GPT-Experten in München

• KI-natives B2B-SaaS für die Suche nach Freelancern; DACH-Markt.*

• Unternehmenspartnerschaften in vier Branchen: Mehrere Stakeholder umfassende Partnerschaften mit Telefónica (Telekommunikation), Emma Matratzen (Einzelhandel), Nürnberger Versicherungen und Flatex (Finanzdienstleistungen), Hubert Burda Media und Serviceplan Gruppe (Medien) strukturiert und abgeschlossen.

• Umsatz und Wachstum: FRATCH von €0 auf €3.8M jährliches GMV skaliert, wobei etwa 80 % des Umsatzes durch direkte, vom Gründer initiierte Ansprache und Partnerbeziehungen gewonnen wurden.

• Vertriebspartnerschaften: FRATCH als SaaS-Lösung an Recruiting-Unternehmen (z. B. YER) verkauft — den partnergestützten Vertriebsansatz parallel zum direkten Unternehmensvertrieb aufgebaut.

• Teamaufbau: FRATCH vom Einzelgründer zu einem Team von 7 in den Bereichen Engineering, Produktdesign, Operations und Ansprache von Freelancern skaliert.

• Eigener Netzwerkbestand: 15,000+ Freelancer als registrierte Nutzer gewonnen — das eigene DACH-Netzwerk, das FRATCHs Matching ermöglicht.

• FRATCH GPT entwickelt und eingeführt (fratch.io/gpt): einen produktiven dialogbasierten KI-Agenten. Den gesamten Stack konzipiert — LLM-Orchestrierung, Embeddings, Re-Ranking — mit praktischer Beteiligung an technischer Konzeption und Umsetzung.

• GTM-Aufbau: den gesamten Go-to-Market-Stack verantwortet — Outbound, LinkedIn (organisch + bezahlt), Content und Vertriebsunterstützung.

• Klärung von Projektzielen, Scope und fachlichem Zielbild für den Aufbau der KI-basierten Wissensdatenbank.
• Ableitung der initialen Architektur- und Umsetzungsstrategie für den Zasterbot-Chatbot inklusive Abgrenzung von MVP und Ausbaustufen.
• Erarbeitung eines fachlichen Zielbilds für den Aufbau einer strukturierten Wissensdatenbank und die Integration eines zukünftigen Chatbots.
• Ableitung und Priorisierung von Anwendungsfällen für die Informationsbeschaffung und -bereitstellung durch den Chatbot.
• Modellierung von Datenstrukturen und -flüssen zur effektiven Organisation der Wissensdatenbank auf der Base44-Plattform.
• Konzeption und Implementierung der Datenmodelle zur Speicherung und Verknüpfung von relevanten Informationen.
• Entwicklung von Prozessen zur Extraktion, Analyse und Aufbereitung von Rohdaten für die Wissensdatenbank.
• Sicherstellung der Datenkonsistenz und -qualität als Grundlage für den zukünftigen Chatbot.
• Planung der Integration von Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG) für präzise und kontextbezogene Antworten.
• Implementierung von Funktionen zur Analyse und Darstellung von Daten aus der Wissensdatenbank.
• Nutzung der Base44-Plattform mit JSON-Schema-basierten Entitäten und flexiblem Berechtigungskonzept.
• Implementierung von Deno-Funktionen für Backend-Logik, Eventverarbeitung und Anbindung externer APIs.
• Integration von OpenAI-Services für die initiale Datenanalyse.

• 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.

