Human-in-the-Loop Experten in Deutschland

• 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.

• Neugestaltung der Legal Operations: standardisierte Workflows, die den Routineaufwand um bis zu 80% reduzieren, mit Quellenangabe, Halluzinationsprüfung als Qualitätsgate, Rollenmodell, Protokollierung und Audit-Trail.
• Compliance-by-Design-Betriebsmodell (Bereitschaft für EU AI Act, DSGVO, eIDAS) mit dokumentierten und freigabefähigen Prozessschritten.
• Roadmap, Sprint-Planung und Release-Management für eine agentische RAG-Plattform mit Freigabe durch Counsel-in-the-loop, Audit-Trail und Hosting in Deutschland.
• Anforderungen aus EU AI Act, DSGVO und eIDAS als zentrale Projektergebnisse gesteuert; Go-to-Market für zwei Kundensegmente.

• Beratung zur KI-Bereitschaft und zu Evaluationsstrukturen für die Einführung auf Unternehmensebene in Finanz- und Technologiekontexten
• Entwicklung rubric-basierter Evaluationsrahmen zur Bewertung der Qualität von Schlussfolgerungen, der faktischen Zuverlässigkeit und der Compliance-Ausrichtung von KI-Modellen
• Integration von Human-in-the-Loop-Aufsicht und Reporting-Standards

CRM- und Umsatzplattform zur Verwaltung von Abrechnungs- und Abonnement-Workflows.

• Skalierte die Zahlungsinfrastruktur über Datenprodukte, den Ausbau von Lastschriftzahlungen und die automatisierte Missbrauchsprävention. Dadurch wurden $416K jährliche operative Einsparungen ($8K/Woche) erzielt, indem redundante Gateway-Aufrufe eliminiert wurden.
• Verantwortete Backlog und Sprint-Umsetzung für autonome Pipelines zur Erkennung von Checkout-Missbrauch und entwickelte Echtzeit-Risikoleitplanken sowie Geschwindigkeitsheuristiken, die Card-Testing-Angriffe blockierten.
• Entwickelte User Stories und Datenabgleichsmechanismen für einen Enterprise-Abrechnungsmigrator. Dadurch wurden unterbrechungsfreie Übergänge von Abonnementstatus erreicht und $60K Infrastrukturkosten eingespart.
• Erweiterte die europäischen Lastschriftfunktionen (SEPA), steuerte squadübergreifende API-Abhängigkeiten und automatisierte die Fehlerbehandlung von Webhooks, um Reibungsverluste im Checkout zu vermeiden.

SaaS für Workflow-Automatisierung für Operations-Teams (Berlin, 120 Mitarbeitende); Vollzeit-Freiberufler auf Vertrag mit Berichtslinie an den CEO: zunächst ein 12-monatiges Interimsmandat, zweimal verlängert während des KI-Aufbaus; verantwortlich für das Produkt eines Squads und Coaching der anderen Product Manager bei Prozessen.

• Leitete die Integration generativer KI (LLM) in das Kernprodukt: von LLM-gestützten Schritten über die Erstellung von Workflows in natürlicher Sprache und Automatisierungsvorschläge auf Schritt-Ebene bis hin zu KI-gesteuerten dynamischen Workflows, ausgeliefert mit Eval-Gates und Human-in-the-loop-Fallbacks: KI-entworfene Workflows stiegen auf 31% aller neuen Workflows, und die mediane Zeit bis zum ersten Workflow sank von 3 Tagen auf 4 Stunden.
• Bündelte die KI-Funktionen als nutzungsbasiertes Add-on, dessen Preis sich an ausgeführten Automatisierungsschritten orientiert, und arbeitete mit Vertrieb und Marketing an der Positionierung: ~€800K zusätzlicher ARR im ersten Jahr, außerdem churnten Kunden mit dem Add-on 1.8 pp weniger.
• Verantwortete die Roadmap von Anfang bis Ende: Ersetzte die von Feature-Anfragen getriebene Quartalsplanung durch eine ergebnisorientierte, rollierende Roadmap auf Basis von Quartalswetten und klaren Abbruchkriterien, die monatlich dem Führungsteam und quartalsweise dem Vorstand präsentiert wurde.
• Baute das Product-Management-Betriebsmodell neu auf: wöchentlicher Customer-Discovery-Rhythmus inklusive Workshop-Moderation, Reviews von RFCs und Entscheidungsdokumenten sowie eine einheitliche quartalsweise Metrik-Erzählung; coachte vier Product Manager, von denen einer während des Engagements zum Senior befördert wurde.
• Beendete das Engagement wie vereinbart: stellte den permanenten VP Product ein und arbeitete ihn ein, übergab das Prozess-Playbook und die Roadmap und schied im Juni 2026 planmäßig aus.

