Virtualization-Experten in München

Einheitliches ITSM-Framework

• Definition eines konzernweiten ITSM-Zielbildes
• Einführung einer einheitlichen Service-Struktur über alle Fachbereiche

SLA- und OLA-Management

• Aufbau eines standardisierten SLA-Frameworks
• Definition von Serviceklassen (Business Critical, Standard, Low Priority)
• Einführung von OLAs zwischen internen Teams
• Aufbau eines aussagekräftigen SLA-Reportings
• Definition von KPI- und Service-Dashboards für Fachbereiche

Service Portfolio Management

• Definition von Servicebeschreibungen
• Ggf. Vorbereitung einer möglichen Kosten- und Leistungsverrechnung

Ticketing & Prozesse

• Incident Management
• Einheitliche Ticketkategorien
• Standardisierte Priorisierung
• Eskalationsmatrix
• Automatisierungen
• Self-Service-Optimierung

Request Fulfillment

• Servicekatalog über alle Fachbereiche
• Genehmigungsworkflows

Problem Management

• Einführung von Root-Cause-Analysen
• Known-Error-Datenbank
• Problem-Review-Prozess

Vollständiges Asset-Management-Konzept

• Hardware-Lifecycle-Management
• Software-Lifecycle-Management
• Leasing-Lifecycle
• Mobile-Device-Lifecycle
• Monitor-Lifecycle
• Telefon-Lifecycle

Prozesse

• Beschaffung
• Wareneingang
• Inventarisierung
• Zuweisung
• Rückgabe
• Entsorgung
• Leasing-Rückführung Ziel: Single Source of Truth für alle Assets

CMDB-Design

• Definition aller Configuration Items:
• Workplace
• Notebooks
• Monitore
• Mobiltelefone
• Drucker

Infrastruktur

• Server
• Firewalls
• Switches
• WLAN
• Storage
• Backup-Systeme

Cloud

• Azure-Ressourcen
• Microsoft 365
• SaaS-Dienste

Beziehungen

• User ↔ Asset
• Asset ↔ Service
• Service ↔ Infrastruktur
• Standort ↔ Asset
• Ziel: Vollständige Service-Abhängigkeiten sichtbar machen

Software Asset & Lizenz Management

• Lizenzmanagement-Konzept
• Lizenzbilanzierung
• Compliance-Reporting
• Microsoft-Lizenzmanagement
• Adobe-Lizenzmanagement
• SaaS-Management
• Vertragsmanagement
• Renewal-Management

Schnittstellen & Automatisierung Bestehende Systeme

• Workday
• Joiner
• Mover
• Leaver

TESMA

• Leasingdaten
• Vertragsdaten

Matrix42

• Asset-Synchronisation
• Benutzersynchronisation

Active Directory / Entra ID

• User Management

Microsoft 365

• Lizenzzuweisung
• Gruppenmanagement

Dormakaba

• Zutrittsprozesse

• Lifecycle Services

Monitoring-Plattformen

• PRTG
• Palo Alto
• Cisco

Reporting & KPI Framework

• Definition eines Management-Dashboards
• KPIs
• Ticketvolumen
• SLA-Erfüllung
• MTTR
• Erstlösungsquote
• Asset Accuracy
• Lizenz-Compliance
• Change Success Rate
• Service Availability
• Automatisierungsgrad

Netzwerk-Redesign-Begleitung

• Governance
• Begleitung des Netzwerk-Redesigns aus ITSM-Sicht
• Definition betroffener Services
• Change-Management-Struktur
• Kommunikationskonzept

CMDB-Integration

• Aufnahme aller Netzwerkkomponenten
• Service Mapping
• Abhängigkeitsanalyse

Validierung von Dokumentation und Knowledgebase-Artikeln

• Netzwerkdokumentation
• Betriebsdokumentation
• Standard Changes

Monitoring & Event Management

• Zielbild
• Zentrales Monitoring-Konzept
• Event-Management-Prozess
• Alarmierungsstrategie
• Eskalationsmodell