• Aufbau, Implementierung und Vertrieb von automatisierten Data-Science-Lösungen wie Scorecard Factory und Prognose Factory
• Implementierung automatisierter End-to-End-Cloud-Prozesse
• Entwicklung von LLM- und NLP-Modellen
• Erstellung interaktiver Reports
• Betreuung nationaler und internationaler Großkonzerne sowie mittelständischer Firmen bei der Implementierung von ML-Projekten

Tests und Absicherung von Hochvoltsystemen

• Durchführung von Integrations- und Systemtests für Steuergeräte in PHEV-/EV-Fahrzeugen unter Einsatz von ECU-TEST (TraceTronic), Vector CANoe, CANalyzer, ETAS INCA, Tornado, E-Sys und EDIABAS.
• Analyse des Zusammenspiels von Hochvolt-Steuergeräten (u. a. CCU, BMU, Inverter, IPB und IPF) sowie Durchführung von Software-Updates und Flash-Prozessen zur Verifikation neuer Softwarestände.
• Enge Zusammenarbeit mit Software-, System- und Integrationsteams in einem agilen Entwicklungsumfeld zur Fehleranalyse und Absicherung neuer Softwarestände.

• 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 Orchestration für regulierte, EU-ansässige Unternehmen – self-hostable, 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; Hands-on-Entwicklung mit LLMs (u.a. Anthropic/Claude), agentischen Workflows, RAG.
• Aufbau der governance-orientierten Multi-Agenten-Plattform TeamIntel (siehe KI-Referenzprojekte).

Durchführung einer unabhängigen technischen Bewertung einer KI-gestützten Softwareplattform, wobei KI-Risikoaudit, Cybersicherheitsanalyse und Prüfung der Softwarearchitektur kombiniert wurden. Prüfung von Anwendungskomponenten, APIs, Datenflüssen, LLM-Integrationen, Retrieval-Augmented Generation, Multi-Agenten-Orchestrierung, Authentifizierung, Mandantentrennung, Abhängigkeitsschwachstellen, KI-Governance und Kontrollen des Modelllebenszyklus. Erstellung eines technischen Auditberichts mit strukturiertem Risikoregister, Quellcodebelegen, regulatorischen Referenzen, Korrekturmaßnahmen, Inventar der KI-Systeme, Risikoklassifizierung, Maßnahmenplan und Key Risk Indicators.

Technologien: TypeScript, JavaScript, React, Next.js, Node.js, REST APIs, MongoDB, Redis, AWS serverless services, OAuth 2.0 / OpenID Connect, LLM APIs, RAG, vector search, multi-agent orchestration, Model Context Protocol, C4 architecture modelling, threat modelling, NIST AI RMF, ISO/IEC 42001, ISO/IEC 23894, OWASP guidance, MITRE ATLAS

Ich arbeite als QA Engineer in einem regulierten Umfeld der digitalen Gesundheitsversorgung und unterstütze die strukturierte Testplanung, Testanalyse, Verifikationsnachweise und Release-Bereitschaft für mobile und webbasierte Anwendungen.

Erstellung, Pflege und Durchführung manueller und automatisierter (MAESTRO, Katalon, Cypress) funktionaler, Regressions- und SIT-Testfälle für iOS-, Android- und Web-Plattformen. Durchführung täglicher Aktivitäten mit Jira, Xray, Confluence, BrowserStack und gestuften Testumgebungen.

Unterstützung der Rückverfolgbarkeit zwischen Anforderungen, Risiken, Testfällen, Fehlern und Testergebnissen, um sicherzustellen, dass QA-Nachweise klar, prüfbar und für die regulierte Softwarebereitstellung geeignet sind.

Zusammenarbeit mit Entwicklungs-, Produkt-, Medizin-, Regulierungs- und Geschäftsteams zur Klärung von Anforderungen, Untersuchung von Fehlern, Bewertung von Schweregrad und Priorität sowie zur Reduzierung von Release-Risiken.

Anwendung von ISTQB-, Agile- und SAFe-Testprinzipien bei mobilen Apps (als mobile Medizinprodukte), Web-Plattformen, Systemintegration und regulierter Dokumentation.

Nutzung von KI-Produkten und Open-Source-KI-Tools zur Unterstützung von QA-Aktivitäten, einschließlich Testfalldesign, Analyse von User Stories, Erstellung von Testdaten, Prozessoptimierung und Schätzung der Regressionsabdeckung.

