Claude Experten in München

• Wiederkehrendes Problem in eigenen KI-gestützten Projekten: Anforderungsanalyse, Use Cases und Architekturentscheidungen entstehen mit KI-Unterstützung zwar schnell, bleiben aber wenig nachvollziehbar und über Markdown-Dateien verstreut – Wissen geht verloren, sobald es nicht mehr im Kontextfenster ist. arknet macht Requirements Engineering und Architekturwissen zu strukturierten, prüfbaren Daten statt Fließtext: Anforderungen, Use Cases und Architekturentscheidungen als durchgängig verknüpfter Wissensgraph, von der Anforderung bis zur Architekturentscheidung nachvollziehbar – für Menschen und KI-Agenten gleichermaßen abfragbar. Technisch auf RDF/OWL und einem eigenen MCP-Server aufgesetzt.

• Ergebnis: MCP-Daemon lauffähig, Docker-Image automatisiert auf GHCR veröffentlicht, neun hexagonale Module, elf ADRs (u. a. Open-Core-Lizenzmodell). Requirements-Engineering- und Ubiquitous-Language-Hexagon aktiv. Seit 07/2026 als Community Edition unter Apache-2.0 öffentlich (github.com/kogn-io/arknet), zusammen mit dem Claude-Code-Plugin und dem GHCR-Image; Open-Core-Modell.

• Label: Java, Maven, RDF, RDF4J, OWL, SPARQL, Model Context Protocol, Spring AI, Docker, GitHub, Git, Claude Code, Obsidian, DDD, Hexagonal Architecture, ArchUnit, JUnit, AssertJ

• Beratung entlang zweier integrierter Felder: Commercial Strategy (Pricing, Vertriebssteuerung, Marketing-Strategie, Markterschließung, Margensteuerung) und Operational Efficiency (Prozessautomatisierung, KI-Integration, Workflow-Design, Last-Mile-Automation).
• Entwicklung kundenindividueller SaaS-Lösungen, explizit abgestimmt auf die konkreten Anforderungen und Prozesse des jeweiligen Unternehmens.
• Durchführung von KI-Schulungen und Change-Management-Workshops für Geschäftsführer und Fachbereiche, einschließlich KI-Kompetenzschulungen mit Teilnahmebescheinigung nach Art. 4 EU AI Act.

• Habe rollenbasierte Workflows für die Disposition und Zustellung entworfen, umschaltbar zwischen eigenem Fuhrpark und Partner-Transportunternehmen, mit nachvollziehbaren Statusketten von „pending“ bis „in delivery.“
• Habe KI-gestützte Routenoptimierung entworfen, bei der Disponenten fahrzeitoptimierte Routenvorschläge als Entwurf prüfen und mit einem Klick übernehmen.
• Habe eine zentrale Planungsoberfläche für Liefer- und Routenmanagement entworfen, die Tabellenansicht, Kartenansicht und Routenkomposition in einem einzigen Workflow zusammenführt.
• Habe interaktive Prototypen gebaut, um neue Produktfunktionen früh mit Stakeholdern und Engineering abzustimmen.

Wichtige Methoden: KI-gestütztes Produktdesign, Workflow-Design, rollenbasierte Workflows, Dashboard-Design, Interaction Design, Prototyping, UX für Logistik/Operations, Stakeholder-Zusammenarbeit

• Entwicklung von AI-first-Workflows, die KI in bestehende Produkterlebnisse integrieren
• Entwicklung von UX-Konzepten für Prompt-Management, wiederverwendbare und kombinierte Prompt-Workflows, Tagging, Suche und Informationsorganisation
• Erstellung von User Flows, Wireframes, Prototypen und High-Fidelity-Interfaces in Figma
• Definition wiederverwendbarer UI-Patterns, Komponenten und Interaktionslogik für skalierbare Produkte
• Untersuchung von Human-AI-Interaktionsmustern mit Fokus auf Nutzerkontrolle, Transparenz und beherrschbare kognitive Belastung
• Übersetzung von Produktanforderungen und technischen Einschränkungen in entwicklungsreife UX/UI-Spezifikationen

Selbstständige Produktdesign-Praxis zur Unterstützung von Startups und wachsenden Unternehmen mit Enterprise SaaS, Workflow-Architektur, Produktstrategie und KI-gestützter Produktentwicklung.

