SAP Analytics Cloud Experten in München

• IT-Beschaffung & Carve-out: RFP-Management für IT-Client-Hardware und Services im Zuge des Rheinmetall-Carve-outs.
• Vertragsmanagement: Gestaltung von MSA und SOW unter Berücksichtigung von AVB, BVB und LSA sowie Service Delivery Contracts.
• Lieferantenübergang: Strategisches Transition Management zur Ablösung von Altverträgen und zum Aufbau neuer Lieferantenbeziehungen.
• SaaS-Beschaffung: Verhandlung von SaaS-Lizenzverträgen auf Basis von TCO- und Wirtschaftlichkeitsanalysen.
• KPI: Termingerechte Transition aller 12 globalen Konzernverträge, Erzielung von 18 % Kosteneinsparungen beim IT-Hardware-Warenkorb sowie Realisierung von 20 % Kostenvermeidung bei SaaS-Lizenzen – gemessen am kritischen Carve-out-Projektplan, erreicht durch strukturiertes Transition Management.

• Bereitstellung von Expertise in der Managementberatung zur Unterstützung der Verbesserung von KI-Modellen der neuesten Generation für ein führendes KI-Labor

• Leitete die Modernisierung des Enterprise-Reportings durch die Migration von Legacy-SSRS-Reporting-Lösungen nach Power BI und unterstützte dabei über 500 Anwender bei voller Einhaltung von GDPR/DSGVO.
• Entwarf und optimierte Power-BI- und Microsoft-Fabric-Semantikmodelle mit Star Schema, dimensionaler Modellierung, fortgeschrittenem DAX und Performance-Optimierungstechniken und reduzierte so die Abfrage-Latenz um 25 %.
• Lieferte über 20 Executive- und operative Dashboards mit KPI-Scorecards, Drill-through, Bookmarks und Row-Level Security und steigerte die Reporting-Effizienz um 20 %.
• Ermöglichte Self-Service-Analytics durch gesteuerte Power-BI-Datasets, Dataflows und Gateway-Architektur und erhöhte die Nutzung durch fachlich gesteuerte Reports um 35 %.
• Konfigurierte für ein Sales-Dataset mit über 50 Millionen Zeilen eine inkrementelle Aktualisierung und Query Folding und reduzierte die täglichen Refresh-Zeiten um 85 %.
• Implementierte automatisierte ETL/ELT-Pipelines mit Azure Data Factory, Microsoft Fabric und Snowflake und verkürzte die Bereitstellungszeiten für Reports durch Workflow-Automatisierung um 40 %.
• Trieb Initiativen zur Modernisierung der Analytics-Landschaft mit Microsoft Fabric voran, darunter Lakehouse-Architektur, OneLake-Integration und der Aufbau einer zentralen Datenplattform, wodurch sich die Datenlatenz von 2 Stunden auf 20 Minuten reduzierte.
• Übersetzte fachliche Anforderungen von über 15 Stakeholdern in skalierbare Power-BI-Semantikmodelle und Dashboards, verbesserte die Reporting-Konsistenz und reduzierte Ad-hoc-Reporting-Anfragen um 25 %.
• Setzte Microsoft Copilot und generative KI-Tools ein, um SQL-Entwicklung, DAX-Erstellung, technische Dokumentation und Testaktivitäten zu beschleunigen, und reduzierte den Entwicklungsaufwand um etwa 15 Stunden pro Woche.

KI-Assistenz und Zielbild für teilautonome Energieportfolio-Steuerung

Aufbau einer KI-Steuerungsschicht direkt auf dem tagesaktuellen Live-Portfolio eines großen Energieversorgers — nicht als isolierter Pilot, sondern als operative Erweiterung der bestehenden DB1- und Portfolio-Steuerung. Ziel ist die schrittweise Entwicklung von Assistenz über Monitoring/Alerting bis zu Analyse-Agenten mit Human-in-the-Loop-Freigaben, ergänzt um ein rollenspezifisches System of Engagement neben dem BI-System of Record. Parallel werden Business Case, Zielbild und Management-Pitch gegenüber statischem Monatsreporting erarbeitet.