Systeme

• Cisco

• Palo Alto

• Fortinet

• Rubrik

• Veeam

• Matrix42

• Azure

• Microsoft 365 Automatisierung

• Ticketgenerierung aus Monitoring

• Eskalationen

• Standardmaßnahmen

Audit, Compliance & Informationssicherheit

• ISO-27001-Beratung
• TISAX-Beratung
• NIS2-Vorbereitung - Beratung
• Auditfähige Prozesse
• Dokumentationsstruktur
• Nachweisführung in Matrix42

Roadmap

• 12-Monats-Roadmap
• Priorisierung aller Maßnahmen
• Quick Wins
• Mittelfristige Projekte
• Langfristiges Zielbild
• Dokumentation

In meiner Rolle als Senior Cloud DevOps Architect bei BP, einem Öl- und Gasunternehmen, hatte ich die Aufgabe, die Plattform für das Laden von Elektrofahrzeugen der EV Division von On-Premises und Azure in die AWS-Cloud zu migrieren, was zu einer hybriden Multi-Cloud-, Multi-Tenant-SaaS-Lösung führte.

Der Einsatz von Kubernetes für die Anwendungsebene bedeutete die Bereitstellung von Kubernetes-Clusters, die von EKS und AKS verwaltet wurden, mit Fokus auf die Integration in eine Multi-Tenant-Umgebung. Diese Integration wurde durch den Einsatz von Kubernetes-Namespace und Zugriffskontrollen erreicht, um Datenisolation und Datenschutz sicherzustellen.

Auf der Datenbankebene entschieden wir uns für eine RDS-Instanz mit PostgreSQL zur Unterstützung der Backend-Infrastruktur unserer Anwendungen. Die Mandanten teilten sich dieselbe RDS-Instanz, hatten aber jeweils ein eigenes Schema.

Um nahezu in Echtzeit Daten von physischen Ladestationen (CPOs) als IoT-Geräte über das OCPI-Protokoll aufzunehmen, stießen wir bei der Batch-Verarbeitung auf erhebliche Verzögerungen. Daher entwickelten wir eine Streaming-Datenpipeline in Echtzeit mit Apache Kafka und setzten dabei auf eine eventgetriebene Architektur.

Ich leitete die Zusammenarbeit über mehrere interne Teams, externe Anbieter, Cloud-Provider und Partner vor Ort hinweg, um über fünf Systeme in eine einheitliche Lösung zu integrieren.

Erfolge:

