Microcontroller-Experten in Deutschland

• Fachliche Führung über Hardware-, Firmware- und Software-Teams; Wirkungskreis Hardware-/Firmware-Team (4 Personen) und Führungskreis (5 Personen)
• Eine über 15 Jahre gewachsene Produktfamilie architektonisch konsolidieren, dokumentieren und auf CRA-Konformität ausrichten — vom Bare-Metal-IO-Modul bis zur Cloud-Schnittstelle.
• Das wichtigste Kundenprodukt binnen zwei Monaten mit der wesentlichen Anforderungs- und Architekturdokumentation versorgt — für eine über 15 Jahre gewachsene Firmware-Landschaft. Sie trägt heute die Modernisierungsstrategie des Kunden.
• Binnen drei Monaten eine monatliche Berichtslinie an Aufsichtsrat und Vorstand etabliert: seit 12/2025 neun Termine. Der Bericht selbst ist versioniert und wird aus der CI-Pipeline gebaut; er stützt sich auf automatisiert erhobene Aktivitäts- und Release-Daten statt auf Einschätzung.
• Container-basierte CI/CD-Infrastruktur von Grund auf gebaut: Cross-Compile, Host-Tests und Dokumentationsbau in einer durchgängigen Pipeline.
• Deklarative QA-Barrieren für DevOps- und Entwicklungsartefakte eingeführt — von Beginn an mit lefthook statt über pre-commit, ausgeführt in einem dedizierten Container-Image.

Verwendete Technologien: arc42, req42, tpo42, docToolchain, PlantUML, ArchiMate, C4-Modell, ADR, C, C++ (GTest), CMake, Bare Metal (ARM Cortex-M3/M7), OCI-Container, Jenkins, lefthook, Prometheus, Grafana, SBOM, CRA, OPC, SCADA, SPS-Anbindung, IPv6-Migration, Zero Trust, Soziokratie 3.0, Cynefin

• Leitung der Hardware-Entwicklung und Validierung eines sicherheitskritischen 400-V-Batteriemanagementsystems (BMS) für das TOGG SUV-Programm; Durchführung von Systemarchitektur-Reviews, Schaltplanvalidierungen, EMV- und Zuverlässigkeitstests sowie Ursachenanalysen (Root-Cause Analysis) unter Einhaltung relevanter Automobilstandards (ECE-R10, CISPR25, ISO-26262). Koordination länderübergreifender EU-Engineering-Teams, Kunden-Reviews und technischer Dokumentationen zur Bereitstellung eines serienreifen, validierten Systems.

• Architektur und Integration von 22 hochmodernen ADAS-Validierungsfahrzeugen für BMW ADCAM- und LIDAR-Programme bei Magna Electronics; Synchronisation von bis zu 26 heterogenen Sensoren (LIDAR, RADAR, Kameras, GNSS/INS) mittels PTP-basierter Timing-Architekturen. Definition der Systemarchitektur, HW/SW-Schnittstellen für Wiederaufbereitung Hardware-in-the-Loop (HIL), Sensorintegrationsstrategien und Datenerfassungs-Frameworks. Dies ermöglichte eine skalierbare Validierung auf Fahrzeugebene, verbesserte die Validierungseffizienz um 25 % und reduzierte die Projektkosten um 1,45 Mio. €.

• End-to-End-Validierung und Integration von Automotive-Radarplattformen für ein Daimler-Projekt bei Continental. Entwicklung automatisierter Open-Loop Hardware-in-the-Loop (HIL)-Umgebungen zur präzisen Prüfung von Zielverfolgungs-KPIs, Sichtfeldgrenzen (Field of View) sowie thermischen und spannungsbezogenen ECU-Zustandsautomaten. Versierter Einsatz einer hochkomplexen Toolchain bestehend aus CANoe, Lauterbach Trace32, RADAR-Zielsimulatoren und EMV-Abschirmkabinen zur HF- und Systemvalidierung. Synchronisation globaler, interdisziplinärer Teams zur Beschleunigung der Fehlerbehebung und Schließung kritischer technischer Lücken.

