KI-Kompetenz

Künstliche Intelligenz, die in der Praxis liefert.

KI ist für mich kein Zukunftsthema und kein Buzzword, sondern tägliches Werkzeug. Ich setze sie seit dem ersten öffentlichen Tag produktiv ein und helfe Unternehmen, sie dort einzuführen, wo sie echten Mehrwert schafft: als agentische Systeme, tief in Ihre Abläufe integriert, mit Frontier-Leistung und DSGVO-konform. Denn wer KI früh in seine Prozesse bringt und seine Teams befähigt, sichert sich einen spürbaren Vorsprung bei Effizienz und Wettbewerbsfähigkeit.

Der Unterschied zu vielen KI-Beratern: Ich komme aus der Softwareentwicklung und aus der Projektsteuerung. Ich baue KI-gestützte Workflows und Agenten selbst, nicht nur auf Folien. Und ich kenne den Unterschied zwischen dem, was in Produktion funktioniert, und dem, was nur in der Demo gut aussieht.

Mein Hintergrund

Von Anfang an vorne dabei

Ich habe Informatik studiert und bringe ein tiefes technisches Verständnis mit. Als das erste ChatGPT öffentlich wurde, habe ich sofort erkannt, wie disruptiv diese Technologie ist und dass man früh aufspringen muss, um nicht überrollt zu werden.

Von Beginn an habe ich mich massiv mit Wissen eingedeckt, um ganz vorne mitzuspielen. Künstliche Intelligenz ist ein extrem schnelllebiges Feld: laufend neue Modelle, neue Werkzeuge, neue Hardware. Wer hier den Anschluss verliert, holt ihn kaum wieder auf.

Heute bin ich in diesem Bereich vorne mit dabei: ob bei Automatisierungen in der Cloud über KI-Agenten, bei agentischen Workflows oder bei der Anbindung ganzer Systemlandschaften an KI. Ich verfolge die Entwicklung nicht aus der Distanz, ich arbeite jeden Tag damit.

Aus der Praxis

Unternehmensweiter KI-Rollout

In einem Kundenmandat habe ich KI unternehmensweit eingeführt und den Rollout von Claude und Claude Code über die gesamte Organisation begleitet. Dabei habe ich die bestehenden Systeme an die KI angebunden und die Workflows optimiert, sodass Arbeitsprozesse deutlich schneller und effizienter ablaufen.

Ich bin dabei nicht nur Berater, sondern selbst täglicher Nutzer: Was ich einführe, stelle ich zuerst an der eigenen Arbeit unter Beweis.

Wann KI-Unterstützung sich lohnt

Erkennen Sie sich wieder?

Sie stecken im Pilotmodus fest.

Erste KI-Experimente laufen, aber nichts erreicht den Produktivbetrieb. Genau hier bleibt ein Großteil der KI-Initiativen hängen. Sie brauchen jemanden, der aus Piloten ein tragfähiges Betriebsmodell macht.

Ihre Prozesse sind reif für Automatisierung.

Reporting, Dokumentation, Recherche und Systembrüche zwischen Ihren Tools: Vieles davon lässt sich heute mit KI-Agenten zuverlässig automatisieren. Sie wissen nur noch nicht, wo Sie anfangen sollen.

Sie wollen Frontier-Leistung, aber DSGVO-konform.

Ihre Daten dürfen nicht unkontrolliert zu US-Anbietern abfließen. Es gibt Lösungen, die höchste Leistungsfähigkeit und Datenschutz verbinden. Man muss sie nur richtig aufsetzen.

Ihr Team soll KI beherrschen, nicht nur benutzen.

Werkzeuge allein reichen nicht. Ich befähige Ihre Mitarbeiter und Führungskräfte, KI und Agenten-Harnesses im Alltag richtig und produktiv einzusetzen.

Was ich für Sie tue

KI-Leistungen im Überblick

KI-Strategie & Use-Case-Assessment

Ich analysiere Ihre Prozesse und finde die Stellen mit dem größten Hebel. Sie erhalten keine Technologiestudie, sondern eine priorisierte Roadmap mit konkreten Anwendungsfällen, klar auf den Weg vom Piloten in den Produktivbetrieb ausgerichtet.

Agentische KI & Multi-Agenten-Systeme

Ich konzipiere und baue autonome KI-Agenten, die recherchieren, prüfen, priorisieren, dokumentieren und handeln. Orchestriert über Standards wie das Model Context Protocol (MCP), mit klaren Leitplanken und Human-in-the-Loop, wo es zählt.

