Enterprise AI Systems Engineer · Europe

KI-Systeme für reale operative Vorgaben.

Private RAG, Dokumentenintelligenz und Compliance-Infrastruktur für Organisationen, die bei Daten, Nachweisen oder Kontrolle keine Kompromisse eingehen können.

Ausgewählte Systeme ansehen

Private RAG · Document intelligence · ComplianceScroll to inspect systems

Was ich entwickle

Systeme, bei denen Retrieval-Qualität, Quellenangaben, Datenschutz und Fehlerbehandlung genauso wichtig sind wie Modellqualität.

Jedes System, das ich ausliefere, erzwingt Beweisgrenzen, validiert Ausgaben deterministisch und hält sensible Daten innerhalb des Unternehmensnetzwerks. Das Ziel ist nicht noch eine KI-Demo, sondern eine Produktionsinfrastruktur, die Teams überprüfen, erklären und der sie vertrauen können.

Ausgewählte Systeme

Ausgewählte Arbeiten

01 — Live-Produkt

ComplianceRadar

KMU stehen unter wachsendem Druck durch EU-KI-Verordnung, DSGVO und ePrivacy, verfügen jedoch selten über das Budget für schwergewichtige Enterprise-Compliance-Systeme.

Rolle

Scanner für EU-KI-Verordnung und DSGVO

Kernentscheidung

Abgesicherte URL-Erfassung und Compliance-Scoring

Ergebnis

Teams erhalten eine priorisierte technische Erstbewertung, können Maßnahmen verfolgen und optional Monitoring-Status veröffentlichen; die automatisierten Berichte ersetzen keine Rechtsberatung.

Fallstudie lesen

02 — Funktionsprototyp

TrustRespond.ai

Enterprise-Verkaufsprozesse verzögern sich häufig durch umfangreiche Fragebögen zur Lieferantensicherheit. Teams benötigen Wochen, um SOC-2-Berichte und Richtlinien in große Excel-Dateien zu übertragen, ohne deren Struktur zu beschädigen.

Rolle

Fragebögen zur Lieferantensicherheit

Kernentscheidung

RAG-Orchestrierung von Dokumenten zu Excel

Ergebnis

Der Codebestand zeigt einen prüfbaren End-to-End-Workflow mit Quellen, Prüfstatus und erhaltener Workbook-Struktur. Laufzeit und Zeitersparnis werden ohne reproduzierbaren Benchmark nicht als Ergebnis ausgewiesen.

Fallstudie lesen

03 — Agentur-Plattform

FileGPT.dev

Unternehmen benötigen KI-Lösungen für interne Dokumente, zögern jedoch aufgrund von Compliance-Risiken und fehlender Datenhoheit bei Cloud-SaaS-Anbietern.

Rolle

B2B KI-Engineering & On-Premise RAG

Kernentscheidung

Sovereign AI Assessments & Pilotprojekte

Ergebnis

Demonstriert die Fähigkeit, hochregulierte und datenschutzkonforme On-Premise-Architekturen nach dem Prinzip 'Sovereignty by Design' umzusetzen.

Fallstudie lesen

Wie ich Systeme baue

KI-Workflow-Architektur

Ein kompakter Blick auf meinen Aufbau produktionsreifer KI-Systeme: deterministische Ablaufsteuerung rund um LLM-Intelligenz mit integrierter Validierung und Observability.

ACTIVE / 01

Nutzereingabe

Anfragen kommen über typisierte Interfaces mit schema-sicherem Parsing und Kontextaufnahme, damit bereits am Einstieg Klarheit entsteht.

Zuverlässigkeitssignale

Nachvollziehbare Schritte und Ergebnisse

Validierung vor Auslieferung

Policy-basierte Orchestrierung

Technische Nachweise

Gebaut, veröffentlicht und transparent belegt.

Keine simulierten Latenzen, erfundenen Konfidenzwerte oder inszenierten Terminal-Ausgaben. Dieser Bereich zeigt den tatsächlichen Projektstand, den Systemaufbau und unmittelbar prüfbare Nachweise.

Öffentliches ProduktPrivater Quellcode

ComplianceRadar.dev

Ein öffentlich nutzbarer Compliance-Workflow – keine Konzeptdemo.

ComplianceRadar überführt eine eingereichte Website in strukturierte, beleggestützte Hinweise für Prüfungen nach EU-KI-Verordnung, DSGVO und ePrivacy. Das Produkt ist öffentlich zugänglich; die Implementierung bleibt privat.