• Rekonstruktion und Validierung der Produktarchitektur eines elektromechanischen E-Bikes durch Integration und Fehlersuche in kritischen Subsystemen (BMS, Motorsteuerung, Sensorik, HMI, elektronische Schließsysteme). Aufbau eines umfassenden Teststands auf Systemebene für Funktionsprüfungen, Fehlerreproduktion und Leistungsanalysen; Koordination von Lieferanten und Umsetzung von Korrekturmaßnahmen zur Erhöhung von Zuverlässigkeit und Rückverfolgbarkeit.

• Definition der Systemarchitektur und Validierungsstrategie für eine in Kooperation mit Elmos Semiconductor entwickelte LIDAR-Plattform; Evaluierung optischer Messkonzepte, SPAD-Detektorintegration und Systemanforderungen sowie Erstellung technischer Empfehlungen für Produktentwicklung und Verifikation.

• Entwicklung LabVIEW-basierter Automatisierungs- und Verifikationssoftware für ein hochpräzises hydraulisches und elektromechanisches Prüfsystem für FTE Automotive; Integration von NI DAQ-Hardware zur hochfrequenten Echtzeiterfassung physikalischer Messgrößen. Entwicklung automatisierter Testabläufe, programmierbarer Dauertests, Fehlersuchroutinen, Datenprotokollierungs- und Analyse-Tools zur Steigerung der Testeffizienz und Rückverfolgbarkeit.

• Erfolgreiche Abwicklung kompletter Engineering-Lebenszyklen für namhafte Industriekunden (Magna, Continental, Farasis, FTE Automotive, BMW, Daimler, TOGG) – von Requirements Engineering und Proof-of-Concept über Systemintegration und Validierung bis hin zu technischer Dokumentation, Lieferantenkoordination und Anwenderschulungen.

• Analyse der bestehenden CAN-Kommunikation zwischen Mikrocontrollern
• Analyse der verwendeten Sensoren, gesammelten Messwerte
• Planung der CAN-Botschaften zur Übertragung der Messwerte
• Iteratives Anpassen des Mikrocontroller-Codes auf die neuen CAN-Botschaften
• Cross-Compilierung von x64 auf arm64

Angebot von Dienstleistungen für den kompletten Entwicklungsprozess elektronischer Produkte.

• Validierung von Anforderungen
• Erstellen / Umschreiben / Aufteilen von Anforderungen
• Anforderungsanalyse und funktionale Aufteilung
• Komponentenauswahl und Risikobewertung
• Verwaltung der Komponentenbibliothek
• Schaltplandesign
• Sicherheits- und Zuverlässigkeitsbewertung
• HDI-PCB-Design
• Designprüfung anhand der Anforderungen
• Freigabeprüfung für die Fertigung
• Freigabeprüfung für Tests
• Freigabeprüfung für die Verifikation

High-Power-Density-BLDC-Treibermodul mit MCU als Controller:

• PCB-Modul mit Kühlkörper
• kompakte Größe L47 mm x B36 mm x H19 mm
• Nenneingangsspannung: 48 V
• sinusförmiger kontinuierlicher RMS-Strom: 50 A
• STO, digitale Ein- und Ausgänge
• analoge Signaleingänge
• CANBUS-Schnittstelle
• RS232/RS485-Schnittstelle
• mehrlagiges FR4-Design (kein Aluminium-PCB)

Integrierter Mission Computer & Smart 5 kW PDU

• mit 3 verschiedenen Stromgrenzen, insgesamt 63 Leistungsausgänge
• mit programmierbarer Stromamplitude und Einschaltzeit, insgesamt 84 CC-Leistungsausgänge.
• Ethernet-, CANBUS-, MIL-BUS- und RS485-Kommunikationsschnittstellen
• insgesamt 120 diskrete I/O-Schnittstellen vom Typ Open-Short, Open-GND, 28V-GND
• BIT- und CIT-Lösungen zur Überwachung von Ausgangsspannung, Strom und Platinen-Temperatur