• Teamführung: Priorisierung und Koordination von vier funktionsübergreifenden Teams.
• Plattformstrategie: Entwicklung und Umsetzung von Strategien zur Optimierung bestehender IT-Plattformen.
• Stakeholder-Management: Aktive Steuerung von Erwartungen und Kommunikation mit internen und externen Stakeholdern.
• Programm- und Innovationsmanagement: Priorisierung und Koordination von abteilungsübergreifenden Projekten sowie Innovationsinitiativen.
• Product-Owner-Beratung: Beratung von Product Ownern mit Fokus auf Produktentwicklung und kontinuierliche Produktverbesserung.
• Organisationsentwicklung: Verbesserung von Kommunikations- und Entscheidungsstrukturen auf allen Organisationsebenen.
• Change Management: Einsatz von Best-Practice-Methoden im Change Management, um kontinuierliche Optimierung und Innovation sicherzustellen.
• Qualitätssicherung: Sicherstellung hoher Qualitätsstandards in Prozessen, Services und Deliverables.

Seitenkumpel — Agents bauen Websites für Handwerksbetriebe, unbeaufsichtigt. Eigenes Produkt, live.

• Agents recherchieren öffentliche Firmendaten und bauen daraus komplette Websites, ohne dass jemand zuschaut
• Eine Validierungsschicht sorgt dafür, dass Extraktionsfehler laut fehlschlagen statt still durchzurutschen
• Die Akquise läuft über einen Postkarten-Funnel mit Screenshot und QR-Code, Abo-Modell ab 79 Euro im Monat
• Ergebnis: mehrere hundert Websites gebaut, laufend im unbeaufsichtigten Betrieb
• Ehrliche Einschränkung: bisher gibt es noch keine zahlenden Abos — der Funnel steht, der Umsatz fehlt

Stack: Agent-Workflows direkt ohne Framework, Claude- und OpenAI-APIs, TypeScript, Node.js, PostgreSQL, Cloudflare Workers, Web-Scraping, Data Enrichment

• Verantwortlich für die 12–18-Monats-Roadmap und die wichtigsten Ergebnisse der Enterprise-Kundenplattform von Elli, einschließlich Onboarding, Preisgestaltung, Abrechnung, Analysen und umfassender Plattformmodernisierung; den Fleet-Onboarding-Funnel neu gestaltet und die Conversion verdoppelt, wodurch bis 2028 ein prognostizierter Umsatzanstieg von €20.7M unterstützt wird.
• Leitung des übergreifenden Energy-Intelligence-Produkts und direkte Verantwortung für dessen KI/ML-, Asset- und Portfoliooptimierungsfunktionen, einschließlich MLOps, sicherer Strategiebereitstellung, Strategielebenszyklusmanagement und Backtesting; die Verantwortung für die Daten- und V2G-Integrationsroadmap an einen neuen PO übertragen, als sich der Plattformumfang erweiterte.
• Einen Human-in-the-loop-GenAI/RAG-Support-Workflow aufgebaut, wodurch die L1-Lösungsquote um 24% gesteigert, die Routing-Genauigkeit auf 91% erhöht und die L2-Arbeitslast um 30% reduziert wurde.
• Standardisierte Datenverträge und ein Self-Service-Python-Toolkit für Trader und Data Scientists eingeführt, wodurch die Plattformnutzung um 15% gesteigert und der Supportaufwand um 50% reduziert wurde.
• Ein Echtzeit-Orchestrierungsprodukt von 32 auf 3,000+ Endpunkte in vier Märkten aufgebaut und skaliert; der wiederkehrende Umsatz stieg von €1.4k auf €56.3k MRR.
• Produkt- und KI-Kompetenzen im gesamten Unternehmen entwickelt, 20 PMs zu RAG, Agenten und Prototyping geschult; einen Junior PM betreut und einen Enterprise Platform Tech Lead auf dem Weg zur Übernahme von Verantwortung im Product Management begleitet.

Entwicklung KI-nativer digitaler Produkte durch die Kombination von Produktstrategie, UX-Forschung, Interaction Design, Software Engineering und modernen KI-Workflows. Leitung von Projekten von der Discovery bis zur Umsetzung, wobei KI über den gesamten Produktentwicklungszyklus hinweg integriert wird.