• End-to-End-Produktdesign für digitale Produkte, Websites und SaaS-Plattformen liefern und dabei Produktdenken, UX, visuelles Design und Umsetzung verbinden.
• KI über den gesamten Produktlebenszyklus einsetzen – von Research, Synthese, Informationsarchitektur und Prototyping bis hin zu Entwicklung, SEO und Content-Strategie.
• Produktionsreife digitale Produkte mit KI-gestützten Workflows gestalten und bauen, um Iteration und Lieferung deutlich zu beschleunigen.
• Gründer und Unternehmen zu Produktpositionierung, UX-Strategie und digitaler Transformation beraten.

Ich helfe Unternehmen und digitalen Teams, im Alltag Zeit zurückzugewinnen – indem wiederkehrende Abläufe automatisiert und digitale Produkte gezielt verbessert werden. Je nach Bedarf in der Umsetzung oder auf Führungsebene (Interim).

Typische Ergebnisse:

• Manuelle Routineprozesse laufen automatisiert – Anfragen, Datenpflege, Follow-ups
• Schnellere Reaktionszeiten und weniger Dinge, die im Tagesgeschäft liegen bleiben
• Klare Prioritäten in Produkt- und Digitalisierungsvorhaben, pragmatisch statt überkonstruiert

Womit: moderne No/Low-Code-Automatisierung (u.a. n8n, Make.com), verbunden mit Erfahrung als Geschäftsführer und Verantwortlicher für digitale Produkte. Das Werkzeug ist dabei nie der Ausgangspunkt – die Frage ist immer, wo eine Lösung echten Nutzen bringt.

• Aufbau und Betrieb einer End-to-End-MLOps-Plattform auf Azure ML und Kubernetes (Kubeflow) zur automatisierten Bereitstellung, Überwachung und Skalierung von Forecasting-Modellen (u. a. Temporal Fusion Transformer, Informer, Autoformer).
• Implementierung von CI/CD-Pipelines in Azure DevOps für den vollständigen ML-Lifecycle – von Ressourcbereitstellung (Terraform), Datentransformation (Hugging Face Datasets, Pandas, PyTorch, CUDA-Cluster) über Training und Evaluation bis hin zu Model Registry und Endpoint-Deployment.
• Integration von MLflow für Experiment-Tracking, Modellversionierung, Performance-Monitoring und automatisierte Registrierung in der Azure Model Registry.
• Entwicklung und Containerisierung von PyTorch-Trainingsjobs (Azure Notebook, Jupyter Notebooks) für Preis- und Zeitreihenprognosen (PFC-Modelle) mit automatischem Rollout über Azure ML Endpoints und REST/gRPC-Schnittstellen, Docker-Containerisierung, Absicherung über OAuth 2.0.
• Einrichtung von Monitoring- und Alerting-Mechanismen (Prometheus, MLflow Metrics), Log-Zentralisierung und Kostenüberwachung.
• Automatisierung der Infrastruktur-Bereitstellung und Modellbereitstellung mittels Terraform, Helm und Azure CLI; Anbindung an bestehende Marktdatensysteme und Event-Pipelines.
• Migration bestehender Workloads und Datenbanken (IONOS → Azure, MongoDB) mit Integration in zentrale MLOps-Workflows und interne Netzwerke.
• Erweiterung der Plattform um LLM-basierte Tools (LangChain, LangServe) zur Integration von GPT-basierten Analysemodulen in bestehende Spring-Boot-Dienste für Marktanomalie-Erkennung und automatisierte Reports.
• Analyse, Architektur einer Softwarelösung zur effizienten Verarbeitung von Massendaten (>3000 Nachrichten/Sek.) (Market Data Store).
• Spring Boot / Java 21 Container-Entwicklung mit RabbitMQ zur Verteilung von Börsendaten über MongoDB (Kubernetes) mit Schnellspeicherung von Daten in Redis RMaps, Deduplizierung und Weiterleitung von Nachrichten an Read-Model-Queues, Aufbau von Read Models für die UI-Anzeige in MongoDB.
• Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB.
• Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege.
• Agentic Coding mit remote und local LLM (Claude Sonnet, Ollama Qwen) und MCP-Servern.
• Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn).