Live-Produkt öffnen Technische Fallstudie lesen

Direkt prüfbar

Öffentlicher Scanner und Live-Produkt
Technische Fallstudie mit Architektur und Abwägungen
Keine synthetischen Leistungs- oder Genauigkeitsangaben

Systempfad

URL-Erfassung

Deterministische Prüfungen + gezielte Modellanalyse

Beleggestützte Hinweise

Dashboard + öffentliche Verifizierung

Nachvollziehbare Engineering-Entscheidungen

Beleg vor Bewertung

Hinweise enthalten das erkannte Seitensignal und den Kontext zur Behebung, statt nur einen unerklärten Score auszugeben.

Mehrstufiges Scanning

Schnelles HTML-Parsing wird durch einen Browser-Fallback für Websites mit clientseitig gerenderten Inhalten ergänzt.

Klare Vertrauensgrenzen

Authentifizierter Dashboard-Status und öffentliche Scan-Verifizierung sind getrennte Bereiche mit eigenen Aufgaben.

Operative Schutzmaßnahmen

Anfrageschutz, Scan-Deduplizierung und Workflows für überwachte Domains sind Teil der Produktarchitektur.

Projektstatus

Weitere Projekte und ihr aktueller Stand.

FileGPT.dev

Aktive private Entwicklung

B2B-Engineering-Agenturplattform ('Der Compliance-Honeypot') für Sovereign AI Assessments und private RAG-Architekturen. Das Repository ist privat; die Fallstudie beschreibt die vorgesehene Architektur.

Fallstudie ansehen

TrustRespond.ai

Prototyp / technische Grundlage

Automatisierung von Fragebögen zur Lieferantensicherheit in aktiver Entwicklung. Angaben zu Geschwindigkeit, Genauigkeit oder Zeitersparnis werden nicht ohne reproduzierbare Messgrundlage als Ergebnisse ausgewiesen.

Fallstudie ansehen

Ausgewählte Beiträge

Erkenntnisse aus der Entwicklung.

Architekturnotizen aus realen Produkten und angewandten KI-Systemen für Unternehmen.

Alle Beiträge ansehen

Neuester Beitrag

On-Premise RAG im Maschinenbau: Architektur, Hardware und Kosten

Eine prüfbare Referenzarchitektur mit FastAPI, vLLM und pgvector: Sicherheit, GPU-Dimensionierung, Evaluation und realistische Projektkosten für technische Dokumente.

Artikel lesen

Beitrag / 02

Automatisierung im Angebotswesen: Wie Maschinenbauer 200-seitige Lastenhefte mit On-Premise-KI in Minuten auswerten

Beschleunigen Sie technische RFQs und Lastenhefte im B2B-Vertrieb. Wie lokale, DSGVO-konforme KI-Workflows Ingenieure entlasten und IPs schützen.

Beitrag / 03

Warum der deutsche Mittelstand Public-Cloud-KI meidet – und wie Sovereign AI Dokumenten-Workflows rettet

Wie deutsche B2B-Unternehmen manuelle Dokumentenprozesse mit lokalen, DSGVO-konformen On-Premise-LLMs automatisieren, ohne Daten in die Public Cloud zu senden.

PROFILE / 2026

Über mich

Ich entwickle unternehmensfähige KI-Systeme mit Schwerpunkt auf RAG, Agentenorchestrierung und Automatisierung unter realen Produktionsbedingungen.

Mein Ansatz ist validierungsorientiert: deterministische Regeln und klare Systemgrenzen dort, wo sie erforderlich sind, ergänzt durch LLM-Reasoning für schnellere und nachvollziehbare Ergebnisse. Das Ziel sind verlässliche Ausgaben statt Demo-Effekte.

Ich arbeite an Systemen, bei denen Retrieval-Qualität, Quellenangaben, Missbrauchsschutz, Rate Limits, Datenschutz und Wartbarkeit ebenso wichtig sind wie die Wahl des Modells.

Mein Schwerpunkt liegt an der Schnittstelle von Backend-Architektur, Datenpipelines und Applied-AI-Produktentwicklung für B2B- und Enterprise-Anwendungsfälle.

Mein Weg in die Technologiebranche war nicht geradlinig. Das prägt meinen Engineering-Ansatz: zuerst den realen Arbeitsablauf verstehen, dann Software entwickeln, die im produktiven Betrieb trägt.

CONTACT / OPEN CHANNEL

Lassen Sie uns über Ihr Vorhaben sprechen.

Verfügbar für KI-System-Engineering, RAG-Architekturberatung und Compliance-Infrastrukturprojekte. Ansässig in Europa, Zusammenarbeit mit Teams weltweit.

Antwort typischerweise innerhalb von 24 Stunden · Standort Europa · Englisch & Deutsch