KI-Trainer in Deutschland

Projekt: Digitale Souveränität – Toll Collect

Workshop: Digitale Souveränität Abhängigkeiten erkennen, Risiken reduzieren, handlungsfähig bleiben

Format

• Eintägiges Praxis-Seminar

Zielgruppe

• Geschäftsführung
• IT-Verantwortliche
• Datenschutzbeauftragte
• Compliance-Funktionen

Inhalte und Ziele

• Systematische Analyse digitaler Abhängigkeiten
• Bewertung rechtlicher und operativer Risiken
• Entwicklung eines konkreten Plans zur Steigerung der digitalen Souveränität
• Kartierung der gesamten IT-Infrastruktur durch die Teilnehmenden
• Identifikation kritischer Abhängigkeiten von nicht-europäischen Anbietern
• Erstellung einer priorisierten Risikomatrix auf Basis von:
• DSGVO
• NIS2
• EU AI Act
• Gemeinsame Erarbeitung von Handlungsoptionen – vom Hybridmodell bis zur vollständigen Migration auf europäische Lösungen
• Entwicklung einer individuellen Souveränitäts-Roadmap mit:
• Verantwortlichkeiten
• Meilensteinen
• Budgetrahmen

Agenda

• Vorab-Selbsteinschätzung (aktuelle Infrastruktur)
• Digitale Souveränität? Nichts als eine Illusion
• Digitale Souveränität 2026 – Deutschlands gefährliche Abhängigkeit im Fokus
• Digitale Souveränität & Open Source
• Was ist Digitale Souveränität?
• Drei Fragen, die Digitale Souveränität aufwirft
• Reflexion: Digitale Souveränität im eigenen Leben
• Warum ist Digitale Souveränität jetzt existenziell?
• Praxisbeispiele der digitalen Souveränität
• Schleswig-Holstein-Initiative
• Vorteile Digitaler Souveränität für Ihr Unternehmen
• Strategie-Optionen bewerten (Kosten-Nutzen-Matrix)
• Souveräner Anbieter? 10 Fragen
• Was bedeutet Digitale Souveränität konkret für Ihr Unternehmen?
• Wie gestalten Sie Digitale Souveränität?
• Digitale Souveränität und Psychologische Sicherheit
• Psychologische Sicherheit: Der Schlüssel zu High-Performing Teams
• Warum psychologische Sicherheit in Ihrem Unternehmen?
• Vorteile von psychologischer Sicherheit
• Einladung zur Gruppenarbeit: PsySafety-Check (PS-C)
• Das „Braintrust"-Experiment
• Risikomatrix erstellen
• Roadmap & Projektplan erstellen
• Europäische Alternativen zu US Big Tech
• 10-Punkte-Pläne:
• NIS2
• EU AI Act
• DSGVO
• ISO 27001

• Claude-Code-Subagenten, MCP, Pydantic V2, pytest, bandit

• 3 spezialisierte Agenten entwickelt und produktiv eingesetzt, die die Arbeit entlang einer Kette weitergeben: Ein Forschungsagent erstellt eine zitierte Implementierungsspezifikation, ein Coding-Agent entwickelt den modularen Code und seine Tests, und ein Review-Agent bewertet die Ergebnisse nach Schweregrad und setzt die Korrekturen um. Jede Übergabe erfolgt als strukturiertes Dokument, sodass keine Phase vom Kontextfenster eines anderen Agenten abhängt.

• Den Forschungsagenten mit einem MCP-Server für akademische Recherche verbunden (Semantic Scholar, ArXiv, Hugging Face Hub, Zitationsverfolgung), sodass jede Referenz auf ein Tool-Ergebnis und nicht auf das Modell zurückgeht. Commits hinter ruff, mypy, pytest und bandit abgesichert, menschliche Freigabe vor Installationen und Commits verlangt und den Sitzungsstatus auf der Festplatte gespeichert, damit lange Läufe einen Kontext-Reset überstehen.

• SupportPiloten, einen KI-gestützten Content-Operations-Service, aufgebaut und validiert; ersten zahlenden Pilotkunden gewonnen
• Agentische Workflows mit Claude Code und Codex für Analyse, Recherche, Dokumentation und Prototyping erprobt
• Eigenes KI-Produkt weiterentwickelt; Weiterbildung: KI-Governance, KI-Compliance und EU AI Act (laufend)

• KI-Adoptionsprojekt im Bereich Öffentliche Verwaltung
• Entwicklung eines mehrstufigen Formats zur KI-Einführung: Keynote, Workshops für Mitarbeitende und Führungskräfte, Deep Dives zu IT und Recht
• Koordination und inhaltliche Abstimmung mit externen Fachexpert:innen (IT + Recht)
• Fokus auf nachhaltige Nutzung im Arbeitsalltag statt einmaliger Schulung

Enterprise-Kategorisierung von KI-Inhalten und KI-gestützte Webrecherche.

