Robotics Experten in Deutschland

• Branchen: Energie, Telekommunikation, Fertigung
• Transformation & Change: Begleitung komplexer IT- und Digitaltransformationsprogramme als Scrum Master, Agile Coach, Change Manager und RTE-Berater bei Siemens Energy (globale SAFe-Einführung), E.ON (Sales-Technologie-Plattform), Schneider Electric (S/4HANA-Transformation DACH) und Vodafone (Operational Excellence)
• Agile Rollen: Scrum Master, Agile Coach, Product Owner, Business Analyst, RTE-Berater in cross-funktionalen und skalierten Teams (SAFe, Scrum, Spotify-Modell)
• Procurement Excellence: Strategische Einkaufsberatung mit Fokus auf Kostenoptimierung, Lieferantenmanagement, Digitalisierung und Organisationsentwicklung, einschließlich Aufbau von Supplier-Scorecard-Modellen, KI-gestützten Beschaffungsansätzen und Prozessautomatisierung im Einkauf
• Steuerung fachlicher Führung interdisziplinärer Projektteams bis 12 Personen in nationalen und internationalen Kontexten
• Erfolgreicher Anlauf mehrerer globaler ARTs bei Siemens Energy mit verbesserter standortübergreifender Abstimmung
• Erhöhte Change-Akzeptanz und etablierte Kommunikationsstrukturen im S/4HANA-Programm bei Schneider Electric
• Einführung agiler Methoden, OKR-Frameworks und KPI-Dashboards bei E.ON, gesteigerte Velocity und Transparenz
• Senkung von Einkaufskosten durch strategisches Sourcing und Lieferantenoptimierung
• Umsetzung von Prozessinnovationen in enger Zusammenarbeit mit IT und Fachbereichen

In diesem Projekt übernahm ich die Konzeption und Implementierung einer neuen, modularen sowie hochskalierbaren Prüfstandsplattform für einen Automobilzulieferer. Mein Schwerpunkt lag dabei auf der Entwicklung einer tragfähigen Systemarchitektur sowie der Programmierung der zugehörigen Software, wobei konsequent UML-Modellierung zur Anwendung kam. Durch diesen strukturierten Ansatz konnte die Wiederverwendbarkeit einzelner LabVIEW-Prüfbausteine massiv erhöht und die Entwicklungszeit für nachfolgende Projekte nachhaltig reduziert werden. Zudem integrierte ich moderne Automotive-Standards wie CAN FD, LIN und Safety-Anforderungen, was die Lösung zukunftssicher machte.

Technologien: LabVIEW, Visio, UML, CAN FD, LIN, DMM, Safety, Bildverarbeitung, Projektmanagement, HMI, C#, C++, Python, Rust, CI

• 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.

• Erfassung und Analyse der Bedürfnisse der Stakeholder, um präzise Anforderungen zu definieren und sicherzustellen, dass die neue Website die Erwartungen der Nutzer erfüllt.
• Übernahme der Rolle des Product Owners, um das Entwicklungsteam zu leiten, Prioritäten zu setzen und den Fortschritt der Implementierung zu überwachen.
• Koordination der Implementierung von Optimizely als neues CMS, einschließlich der Anpassung und Integration aller erforderlichen Funktionen, um einen nahtlosen Benutzerfluss zu gewährleisten.
• Sicherstellung der erfolgreichen Integration von Funktionen innerhalb des Condor-Lebenszyklus, wie Flugbuchung, Check-in und andere relevante Dienstleistungen, um ein umfassendes Nutzererlebnis zu schaffen.
• Aktive Kommunikation mit Stakeholdern, um Feedback zu sammeln und Anpassungen während des Entwicklungsprozesses vorzunehmen, um die Nutzererfahrung kontinuierlich zu optimieren.
• Planung und Durchführung von Tests, um die Qualität der implementierten Funktionen zu gewährleisten und sicherzustellen, dass alle Anforderungen erfüllt sind.
• Eingesetzte Methoden: Agile Methoden, SCRUM, SAFe
• Eingesetzte Tools: Optimizely, Jira, Confluence
• Ergebnis: Erhebliche Verbesserung der Benutzererfahrung, optimierte Buchungs- und Check-in-Prozesse und gestärkte digitale Präsenz von Condor auf dem Markt.