• Erfolgreich hybride Multi-Cloud-Lösungen entworfen und umgesetzt, die mehrere Cloud-Plattformen (AWS, Azure) mit On-Premises-Infrastruktur unter Einsatz von Site-to-Site-VPNs, Firewalls und Load Balancing integrierten.
• Die Migration der On-Premises-Infrastruktur zu einer Multi-Cloud-, Multi-Tenant-Infrastruktur geleitet, was zu 30 % schnelleren Verarbeitungszeiten führte.
• Workloads aus VMware- und Hyper-V-Umgebungen auf cloudbasierte VMs migriert und dabei Cloud-native Services genutzt, um Leistung, Kosteneffizienz und Skalierbarkeit zu optimieren.
• Eine Multi-Tenant-Kubernetes-Plattform entworfen, die das Kubernetes-Ökosystem nutzt, mit Karpenter für die dynamische Bereitstellung von EC2-Nodes, KEDA für eventgesteuertes Pod-Autoscaling (z. B. Kafka-Message-Lag) und Rancher für das zentrale Monitoring mehrerer Cluster (EKS, AKS oder On-Prem K8s), als Ersatz für den Microsoft-zentrierten Azure-Arc-Management-Service.
• Python-basierte FastAPI-Microservices als Teil des EV-Core-Backends auf der AWS-EKS-Anwendungsebene entworfen und umgesetzt, die Datenaufnahme- und Kundenanalyse-Pipelines antreiben.
• Asynchrone, eventgetriebene APIs (Python-FastAPI) für die Echtzeit-Integration mit CPOs entwickelt, mit Unterstützung für OCPI 2.3 und OICP-Protokolle.
• Eine sichere, produktionsreife Azure-Databricks-Plattform mit Terraform entworfen und umgesetzt und dabei Skalierbarkeit und Kosteneffizienz sichergestellt.
• On-Premises-ERP auf eine hybride Dynamics-365-Architektur migriert, mit ERP lokal gehostet und CRM in Azure betrieben, integriert über Azure Arc.
• CI/CD-Pipelines für Databricks-Notebooks und Jobs mit GitHub Actions und Databricks CLI automatisiert, wodurch die Bereitstellungszeit reduziert wurde. Die Bereitstellungszeit für Infrastruktur durch Automatisierung der Cloud-Ressourcenbereitstellung mit GitOps um 70 % reduziert.
• Die Einhaltung interner Audit- und Data-Governance-Standards (GDPR) durch OAuth2/OIDC-basierte Authentifizierung und fein abgestufte rollenbasierte Zugriffskontrollen sichergestellt.
• Ein Zero-Trust-Sicherheitsmodell entwickelt, das Least-Privilege-Zugriffe und Mikrosegmentierung durchsetzt und die Sicherheitslage sowie die Compliance mit GDPR und NIST verbessert.
• Interaktive Analytics-Dashboards in Amazon QuickSight erstellt, die Daten aus S3 und Redshift integrieren, um Echtzeit-Business-Insights und Visualisierungen mit eingebettetem Zugriff für Multi-Tenant-Nutzer bereitzustellen.
• Cloud-Sicherheitsbewertungen und eine Sicherheitsintegration über den gesamten Lebenszyklus während M&A geleitet, einschließlich AWS, Azure, IAM (Entra ID) und Datenschutz, und dabei die Sicherheitslage mit NIST, ISO 27001 und GDPR über hybride und cloud-native Umgebungen hinweg ausgerichtet.
• Die Cloud-Kosten für eine Dev-Umgebung eines Kunden um 64 % gesenkt, indem automatisierte Start-/Stopp-Zeitpläne für EC2- und RDS-Instanzen über AWS CDK mit EventBridge Scheduler oder AWS Systems Manager implementiert wurden.

Tech-Stack:

• Infrastructure as Code: Terraform, AWS CDK, Ansible.
• Container: Kubernetes auf EKS, AKS, Docker.
• Streaming-Datenverarbeitung: Kafka zu Confluent Cloud, nach AWS MSK.
• Frontend: TypeScript, React, NextJS, Hooks, Styled Components.
• Backend: Python mit FastAPI, außerdem Node.js mit NestJS.
• Datenbank: Aurora auf PostgreSQL mit TypeORM, RDS auf SQL Server, vollständiges Setup und Administration von Azure Databricks, ETL-Pipelines.
• CI/CD und GitOps: GitHub Actions, Azure DevOps, ArgoCD.
• Monitoring und Observability: Prometheus und Grafana.
• Virtualisierung: Hyper-V, VMware Cloud on AWS, Azure Migrate.
• ERP-Systeme: Odoo, Microsoft Dynamics 365 Business Central auf Azure, integriert mit Azure Arc.
• Netzwerke: Site-to-Site-VPNs, AWS Direct Connect, Azure ExpressRoute, Firewalls (AWS Network Firewall, Azure Firewall).
• Sicherheit: IAM, NIST Framework, Zero-Trust-Sicherheit, AWS WAF, AWS Shield, GuardDuty.

• 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).