• Multi-LLM-Evaluierungsframework mit annotierten Daten entwickelt
• LLM-Fehlerraten auf Grundlage annotierter Datensätze iterativ verbessert
• KI-gestützte Webrecherche-Pipeline implementiert Technologien: LLM, evals, OpenRouter, Python, Node.js, TypeScript, React

Technischer Redakteur bei einem Sondermaschinenhersteller zur Implementierung der Anforderungen der EU-MVO in die technische Dokumentation und FMEA-Moderation. Funktion: Technischer Redakteur und FMEA-Moderator

• Bewertung und Erstellung deutschsprachiger Trainingsdaten für KI-Modelle, mit Fokus auf Sprachqualität, Tonalität und Zielgruppentauglichkeit.
• Konzeption von Prompts und Bewertungsrastern für die Qualitätssicherung von KI-Antworten.
• Prompt-Design und Erstellung von KI-Trainingsinhalten auf Deutsch und Englisch.
• Sprach- und Voice-Training für KI-Modelle auf Deutsch.

• Bewertete KI-Ausgaben und Quellmaterial auf Genauigkeit, Relevanz, Klarheit und Nutzbarkeit in den Bereichen Suchqualität, Annotation, Sprache und multimodale Aufgaben.
• Setzte praktische Kenntnisse darüber ein, wie Quellenqualität, Metadaten und Berechtigungen den zuverlässigen KI-Abruf beeinflussen; keine Behauptung von Chatbot-Engineering oder Plattformentwicklung.

• Arbeit als deutsch/englischer Sprachexperte zur Bewertung und Einstufung von KI-Modellantworten hinsichtlich Genauigkeit, Qualität der Schlussfolgerungen und natürlicher Sprachverwendung auf muttersprachlichem bzw. C2-Niveau in beiden Sprachen.
• Durchführung strukturierter Datenannotations- und Transkriptionsaufgaben mit detaillierter richtlinienbasierter Bewertung und Beurteilung von Sonderfällen.
• Durchführung visueller Qualitätsbewertungen, bei denen von KI erzeugte und modellverarbeitete Bilder und Videos auf visuelle Artefakte, sachliche und kompositorische Genauigkeit sowie die Einhaltung detaillierter Richtlinienkriterien geprüft werden.
• Bewertung und Annotation von Text-to-Speech-(TTS-)Modellausgaben hinsichtlich Aussprachegenauigkeit, Prosodie, Natürlichkeit und Audioqualität anhand strukturierter Richtlinienkriterien.
• Bewertung von Speech-to-Speech-(STS-)Modellinteraktionen durch Einstufung der Gesprächsaudios hinsichtlich Natürlichkeit, Ton, Latenz und Angemessenheit der Antworten bei Echtzeit-Sprachinteraktionen.
• Gleichzeitige Bearbeitung von Arbeitsaufträgen auf mehreren Plattformen mit Priorisierung nach Aufgabenqualität und Durchsatz, um die wöchentlichen Ausgabenziele zu erreichen.

• Einsatz von KI-Tools (ChatGPT Pro, Google Gemini Plus, Claude Pro, Make.com Pro, n8n, Sora, Google Veo3, Octoparse Professional)
• Erstellung hochqualifizierter Vertriebspipelines im CRM Pipedrive
• Automatisierte Lead-Generierung und -Qualifizierung per Webscraping und KI-Analyse
• Entwicklung von Social-Selling- und Sales-Materialien
• 56 % Lead-to-Deal-Conversion; ca. 140 k EUR eigene Abschlüsse

• Erstellung von deutschem Website-, E-Mail- und Social-Media-Content
• Lokalisierung technischer Website-Texte von Englisch nach Deutsch (IT, Tech, Konsumprodukte)
• Bewertung von KI-generierten deutschen Texten auf faktische Richtigkeit, Tonalität und kulturelle Relevanz
• Prüfung und Korrektur synthetischer deutscher Datensätze, wodurch grammatikalische und stilistische Fehler reduziert wurden