PSA, Peugeot Citroën, Frankreich (10/2023 – 05/2024)

• Anlaufmanager für Walzlinien der Elektrodenproduktion
• Aufbau, Modernisierung und Inbetriebnahme von Reinraum-Produktionsanlagen
• Führung eines Teams von 15 chinesischen Technikern
• Aufholung einer dreimonatigen Verzögerung und termingerechte Lieferung

• MVP-fokussierte Full-Stack-Architektur für einen Kunden im Gesundheitswesen bereitgestellt: Vite/React-Frontend, Backend-Services auf Google Cloud Run und Supabase für Datenbank sowie IAM/Authentifizierung.
• Produktanforderungsanalyse unterstützt und eine kostenoptimierte Workload-Platzierung priorisiert, indem Browser-/Edge-Berechnungen umgesetzt wurden, wo möglich, bevor Logik in die Backend-Services verschoben wurde.

• Entwicklung globaler ACM-Copilot-Services und Gestaltung ihrer Weiterentwicklung im globalen Maßstab
• Evangelisierung der Vorteile und Fähigkeiten von Copilot für interne und externe Zielgruppen
• Onboarding, Mentoring und Schulung neuer ACM-Kollegen in Services und Methodiken
• Ansprechpartner für interne Copilot-Proof-of-Concept-Einführung und Change Management
• Leitung der Copilot-Einführungsstrategie, Kommunikation von Vorteilen, Nutzung und ethischen Aspekten
• Organisation von Events und Workshops sowie Förderung einer interaktiven Community zum Austausch von Updates, Erkenntnissen und Best Practices

• Proof-of-Concept für Echtzeit-Videoanalyse zur Bereitstellung auf NVIDIA Jetson Edge-Geräten entwickelt.
• DeepStream-Pipelines implementiert mit Objekterkennung, Tracking, menschlicher Posenschätzung, Gesichts-Anonymisierung und Bereichseinbruchserkennung.
• Qt/Python-Demo-UI erstellt, die über REST-APIs mit der KI-Pipeline kommuniziert.

• CIO bei einem Hersteller und R&D-Unternehmen im Bereich Ernährung (familiengeführt)

IT-Team gestärkt, IT-Service wiederhergestellt, komplexe SAP-Landschaft überprüft und verschlankt, IT-Sicherheits-Setup überprüft, Labor-IT überprüft

• Leitung der strategischen Softwareentwicklung von Fusionsalgorithmen für präzises Objekt-Tracking, Trajektorienvorhersage und Umgebungsmodellierung auf Basis multimodaler Sensordaten (u. a. Kamera, LiDAR, Radar, GNSS, IMU)
• Entwicklung und Implementierung von Navigationsalgorithmen für autonome Fahrzeuge, einschließlich Pfadplanung, Hindernisvermeidung und Sensorfusion aus visuellen, inertialen und distanzbasierten Sensorquellen
• Automatisierung des Extraktions- und Trainingsprozesses mit CI/CD
• Entwicklung und Optimierung von Datenpipelines und -prozessen in Microsoft Azure mithilfe von Apache Spark, Databricks und PySpark
• Entwicklung und Optimierung von Embedded-Software für automotive Steuergeräte
• Entwicklung von latenzkritischer Software für Echtzeitsteuerungen in robotischen Systemen mit RTOS (freeRTOS, SAFERTOS)
• Verwendung der Vector-Toolchain (CANdela, Davinci, CANoe) für Konfiguration und Diagnose
• Optimierung bestehender Datenpipelines und -prozesse (ETL, Data Warehouse, SQL)
• Entwicklung und Training von Machine-Learning-Modellen mithilfe von PyTorch
• Entwicklung Deep-Learning-basierter Objekterkennungs- und VisualSLAM-Algorithmen, trainiert auf kombinierten Daten aus Kamera-, LiDAR- und IMU-Sensorik
• Implementierung von Computer-Vision-Algorithmen zur Objekterkennung und -klassifikation in Robotersystemen auf Basis von OpenCV und YOLO unter Nutzung synchronisierter Bild- und Tiefendaten
• Implementierung verhaltensbasierter Steuerungssysteme für autonome Roboter mittels ROS2 Behavior Trees
• Durchführung von Tests, Freigabe und Einführung der Sensorfusionsalgorithmen in die Produktionsprogramme der Automobilbranche
• Einhaltung geeigneter Softwareentwicklungsprozesse und Sicherheitsstandards zur Gewährleistung hoher Datenqualität (MISRA, ISO 26262, ASPICE)

