Ich unterstütze Unternehmen dabei, aus KI-Ideen tragfähige Lösungen zu machen: verständlich, sicher, integrierbar und nutzbar im echten Arbeitsalltag.

Ob RAG-Systeme, LLM-Anwendungen, Agentic AI, semantische Suche oder intelligente Assistenzsysteme – entscheidend ist nicht das Tool allein, sondern die Architektur dahinter.

Denn gute KI entsteht dort, wo Daten, Prozesse, Menschen und Software sinnvoll zusammenspielen.

Von KI-Hype zu funktionierenden Systemen

Viele Unternehmen experimentieren gerade mit KI. Erste Prompts funktionieren beeindruckend. Demos sehen gut aus. Die Erwartungen steigen.

Doch spätestens bei echten Unternehmensdaten wird es anspruchsvoll:

Welche Daten dürfen verwendet werden?
Wie bleibt die Lösung nachvollziehbar?
Wie integrieren wir KI in bestehende Systeme?
Wie vermeiden wir Halluzinationen, Sicherheitsrisiken und teure Spielereien?
Und wie wird aus einem Prototyp eine Lösung, die Teams wirklich entlastet?

Hier beginnt die Arbeit eines AI Solution Architects.

Ich helfe Unternehmen, KI-Anwendungen so zu denken, dass sie nicht nur faszinieren, sondern im Alltag funktionieren: mit klarer Architektur, sinnvollen Use Cases, robusten Datenflüssen, passenden Modellen und einem realistischen Blick auf Aufwand, Nutzen und Risiken.

Auch KI braucht eine gute Schnittstelle

Früher ging es oft darum, Menschen, Teams und Abteilungen besser miteinander ins Arbeiten zu bringen. Heute kommt eine neue Schnittstelle dazu: die zwischen Mensch und künstlicher Intelligenz.

KI kann viel. Aber sie versteht nicht automatisch dein Unternehmen, deine Daten, deine Prozesse oder deine Verantwortung.

Deshalb braucht KI Übersetzung.

Zwischen Business und Technik.
Zwischen Daten und Entscheidung.
Zwischen Modell und Produkt.
Zwischen Experiment und Betrieb.

Genau dort arbeite ich: an der Schnittstelle von Softwarearchitektur, KI, Produktentwicklung und Teamkommunikation.

Meine Schwerpunkte

Ich begleite Unternehmen bei der Konzeption und Umsetzung von:

RAG-Systemen für interne Wissenssuche, Dokumentation, Jira, Confluence, Code und Unternehmensdaten
LLM-Anwendungen mit OpenAI, Ollama, lokalen Modellen und API-Integration
Agentic AI Workflows mit LangGraph, Tools, Routern und mehrstufiger Aufgabenbearbeitung
Enterprise Software Architecture mit Java, Python, React, Node.js, REST APIs und Microservices
Datenintegration und semantischer Suche für komplexe Informationslandschaften
KI-Strategie und technische Bewertung von Use Cases, Risiken, Architekturentscheidungen und Umsetzbarkeit

Aus Möglichkeiten werden Lösungen

KI verändert nicht nur Software. Sie verändert, wie Unternehmen Wissen finden, Entscheidungen vorbereiten, Prozesse automatisieren und Teams unterstützen.

Aber nicht jede KI-Idee braucht ein Großprojekt. Und nicht jedes Problem braucht ein großes Modell.

Manchmal braucht es zuerst Klarheit.

Was ist der richtige Use Case?
Welche Daten sind wirklich relevant?
Welche Architektur passt zum Unternehmen?
Was lässt sich schnell testen – und was sollte von Anfang an sauber gebaut werden?

Ich helfe dabei, diese Fragen zu sortieren und daraus konkrete nächste Schritte zu machen.

KI darf begeistern. Aber sie muss auch funktionieren.