• Übernahm die technische Leitung eines 4-köpfigen Teams, das innerhalb von 12 Monaten 3 wichtige Kundenplattformen mit Microservices-Architektur und Lösungen für Skalierbarkeit bereitstellte — 100% der geplanten Hauptfunktionen wurden vor dem Zeitplan und den geplanten Meilensteinen ausgeliefert (Ausgangslage: Frühere Releases verzögerten sich häufig um 1–2 Sprints).
• Führte Evaluierungen von KI-Modellen und Modellausgaben für LLM-/KI-Anbieter-APIs durch: Sicherheit, Vollständigkeit, Befolgung von Anweisungen und Prüfung der inhaltlichen Fundierung vor dem Go-live; reduzierte fehlerhafte Ausgaben in den KI-integrierten Release-Checklisten von wiederkehrenden UAT-Ergebnissen auf nahezu null bei der finalen Freigabe.
• Entwickelte die API-Entwicklung und Performance-Optimierung für Zahlungs-, Börsen- und KI-Dienste voran; strikt geschlossene Fehlerbehandlung und Payload-Validierung reduzierten die Überarbeitung von Integrationen im Vergleich zum ersten KI-Integrationsdurchlauf um ~35%.
• Setzte Softwaretests, Test-Frameworks, Qualitätssicherung von Code und Code-Refactoring mit Gates für die kontinuierliche Integration ein; die Akzeptanz von Pull Requests im ersten Durchlauf verbesserte sich im gesamten Team, und Hotfixes in der Produktion für KI-Adapter gingen nach Einführung der Review-Standards spürbar zurück.
• Verantwortete DevOps-Praktiken: Docker, GitHub Actions, Jenkins-kompatible Pipelines und Versionskontroll-Workflows — reduzierte die Bereitstellungszeit gegenüber der Ausgangslage vor der Automatisierung um ~50% und stabilisierte Releases in 3 Kundenumgebungen.
• Implementierte Verifier-/Oracle-artige Bestanden-Nicht-bestanden-Prüfungen in Container-Sandboxes (an Harbor/Terminal-Bench ausgerichtet); erstellte technische Dokumentation, sodass Fehler in einem Review-Zyklus behoben werden konnten.
• Leitete die funktionsübergreifende Zusammenarbeit mit Produkt- und Kundenstakeholdern; übersetzte KI-Evaluierungswerte und Risikobefunde in verständliche Kurzberichte für nichttechnische Partner und ermöglichte Go-/No-Go-Entscheidungen ohne zusätzliche Engineering-Meetings.
• Setzte agile Methoden für Sprintplanung und Backlog-Verantwortung ein; unterstützte Engineers dabei, dass Entwickler auf mittlerem Niveau bereits zur Hälfte des Projekts KI-Adapter-Module eigenständig verantworteten.

• 15+ Fallstudien zu Hindernissen bei der Einführung von KI in KMU zu einer strukturierten strategischen Analyse zusammengeführt und drei Startup-Veranstaltungen im größten regionalen Hightech-Netzwerk Europas mitorganisiert (1.400+ Mitgliedsunternehmen).

Conventional Paradigm Test (CPT) – KI-Evaluation & LLM-Forschung

Entwicklung eines experimentellen Evaluationsansatzes zur Untersuchung von „paradigmatic closure“ in Large Language Models – also der Frage, inwieweit LLMs die grundlegenden Annahmen, Wertungen und Grenzen der Paradigmen erkennen können, innerhalb derer sie Antworten generieren.

Konzeption und Erprobung eines ergänzenden Ansatzes zu klassischen AI-Benchmarks, der nicht primär faktische Richtigkeit oder Task Performance misst, sondern die Fähigkeit von Modellen untersucht, alternative Perspektiven zu erkennen, implizite Annahmen offenzulegen und die Grenzen des eigenen Antwort- bzw. Deutungsrahmens zu reflektieren.

Schwerpunkte: Entwicklung von Evaluationskriterien und Testfragen · LLM Evaluation und Comparative Model Analysis · Prompt- und Response-Analyse · qualitative Klassifikation von Modellantworten · Untersuchung von epistemic compression und value leakage · Benchmark- und Literaturrecherche · Entwicklung strukturierter Bewertungs- und Analyseverfahren

Im Rahmen von CPT wurden u. a. bestehende AI-Evaluationsansätze und Benchmarks analysiert sowie ein minimalistisches Testprotokoll entwickelt, das Modellantworten nach Reaktionsmustern wie DIRECT, CLARIFY, PLURALIST, REFUSE und META-AWARE klassifiziert. TruthfulQA wurde dabei als Testgrundlage für die experimentelle Anwendung und den Vergleich mit bestehenden Referenzantworten eingesetzt.

Technologien & Methoden: Large Language Models (LLMs) · Generative AI · Prompt Engineering · AI Evaluation · TruthfulQA · Benchmark Analysis · Human-in-the-Loop Evaluation · Qualitative Content Analysis · Research & Literature Review