Hauptaufgaben

• → Product Discovery, Stakeholder-Workshops, Jobs-to-be-Done und Nutzerforschung
• → User-Journey-Mapping, Informationsarchitektur und Interaction Design
• → Wireframes, High-Fidelity-UI, Prototypen und skalierbare Design Systems in Figma und Penpot
• → KI-gestützte Oberflächengenerierung und schnelle Konzeptentwicklung mit Figma AI, Figma Make und generativen Design-Workflows
• → Design-to-Code-Workflows mit KI-gestützter Frontend-Generierung und Zusammenarbeit mit Engineering
• → Aufbau barrierefreier Oberflächen nach WCAG 2.2 und Enterprise-Design-Standards
• → Usability-Tests, iterative Validierung und KPI-getriebene Produktoptimierung
• → Entwicklung von KI-Wissenssystemen, MCP-gestützten Design-Workflows und Human-in-the-Loop-Review-Prozessen
• → Enge Zusammenarbeit mit Engineering-Teams, um eine produktionsreife Umsetzung sicherzustellen

• Ursachenanalyse komplexer fachlicher, technischer und datenbezogener Fehler in PowerCloud über Prozess-, Buchungs- und Systemgrenzen hinweg.
• Datenbasierte Steuerung von Zahlungsverkehr und Forderungsmanagement; Beitrag zum Abbau historischer Forderungsbestände von über 100 Mio. EUR auf unter 25 Mio. EUR.
• Identifikation von Automatisierungs- und Dunkelverarbeitungspotenzialen an der Schnittstelle zwischen Fachbereich, IT und externen Dienstleistern.

• Projektbasierte Tätigkeiten in den Bereichen Marketing-Automation, Prozessoptimierung und Content.
• Operative Einsätze vor Ort in vollständig englischsprachigen Teams.
• Fokus auf selbstorganisierte Arbeit, wechselnde Einsatzorte, schnelle Einarbeitung und hohe Eigenverantwortung.
• Remote-Projekte u. a. für Spartan Race Australia & DMC Europe.

Unabhängige Engineering-Praxis mit Schwerpunkt auf kundenspezifischen KI-Systemen, produktiver Umsetzung und anteiliger technischer Leitung.

Ausgewähltes Kundenprojekt: Scalutions

• Rolle: Tätigkeit als anteiliger CTO und technischer Leiter mit direkter Entwicklungsverantwortung; verantwortlich für die Architektur und die agentische Infrastruktur hinter dem betreuten B2B-Outbound-Betrieb.

• Produkt: OutboundLoop entworfen und entwickelt, ein agentisches SDR-Betriebssystem für Recherche, Qualifizierung, personalisierte Ansprache, Kampagnenmanagement, menschliche Freigaben, Messung und kontinuierliche Verbesserung.

• Umfang: Verantwortung für den gesamten Systemlebenszyklus – von Geschäftsprozessen und Agentenverhalten über Kontextdesign, Modell-Routing, Integrationen, Evaluierung, Telemetrie, Zuverlässigkeit und Kostenkontrolle bis hin zum Produktivbetrieb.

Nach dem Vaillant-Engagement gründete ich eine unabhängige Beratung mit Fokus auf Senior-SAP-Beratung und dem Aufbau von ASTRA — einer Methodik, keinem Tool. ASTRA ist unabhängig und unvoreingenommen: Dieselben vier Säulen dienen CIO / Business Leadership, SI / SAP Practice und Programme Director / Principal mit gleicher Gewichtung. Keine Zielgruppe steht im Vordergrund.

ASTRA richtet sich mit gleicher Gewichtung an drei Zielgruppen — CIO / Business Leadership · SI / SAP Practice · Programme Director / Principal. ASTRA ist unabhängig und unvoreingenommen — die Methodik ist weder Teil einer SI-Praxis noch bedient sie eine einzelne Zielgruppe als primären Kunden. Jede Zielgruppe erhält eine an ihre Rolle angepasste Auswertung derselben Analyse.

Eine Methodik, zwei Ergebnisse:

ERGEBNIS 1 — SAP-TRANSFORMATIONSGOVERNANCE:

Jedes aktive SAP-Programm: ECC→S/4HANA Greenfield, Brownfield, Global Rollout, AMS. Die vier Säulen beantworten die vier Fragen, die über den Erfolg einer Transformation entscheiden — für alle drei Zielgruppen.

