KI-Engineering

KI-Lösungen von Anfang bis Ende: Ich kläre Anforderungen mit dem Fachbereich, entwerfe die Architektur, entwickle Oberfläche und Backend und begleite Einführung und Change Management. Technisch reicht das von RAG und KI-Agenten über Orchestrierung und Retrieval bis zur Evaluation – mit lokalen Open-Source-Modellen oder Cloud-APIs, passend zu Daten und Infrastruktur.

Routineabstimmungen mit KI-Agenten automatisieren; folgenreiche Entscheidungen bleiben beim Menschen.

Internes Wissen durchsuchbar machen – mit einer Suche, die Zugriffsrechte vor dem Abruf berücksichtigt.

Vertrauliche Aufgaben mit lokalen Open-Source-Modellen bearbeiten, ohne Daten an eine öffentliche API zu senden.

Anforderungen und Architektur klären

Gemeinsam mit den Fachbereichen erfasse ich den Ablauf, vereinbare Abnahmekriterien und kläre Datenzugriffe sowie menschliche Freigaben. Ein PoC oder MVP prüft die Architektur vor einer grösseren Investition.

Entwickeln und mit Nutzern verbessern

Ich entwickle Modellabläufe, APIs und Oberfläche und verbinde LLM-Orchestrierung mit deterministischem Code. Nutzerfeedback fliesst in Oberfläche und Backend ein; Evaluation prüft Nutzen und Zuverlässigkeit.

Einführung und Nutzung begleiten

Ich übernehme Deployment, Schulung und Change Management. Klare Abläufe bei Fehlern, technische Dokumentation und laufende Verbesserungen ebnen den Weg vom Prototyp zum täglichen Einsatz.

Entwickelst du nur die technische Lösung?

Nein. Ich begleite den gesamten Weg: von fachlichen Anforderungen und Architektur über die Entwicklung von Oberfläche und Backend bis zu Einführung, Schulung und Change Management. Dabei arbeite ich durchgehend direkt mit Nutzern und Entscheidungsträgern zusammen.

Was hast du konkret mit LLMs entwickelt?

Eine sichere RAG-Plattform für eine Privatbank: Jede Abteilung betreibt ihren eigenen kontrollierten GPT hinter einer gemeinsamen Chat-Oberfläche, mit Berechtigungsprüfung vor dem Datenabruf. Einen Recruiting-MVP mit KI-Agenten, dessen getesteter Standardablauf von rund fünf Stunden auf etwa fünf Minuten sank – mit Orchestrierung, Subagenten und Menschen an entscheidenden Stellen. Das war ein MVP-Test, kein Ergebnis aus dem gesamten Produktivbetrieb. Ein System, das eine Prozessbeschreibung in Alltagssprache in ein gültiges BPMN-2.0-Modell umwandelt. Und ein Tool für Schweizerdeutsch-Transkription mit abteilungsspezifischen LLM-Zusammenfassungen.

Arbeitest du mit lokalen Modellen oder Cloud-APIs?

Mit beidem, mit Fokus auf lokale Modelle. Meist nutze ich Open-Source-Modelle auf selbst verwalteter Infrastruktur. So lassen sich vertrauliche Dokumente und interne Prozesse auch in regulierten Umgebungen bearbeiten. Cloud-Modelle kommen zum Einsatz, wenn die Daten es erlauben und die zusätzliche Leistung es rechtfertigt.

Ersetzen KI-Agenten den Menschen vollständig?

Nein, und das sollten sie auch nicht. Im Recruiting-System ist fast alles rund um die wichtigen Schritte automatisiert. Entscheidungen mit Konsequenzen gibt aber weiterhin ein Mensch frei. Autonomie gibt es dort, wo sie sicher ist – und dort bleibt sie begrenzt, wo sie es nicht ist.