• KI-Steuerungsschicht: Konzeption und Aufbau auf dem bestehenden Live-Portfolio-Datenprodukt (mehrere Mio. Verträge) — Ausbaustufen Assistenz → Monitoring/Alerting → Agenten mit Human-in-the-Loop-Freigaben.
• LLM-gestützte Datenanalyse: Semantische Abfragen, SQL-/Tool-Anbindung und ergänzende RAG-Komponenten auf Portfolio-, Plan-Ist- und Datenqualitätsdaten (Azure OpenAI, Snowflake) mit Drill-downs bis auf Einzelvertragsebene.
• Analyse-Agenten: Mehrstufige Agenten für Abweichungs- und Treiberanalysen zu Churn, Preisanpassungen, Mengen und Beschaffungskosten.
• Sichtenkonzept: Rollenspezifische Oberflächen für Fachbereich, Management und C-Level als System of Engagement neben dem BI-System of Record.
• Business Case & Pitch: Zielbild und Kosten-Nutzen-Argumentation gegenüber statischem Monatsreporting.
• LLM-Setup (Datenschutz & Security): Abstimmung mit IT-Security und Datenschutz — EU-Region, Datentrennung, Freigabeprozesse.
• Agenten-Architektur: Mehrstufige Agenten-Pipelines (Analyse → Validierung → Zusammenfassung) mit dokumentierten Datenquellen, Tool-Aufrufen, Prüfschritten und Quellenbezug je Aussage.
• Datenfundament: Aufsatz auf dem tagesaktuellen DB1-Datenprodukt (Snowflake, dbt) — Portfolio-, Plan-Ist- und Datenqualitätskennzahlen als gemeinsame Basis aller KI-Analysen.
• Guardrails & Evaluation: Evaluations- und Freigabeprozesse für LLM-Antworten bei steuerungsrelevanten Aussagen — Testsets, Metriken, Human-Review.
• Prototyping & Validierung: Iterative Validierung der Agenten-Antworten mit dem Fachbereich — Testfragen-Katalog, Feedback-Schleifen, Antwortqualität je Release.
• Roadmap & Ausbaustufen: Detaillierung der Stufen Assistenz → Monitoring/Alerting → teilautonome Steuerung inkl. Übergangskriterien und Governance je Stufe.
• Integration: Einbettung in die bestehende BI- und Datenlandschaft — BI bleibt System of Record, die KI-Schicht liefert interaktive Drill-down-Pfade als System of Engagement.
• Enablement: Befähigung der Anwender im Fachbereich — Prompting-Leitfäden, Schulungen und Betriebsmodell für den laufenden Einsatz.
• Steuerung: Koordination Fachbereich, Data Engineering, IT-Security & Datenschutz.
• Change Management: Kommunikation und Erwartungsmanagement gegenüber Fachbereich und Management entlang der Ausbaustufen.

Ergebnisse:

• Auf bestehendes tagesaktuelles Datenprodukt mit mehreren Millionen Verträgen aufgesetzt
• Mit Datenschutz und IT-Security abgestimmtes LLM-Setup in EU-Region mit Datentrennung und Freigaben etabliert
• Drei Ausbaustufen bis zur teilautonomen Steuerung definiert
• Rollenspezifische Sichten für Fachbereich, Management und C-Level konzipiert
• Business Case und Management-Pitch für die Ausbaustufen erarbeitet
• Iterativer Validierungsprozess für Antwortqualität mit dem Fachbereich etabliert
• Betriebsmodell für den Assistenzbetrieb konzipiert und in Validierung

Stack: Azure OpenAI, Azure AI Foundry, Snowflake, dbt, React, TypeScript, Entra ID, RAG, Agentic AI, Analyse-Agenten, Human-in-the-Loop, Prompt Engineering, LLM Evaluation, LLMOps, DSGVO / EU-Region, Azure DevOps, Python, SQL, Change Management