• Sind die Geschäftsanforderungen sauber — oder entwickelt der SI etwas, das der SAP-Standard bereits abdeckt? (Functional Auditor → alle drei Zielgruppen)
• Ist das Verzeichnis der kundeneigenen Objekte gesund — oder entsteht eine wachsende technische Schuld, die Upgrades blockiert? (RICEFW Auditor → Director und CIO)
• Ist die SteerCo-Berichterstattung korrekt — oder sieht die Führung ein Watermelon? (Truth Engine → CIO und Director)
• Sind die Menschen auf das System vorbereitet, das sie erhalten? (Human Signal → CIO und Director)

ERGEBNIS 2 — BEREITSCHAFT FÜR DAS AUTONOMOUS ENTERPRISE:

Jedes Programm, das Joule einführt, RISE anstrebt oder eine AE-Migration plant. Dieselben vier Säulen beantworten die Fragen, die SAP nicht beantwortet — wiederum auf die jeweilige Zielgruppe zugeschnitten.

• Welche kundeneigenen Objekte blockieren die 224 Joule AI agents? (RICEFW Auditor → SI erhält Maßnahmenpfade, Director erhält Bewertungen, CIO erhält finanzielle Auswirkungen)
• Ist die Fiori-Einführung vollständig genug, um Joule zu aktivieren? (Truth Engine → alle drei Zielgruppen)
• Ist die Belegschaft für KI-basiertes Arbeiten geschult? (Human Signal → CIO und Director)

Vier Säulen (jede dient allen drei Zielgruppen):

• Functional Auditor: Clean Core Score 0–100. Abschnitt A (CIO): KG-Fidelitätsrisiko in €. Abschnitt B (Director): Fragen an den SI, Einsparung von Manntagen. Abschnitt C (SI): Language Translation Ledger, SAP-Alternativen.
• RICEFW Auditor: Joule API Pathway Audit, Clean Core Level A–D, Technical Debt Index 1–10. Abschnitt A: finanzielle Auswirkungen blockierter AI agents. Abschnitt B: Bewertungen RETIRE/MIGRATE/REDESIGN/KEEP. Abschnitt C: BTP-Maßnahmenpfade.
• Truth Engine: Watermelon Detection, Fiori-Deployment-Prüfung, Programme Truth Score 0–100. Abschnitt A: 3 SteerCo-Fragen. Abschnitt B: Aktionsliste für 48 Stunden. Abschnitt C: Anbieter-Reibungskarte.
• Human Signal: dreistufiges Fiori-Adoptionsmodell, HITL Policy readiness, Human Signal Score 0–100. Abschnitt A: Gewichtung der GUI-Schulung, finanzielles Risiko der AE-Einführung. Abschnitt B: Go-Live-Empfehlung, Karte der Stakeholder-Widerstände.

SAP-Beratung auf Abruf:

• SAP-Programmmanagement — ganzheitliche Governance, Factory-Management, Multi-Stream-Lieferung, Anbietersteuerung und SteerCo-Berichte für Greenfield-, Brownfield-, Rollout- und AMS-Programme.
• Delivery Management — RICEFW-Aufsicht, Governance der Datenmigration, Release- und Cutover-Management, Hypercare, SLA/KPI-Management.
• Due Diligence & Landschaftsbewertung — SAP-Landschaftsprüfung, AS-IS/TO-BE-Roadmap, RFP-Strukturierung, Beratung bei der SI-Auswahl.
• IT-Strategie & CIO-Beratung — Transformations-Roadmap, Clean-Core-Strategie, Planung der Autonomous-Enterprise-Bereitschaft.
• Programmwiederherstellung — Bewertung kritischer Programme, schneller Governance-Aufbau, Lösung von Eskalationen.

Tätig über Senior-Professional-Netzwerke in der gesamten EMEA-Region.

• Von Experten betreute KI-Systeme für wissenschaftliches Schlussfolgern, Modellevaluation und Forschungs-Workflows.
• Entwickelte den IAS Problem Solver, ein orchestriertes System für schwieriges mathematisches Schlussfolgern; es erreichte 84 % in einem eingereichten Antwortsatz auf dem Leipziger Mathematik-Benchmark.
• Entwickelte eine fortsetzbare State-Machine-Pipeline für die Generierung von Benchmarks in der Forschungsmathematik: Quellenauswahl, LLM-Agent-basierte Phänomenfindung, Aufgabensynthese, Gold-Antwort- und Zertifikatsgenerierung sowie Validierung, Probe, Reparatur, menschliches Feedback und Quality Gates, mit Fokus auf Aufgaben, die schwierig, natürlich, verifizierbar und kosteneffizient sind.
• Die aktuelle Arbeit erweitert dies zu budgetbewussten KI-Forschungs-Workflows für reale wissenschaftliche Probleme mit Expertenprüfung.

Tech-Stack: Python, OpenAI/OpenRouter-kompatible APIs, Embeddings, RAG, SQLite.