• Es ist wie ein Start-up innerhalb von REWE, wo wir ein neues Forecasting-System auf der Google Cloud Platform von Grund auf aufbauen müssen. Offiziell heißt meine Rolle zwar MLOps, aber zu meinen tatsächlichen Aufgaben gehören auch die Entwicklung von Datenverarbeitungspipelines (Data Engineering) und Aufgaben von Data Scientists wie Feature Engineering und Modelltraining.
• GCP: Terraform (tofu), Vertex AI (Kubeflow), Cloud Run, IAM, Google Cloud Storage, BigQuery, Artifact Registry
• Data Engineering: Snowflake als zentrales Data Warehouse, Terraform, DBT für die Umsetzung von Datenmodellen
• CI/CD: GitLab. Wir haben eine CI/CD-Pipeline aufgebaut, die Deployments neuer Releases bis in die Produktionsumgebung automatisiert

• Verantwortlich für die Administration von OpenShift/Kubernetes On-Prem und den Entwickler-Support.
• Automatisierte die URP-Infrastruktur mit Python, Ansible, Kustomize sowie dem ArgoCD- und Argo Workflow/Events-Stack.
• Schrieb Smoke- und Lasttests für die URP-Infrastruktur mit Python, Kustomize und ApplicationSets.
• Unterstützte beim Aufbau und der Bereitstellung der URP-Infrastruktur in Google Cloud (GKE).
• Implementierte Monitoring für die URP- und ArgoCD-Umgebung mit Splunk Cloud.
• Führte Systemadministrationsaufgaben auf RedHat Linux, Kubernetes/OpenShift, ArgoCD, GitLab, Bitbucket Enterprise, Kafka und MongoDB durch.

• Leitete die EU-Markteintrittsstrategie für L3/L4-autonome Logistikfahrzeuge und trieb die technologische Lokalisierung sowie den Einsatz des Smart-Robotics-Portfolios der Muttergesellschaft voran.
• Stimmte die Technik führender Anbieter autonomer Fahrtechnologien in China und Europa ab und übersetzte komplexe Kundenanforderungen in präzise Ingenieursvorgaben gemäß EU-Normen.
• Initiierte strategische gemeinsame F&E-Projekte mit führenden europäischen Universitäten, Forschungsinstituten und Unternehmen, um den Übergang neuester Robotikkonzepte in kommerzielle Produkte zu beschleunigen.
• Entwarf die End-to-End-Architektur intelligenter Lagerlösungen und führte funktionsübergreifende Teams bei der Optimierung der Hardwareintegration für autonome Fahrzeuge und Roboter sowie der Gesamtssystemleistung.
• Leitete die F&E für hochauflösende Simulationen und KI-Algorithmen mit NVIDIA Isaac Sim & Lab und etablierte robuste "Sim-to-Real"-Pipelines, um dynamische Pfadplanungsoptimierung, intelligente Hindernisvermeidung und komplexe Navigationssysteme vor der physischen Implementierung zu trainieren und zu validieren.
• Beibehielt praktische Kontrolle über die Kernsystemarchitektur mit Fokus auf Performance-Tuning auf niedrigster Ebene, Beschleunigung der KI-Modellinferenz mit TensorRT/ONNX Runtime und Sensorintegration.

• Azure Kubernetes-Cluster entworfen und implementiert sowie DNS- und Firewall-Lösungen betreut, um die Netzwerksicherheit und Zuverlässigkeit zu verbessern.
• Projekte mit Agile-Scrum-Methoden geleitet, um Entwicklungszyklen zu verschlanken und die Projekteffizienz zu steigern.
• Beziehungen zu Lieferanten aufgebaut und gepflegt, um eine termingerechte Projektlieferung und die Verfügbarkeit von Ressourcen sicherzustellen.
• Continuous-Integration- und Delivery-(CI/CD)-Pipelines mit Jenkins, Sonar, GitHub, Bitbucket und Terraform in der BMW Azure Cloud Umgebung verwaltet.
• Fortify SSC und Contrast AST für robuste Anwendungssicherheitstests eingesetzt.
• DevOps-Engineering-Initiativen auf der SAP Business Technology Platform (BTP) geleitet, mit Fokus auf die Optimierung von Entwicklungs- und Bereitstellungsprozessen.
• Service Now Governance, Risk und Compliance (GRC&IRM).