EINFÜHRUNG KI-BETRIEBSSYSTEM & AUFBAU DIGITALER INFRASTRUKTUR

Technologie / Start-up – München, 3 Mitarbeiter

Ziel:

Auswahl und Einführung eines KI-Betriebssystems, Aufbau einer strukturierten Wissensdatenbank sowie Entwicklung von KI-Agenten und Skills zur Effizienzsteigerung des gesamten Unternehmens

• Anforderungsanalyse und Evaluierung geeigneter KI-Betriebssysteme anhand der spezifischen Unternehmensbedürfnisse
• Konzeption und Aufbau einer zentralen Wissensdatenbank als Grundlage für KI-gestützte Prozesse
• Entwicklung und Konfiguration von KI-Agenten und Skills für wiederkehrende Geschäftsprozesse
• Prompt Engineering für präzise, kontextbezogene Ausgaben der KI-Agenten
• Persönliches Coaching der Gründer und Mitarbeiter zur selbständigen und effektiven KI-Nutzung
• Gesamtprojektsteuerung inkl. Planung, Priorisierung und Fortschrittskontrolle
• Dokumentation der eingesetzten Lösungen und Erstellung von Nutzungskonzepten für nachhaltigen Betrieb

Tools: Langdock, SharePoint, Prompt Engineering, KI-Agenten, KI-Skills

• Einen globalen Podcast und eine Plattform mit 150+ Episoden und 35.000+ Downloads in 20+ Ländern aufgebaut.
• Eine kostenpflichtige Mitgliedschaft (GrowGetters Club) eingeführt und durch einzelne Workshops sowie monatliche Mitgliedsbeiträge nachhaltige Umsätze erzielt.
• €20,000 an Unterstützung für die Inkubation über Media Lab Bayern erhalten und 2021 im XATHON (Programm von Henkel) das Finale (Top 5) erreicht.
• Marketing- und Innovationsworkshops für Microsoft, Figma, CreativeMornings Munich, die University of Wollongong und lokale Regierungen in NSW, Australia, moderiert.
• Content-Strategie, Podcast-Produktion, Geschäftsentwicklung und Plattformwachstum geleitet.
• Den GrowGetters Club auf 40+ zahlende Mitglieder skaliert und damit eine konstante Einnahmequelle für das Unternehmen geschaffen.

• Beratung und Verkauf von Wohn- und Gewerbeimmobilien.

• Erstellung fundierter Markt- und Standortanalysen sowie Bewertung und Pricing-Strategien.

• Entwicklung digitaler Marketingmaßnahmen zur Objektvermarktung (virtuelle Rundgänge, Social Media Ads, E-Mail-Kampagnen).

• Kundenbetreuung und -bindung durch personalisierte Kommunikation und automatisierte Follow-up-Workflows.

• Die iOS/Android Delegate App und den Conference Operator entwickelt
• Eine benutzerfreundliche Konferenzumgebung und das Echtzeit-Video-Streaming aktualisiert und weiterentwickelt
• Das gesamte Konferenzerlebnis durch die Implementierung anpassbarer Funktionen für ein flexibles Setup optimiert
• Die Effizienz und Benutzerfreundlichkeit der Konferenztechnik verbessert und so einen reibungslosen Ablauf sowie eine bessere Interaktion der Teilnehmenden ermöglicht

• Aufbau des GTM von Metyis DE durch Definition standardisierter Angebote, die das Onboarding von mehr als 5 Enterprise-Kunden ermöglichten
• Erfolgreiche Durchführung von Kundenprojekten, z. B. Aufbau des globalen Marktplatzgeschäfts bei einem europäischen Unterhaltungselektronik-Unternehmen und Skalierung der DACH-Aktivitäten zweier niederländischer E-Commerce- sowie eines deutschen B2B-Ernährungsunternehmens