• Governed Multi-Agent-Orchestrierung für regulierte, in der EU ansässige Unternehmen – selbst hostbar, EU-AI-Act- und DSGVO-konform („by design“), BYOM (eigene Modelle/GPU).
• Zwei-Gate-Governance: Agenten-Deliberation + verpflichtende menschliche Freigabe, vollständiger signierter Audit-Trail; Graduated-Autonomy-Modell („intern → autonom pro Skill“).
• Verifizierter Wissensgraph („Company Brain“) mit Quellenbeleg pro Antwort; eigenes Orchestrierungs-Framework (Virtual Team Framework).
• Branchenlösungen für Financial Services: Compliance-Monitoring, Rechnungs- und Vertragsprüfung; praktische Entwicklung mit LLMs (u.a. Anthropic/Claude), agentischen Workflows, RAG.
• Aufbau der governance-orientierten Multi-Agenten-Plattform TeamIntel (siehe KI-Referenzprojekte).

Senior-KI-Experte

Loom and Bloom

Python · TypeScript · n8n · Claude Code · Whisper · Gemini · Supabase · Notion · HubSpot · Digital Ocean

• Eine End-to-End-Content-Pipeline gebaut: ein Loom-Video → Marketing-Bilder, zweisprachige LinkedIn-Posts, Newsletter- und Help-Center-Updates.
• n8n-Webhook → SSH → Claude Code-Session auf einer Digital-Ocean-VPS; drei MCP-Server (Video, Notion, Supabase).
• Whisper-Transkription auf Wortebene, ffmpeg-Screenshots, Gemini-UI-Annotation, PIL-Device-Mockups.
• Next.js-Upload-UI plus ein zweisprachiger Newsletter-Composer mit HubSpot-Push.

• Produkt & Design geleitet (5 direkte Reports), Recruiting und Entwicklung des Teams
• Produktsquads eingeführt und Innovationen rund um Datenaufnahme und Analyse vorangetrieben.
• €0,5 Mio. auf €4 Mio. ARR in 18 Monaten

• Verantwortung für Raumfahrt- und Verteidigungsprojekte mit NASA, ESA und nationalen Agenturen
• Senior Programmmanagement für Spezialprojekte
• Zusammenarbeit mit Thales und weiteren wichtigen Branchenpartnern

Entwicklung KI-gestützter Marketing- und Content-Workflows, Konzeption skalierbarer Content-Prozesse, Prompt Engineering und Entwicklung eines KI-gestützten Textgenerators für skalierbare On-Brand-Kommunikation sowie Erstellung von Marketing- und Conversion-Texten.

• Strategische Beratung und Umsetzung KI-gestützter Automatisierungslösungen für Service-Prozesse (E-Mail-Dialog, Dokumenten-Handling, Bewertungsbearbeitung, Voice-Agenten)
• Technische Orchestrierung über n8n (Workflow-Automation), Claude und ChatGPT (LLMs) sowie individuelle API-Integrationen in bestehende Enterprise-Tools
• Messbare Kundenergebnisse: Antwortzeit-Reduktion von Stunden auf Minuten, 8h/Woche weniger Rechnungsbearbeitung, 75% weniger Routine-Anrufe
• Einordnung regulatorischer Rahmenbedingungen (DSGVO, Compliance) im Rahmen der Kundenberatung
• Technische Product Ownership (Backlog, Roadmap, Priorisierung)
• Formales Vertragsvehikel für Freelance-Mandate, u.a. 1&1 Telecommunications
• Aufbau & Skalierung von Enterprise-KI-Plattformen