• Planen & Vorbereiten (Standort-Design & Readiness): Inventar & Design: Dell PowerEdge R-Series, Aruba Switches (L2/L3), Notebooks/Peripherie; Serien-/Asset-Tags, IPv4/IPv6-Adressierung, VLAN-/DHCP-/DNS-Plan

• Runbooks/MOPs: Standort-Rollout-Runbook, Backout-Strategie (<15–30 Min.), Risiko-Register, Kommunikationsmatrix; Freigaben via CAB/Change

• Images/Packages: Golden Image (Win10/11), Driver Packs, BIOS/UEFI-Baseline; O365/Teams/OneDrive-KFM; BitLocker-Policies; MECM/SCCM, Intune/Autopilot, MDT/WinPE

• Logistik: Versand/Verzollung, RMA/DOA, Vor-Ort-Spares; Tools (Barcode-Scanner, Label-Drucker), "Go-Bag" (Kabel, SFPs, Konsolenkabel)

• Umsetzung (Vor-Ort): Endgeräte: Swap & Migration (USMT/OneDrive KFM), Peripherie (ATB/BT-Drucker, Scanner, Boarding-Gate-HW); Domain-Join, Compliance-Checks, O365-Aktivierung, Drucker/Queues, Netzlaufwerke

• Abnahme: Funktionstests für DCS/CUTE/CUPPS/CUSS-Stationen, Ticketing-/Check-in-Workflows, Boarding-Gates

• Server (R-Series): Rack & Stack, Verkabelung (PDU-Redundanz, LWL/Cu), Etikettierung/Nomenklatur; Firmware/RAID (PERC), Lifecycle Controller, iDRAC-Netz; Windows Server 2022/2025 + CIS-/BSI-Härtung; Agenten (Backup/AV/EDR/Monitoring), Zeitdienst/NTP-Auth, Syslog/SNMPv3

• Netzwerk (Aruba): VLANs, LACP-Trunks, MSTP-Root; Portfast + BPDU-Guard an Edge; QoS (EF/AF); Dual-Stack (v4/v6), DHCP-Relay. NAC/802.1X mit ClearPass/Radius/TACACS+, Rollen + MAB-Fallback; Gast-Isolierung, ACLs (Gast→Mgmt deny). Telemetrie: sFlow, SNMPv3, Syslog→SIEM; LLDP→Inventar/CMDB

• Airport-Spezifika: CUTE/CUPPS/CUSS-Terminals; DCS/Amadeus/SITA-Konnektivität; FIDS (read-only); Bag-Tag-/Boarding-Pass-Druck; Changes in Off-Peak-/Nachtfenstern

• Stabilisieren (Hypercare): First-Day-Support, KPI-Tracking (Login-Zeiten, Ticket-Volumen, Fehlerklassen), QoS-Feintuning

• Troubleshooting: Wireshark/iperf, Eventlogs, Switch-Counter, sFlow-Flows; schnelle Incident-Bearbeitung als SPOC

• Wissensübergabe: Kurzschulungen für Stationsteams, Mini-Runbooks (Störung/Recovery)

• Abschließen (Doku & Handover): Doku & CMDB: Final-Configs (Switch/Server), Topologie-/Patchpläne, IP-Tabellen, Serien-/Asset-Listen, Vorher/Nachher-Fotos

• Abnahme & Sign-off: UAT-Protokolle, Funktionsnachweise (Use Cases), Rückgabe/Weiterverwendung der Althardware

• Lessons Learned: Risiken, Standardpakete, Treiber-Freeze, "Known Issues"

• Schnittstellen/Kommunikation: Station IT, Airport IT, SOC/NOC, Ground Ops/Ramp/Check-in, Provider (SITA/Amadeus). ITSM: ServiceNow (Inc/Req/Change/KB), Übergabe an BAU