• Aufbau eines starken Bewusstseins innerhalb des Unternehmens in Richtung Nearshoring
• Engagement Manager im Competence Center Nearshore
• Verantwortlich für Nearshore-Beratung, Partner-Screening und technisches Onboarding, Konzipierung und Umsetzung von Kooperationsszenarien, Change Management, Stakeholder-Management, Teilnahme an Steering Committees und Zusammenarbeit mit IT- und Fachbereichen
• Eingesetzte Tools: Microsoft Office 365, Microsoft Teams, Azure Devops, Microsoft Sharepoint, Conceptboard
• Kernergebnisse: Etablierung einer Nearshoring-Strategie, erfolgreiche Identifizierung und Implementierung von Outsourcing-Partnerschaften, Durchführung von Change Management und Stakeholder-Management auf höchstem Niveau

• Ein vollständiges Thermomanagementsystem für ein Fahrzeug in einer MiL-Simulation entwickelt und validiert, mit 95 % Übereinstimmungsgenauigkeit gegenüber realen Fahrzeugmessungen, was die virtuelle Kalibrierung direkt unterstützt und die Abhängigkeit von physischen Prüfständen reduziert hat.
• Die durchgängige Entwicklung einer Model-in-the-Loop-(MiL)-Simulation mit AVL CruiseM und MATLAB/Simulink geleitet, einschließlich Systemarchitektur, Parametrierung und Validierung.
• Fahrzeug-Sensormessungen (Temperatur, Volumenstrom) mit dSpace MicroAutoBox (HiL) und IPEmotion erfasst und analysiert und die Rohdaten in verwertbare Kalibrierungsinformationen übersetzt.
• Wichtige Aktoren und Thermokomponenten - Pumpen, Ventile, elektrische Heizungen, Wärmetauscher und Kältemittelkreisläufe - kalibriert und optimiert sowie zuvor fehlende physikalische Effekte identifiziert und integriert, um die Lücke zwischen Simulation und realer Fahrzeugleistung zu schließen.
• Einen integrierten Aktorenregler entworfen und abgestimmt, mit präzise kalibrierten Parametern, wodurch ein hochgenaues virtuelles Modell entstand, das für die weitere Entwicklung übernommen wurde.

• Wandelt natürliche Sprache mit RAG und pgvector in JQL um. Gibt strukturiertes JSON mit einer Query, einer Chart-Spezifikation und einer Klartext-Antwort zurück. Ein zweistufiger Router beantwortet allgemeine Fragen ganz ohne den JQL-Pipeline-Pfad.
• Austauschbare LLM-Backends: Ollama, vLLM, Groq, Anthropic Claude, AWS Bedrock - zur Laufzeit umschaltbar, ohne Codeänderungen. Self-healing JQL: Bei Jira-Validierungsfehlern wird der Fehler an das LLM zurückgegeben und bis zu 4 Mal erneut versucht. OCI Vault für Secrets. Bereitgestellt auf Oracle Cloud A1 mit GPU-Inferenz über ein Tailscale-Privatnetzwerk. Open Source.

• Sicherstellung der Systemreife und der operativen Einsatzbereitschaft über den gesamten Lebenszyklus von Automobilprodukten gemäß ASPICE und internen Qualitätsprozessen
• Analyse des Systemverhaltens und der Systemperformance zur Identifikation von Ineffizienzen, Integrationsproblemen sowie Lücken in der Diagnoseabdeckung
• Unterstützung von Meilensteinen im Entwicklungszyklus durch die Validierung von Systeminteraktionen, Konfigurationen und Randbedingungen
• Ableiten von Testspezifikationen aus Software- und Systemanforderungen
• Implementierung von Testfällen mit RobotFramework und Python
• Enge Zusammenarbeit mit System-, Software-, Hardware- und Kalibrierungsteams zur Sicherstellung eines stabilen und performanten Systemverhaltens vor der Freigabe
• Durchführung von End-to-End-System-Performance-Analysen mittels Dauerlauf-/Endurance-Tests sowie automatisierter Auswertung der Ergebnisse mit Python und RobotFramework
• Einführung einer KPI-basierten Systemüberwachung und Performance-Analyse sowie Aufbau automatisierter Auswertungs- und Feedback-Pipelines
• Organisation und Moderation funktionsübergreifender Debugging- und Integrationsworkshops
• Erfolgreiche Integration und Validierung der System- und Softwarekomponenten für Serien-Lkw-Plattformen sowie nachhaltige Verbesserungen der Performance-Qualität, der Testqualität und der Integrationsstabilität

