01 / KI-Einführung & Entwicklung

KI.
In die Praxis.

Lokale Modelle · Cloud-Modelle · Agentische Entwicklung

Von einer guten Idee zum passenden KI-Workflow.

Ich begleite KI-Vorhaben im hochregulierten Behördenumfeld mit hohen Anforderungen an Informationssicherheit und Vertraulichkeit: von Bedarfsermittlung und Modellauswahl über Architektur und Integration bis zu Qualitätssicherung, Rollout und Schulung.

KI-Vorhaben besprechen ↗

Mein Ansatz

Ich verbinde die Möglichkeiten moderner KI mit Ihren Aufgaben, Daten und Abläufen — von der ersten Idee bis zur Anwendung im Team.

Praxis / Projekterfahrung

Einführung.
Schon umgesetzt.

01

OpenCode im hochregulierten Umfeld

Einführung von OpenCode mit lokalen Modellen in einem Entwicklungsumfeld mit über 90 Entwicklern. Von Bedarfsermittlung und Modellauswahl über Pilotierung und Integration bis zu Nutzungsleitplanken, kontrollierter Softwarebereitstellung und Schulung. Das Kundenumfeld wird aus Vertraulichkeitsgründen ausschließlich generisch beschrieben.

02

Beratung mit technischer Umsetzung

Seit 2026 habe ich mit KI-gestützten Entwicklungsworkflows zahlreiche Softwarelösungen gebaut: Webanwendungen, Analysewerkzeuge, Schnittstellenintegrationen und Automatisierungen. Ich kann Anwendungsfälle nicht nur konzipieren, sondern auch entwickeln und in bestehende Systeme integrieren.

01 / Bedarf & Rahmen

Potenziale erkennen.
Einführung gestalten.

Wo kann KI Ihre Teams unterstützen, Informationen erschließen oder Entwicklung beschleunigen? Gemeinsam identifizieren wir passende Anwendungsfälle und übersetzen Ihre Ziele in einen konkreten Einstieg.

Ich bringe Fachbereiche, IT-Betrieb, Informationssicherheit und Datenschutz zusammen und verbinde technische Möglichkeiten mit Ihren organisatorischen Anforderungen. Daraus entstehen priorisierte Use Cases, Qualitätskriterien und ein abgestimmter Weg vom Pilot zur Einführung.

02 / Beratungsfelder

Einführung.
Mit dem ganzen Bild.

01

Anwendungsfälle & Pilotierung

Bedarf ermitteln, Aufgaben priorisieren und geeignete Pilotfälle auswählen. Nutzen und Ergebnisqualität anhand konkreter Aufgaben und vereinbarter Kriterien bewerten.

02

Modellauswahl & Betrieb

Je nach Cloud-Freigabe OpenAI-GPT- und Anthropic-Claude-Modelle oder lokale Modelle prüfen. Qualität, Kosten, Lizenzbedingungen und Datenverarbeitung bestimmen die Auswahl. Konkrete lokal eingesetzte Modelle und kundenspezifische Betriebsdetails werden nicht veröffentlicht.

03

Architektur & Integration

KI-Systeme, APIs und bestehende Anwendungen zusammenführen. Schnittstellen, Datenzugriffe und Betriebsgrenzen dokumentieren; die Einbindung von Fachwissen gezielt konzipieren.

04

Informationssicherheit & Leitplanken

Zulässige Daten, Rollen, Werkzeugzugriffe und Freigabewege festlegen. Protokollierung, Aufbewahrung und den Umgang mit fehlerhaften oder manipulativen Eingaben abstimmen.

05

AI-Assisted Development

Softwareentwicklung mit Claude Code und OpenCode strukturieren: Prompt Engineering, agentische Workflows, begrenzte Zugriffsrechte, Tests und verpflichtende Reviews zusammenbringen.

06

Qualitätssicherung & Evaluation

Ergebnisse mit abgestimmten Testfällen nachvollziehbar prüfen. Fachliche Richtigkeit und Fehlerbilder dokumentieren; Modelle und Prompts anhand der Ergebnisse gezielt weiterentwickeln.

07

Rollout & Softwareverteilung

Pilotierung in eine kontrollierte Einführung überführen. Bereitstellung, Aktualisierung, Zuständigkeiten und Rückfalloptionen mit den Betriebs- und Sicherheitsteams abstimmen.

