Experten für Künstliche Intelligenz in Dortmund

Manufacturing-Intelligence-Plattform mit Enterprise-Workflows, RAG, Echtzeit-Funktionen für AI-Assistenten und Backend-Architektur über mehrere Repositories.

• Entwickelte und erweiterte produktive AI-/Backend-Services mit Django, DRF, FastAPI, GraphQL, Celery, PostgreSQL, MySQL, Redis und WebSockets über eine modulare Plattform mit mehreren Repositories.
• Mitgewirkt an ARIS V2, einem Echtzeit-AI-Assistenten für die Fertigung mit LangChain, LangGraph, MCP-Tool-Orchestrierung, Planungs-/Ausführungs-Workflows, OpenAI, AWS Bedrock, Qdrant sowie Retrieval auf Basis von Elasticsearch/OpenSearch.
• Unterstützte die Rollout-Erweiterung von ARIS V1 in 4 von 17 Kunden-Produktionswerken auf ARIS V2, das aktuell in 13 von 17 Werken aktiv ist, und steigerte so die reale Abdeckung auf mehr als 50 % der Kundenumgebung.
• Arbeitete an dokumentengestützter RAG-Funktionalität inklusive Ingestion, OCR, Chunking, Embeddings, Indexing, Retrieval, Reranking und geerdeter Antwortgenerierung für industrielle Workflows.

Stack: Python, Django, DRF, FastAPI, LangChain, LangGraph, GraphQL, Celery, WebSockets, OpenAI, AWS Bedrock, Qdrant, Elasticsearch/OpenSearch, PostgreSQL, MySQL, Redis, Docker.

• MVP-fokussierte Full-Stack-Architektur für einen Kunden im Gesundheitswesen bereitgestellt: Vite/React-Frontend, Backend-Services auf Google Cloud Run und Supabase für Datenbank sowie IAM/Authentifizierung.
• Produktanforderungsanalyse unterstützt und eine kostenoptimierte Workload-Platzierung priorisiert, indem Browser-/Edge-Berechnungen umgesetzt wurden, wo möglich, bevor Logik in die Backend-Services verschoben wurde.

• Konzipierte und entwickelte End-to-End-Machine-Learning-Pipelines für Klassifikations- und Vorhersagedaten und implementierte sie unter Einsatz von MLOps-Best Practices, um Robustheit und Reproduzierbarkeit zu gewährleisten.
• Trug direkt zur Verbesserung der Ausgabegenauigkeit von LLM-Modellen bei, indem ich spezialisierte Prompts entwickelte, die auf der Logik von End-to-End-ML- und SciML-Pipelines basieren.
• Erstellte Trainingsdaten für Large Language Models, indem ich Programmieraufgaben formulierte, die die Modelle nicht lösen konnten, und anschließend die richtigen Lösungen dokumentierte.

• Product Owner für ein Digital Delivery Team
• Boschweites Digitalisierungsprojekt für Softwareauslieferungen
• Technologien: SAP EMS, JFrog, Revenera
• Durchführung von PI-Planungen

• Strukturierte Support-Workflows und Bewertungsverfahren entwickelt und optimiert und dabei konsequent Qualitätsstandards über hochvolumige operative Aufgaben hinweg angewendet.
• Leistungskennzahlen überwacht, um systemische Probleme zu erkennen und gezielte Verbesserungen voranzutreiben — eine Fähigkeit, die direkt auf die Analyse von LLM-Leistungskennzahlen übertragbar ist.
• Eskalationen betreut und hohe Genauigkeits- und Zufriedenheitsstandards in einer vollständig asynchronen, Remote-First-Umgebung aufrechterhalten.

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

• Planung und Umsetzung integrierter 360°-Marketingkampagnen für B2B-Kunden im Mittelstand
• Stakeholder-Management mit internen Teams, Industriepartnern und externen Agenturen
• KPI-basiertes Performance-Reporting und Ableitung von Optimierungsmaßnahmen
• Steuerung von SEA-Budgets; Keyword-Recherchen und Wettbewerbsanalysen (ahrefs, Google Search Console)
• Termin- und Deadline-Management über mehrere parallele Kundenprojekte
• Tools: Google Ads, Google Search Console, ahrefs, WordPress, Trello, Canva, ChatGPT, Claude, Gemini

• Entwicklung eines automatisierten Job-Scout-Workflows zur Aggregation und LLM-basierten Bewertung von Stellenanzeigen aus RSS-Feeds und APIs.
• Entwicklung eines Telegram-Bots für Sprach- und Textnachrichten mit LLM-gestützter Verarbeitung, Zusammenfassung und strukturiertem JSON-Output.
• Umsetzung eines persönlichen Task-Planning-Assistenten mit n8n, OpenRouter und Supabase für die automatisierte tägliche Planung und Wissensorganisation.
• Entwicklung von LLM-Chatbots für strukturierte Wissensabfragen mit Prompt-Einschränkungen, Guardrails und erzwungenen Ausgabeformaten.