• Projektunterstützung VMware/Active-Directory
• Operative Unterstützung bei der Administration und Prozessdurchführung
• Erstellung und Prüfung von Dokumentationen
• Active Directory, PowerShell, VMware vSphere 7, Confluence, Jira
• Windows Server 2016/2019/2022/2025 GUI/Core
• Konzept und Einführung von Windows Update Services (ca. 500 Client-/Server-Systeme) und Übernahme eines zentralen WSUS-Gateways unternehmensweit
• Übernahme und Redesign von KMS/RDS-Systemen unternehmensweit

• Neuauflage der Fachkonferenz zum Projektmanagement „PM-Summit“ des PMI Germany Chapter e.V.
• Ausschreibung für den Call for Paper und Auswertung
• Onboarding der Sprecher
• Programmkomposition
• Einstellung des Programms in die Webseite mit Beitragstiteln und Sprecherinfo
• Call for Paper durchgeführt und Programm fertig erstellt und veröffentlicht
• Tools & Technologien: Miro, MS-Teams, Office

• Chief Information Officer mit mehr als zwei Jahrzehnten internationaler Führungserfahrung in kapitalmarktorientierten und regulierten Industrieumfeldern.

• Verantwortung für die strukturelle Neuausrichtung komplexer, historisch gewachsener IT-Organisationen mit dem Ziel, Transparenz, Steuerungsfähigkeit und wirtschaftliche Stabilität herzustellen.

• Führung globaler IT-Organisationen mit Budgetvolumen bis 120 Mio. € und bis zu 320 Mitarbeitenden.

• Entwicklung und Umsetzung zentral gesteuerter Operating Models, Einführung transparenter Finanz- und Governance-Strukturen sowie konsequente Realisierung unternehmenskritischer Plattforminitiativen (u. a. SAP S/4HANA).

• Fokus auf die Wiederherstellung von Entscheidungsfähigkeit, Priorisierung und Umsetzungskraft in Transformationsphasen mit erhöhtem organisatorischem Druck.

• Technologie als strategischer Hebel zur Effizienzsteigerung, Stabilisierung und nachhaltigen Weiterentwicklung des Unternehmens.

• Globale IT-Transformation & Operating Models

• SAP S/4HANA & Plattformharmonisierung

• Digital Manufacturing & Industry 4.0

• Governance, Compliance & Cyber Resilience

• Internationale Organisationsführung

• Sourcing- & Standortstrategien

• Gesamtverantwortung für Strategie, Governance, Budget und Betrieb der globalen IT-Funktion mit einem jährlichen Budget von rund 45 Mio. € und einem internationalen Team von ca. 95 Mitarbeitenden über sämtliche Standorte hinweg.

• Direkte Berichtslinie an die Geschäftsführung sowie enge strategische Abstimmung mit CFO und COO.

• Neuausrichtung einer historisch dezentral gewachsenen IT-Landschaft mit 28 rechtlich eigenständigen Gesellschaften und voneinander getrennten Budget- und Steuerungslogiken hin zu einem zentral gesteuerten, international standardisierten Operating Model.

• Einführung transparenter Governance-, Reporting- und Finanzstrukturen mit klarer Trennung und aktiver Steuerung von CapEx- und Opex-Budgets auf Konzernebene.

• Etablierung einer konzernweiten Finanz- und Leistungssteuerung der IT mit klarer Priorisierung von Investitionen, transparenter CapEx-/Opex-Struktur und aktiver Portfolio-Governance zur nachhaltigen Erhöhung der Entscheidungsfähigkeit auf Geschäftsführungsebene.

• Durch konsequente Zentralisierung, Standardisierung und Plattformharmonisierung (u. a. globale Einführung von SAP S/4HANA) wurde die strukturelle Komplexität signifikant reduziert.

