15+ Jahre Business-Erfahrung.
Jetzt mit der Fähigkeit, selbst zu bauen.
Nachweisbare Expertise aus realen Projekten. Strategien, die umsetzbar sind, weil ich verstehe, was technisch möglich ist.
Drei Arten von Nachweis
SAVSEN
AI-powered Feedback Tool
Von der Idee über Prototyp bis Production in 6 Monaten – ohne Dev-Team gebaut.
Was ich gelernt habe:
- → End-to-End Product Development
- → AI-Integration in realen Use Cases
- → Production-Ready Systems verantworten
- → Echte Nutzer, echte Daten, echte Verantwortung
Pricing Intelligence
Kundenindividuelle Lösungen für komplexe Preislandschaften
Fokus: Komplexe Produktstrukturen (300+ SKUs), multiple Standorte, komplexe Preislandschaften. Prototypen entwickelt, um Machbarkeit und ROI zu validieren.
Was ich gelernt habe:
- → Business-Probleme brauchen Business-Lösungen
- → Technologie ist Mittel, nicht Zweck
- → Konservative ROI-Schätzungen zahlen sich aus
- → Prototypen validieren Machbarkeit, bevor man in Production investiert
- → Für Production binde ich Spezialisten ein (z.B. Data Scientists)
Use Case Evaluations
20+ Evaluations durchgeführt
Mustererkennung: Was funktioniert, was nicht. Welche Projekte ROI generieren, bevor der Pilot endet.
Mein Framework:
- → Wo kostet Reibung Geld?
- → Was bedeutet 10% Verbesserung in echten Zahlen?
- → ROI in 3-6 Monaten möglich?
- → Technisch umsetzbar mit positivem ROI?
Was ich gelernt habe:
- → Die meisten Probleme sind nicht technisch
- → Sie sind translational: KI schafft Wert nur dort, wo jemand die Brücke zwischen Technologie, Geschäft und Menschen baut
- → Mustererkennung spart Zeit und Budget
Warum ich programmieren lernte (und warum das wichtig ist)
Nach 15 Jahren in Business-Rollen habe ich gemerkt: Die größten Reibungsverluste entstehen nicht durch fehlende Strategien, sondern durch die Übersetzungslücke zwischen "was wir wollen" und "was technisch möglich ist".
Also habe ich angefangen zu bauen. Nicht um Entwicklerin zu werden, sondern um die Übersetzung zu verstehen. Das Ergebnis: Ich kann Strategien entwickeln, die umsetzbar sind. Ich kann mit Entwicklern auf Augenhöhe sprechen. Ich kann selbst prototypen, wenn es schnell gehen muss.
SAVSEN ist aus diesem Ansatz entstanden. Pricing Intelligence Lösungen auch. Beide haben eines gemeinsam: Sie lösen Business-Probleme, nicht Tech-Probleme.
Building a product teaches you things.
Die meisten Probleme sind nicht technisch. Sie sind translational: KI schafft Wert nur dort, wo jemand die Brücke zwischen Technologie, Geschäft und Menschen baut. Meine Arbeit folgt demselben Prinzip: Kein Buzzword-Bingo. Mustererkennung. Pragmatische Lösungen, die ROI generieren, bevor der Pilot endet.
Was ich in der Praxis gelernt habe
Multi-Language Development
Python, TypeScript, JavaScript, Node.js
Nicht Experte in allem, aber genug, um zu verstehen, was möglich ist. Genug, um zu prototypen. Genug, um mit Spezialisten auf Augenhöhe zu sprechen.
AI/ML Integration
AI-Frameworks, LLM-Integration, Multi-Agent Systems
Production-ready AI-Systeme deployed, nicht nur POCs. Erfahrung mit verschiedenen AI-Technologien für unterschiedliche Use Cases – von Transkription bis strategische Insights. GDPR-konforme Lösungen mit Local AI wo nötig.
Production Systems
Deployment, Monitoring, Error Handling
SAVSEN läuft. Echte Nutzer. Echte Daten. Echte Verantwortung. Production-Deployment mit Monitoring und Error Handling.
Compliance & Data Privacy
GDPR, DSGVO, Regulatory Compliance
GDPR-konform von Anfang an – nicht nachträglich draufgepappt. Local AI für sensible Daten. Audit Trails. Data Retention Policies.
Transparenz statt Übertreibung
Ich verspreche nicht, dass jedes Projekt funktioniert. Deshalb: Kostenloser Check vor jedem Projekt. Realistische ROI-Schätzungen. Flexible Exit-Points.
Mein Ziel: Projekte ablehnen, die nicht funktionieren. Lieber ehrlich NEIN als Ihr Budget verschwenden.
Was ich NICHT bin
- ✗Kein Full-Stack-Entwickler mit 20 Jahren Erfahrung
- ✗Kein Data Scientist mit PhD
- ✗Kein Branchenspezialist – hierfür braucht es interne Experten, die den Branchenkontext geben
Was ich bin: Business-Person mit praktischer Coding-Erfahrung. Jemand, der übersetzen kann. Jemand, der baut, wenn es schnell gehen muss, und Spezialisten einbindet, wenn es komplex wird.
Wenn ein Projekt spezifisches Fachwissen braucht, stelle ich die richtigen Spezialisten bereit.
Weitere Projekte aus meinem Lernprozess
Deep Research Agent System
Multi-Agent AI-System für umfassende Recherche-Automatisierung
Ansatz:
- → Multi-Agent Architecture
- → RAG (Retrieval-Augmented Generation)
- → Vector Databases für Dokumentenanalyse
- → Complex workflow orchestration
Lernprojekt: Verstehen, wie AI-Agenten wirklich funktionieren. Complex workflow orchestration. Anti-hallucination techniques.
Praktische Coding-Projekte
Verstehen, wie Technologie wirklich funktioniert
Zweck:
- → Strategien entwickeln, die umsetzbar sind
- → Mit Entwicklern auf Augenhöhe sprechen
- → Prototypen, wenn es schnell gehen muss
- → Die Übersetzung zwischen Business und Tech verstehen
Jedes Projekt lehrt etwas Neues. Nicht Perfektion, sondern Verständnis. Nicht Expertise in allem, sondern genug, um zu übersetzen.
Interessiert an meiner Arbeitsweise?
Lernen Sie mich in einem kostenlosen 90-Minuten-Check kennen. Wir evaluieren gemeinsam, ob es passt – ohne Risiko für Sie.