08

Schulung & Wissenstransfer

Fachbereiche und Entwicklungsteams für ihre Aufgaben befähigen. Gute Prompts, kritische Ergebnisprüfung, sichere Datennutzung und klare Eskalationswege praktisch vermitteln.

03 / Modellstrategie

Lokal oder Cloud?
Passend zu Ihrem Ziel.

Ich vergleiche Modelle und Werkzeuge anbieterübergreifend. Maßgeblich sind Ihre Aufgaben, die erwartete Ergebnisqualität und die Frage, ob Cloud-Nutzung für die vorgesehenen Daten eine freigegebene Option ist.

Wenn Cloud eine Option ist: OpenAI-GPT-Modelle und Anthropic Claude gehören zu den betrachteten Möglichkeiten. Ich begleite die Bewertung von Modellleistung, Kosten und Bereitstellung und stimme Datenverarbeitung, Vertragsanforderungen und Integration mit Ihrer Organisation ab.

Wenn Cloud keine Option ist: Lokale Modelle ermöglichen die Verarbeitung in Ihrer eigenen Umgebung. Ich unterstütze bei Modellauswahl und dem Konzept für Rechenleistung, Bereitstellung, Aktualisierung und Zugriffsschutz.

Für agentische Entwicklung: Mit Werkzeugen wie Claude Code und OpenCode lassen sich Entwicklungsworkflows strukturieren. Ich stimme Werkzeugauswahl, Modellanbindung und Datenzugriffe auf Ihre Arbeitsweise und freigegebenen Einsatzszenarien ab.

Für gemischte Ansätze: Wir ordnen Aufgaben und Daten geeigneten lokalen oder Cloud-Diensten zu. Nachvollziehbare Datenflüsse und klare Betriebsverantwortung schaffen die Grundlage für eine gezielte Weiterentwicklung.

04 / Entwicklung & Prozesse

Agentisch arbeiten.
Qualität liefern.

Ich entwickle Software mit agentischen KI-Workflows und begleite deren Einführung in Teams. Mit Claude Code und OpenCode verbinde ich Prompt Engineering, Implementierung, Tests und Code-Reviews zu einem strukturierten Entwicklungsprozess.

Meine Entwicklungserfahrung umfasst Java, JavaScript und TypeScript, Quarkus, Node.js, React, PrimeFaces und REST-APIs. Im hochregulierten Umfeld entwickle ich eine Monitoring-Anwendung für regulatorische Meldeverfahren mit Java und Quarkus sowie einer Benutzeroberfläche mit PrimeFaces. Prompt Engineering unterstützt die Entwicklung; Architektur, Tests und fachliche Prüfung bleiben eigenständige Aufgaben.

Die Verbindung mit BPM, RPA und Intelligent Automation wird vom konkreten Prozess her gedacht. Gemeinsam gestalten wir KI-gestützte Arbeitsschritte mit nachvollziehbaren Ergebnissen, menschlichen Prüfpunkten und passenden Freigabewegen.

05 / Zusammenarbeit

Vom Pilot
in die Praxis.

  1. Bedarf und Schutzbedarf bestimmen. Aufgaben, Daten, Verantwortlichkeiten und Grenzen gemeinsam klären.
  2. Modelle und Architektur auswählen. Lokale und Cloud-Optionen prüfen und ein passendes Integrations- und Betriebskonzept entwickeln.
  3. Pilot umsetzen und bewerten. Freigegebene Testfälle, Reviews und Rückmeldungen aus den Fachbereichen nutzen.
  4. Kontrolliert einführen und schulen. Rollout, Softwareverteilung, Dokumentation und Wissenstransfer abgestimmt vorbereiten.
  5. Betrieb und Weiterentwicklung organisieren. Änderungen, neue Anwendungsfälle und Qualitätsprüfungen mit klarer Zuständigkeit verankern.

Je nach Auftrag entstehen eine priorisierte Use-Case-Liste, eine Modellbewertung, technische Architektur- und Schnittstellendokumentation, ein Evaluationskonzept, Leitplanken sowie Rollout- und Schulungsunterlagen. Umfang und Freigabeverfahren werden projektspezifisch vereinbart.

Profil & KI-Weiterbildungen ↗

06 / Kontakt

Ihre Idee.
Der nächste Schritt.

Sie planen eine KI-Einführung, wollen lokale und Cloud-Modelle vergleichen oder agentische Entwicklungsworkflows strukturiert etablieren?

[email protected]

Schreiben Sie mir kurz, welche Aufgabe Sie mit KI angehen möchten. Wir klären einen passenden Einstieg.