• Erstellung des Profitcenter Reports und Statistische Kennzahlen Report
• Aufnahme und Analyse der Anforderungen bzgl. des Forecasts für Umsatz und Kosten
• Umsetzung diverser Zeitreihenanalysen und Optimierung der Vorhersagen
• SAP Prozesswissen, SQL, Python
• Python mit diversen Bibliotheken für Zeitreihenanalyse und Machine Learning

Streamline – Einführung von S/4 HANA Utilities in Kooperation mit Accenture

• Beratung und Coaching der Programmleitung (OPL)

• Planung und Unterstützung in der Durchführung aller organisatorischen und systemtechnischen Aktivitäten zur Umstellung von SAP IS-U auf SAP S/4 HANA Utilities

• Kommunikation und Abstimmung mit den beteiligten Stakeholdern und Gremien (Kernteam, Programmleitung, Lenkungskreis)

• Projekt- und Prozessmanagement

• Coaching der Streamleads im Hautprojekt

• Anforderungsmanagement zur Schnittstellenanbindung der Umsysteme (Non-SAP-Systemen)

• Risikomanagement

• Ressourcen und Kapazitätsplanung

• Beratung der bestehenden Migrations-, Tests-, Schnittstellen/Umsystem- und Schulungsteams

• Beratung in der Steuerung des Cut-Over der SAP-Systeme

• Planung und Steuerung inkl. notwendiger Post-Migrationsaktivitäten (z. B. Verifikation, Dokumentation, Nachbesserungen)

• Team-Coaching & Servant Leadership: Unterstützung eines oder mehrerer Scrum Teams als Coach, Facilitator und Servant Leader

• Förderung von Selbstorganisation, Eigenverantwortung und kontinuierlicher Verbesserung

• Moderation und kontinuierliche Verbesserung von Scrum-Events (Daily, Planning, Review, Retrospective)

• Sicherstellung der Einhaltung von Scrum-Werten, Prinzipien und Praktiken

• Identifikation und aktives Management von Impediments, um die Produktivität des Teams zu sichern

• Zusammenarbeit mit Product Ownern, Agile Coaches und Führungskräften zur Lösung struktureller Hürden

• Unterstützung bei der agilen Skalierung in Bereichen wie SAFe, LeSS oder Nexus

• Mitgestaltung von agilen Transitionen im Rahmen der Digitalstrategie der MVV

• Aufbau eines agilen Denkens in der Organisation durch Trainings, Workshops und aktives Vorleben agiler Prinzipien

• Zusammenarbeit mit anderen Scrum Mastern und Agile Coaches im unternehmensweiten Agile Chapter

• IT Systeme: ERP: SAP IS-U, SAP S/4 HANA Utilities

• Aufbau des Unternehmens mit Fokus auf Connectivity für IIoT und Industrie 4.0, iRPA/Prozessautomatisierung, Advanced Robotics und Smart Systems, Sensors and Services
• Projektleitung und Software-Architektur für IoT-Gateway-Entwicklung (seit 2020) mit Protokollübersetzung, IT/OT-Konvergenz und GRC
• Entwicklung von RPA-Bots zur Automatisierung und Überwachung industrieller Prozesse mit agentischem AI-Ansatz (seit 2020)
• Implementierung von Unsupervised Clustering und Anomalieanalyse für Zeitreihendaten in BigData-Streaming-Pipelines (seit 2021)
• Einführung eines Docker-basierten Release-Trains für OTA-Updates mit DevSecOps und CI/CD (seit 2018)

• Weiterentwicklung von BW-Applikationen für First Data GmbH
• Migration von 3.x DataSourcen nach 7.x
• Anpassung/Redesign von vorhandenen ABAP Coding auf ABAP-OO
• Erstellen neuer Datenflüsse BW 7.5
• Unterstützung Tagesgeschäft
• Betrieb und Monitoring von BW-Applikationen
• Berechtigungen
• Löschkonzept von Geschäftspartnern im BW
• Datenarchivierungskonzept
• Erstellung Programm zur automatischen Anlage von SD-Aufträgen
• ABAP, ABAP-OO, BAPI
• SAP BW 7.x
• SAP ERP