• Technische Leitung eines Teams zur Entwicklung agentischer Chatbot-Lösungen (React, TypeScript, Python, FastAPI)
• Architekturdesign für Multi-LLM-Dialogsysteme – Fokus auf Wartbarkeit, UX und autonome Ausführung
• Abstimmung mit Stakeholdern, CI/CD-Prozesse und AI-Integration auf Enterprise-Niveau

• Leitung der 12-wöchigen Weiterbildung zum KI- und Automationsspezialisten
• Erstellen von Schulungsunterlagen & Videokursen zu den Themen „Grundlagen der KI“, „Umgang mit ChatGPT“, „Prompt Engineering“, „KI-Agenten mit N8N“, „Automationen mit Make.com“ & KI-generierter Marketingcontent (Bilder, Videos, Blogbeiträge & Social Media Posts)
• Durchführung von Workshops zu den o.g. Themen
• Tools: Loom, N8N, Make.com, ChatGPT, Midjourney, Gamma.app, Canva, Kling AI, Magnific AI
• Ergebnis: Selbstständige lernen das fachliche und betriebswirtschaftliche Know-how, um als KI- und Automationsspezialist erfolgreich ein Unternehmen aufzubauen

• Einrichtung neuer Desktop-Rechner
• Einrichtung eines VPS für Automatisierung, Datenbanken und Chatinterface
• Anbindung an Azure AI Foundry
• Entwicklung diverser n8n-Workflows für E-Mail-, Social-Media- und Dokumentenmanagement
• Implementierung eines QM-Systems (Sicherungen, Fehlerbehandlung, HITL)
• Einrichtung und Optimierung eines Inbound-Voice-Agents

• Ersteinschätzung der Anforderungen anhand eines Business-Value-Priorisierungsframeworks
• Identifikation von Problemen sowie Anforderungsaufnahme und -bewertung durch Einsatz von UML, BPMN sowie Design-Thinking-Methoden zur iterativen Anforderungsanalyse über Interviews und Workshops
• Einsatz von User Story Mapping in Miro zur Visualisierung und Abstimmung funktionaler Anforderungen (z. B. korrekte Übermittlung aller Antragsdaten und deren Anhänge an das Fachverfahren) sowie nicht-funktionaler Anforderungen (z. B. vollständige und nachweisbare Löschung der Daten eines Antragstellers) mit den Stakeholdern
• Proaktives Stakeholder-Management von internen sowie externen Stakeholdern aus Behörden, Fachbereichen, Organisationen und Unternehmen
• Erstellung von Status-Reports zur transparenten Kommunikation des Projektfortschritts und der anstehenden Aufgaben
• Verantwortung für eine REST-basierte Integrationslösung (Middleware) zum sicheren Datenaustausch zwischen Kernsystemen und externen Fachanwendungen; Sicherstellung von Stabilität und Performance im laufenden Betrieb
• Unterstützung der Product Owner bei der Priorisierung von Anforderungen im Backlog sowie bei der Product Discovery
• Kommunikation der Planung an interne sowie externe Stakeholder sowie Interimsübernahme der Product-Owner-Tätigkeit und Verantwortlichkeiten während eines Personalwechsels

• Geschäftsführend verantwortlich für die strategische und operative Leitung des Unternehmens mit ganzheitlicher P&L-Verantwortung
• Ø 42 % jährliches Umsatzwachstum
• Reduktion der Burn Rate um 40 %
• Deutliche Steigerung der operativen Effizienz und Transparenz
• Strategische Neuausrichtung und Restrukturierung von Organisation, Kostenstruktur und Produktportfolio
• Aufbau und Führung eines interdisziplinären Teams (Sales, Customer Service, Produktion, Finance; 8 FTE)
• Skalierung des Geschäftsmodells durch Einführung strukturierter B2B-Vertriebsprozesse
• Operative Exzellenz in der Produktion (Fehlerreduktion > 30 %)
• Aufbau eines professionellen Customer-Supports mit Ticketing-System und messbarer Verbesserung der Kundenzufriedenheit
• Einführung robuster Finanz-, Reporting- und Governance-Strukturen (Order-to-Cash, HGB-Abschlüsse)

• Leitung des Unternehmens mit 5 – 10 Mitarbeitern
• Planung und Durchführung von AZAV-zertifizierten Weiterbildungen