Internet of Things Experten in Berlin

• Gestaltung der UX für eine B2B-KI-SaaS-Plattform über den gesamten Softwareentwicklungszyklus hinweg, einschließlich eines Orchestrierungs-Transparenzpanels, das den Nutzern zeigt, welches KI-Modell in jeder Phase aktiv ist, um die Intransparenz von KI zu verringern und das Vertrauen der Nutzer in Multi-Modell-Workflows zu stärken.

• Private Cloud-Datenplattform auf VMware vSphere entworfen und implementiert, Greenplum MPP, Apache Kafka, Kubernetes und Apache Solr integriert und Echtzeit-Ingestion-Pipelines mit Kafka Connect und Schema Registry entwickelt.
• Migration von Oracle Exadata zu Greenplum geleitet, Datenmodelle neu architektonisch aufgebaut, Speicher optimiert, RabbitMQ mit Debezium für CDC implementiert und VectorDB für Generative AI eingeführt.
• PoC für Multi-Cloud-Migration über AWS, Azure und GCP entworfen und umgesetzt, KPIs für Durchsatz, Latenz und Kosteneffizienz definiert, Bulk-Datentransfers durchgeführt, Analytics- und Streaming-Workloads validiert und Architektur-Empfehlungen im großen Maßstab geliefert.
• Legacy-On-Premises-Infrastruktur bewertet und moderne cloud-native Datenplattformen mit Greenplum und containerisierten Microservices entworfen, mit Beratung zu Skalierbarkeit, Disaster Recovery und High Availability.

• Verantwortlich für die Full-Stack-Entwicklung einer AI-native Unternehmensplattform auf Basis von TypeScript, React, Vite, tRPC, Hono und PostgreSQL, die KI-gestützte Beratungs-Workflows für B2B-Kunden liefert.
• Entwarf und lieferte ein Multi-Agenten-KI-System mit dem ReAct-Framework und Claude-Skills-Workflow-Mustern, inklusive eines intelligenten PM-Assistenten mit umfangreichen System-Prompts, Slash-Befehlen, Tool-Integrationen und Streaming-Chat-Oberfläche.
• Entwickelte ein LLM-Bewertungs-Framework: rubrikbasierte LLM-als-Richter, Golden Datasets, Regressionstests und automatisierte Qualitätssicherung — für konsistente KI-Ausgabequalität in großem Maßstab.
• Integrierte LangFuse für durchgehendes LLM-Tracking, Konversations-Wiedergaben und Bewertungs-Pipelines, was datengetriebene Prompt-Optimierung ermöglichte und Token-Kosten sowie Antwort-Varianz reduzierte.
• Implementierte Drizzle ORM, pgvector und Knowledge Graphs für strukturierten Datenzugriff, semantische Suche und beziehungsorientiertes KI-Schlussfolgern über die gesamte Plattform.
• Führte die TanStack React Query-Migration in der gesamten Anwendung durch — ersetzte manuelles State-Management durch zentrales Caching und automatisches Refetching, was den Boilerplate-Aufwand für Datenabrufe deutlich reduzierte.
• Setzte AI-native Entwicklung durchgehend ein: Claude Code, Codex, Perplexity SDK und LLM-unterstütztes Testing im gesamten Entwicklungszyklus. Deployment auf Vercel + Azure ACA mit Biome für Linting/Formatting.

• Leitung der Innovationsstrategie und Aufbau eines KI-nativen Produktionssystems bei DIGITALSINN, einem Unternehmen für Content- und Experience-Produktion.
• Verantwortung für Innovationsausrichtung, KI-Integrationsstrategie und Architektur der Produktionsplattform
• Aufbau eines vollständig KI-gesteuerten Produktionssystems zur Transformation der Content-Abläufe für Marken- und Agenturkunden
• Entwicklung der strategischen Positionierung von DIGITALSINN als Partner für Produktionssysteme im DACH-Markt
• Beratung von Kunden zu KI-nativen Betriebsmodellen, Content-Automatisierung und skalierbarer Produktionsinfrastruktur

• Freiberufliche Tätigkeit als Berater (Workshops und Coaching für kleine bis mittelständische Unternehmen in den Bereichen Lean-Startup-Methodik, Strategie für digitale & KI-Transformation, agile Kultur, Design Thinking)
• KI-Training & Zertifizierung
• Projektmanagement