• Die IT-Kostenbasis konnte nachhaltig um rund 15 % gesenkt werden bei gleichzeitiger deutlicher Leistungs- und Serviceverbesserung sowie erhöhter Transparenz und Steuerungsfähigkeit für Geschäftsführung und Management.

• Parallel dazu strategischer Ausbau der produktionsnahen IT-Architektur im Kontext Industrie 4.0 mit Integration von MES- und IoT-Systemen in OEM-nahen, sicherheitskritischen Produktionsumgebungen sowie Aufbau auditfähiger Governance- und Sicherheitsstrukturen unter Berücksichtigung regulatorischer Anforderungen (u. a. Automotive-Standards, TISAX-nahe Strukturen, globale Compliance-Vorgaben).

• Konsequente Fokussierung auf strategisch relevante Initiativen durch Bereinigung paralleler Projekte, Reduktion redundanter Strukturen und Einführung klarer Verantwortlichkeiten mit dem Ziel, Geschwindigkeit, Verbindlichkeit und Umsetzungskraft in der Organisation spürbar zu erhöhen.

• Hohe internationale Präsenz mit operativer Verantwortung an Produktionsstandorten und aktive Rolle als strategischer Sparringspartner der Geschäftsführung.

• Leiter der technischen Gesamtintegration NSC (National Secure Cloud, Projekt mit ca. 60 Mitarbeiter).

• Technische Integration von allen Subprojekten in ein Produkt, Definition von Schnittstellen, Basiskomponenten einer Cloud inklusive Hardware, technische Architektur der Basis IABG.

• Entwicklung eines Cloud Management Platforms (CMP), die in der Lage ist, Private/Mixed Cloud von beliebiger Komplexität anhand einer textuellen Beschreibung mit einem Click oder interaktiv zu erstellen.

• CMP beinhaltet auch den kompletten Zyklus Hardware Management.

• Als Basis wird Kubernetes, Openstack und Hadoop benutzt.

• Die Managementschicht beinhaltet Harbor, Gitea, Longhorn, Keycloak, Rancher und Jenkins, die automatisch konfiguriert sind.

• Privat Cloud kann beliebige Workloads von Kunden ausführen, darunter volle Hadoop Schicht mit HDFS, Spark, MapRed, Mezos, HBase und ca. 20 weiteren ML/DL Technologien.

• Hadoop Worker Cluster kann auch ohne Kubernetes on Bare Metal oder Commodity Hardware automatisch installiert werden.

• Openstack mit Nova, Neutron, Ironic, Swift, Cinder, Ceph.

• Entwicklung einer Java Anwendung Rudi: Soap, Rest, Containers, DB.

• Technologien: Kubernetes (K3s, Rke2, Minikube, Harbor, Gitea, Jenkins, Longhorn, Keycloak, Rancher), Openstack (Nova, Neutron, Keystone, Swift, Ceph, Cinder, Sahara, Magnum, Kayobe, Kolla, Bigrost, Ironic), Hadoop (HDFS, Ambari, Solr, Livy, Ranger, YARN, Tez, HBase, Kafka, Hive, Zookeeper, MapReduce, Spark, Oozie, Flink), Virtualizierung (Kubernetes (K3S), VMware, Oracle), Skripting (Ansible, Puppet, Juju, Shell, Groovy, Gradle, Maven).

• Spezialisierung auf Konzeption und Implementierung robuster, sicherer Cloud-Lösungen für kritische Kundeninfrastrukturen.
• Expertise im Microsoft Intune-Umfeld mit starkem Fokus auf Systemhärtung und umfassendes Richtlinienmanagement.
• Architektur einer NIST- und ISO/IEC 27000-konformen MDM-Infrastruktur für ein internationales Regierungsprojekt im Luftfahrt- und Verteidigungssektor.
• Übernahm die Architekturrolle für eine Offline Microsoft Endpoint Configuration Manager (MECM)-Umgebung, sicherte die NIST-Konformität und betreute dabei eine komplexe Fertigungsinfrastruktur.