UEF 3.0 · Semantic Government Overlay (SGO) · Autonome Systeme (UAS / Dual-Use)

• Konzipiert: Semantic Government Overlay (SGO) – KI-geführte Verwaltung ohne Ablösung bestehender Fachverfahren. Lesender semantischer Layer über Registern und Fachverfahren auf Basis des Föderalen Informationsmanagements (FIM). Die Entscheidungshoheit verbleibt beim Sachbearbeiter (Architekturprinzip).
• Entwickelt: Referenzarchitektur mit quellenbelegten, abgeleiteten Aussagen (ausführbare Ontologien OWL/RDF/SHACL). Technisch garantierte Zweckbindung und Kein-Schreibpfad-Prinzip in Fachdaten – auditierbar, ohne zentralen Datenpool.
• Verankert: Regulatorik als Designprinzip: EU AI Act (Hochrisiko-Pflichten für Behörden-KI, Grundrechte-Folgenabschätzung nach Art. 27), DSGVO, NIS2 und verwaltungsrechtliche Automatisierungsgrenzen (§ 35a VwVfG, § 31a SGB X) als technische Kontrollpunkte in der Architektur.
• Erstellt: Methodisches Werkzeug für Pilotträger: Datenpipeline-Assessment (Phase 0), Compliance-Blueprint und Management Summary als entscheidungsreifes Paket für die öffentliche Verwaltung.
• Spezifiziert: UEF 3.0 als Nachfolge-Architektur zu TOGAF – Decision Paper kanonische Ontologie, Sechs-Schichten-Architektur, Read/Actuate-Grenze, Federation-Registry, Terminologie-Konkordanz und Release-Delta als geschlossener Spezifikationsstand.
• Architektiert: KI-natives Missions-OS für autonome UAS und Bodenrobotik als taktische Schicht über einem separat zugelassenen Autopiloten. Run-Time Assurance nach ASTM F3269-21 (Simplex-Muster): Der verifizierte Sicherheits-Controller behält die Autorität, die KI-Funktion liefert Vorschläge.
• Ausgelegt: Drei-Tier-Architektur – Tier 0 Autopilot mit 650-Hz-Flugregelung auf RTOS, Tier 1 KI-OS mit semantischem Weltmodell und Multi-Agenten-Cluster, Tier 2 Schwarm- und Boden-Mesh. Zenoh als primäre Fabric, MAVLink als einziger authentifizierter Kommandopfad (Single-Writer). Ergebnis: graceful degradation – Verlust der Mission, nicht des Fluggeräts.
• Abgesichert: Zwei-Gate-Kette auf der Read/Actuate-Grenze – Governance-Gate (Darf-Frage: AI-Act-Risikoklasse je Aktuierung, erzwungene menschliche Aufsicht nach Art. 14, unveränderliches Log) vor RTA-Safety-Monitor (Richtig-Frage: Flugenveloppe, Geofence, Energiereserve) mit Revert auf den Baseline-Controller.
• Verankert: Dual-Use-Architektur mit Common Core und Build-Time-Fork statt Runtime-Umschalter. Drei getrennte Rechtsstufen: Zivilvariante – UAS unter der EASA-Grundverordnung (EU) 2018/1139 mit der nach Art. 2 Abs. 2 AI Act eingeschränkten Anwendbarkeit, Bodenrobotik unter der Maschinenverordnung 2023/1230 mit voller Hochrisiko-Pflichtenkette, Cyber Resilience Act für beide; unbewaffnete Trägervariante als Rüstungsgut unter AWG/AWV und Dual-Use-VO 2021/821 (BAFA-Genehmigung); bewaffnete Variante unter KrWaffKontrG. Jede Ausprägung lebt unter genau einem dominanten Rechtsregime. Nachweisfundament: AI-BOM, SBOM und lückenlose Data-Lineage.
• Analysiert: Systemanalyse und Neuausrichtung gewachsener Engineering-Systemlandschaften. Vorgehenskonzept Konsolidierung ohne Migration – semantischer Layer über den Bestandsquellen statt Datenumzug. Ergebnis: entscheidungsreifes Vorgehenskonzept inklusive Bewertungsmodell für die Zielarchitektur.