• Führte umfassende Discovery und explorative Forschung durch, um Nutzerbedürfnisse, Marktreife und Produktviabilität einer Workflow-Management- und Kollaborationslösung zu ermitteln
• Identifizierte strukturelle Diskrepanzen zwischen den Annahmen des Konzepts und realen Engineering-Workflows, wodurch eine vorzeitige Projekteskalation und Investitionsrisiken verhindert wurden
• Zeigte anhand von Forschungsbefunden, dass der ursprüngliche Vorschlag verfrüht war, und verhinderte so eine Eskalation der Umsetzung
• Überarbeitete das Wertversprechen auf Basis der Erkenntnisse und leitete einen neuen Discovery-Zyklus ein, der auf den beobachteten Praxisabläufen im Feld basierte
• Entwickelte Forschungspläne und Synthese-Rahmenwerke, um die Priorisierung der Roadmap zu unterstützen und Umsetzungsrisiken zu verringern
• Trug zum Aufbau der Research-Operations bei, klärte Teamrollen und Zusammenarbeitsmuster, um kontinuierliche Discovery zu unterstützen
• Unterstützte die Abstimmung zwischen Produkt-, Delivery- und Führungsteams durch strukturierte Kommunikation von Erkenntnissen
• Umfang: globale Plattform als Think Hub gestartet (EU, UK, US, Asien)

Aufbau und Skalierung einer hochperformanten Unternehmens-API für Echtzeit-Adressvalidierung und Datenqualität mit Subsekunden-Latenz und 99,9 % Verfügbarkeit.

Architektur und Integration in E-Commerce-, Checkout- und Logistikprozesse führender europäischer Unternehmen. Reduzierung von Zustellfehlern und Versandkosten durch automatisierte Datenkorrektur und präzise Datenvalidierung.

End-to-End-Verantwortung für Produktstrategie, technische Architektur, Softwareentwicklung, Unternehmenskunden, Betrieb und DSGVO-konforme Datenverarbeitung. Verbindung von KI-nativen Entwicklungs-Workflows, Python, SQL, API-Integration, Datenqualität und Workflow-Automatisierung.

• Entwickelte und implementierte ein hybrides Empfehlungssystem (Content-Based + Collaborative Filtering)
• Baute End-to-End-ML-Pipelines inklusive Datenverarbeitung, Feature Engineering, Modelltraining und Bewertung
• Entwickelte RAG-basierte LLM-Systeme mit LangChain und Vektordatenbanken für semantische Suche und Wissensabruf
• Etablierte MLOps-Workflows mit MLflow für Experiment-Tracking, Versionierung und Deployment-Bereitschaft
• Implementierte Deep-Learning-Modelle (Computer Vision & Klassifikation) mit PyTorch und TensorFlow

• Wirkung: Arcate verwandelt verstreute Kundensignale in bewertete Produktentscheidungen für B2B-Produktteams. Jede Initiative wird nach dem gefährdeten Umsatz priorisiert. Jede Entscheidung ist vom Kundenzitat bis zur Vorstandspräsentation nachvollziehbar. Allein entwickelt und produktiv eingesetzt. Das Modell wurde in 60 Simulationsläufen mit Kendall's tau = 0,924 gegenüber der Einschätzung erfahrener Product Manager validiert.

• Kompetenzen: Künstliche Intelligenz, KI-Agenten, Large Language Model (LLM), RAG, Model Context Protocol (MCP), agentische Workflows, Supabase, TypeScript, Deno, PHP, Stripe, PostgreSQL, Produktstrategie, Positionierung, GTM

• Fähigkeiten:

• Signalerfassung: Slack, Intercom, Gong, Salesforce, HubSpot. Signale werden nach ihrer geschäftlichen Bedeutung klassifiziert, um Entscheidungen zu Umsatzrisiken zu priorisieren.

• Umsatzbewertung: Fermi-Leverage-Modell. Initiativen werden nach gefährdetem Kunden-ARR, Signalstärke und Bestätigung durch mehrere Accounts bewertet.

• Roadmap-Intelligence: Jede Entscheidung ist vom ursprünglichen Kundensignal bis zur bewerteten, vorstandstauglichen Entscheidung nachvollziehbar.

• Entwickelt:

• MCP-Server (v0.10.0): 12 Tools, JSON-RPC 2.0, Supabase Edge Functions, SHA-256-Authentifizierung für API-Schlüssel.

• Bewertungs-Engine: Logarithmisch gewichteter ARR, durch Quadratwurzel gedämpfte Signalstärke, Bestätigung von Signalen durch mehrere Accounts.