Workflow-Automatisierung & Systemanbindung

Ich binde KI an Ihre Bestandssysteme an, von ERP und CRM bis zu internen Tools, und baue automatisierte Prozessketten über die Systemgrenzen hinweg. Der Wert entsteht in der tiefen Integration, nicht im Chatbot obendrauf.

Souveräne, DSGVO-konforme KI

Ich wähle für jeden Anwendungsfall das passende Modell und entwerfe die Architektur dazu: welches Modell, wo es läuft und wie Ihre Daten fließen. Vom EU-gehosteten Frontier-Modell bis zum eigenen Open-Weight-Modell im eigenen Rechenzentrum, bei Bedarf auf Ihre Aufgabe feinabgestimmt. Leistung und Datenhoheit im richtigen Verhältnis, statt einer Lösung von der Stange.

Coding-Agenten & agentische Softwareentwicklung

Ich rolle Coding-Agenten wie Claude Code in Entwicklungsteams aus. Entwickler werden vom Code-Schreiber zum Orchestrator, mit spürbaren Produktivitätsgewinnen und ohne Qualitätsverlust.

Schulung & Enablement

Ich befähige Ihre Mitarbeiter und Führungskräfte, KI und Agenten-Harnesses sauber und effektiv zu betreiben. Praxisnah, an echten Aufgaben, mit den Werkzeugen, die tatsächlich funktionieren. Damit KI nicht bei Einzelnen bleibt, sondern in der ganzen Organisation maximale Wirkung entfaltet.

Souveränität & Wettbewerb

Wettbewerbsvorteil, ohne Kompromiss beim Datenschutz

Große Unternehmen adaptieren KI deutlich langsamer als agile Mittelständler. Der Grund ist selten die Technik, sondern die Sorge, dass Daten an US-Anbieter abfließen. Diese Sorge ist berechtigt, aber lösbar.

DSGVO-konform und trotzdem stark

Über EU-Datenresidenz, Auftragsverarbeitung und Zero Data Retention nutzen Sie Frontier-Modelle, ohne die Kontrolle über Ihre Daten aufzugeben. Für maximale Souveränität kommen selbst gehostete Open-Weight-Modelle hinzu.

Wer wartet, verliert den Anschluss

Wettbewerbsfähig bleibt, wer KI früh und breit in die eigenen Abläufe bringt und seinen Mitarbeitern den Zugang zu diesen Werkzeugen gibt. Das steigert die Effizienz und Leistungsfähigkeit der Teams spürbar. Wer zögert, arbeitet mittelfristig langsamer und teurer als die Konkurrenz.

Die Hürde ist organisatorisch

Legacy-Systeme, Governance und Beschaffung bremsen, nicht die Modelle. Genau hier setze ich an: von der ehrlichen Bewertung bis zum verankerten Betriebsmodell mit klaren Leitplanken.

Mein Vorgehen

KI-Rollout in 5 Schritten

01

Standortbestimmung

Wo steht Ihre Organisation, welche Prozesse eignen sich, welche Daten sind verfügbar? Ehrlich bewertet, ohne Technik-Romantik.

02

Anwendungsfälle priorisieren

Nicht alles auf einmal. Wir starten dort, wo der Nutzen am größten und das Risiko am kleinsten ist.

03

Pilot

Ein realer Anwendungsfall, umgesetzt und messbar. Beweis statt Präsentation.

04

Rollout in den Betrieb

Was funktioniert, wird ausgerollt: in Prozesse verankert, an Bestandssysteme angebunden, für den Alltag gebaut.

05

Befähigung & Verankerung

Schulung, Leitplanken und Governance, damit die Lösung auch nach meinem Engagement Bestand hat.

Modellanpassung

Nur so viel Anpassung wie nötig

Nicht jede Aufgabe braucht ein eigenes Modell. Ich wähle pro Aufgabe das passende Modell, vom Frontier-Modell über die API bis zum lokalen Open-Weight-Modell, und gehe dann Stufe für Stufe vor: Erst der einfachste Hebel, gemessen an echten Aufgaben. Erst wenn die Messung zeigt, dass er nicht reicht, folgt die nächste Stufe. Am Ende der Leiter steht das Fine-Tuning für genau die Aufgaben, bei denen nichts anderes mehr trägt.

01

Prompt- und Kontext-Engineering

Klare Anweisungen, die richtigen Informationen im Kontext und ein definiertes Ausgabeformat. Bei aktuellen Modellen löst das einen großen Teil der Aufgaben, schnell und ohne Trainingsaufwand.

Weiter, wenn: dem Modell Arbeitsweise oder Systemzugriff fehlen.