• Entwickelte ein Bewertungsframework für KI-generierte Multiview-Fahrvideos, das für Wahrnehmungs- und Embodied-AI/VLA-bezogene Trainingsworkflows gedacht ist.
• Entwarf automatisierte Prüfungen für zeitliche Kohärenz, Kamerakonsistenz, semantische Korrektheit und geometrische Multiview-Qualität und deckte dabei Ausfallmodi auf, die für autonome Systeme relevant sind.
• Kombinierte klassische Computer Vision, gelernte visuelle Repräsentationen und Vision-Language-Modelle, um komplexe Videoartefakte in messbare technische Signale zu überführen.
• Aufbau wiederholbarer Benchmarking- und Fehleranalyse-Workflows zur Unterstützung von Modellvergleichen, Datenqualitätsentscheidungen und Systemverbesserungs-Diskussionen.

• Verantwortung für die Konzeption, Planung und Umsetzung der Produktentwicklung von GetMyInvoices 2.0 und der Unterkomponente InvoiceRails
• Eigenständige Arbeit an allen Aspekten des Projekts, einschließlich Konzeption, Spezifikation in Tickets und Koordination der Entwickler
• Erstellung, Verwaltung und Priorisierung von Tickets, um sicherzustellen, dass alle Aufgaben zeitgerecht und in hoher Qualität abgeschlossen werden
• Durchführung und/oder Koordination von Tests und Sicherstellung der ordnungsgemäßen Implementierung der entwickelten Features und Funktionen
• Enge Zusammenarbeit mit Entwicklern, um technische Anforderungen zu klären und sicherzustellen, dass die Umsetzungen den Spezifikationen entsprechen
• Regelmäßige Berichterstattung über den Projektfortschritt und Dokumentation der wichtigsten Entscheidungen, Änderungen und Risiken
• Übernahme der fachlichen Führungsrolle für alle Themen rund um E-Rechnungen und Peppol, insbesondere in Bezug auf die InvoiceRails-Komponente
• Interne Beratung und Wissensweitergabe zu E-Rechnungen und Peppol für andere Teams und Abteilungen
• Verfolgen von Markttrends und neuen Entwicklungen im Bereich E-Rechnungen und Peppol, um die Produktstrategie kontinuierlich anzupassen
• Sicherstellung der langfristigen Skalierbarkeit und Anpassungsfähigkeit der Produkte an zukünftige technologische und gesetzliche Änderungen im Bereich E-Rechnungen

• Leitung des technischen Einkaufs mit 4 Mitarbeitern
• Ausschreibung, Verhandeln und Abschließen des Gasbedarfes für 2025 / 2026 und 2027
• Stromeinkauf für 2024 sowie 2025
• Machbarkeitsanalyse einer Photovoltaik-Anlage für die Standorte Rinteln, Dodow sowie Waibstadt mit Ausschreibung und Verhandlung möglicher Partner
• Einkauf von fossilen Brennstoffen: Diesel, Gas und Strom sowie CO2-Zertifikate
• Einkauf technischer Gase inkl. CO2
• Neuausrichtung im Bereich Reinigungs- und Desinfektionsmitteln für 3 Betriebsstandorte und Optimierung der Lagerhaltung dieser Gefahrstoffe
• Wirtschaftlichkeitsberechnung der Gasturbine (Dampf sowie Strom)
• Fuhrparkkonzept: konventioneller Antrieb vs. Elektromobilität
• Einkauf von 29 neuen Sattelzugmaschinen
• Zwei große Instandhaltungsprojekte: Erneuerung der Außenhaut eines Hochregallagers sowie Erneuerung von Lager- und Hochregallogistik-Hardware und -Software
• Verhandlung von Rahmen-, Wartungs- und Konsignationslagerverträgen inkl. Capex und MRO mit den vier wichtigsten Maschinenlieferanten
• Begleitung der Performance-Probleme bei der Inbetriebnahme einer neuen Maschine
• Verhandlung und Abschluss des Vertrags zum Umbau von drei Maschinen für den Standort in Spanien
• Savings im 7-stelligen Bereich
• Return of Interim Manager (RoIM): Faktor 4,7