Ich verschaffe Klarheit, bevor KI-Vorhaben Anbieter, Plattformen und Investitionen festschreiben.
20+ Jahre Praxis — Strategie und Architektur in einer Person.
Situation einordnen lassenKI ist auf der Agenda, doch aus Pilotprojekten entsteht kein skalierbares Modell. Es fehlt an Prioritäten, Architektur und einem belastbaren Zielbild.
Bereiche und Analytics-Teams experimentieren parallel mit unterschiedlichen Tools, Plattformen und Anbietern. Das erhöht Komplexität, Kosten und Governance-Risiken.
Der Markt produziert täglich neue Versprechen. Entscheidend ist nicht, was neu ist, sondern was in Ihrem Kontext wirtschaftlich, technisch und regulatorisch tragfähig ist.
Guardrails, Eingrenzung und operative Steuerung fehlen oft. Ohne belastbare Leitplanken erzeugen KI-Outputs Risiken statt Mehrwert.
Die Stoßrichtung ist klar, doch Fachbereiche, Technologie und Führung arbeiten nicht mit derselben Logik. Entscheidungen bleiben liegen, Umsetzung verlangsamt sich.
KI entfaltet Wirkung nicht durch die Digitalisierung bestehender Routinen, sondern durch die Neugestaltung von Entscheidungs- und Arbeitsprozessen.
Wenn Sie an einem dieser Punkte stehen, ist jetzt der richtige Zeitpunkt für eine belastbare Entscheidung.
Ich arbeite nicht auf kurzfristige Effekte, sondern auf die technologischen und organisatorischen Grundlagen, auf denen belastbare KI-Fähigkeit entsteht: klare Standards, tragfähige Architektur und die Disziplin, Unwesentliches wegzulassen.
Ich bewege mich glaubwürdig zwischen Führung, Fachbereich und Entwicklung, weil ich Strategie nicht nur präsentiere, sondern technologisch einordne und bis in Architekturentscheidungen übersetze.
Modelle veralten in Monaten, Anbieter konsolidieren in Quartalen. Souveränität entsteht nicht durch Modellwahl, sondern durch Architektur: Datenfluss-Grenzen, Anbieter-Entkoppelung, Auditierbarkeit, Exit-Pfade. Eine belastbare Architektur trägt über Jahre — und entscheidet, ob Sie das Unternehmen führen oder einer Plattform folgen.
Keine Software, keine Lizenzen, keine Provisionen. Meine Empfehlungen folgen Ihrer Situation, nicht meinem Umsatz.
Die wichtigste Architektur-Entscheidung für LLM-Systeme 2026 ist nicht das Modell, sondern die Evaluation. Drei Verschiebungen, die produktive KI von hängenden Pilotprojekten trennen.
Weiterlesen →Drei Architekturverschiebungen trennen 2026 Programme, die liefern, von Programmen, die nach 2024er Logik weiterbauen: vom Modell zum Harness, vom Test zur Architektur, von der Sparvariante zum Souveränitätshebel.
Weiterlesen →Sechs Achsen, an denen sich zeigt, was wirklich souverän läuft: Daten, Inferenz, Post-Training, Evaluation, Compliance, Betrieb.
Weiterlesen →Strategische Leitung und Architekturentscheidungen — Umsetzung durch internes Team und Partner
Historisch gewachsene C#- und SAS-Silos trennten Research, Portfolio Management und Entwicklung. Lange Release-Zyklen, begrenzte ESG-Fähigkeit und fehlende Nachvollziehbarkeit gefährdeten Tempo, Steuerbarkeit und Compliance.
Migration der Organisation auf Python und Open Source. Deployment-Zyklen sanken von drei Monaten auf drei Wochen; 44 Mitarbeitende wurden in vier Kohorten qualifiziert. Gleichzeitig entstand ein Stack, der Nachvollziehbarkeit, Auditierbarkeit und regulatorische Anforderungen im Finanzumfeld trägt.
Mehr dazu →Strategische Leitung, Mitarbeiterbefragung & KI-Prototyp — Umsetzung durch externes Team
Mehr als 30 Jahre Projektdaten, 70 % manuelle Verarbeitung und keine belastbare Datenbasis. Öffentlich finanzierte Informationen blieben in Silos gebunden; KI-Potenziale ließen sich operativ nicht nutzen.
Entwicklung einer Datenstrategie mit einem 120-seitigen Umsetzungsfahrplan. Ein KI-gestütztes Prognosemodell für die Personalplanung erreichte 90 % Genauigkeit; der Planungszyklus wechselte von einer jährlichen auf eine kontinuierliche Planung.
Mehr dazu →Strategische Konzeption, NLP-Architektur und Prototyp-Entwicklung — Weiterausbau durch internes Team
Mehr als 10.000 Forschungsdokumente aus drei Jahrzehnten: unstrukturiert, vertraulich und kaum erschließbar. Cloud- und API-Nutzung waren ausgeschlossen.
Aufbau eines NLP-basierten Wissensexplorers, der aus statischer Dokumentenablage eine Recherche in Sekunden machte. Themen, Kontexte und Quelldokumente wurden unmittelbar zugänglich — vollständig on-premise, ohne externe APIs und ohne LLMs. Das interne Team baute die Lösung anschließend weiter aus.
Mehr dazu →
Open Source wurde für mich nicht aus Ideologie relevant, sondern aus Verantwortung. Vor über 20 Jahren habe ich erlebt, was technologische Abhängigkeiten Unternehmen kosten. Als COO eines transatlantischen Musikunternehmens, das ich mit aufgebaut habe, wurde mir klar: Tragfähige Strukturen entstehen dort, wo Unternehmen ihre Umsetzungsfähigkeit selbst in der Hand behalten.
Seitdem arbeite ich an der Schnittstelle von Open Source, KI und unternehmerischer Transformation — zunächst als Entwickler, später als Architekt, heute als Stratege für Unternehmen in regulierten Branchen. Wenn ich eine Technologie empfehle, kenne ich sie aus der Praxis: Python-Ökosystem, Vektordatenbanken, Workflow-Orchestrierung. Ich verbinde strategische Perspektive mit technischer Substanz — von datenschutzkonformer Architektur und IT-Sicherheit bis zu belastbaren KI-Systemen.
Wenn KI Code generiert oder autonom handelt, wird Qualitätssicherung zur kritischen Funktion. Hands-on-Tiefe macht Reviews substantiell, nicht nominell.
Sitz der Beratung: Heidelberg. Mandate in DACH und Europa, vor Ort beim Mandanten oder remote — je nach Phase und Vertraulichkeit.
Was ich auf internationalen Konferenzen diskutiere, fließt direkt in meine Mandate ein: nicht als Trendbeobachtung aus zweiter Hand, sondern als Einblick in die Debatten, Technologien und Bruchlinien, die Unternehmen konkret betreffen.
