Ich baue AI-Systeme, die komplizierte Abläufe in klare, nützliche Werkzeuge übersetzen. Mein Hintergrund verbindet hands-on Engineering mit Gründer-, Produkt- und Operations-Erfahrung. Am stärksten bin ich, wenn ich von einem unklaren Problem zu einem funktionierenden Produkt gehe, Fehler sichtbar mache und mit echten Nutzer:innen iteriere.
Relevante deutsche Bundesgesetze finden und die Quellen direkt nachvollziehen. Im aktuellen Mietrecht-Pilot werden von Nutzer:innen gefundene Retrieval-Fehler zu permanenten Regressionstests; breitere Task-Validierung mit Jurist:innen steht noch aus.
Text oder Screenshots digitaler Belästigung in eine strukturierte, menschlich prüfbare Fallakte übersetzen. Der End-to-End-Flow funktioniert; wichtige Klassifikationsfehler sind dokumentiert und breite Validierung mit echten Betroffenen steht noch aus.
Ein wiederverwendbares Muster für AI-Worker, die Evidenz zeigen, Fehler sichtbar machen und vor folgenreichen Aktionen einen Menschen einbeziehen. Öffentliche Szenarien und Reliability Suite sind synthetisch; ein echter Shadow-Workflow ist der nächste Beweis.
Dokumente gegen versionierte Regeln prüfen und offene Punkte vor einer menschlichen Entscheidung sichtbar machen. PDF-Intake und Extraktionskern funktionieren; die öffentlichen Reviewer-Fälle sind synthetisch und das System ist nicht in einer Behörde produktiv.
Amazon-Geschäft end-to-end über Sourcing, Logistik, Fulfilment, Listings und Kundensupport aufgebaut und betrieben; wiederkehrende Arbeit in klarere Prozesse überführt.
Tägliche Abläufe für 8+ Mitarbeitende, bis zu 150 Gäste pro Tag und Delivery-Workflows koordiniert; Engpässe im Peak-Service gelöst.
Omnichannel-E-Commerce über Marktplätze, Website und B2B-Partner skaliert; Akquisekanäle gesteuert und Kundenfeedback zur Verbesserung der Positionierung genutzt.
Full-Stack Software Engineering, vertieft durch eigene Projekte in LLM-Anwendungen, RAG und Agent-Systemen.
Echte Nutzer:innen. Echte Korrekturen. Messbare Ergebnisse.
Ich habe schnell in mehreren Domänen gebaut. Der nächste Schritt, der mir am wichtigsten ist: die stärksten Systeme vor Zielnutzer:innen bringen, aus ihren Korrekturen lernen und diese Fehler in bessere Produkte übersetzen.