• Agentische Workflows: 18 automatisierte Pipelines für Release, Bereitstellung, Design-QA, Guard-QA und Signalerfassung über Slack-Agenten.

• KI-Fähigkeiten: 7 kodifizierte Fähigkeiten, darunter CEO Prioritizer, Design System Enforcer, MCP QA und Simulation Runner.

• Automatisierte Qualitätssicherung: Browserbasierte Screenshot-Validierung jedes Bildschirms anhand von Design Tokens bei jedem Build.

• Vollständige SaaS-Anwendung: Authentifizierung, Abrechnung, Medien-Pipeline, Design-System. Allein produktiv eingesetzt.

• Technologie-Stack: Supabase (Authentifizierung, DB, Edge Functions, Echtzeit), Stripe, Cloudinary, PHP, TypeScript, Deno

• RegionRise unterstützt Unternehmen dabei, international zu wachsen, indem Expansionsstrategien, Vertriebsprozesse und die organisatorische Bereitschaft für Wachstum entwickelt werden.
• Zu den Kunden gehören:
• SedaiNow: Interim Chief Strategy Officer, Entwicklung der Produkt- und Go-to-Market-Strategie
• Elevated Elements Group: Organisationsentwicklung und Kommerzialisierung eines Chemie-Recycling-Unternehmens
• Swiss Green Fuel: Verlagerung des Hauptsitzes von China in die Schweiz, Rebranding & Positionierung, kommerzielle und Fundraising-Strategie
• Prodeval S.A.: Operativer Vertrieb für den Eintritt in den deutschen Biogasmarkt
• ParallelWorlds.Ai: Europäische Expansion für eine Digital-Twin-Plattform
• Nomnio: Markteintritts- und Wachstumsstrategie für ein Unternehmen zur Entwicklung von Full-Stack-IoT-Lösungen
• Mosaic Venture Labs: Unterstützung bei der Vorbereitung taiwanesischer Startups für die Expansion in die USA
• Viessmann Family Office: Bewertung des DACH-Marktes für eine Digital-Twin- & IoT-Integrationslösung im Immobilienbereich

Discovery, Delivery, Research, Tiefeninterviews, User-Tests, Anforderungsdefinition, Stakeholder-Management, Produktstrategie, Mission & Vision, Prototyping, Sprintplanung, Priorisierung, Workshop-Facilitation etc.

• Entwicklung eines Target Operating Models für die integrierte Hardware-, Firmware- und Software-Delivery.
• Aufbau eines PDMO-Governance-Modells mit klaren Rollen, Verantwortlichkeiten und Entscheidungsrechten.
• Verbesserung der Portfolio- und Delivery-Transparenz für Senior Management und Geschäftsleitung.
• Integration eines Stage-Gate-Produktentwicklungsprozesses mit agiler Software-Delivery.
• Neugestaltung der Release-, Qualitäts-, Change- und Priorisierungsprozesse.
• Entwicklung einer skalierbaren Tooling- und Reporting-Architektur für Jira und PPM-Systeme.

• Versicherungsdienstleister*

Herausforderung: Geschäftskritische Dokumente liefen über externe OCR-Dienstleister mit laufenden Kosten, Abhängigkeit und Datenschutzrisiken bei sensiblen Versicherungsdaten.

Umsetzung:

• Architektur und produktive Umsetzung einer On-Premise-OCR-Lösung mit vollständiger Datenhoheit
• Verfahren zur Erkennung von Dokumentstrukturen als Basis der automatisierten Weiterverarbeitung
• ML-, NLP- und LLM/VLM-basierte Informationsextraktion, insbesondere aus Rechnungen und Angeboten

Erfolg: Ablösung der externen Dienstleister: volle Datenhoheit, DSGVO-konforme Verarbeitung und 75 % geringere laufende OCR-Kosten p. a.

Verwendete Technologien: Python, Docker, Microservices, FastAPI, PyTorch, Torchvision, MongoDB, MySQL

• Verantwortlich für Investorenakquise und Partnerschaftsentwicklung als Gründungs-Geschäftsführer, Aufbau des Business Case und der technischen Story, um Erstfinanzierung und strategische Partner im Bereich Digital Health zu gewinnen
• Konzeption von Multi-Agenten-KI-Systemen für autonome Biosignalanalysen, Orchestrierung von LLM-basierten Reasoning-Pipelines mit fachspezifischem medizinischen Kontext zur Unterstützung intelligenter, klinischer Entscheidungsfindung