Projekt: Intelligente Lichtkommunikationssoftware — Audi

• Analyse und Klärung von Systemanforderungen mit dem Kunden und Übersetzung in Softwarearchitektur- und Designentscheidungen
• Architektur und Implementierung der CAN-FD- und SPI-Kommunikation auf NXP S32K312
• Entwurf und Entwicklung von Flash-Bootloader, Flash-Treiber und Boot-Manager für sichere, OTA-fähige Updates
• Konfiguration der AUTOSAR-BSW-Architektur (Dcm, Dem, NvM, BswM, Os, Mcu, Port, Com-Stack, Rtc) für Portabilität und Wartbarkeit
• Entwurf des Crypto-Stacks (Csm, CryIf, Crypto) für sichere Flash- und Diagnosedaten; Integration des NXP-HSE-Cores und der Wrapper-Schicht
• Integration kundenspezifischer Module (Sfd, Ivd, Npm) in den Vector-AUTOSAR-Stack
• Definition der Speicherarchitektur: Memmap, CMake und Linker-Skript-Konfiguration
• Leitung des Board-Bring-ups für die Audi-Licht-Demoplattform; Implementierung von Diagnoseroutinen und -kennungen

• Erweiterung von OSGi-Modulen in einer komplexen Kommunikationslösung
• Debugging der Kommunikation mit Wireshark und Remote in der Testumgebung JENS
• Migration der Tests von Testng nach Junit5 mit Mockito und AssertJ
• Aktualisierung verwundbarer Abhängigkeiten und Verbesserung der Code-Qualität
• Änderungen am Vaadin-Frontend
• Erhöhung der Testabdeckung

• Eine modulare C++-20-Embedded-Linux-Acquisition-Software auf einem Raspberry Pi entwickelt, die IMU- und Dual-Kamera-Datenströme mit Genauigkeit im Submillisekundenbereich synchronisiert.
• Retroreflektive und Kontrastsensoren integriert, um die Datenerfassung auszulösen und Lücken zwischen Sortierbahnschienen zu erkennen.
• SPI- und I2C-Sensorkommunikation, GPIO-Interrupt-Verarbeitung mit libgpiod sowie CSV- und JSON-Ausgabe implementiert.
• Eine mehrthreadige Acquisition-Pipeline und eine SPSC-Queue zwischen Acquisition- und Writer-Threads entworfen.
• Einen webbasierten Server mit Python/HTML/CSS aufgebaut und den Prototypen in einem DHL-Lager zur Fehlererkennung validiert.
• Das Softwareverhalten, die Konfiguration und die Ergebnisse dokumentiert, um eine wartbare Übergabe und Weiterentwicklung zu ermöglichen.

Seqnaut und Sycosm (WIP) – Embedded Audio-DSP- und Synthese-Plattform

• Embedded Audio-DSP-Framework — Synthesizer, Effekte, Drum Machines; modularer Audio-Graph
• Sequenzierung: PianoRoll, StepGrid, MasterClock; 8-stimmiger polyphoner Synth; CLI + OSC
• Transient Detector — duale Hüllkurve mit adaptiver Schwelle, Gitarren-Impulserkennung
• Hardware: Teensy 4.1, eigenes AFE-Design mit Abgriff am BOSS GX-100; MIDI-FX-Integration

Label: C++23, C, Python, CMake, FreeRTOS, Teensy 4.1 (ARM Cortex-M7), Teensy Audio (Stoffregen), DaisySP, I2S/SAI, OSC, MIDI

Stellar SR6 G7 Line, 32-bit Arm® Cortex®-R52+ MCU.

• MISRA-C, C99, Greenhills ARM-Compiler
• Dassault AUTOSAR Builder
• EB Tresos
• Sparx Enterprise Architect 16.1
• VS Code
• Python xml, lxml, NumPy und Pandas

ISO 26262, ISO 21434, Hypervisor, Key Management, HSM. Tooling & Automation. LieberLieber LemonTree + Sparx EA. Jira, Confluence, Sharepoint. Git/Github. DevOps über Jenkins & Conan.

PCB-Design mit Altium, MCU-Programmierung, Prototyping