Context Engineering Strukturierte Ausgaben Prompt Caching
02

Skills und Werkzeuge

Fehlt dem Modell Verfahrenswissen, bekommt es Agent Skills mit Arbeitsanweisungen und Prüfroutinen sowie Zugriff auf Ihre Systeme über das Model Context Protocol. Es lädt nur, was die Aufgabe gerade braucht.

Weiter, wenn: Wissen gebraucht wird, das aktuell oder firmeneigen ist.

Agent Skills MCP AGENTS.md
03

RAG: Wissen zur Laufzeit

Dokumente werden bei jeder Anfrage gesucht und dem Modell mitgegeben, immer im aktuellen Stand. Hybride Suche, Reranking und ein Testset aus echten Fragen sorgen dafür, dass die Treffsicherheit gemessen statt vermutet wird.

Weiter, wenn: Format, Tonalität oder Geschwindigkeit trotz guter Treffer nicht stimmen.

Hybride Suche Reranking Contextual Retrieval GraphRAG
04

Fine-Tuning für spezifische Aufgaben

Bleibt ein konkreter Engpass, trainiere ich ein Modell gezielt auf die Aufgabe: für ein festes Ausgabeformat, kurze Antwortzeiten, geringere Kosten pro Anfrage oder Daten, die das Haus nicht verlassen dürfen. Per Supervised Fine-Tuning, bei automatisch prüfbaren Ergebnissen mit Reinforcement Fine-Tuning und mit Destillation, wenn ein großes Modell sein Können an ein kleines weitergeben soll. Effizient über LoRA-Adapter, mit QLoRA auch auf komprimierten (quantisierten) Modellen, lokal oder als Managed Service.

Der Aufwand: Trainingsdaten aufbauen, Ergebnisse messen und das Modell pflegen, wenn neue Basismodelle erscheinen. Deshalb setze ich Fine-Tuning gezielt ein und nicht als Standard.

LoRA / QLoRA Supervised Fine-Tuning Reinforcement Fine-Tuning Destillation Synthetische Trainingsdaten

Jede Stufe wird gemessen.

Vor der ersten Änderung steht ein Testset aus echten Aufgaben, vor und nach jeder weiteren Stufe läuft derselbe Test. So entscheidet das Ergebnis und nicht die Technikbegeisterung. Datensatz und Evals sind das, was bleibt: Sie lassen sich auf das nächste Basismodell übertragen, wenn sich der Markt wieder bewegt.

Werkzeuge & Tech-Stack

Womit ich arbeite

Von Frontier-Modellen über Coding-Agenten bis zu selbst gehosteten Open-Weight-Modellen, inklusive der führenden chinesischen Modelle. Ich wähle für jeden Anwendungsfall das passende Werkzeug.

Agenten & Orchestrierung

Multi-Agenten-Systeme Model Context Protocol (MCP) Agent2Agent (A2A) Agent Skills LangGraph CrewAI OpenAI Agents SDK n8n OpenClaw Hermes

Coding-Agenten & CLIs

Claude Code OpenAI Codex CLI Gemini CLI Cursor Cline Aider OpenCode GitHub Copilot

Frontier-Modelle

Claude GPT / ChatGPT Gemini Jev (TypeSafe AI)

Open-Weight-Modelle (selbst hostbar)

Llama Mistral gpt-oss DeepSeek Qwen Kimi GLM MiniMax

Modellanpassung & Retrieval

LoRA QLoRA Supervised Fine-Tuning Reinforcement Fine-Tuning Hugging Face TRL Unsloth Fireworks AI Hybride Suche Reranking GraphRAG Evals

Souveränität & Betrieb

EU-Datenresidenz Microsoft Foundry AWS Bedrock Google Vertex AI On-Premise / selbst gehostet vLLM Ollama Zero Data Retention Python / APIs

Zertifizierungen & Weiterbildung

Fundiert, nicht improvisiert

Seit 2023 kontinuierliche, praxisorientierte Weiterbildung in agentischer KI, LLM-basierter Automatisierung und modernen AI-Werkzeugen.

Building AI Agents & Automated Workflows (n8n + MCP)

AI-Driven Project & Taskforce Management

Applied AI Coding with GitHub Copilot, Claude Code and ChatGPT Codex

Developing Skills, Plugins, Hooks, MCPs & CLIs for Technical Project Workflows

Advanced Prompt Engineering for Technical Leaders

Effizienter Einsatz von AI-Harnesses

Kontakt

Wo zeigt KI in Ihrer Organisation konkret Wirkung?

Lassen Sie uns das in einem kurzen Gespräch klären. Unverbindlich und vertraulich. Oft reichen 30 Minuten, um zu sehen, wo der größte Hebel liegt.