Ihre KI-Initiativen produzieren Prototypen. Ihre Wettbewerber liefern bereits produktive Systeme.
Ich konzipiere und implementiere produktionsreife KI-Systeme für Enterprise-Teams: von der ersten Use-Case-Bewertung und PoC-Entwicklung über Modellauswahl, Datenpipelines und Architektur bis zur Governance, die von Anfang an eingebaut ist und nicht nachträglich nachgerüstet wird, wenn der Prüfer klopft. EU AI Act-Anforderungen eingerechnet. Und das Ziel ist immer dasselbe: ein Team, das danach selbst weiterarbeiten kann.
Ich plane meinen Ausstieg bereits im ersten Gespräch. Bei KI-Systemen ist das wichtiger als bei konventioneller Architektur: Modelle driften, Regulierungen ändern sich, und Teams, die ihre KI-Infrastruktur nicht selbst beherrschen, werden dauerhaft abhängig von der Person, die sie gebaut hat. Erfolg bedeutet: Das Team kann das System ohne mich warten, neu trainieren und erweitern.
Teams, die mich hinzuziehen, stehen meist am gleichen Punkt: Eine KI-Initiative, die gut begonnen hat, kommt nicht in Produktion. Die Entscheidungen, die dafür notwendig wären, schneiden quer durch Teamgrenzen, regulatorische Anforderungen und Budgetzyklen. Genau das ist mein Einsatzbereich. Das Ergebnis: ein produktionsreifes KI-System, das vollständig in den Händen Ihres Teams liegt, mit einer Governance, die Ihr Compliance-Team unterzeichnen kann, und ohne dauerhafte Abhängigkeit von mir. Die meisten Aufträge liefern das in Monaten, nicht Jahren.
Was ich tue
Ich konzipiere KI-Systeme für die Produktion und arbeite direkt in Enterprise- und Mittelstandsteams, um diese zu bauen. Die Arbeit beginnt früher als bei den meisten Aufträgen: Use-Case-Identifikation, PoC-Entwicklung, die klare Entscheidung, was es wert ist zu bauen, bevor eine Zeile Code geschrieben wird. Danach: die richtigen Modelle auswählen, Datenpipelines konzipieren, eine Governance-Schicht aufbauen, die Ihr Compliance-Team abnehmen kann, und Architekturentscheidungen treffen, die standhalten, wenn das Volumen verdreifacht wird oder regulatorische Fragen aufkommen. Plattformarchitektur und technische Führung für komplexe Nicht-KI-Systeme gehören zur gleichen Praxis. Mit 15+ Jahren Erfahrung bei Siemens, Deutsche Telekom und Mercedes-Benz weiss ich, welche Entscheidungen Ihnen Monate sparen und welche Sie Jahre kosten werden.
Ich habe Produkte über den gesamten Stack hinweg konzipiert und geliefert: UX-Research, Produktdesign, Frontend-Engineering, Cloud-Architektur und Backend-Systeme. Das heisst: Ich verstehe, wie ein KI-Feature in das Produkt passt, das Ihre Nutzer erleben, nicht nur in die Infrastruktur, die Ihr Team wartet. Das ist der Unterschied zwischen KI, die ausgeliefert wird, und KI, die in der Staging-Umgebung feststeckt.
Das ist keine ML-Forschung, kein Dataplattform-Engineering und keine KI-Strategie ohne Umsetzung. Es ist architekturgetriebene KI-Produktarbeit mit einer klaren Methode: Use-Case-Identifikation, PoC-Entwicklung, Modellauswahl und Pipeline-Design, Governance-Aufbau, Implementierung, Produktionsrollout und geplanter Ausstieg. Diese Abfolge ist es, die Enterprise-KI-Systeme aus der Staging-Umgebung heraushält.
Diagnostische Klarheit
Nach der ersten Woche haben Sie eine schriftliche Einschätzung, wo Sie stehen, egal ob Sie von Grund auf neu anfangen oder bereits laufende Entscheidungen entwirren. Bei KI-Projekten prüfe ich Ihre Datenbestände und deren Qualität, erfasse bestehende Modellabhängigkeiten, markiere, wo EU AI Act-Anforderungen wahrscheinlich greifen, und zeige, wo KI echte Hebelwirkung bringt und wo sie nur Kosten ohne Ertrag erzeugt. Ursachen unterscheiden sich meist von den anfänglich sichtbaren Symptomen. Bei KI-Arbeit ist diese Lücke grösser als anderswo.
Architekturentscheidungen
KI-Architekturentscheidungen lassen sich am schwersten rückgängig machen: welches Modell, wie es aktualisiert wird, wie die Datenpipeline strukturiert ist, wo die menschlichen Kontrollpunkte liegen, wie Entscheidungen für regulatorische Zwecke protokolliert werden. Enterprise-Teams geraten ins Stocken, weil diese Entscheidungen Teamgrenzen überschreiten und selten klar ist, wer das letzte Wort hat. Ich bringe ein belastbares Urteil mit, das auf dem beruht, was im grossen Massstab funktioniert. Sie bekommen einen klaren Weg nach vorne, mit verstandenen Kompromissen, keine offene Optionsliste.
Geplanter Ausstieg
KI-Systeme brauchen Verantwortliche, die sie verstehen, nicht nur Entwickler, die den Code ausführen können. Bevor ich gehe, arbeite ich eng mit den Ingenieuren zusammen, die die Modelle warten werden, dokumentiere jede Entscheidung, die um 3 Uhr nachts eine Rolle spielen wird, wenn etwas nicht stimmt, und stelle sicher, dass das Team weiss, wie man Drift erkennt, verantwortungsbewusst neu trainiert und eine Compliance-Anfrage beantwortet, ohne mich anzurufen. Der Test ist derselbe wie immer: Kann das Team ohne mich die gleiche Qualität aufrechterhalten?
Was Sie in Woche 1 erhalten
Die erste Woche ist nicht nur Beobachtung. Sie liefert konkrete Ergebnisse:
- Eine schriftliche Bewertung davon, wo Sie stehen, was nicht funktioniert und was als nächstes passieren muss
- Eine klare Aufstellung Ihrer anstehenden Entscheidungen und was jede Wahl Sie kosten wird
- Eine ehrliche Einschätzung, ob ich der richtige Partner für diesen Auftrag bin, auch wenn die Antwort nein ist
- Falls wir weitermachen: eine Roadmap, die zeigt, was gebaut wird, in welcher Reihenfolge und warum
Woche 1 endet mit einem klaren Bild, wo Sie stehen, und einem konkreten Plan, was als nächstes zu tun ist.