverständnisse über GenAI, LLMs und Agenten—
Patrick BaierHochschule KarlsruheWorkshopMLOps: Automatisierung im ML-Projekt—
Petra WaschkTEAMTalkChunking-Algorithmen: Theorie trifft Praxis—
Phuong Mai MaiinovexTalkThe AI Security Maze – KI-Sicherheit spielerisch verstehen und steuern—
Sebastian LunemannTEAMTalkChunking-Algorithmen: Theorie trifft Praxis—
Sebastian Wittigmerlin.zwoTalkGenerative KI mit voller Datenkontrolle: Lokale Large-Language-Modelle in der Praxis—
Simon DreherinovexTalkThe AI Security Maze – KI-Sicherheit spielerisch verstehen und steuern—
Stefanie MarxinovexTalkVon Deep Learning zu vertrauenswürdigen Entscheidungen: Erklärbare Tumorerkennung im OP—
Sven RohrTNGTalkRoboter unter uns: Fortschritte in der KI für Alltags-Androiden—
Thomas EndresTNGTalkRoboter unter uns: Fortschritte in der KI für Alltags-Androiden—
Tim Wüllneropen knowledgeTalkTrust me, I'm AI? – Warum Guardrails Pflicht sind, nicht Kür!—

Sources