Ein KI-Agent gibt weiter, was er für hilfreich hält — nicht, was im Kontext erlaubt ist. Richtige Person, falscher Raum. Genau das steuern wir: Dissemination Control.
Ich nehme nur Projekte an, bei denen ich mehr Wert liefere, als ich koste. Was folgt, ist Engineering — kein Pitch.
Eine belastbare Roadmap, die beim ersten Kontakt mit Ihrer Architektur nicht zerfällt. Erstellt mit jemandem, der die Systeme darunter selbst gebaut und betrieben hat — mit Verantwortlichem, Budget und Quartal an jeder Zeile.
Ein strukturiertes Inventar über Ihre Funktionsbereiche. Ich bewerte jeden Fall nach Wert, Machbarkeit und Risiko — und sage Ihnen ehrlich, welche den Kontakt mit der Produktion überleben und welche nur im Workshop gut aussehen.
Richtlinien, Prozesse und Rollen, die ab August 2026 einem Audit standhalten. Auf die Realität des Mittelstands zugeschnitten, nicht auf DAX-Compliance-Overhead — inklusive des Falls, dass Daten Ihre Infrastruktur niemals verlassen dürfen.
Von der Geschäftsführung bis zu den Entwicklern, die KI täglich nutzen. Formate, die hängen bleiben: ticketbasierte KI-Entwicklung, Agent-Workflows, Prompt- und Review-Disziplin — kein einmaliger Workshop, der nach zwei Wochen vergessen ist.
End-to-end-Automatisierung, wo die Rechnung aufgeht. Ich entwerfe sie, baue sie mit Ihrem Team und betreibe sie lange genug, um sie zu beweisen — mit Governance und Audit-Trails ab Tag eins. Kein Lock-in.
Interviews, Code- und Architektur-Review, Use-Case-Inventar. Das Ergebnis ist ein gemeinsames, ehrliches Bild davon, wo KI bei Ihnen den Unterschied macht — und wo nicht.
Konkrete Initiativen, Architektur-Optionen, eine Make-or-Buy-Entscheidung pro Fall. Wir entscheiden gemeinsam; ein Steering Committee gibt frei.
Ich baue und liefere die ersten ein bis zwei Initiativen mit Ihrem Team — als Lead-Architekt oder hands-on. Übergabe an ein dokumentiertes, betriebenes, gemessenes System.
Ausgewählte Mandate als Lead-Architekt, Lead-Entwickler oder Senior Business Analyst — viele davon Turnaround-Mandate oder kritische Erstauslieferungen. Die Namen nenne ich im Gespräch, unter NDA.
Kartenzahlung, Ticketdruck und Unterschriftenerfassung, migriert von einer monolithischen Anwendung zu 15+ Microservices auf Kubernetes/AWS. Über 100 REST-APIs, 100+ Ticketformate mit präziser Layoutkontrolle, Millionen von Transaktionen im Live-Betrieb. Ich habe es als Architekt und Lead-Entwickler geleitet — durch alle Phasen, von der Architektur über die Implementierung bis zum Betrieb unter hohen Sicherheitsanforderungen.
Spring Boot · Kubernetes/AWS · OAuth2/JWT · PostgreSQL · GitLab CI · Angular
Beratung und Engineering für ein Personalplanungsprogramm mit Sichtbarkeit bis ins Top-Management. Datenverarbeitungslogik für präzise Personalentscheidungen, eine bedienbare Oberfläche für wirklich komplexe HR-Daten, eine tragfähige Produktstrategie — und eine LLM-API-Integration dort, wo sie sich wirklich gerechnet hat, nicht wo sie auf einer Folie gut aussah.
Java · Spring Boot · Angular · Kubernetes · MongoDB · LLM-API
Konzept und technische Umsetzung der Integration eines globalen Music-Streaming-Anbieters in die Fahrzeuginfrastruktur. Direkte Abstimmung mit dem Streaming-Partner, Leitung eines internationalen Teams und Verantwortung für Zeitplan und Budget.
Apple Music API · RESTful Microservices · Java · Spring Boot · AngularJS · Git · Bitbucket · Google Cloud Platform (GCP) · AWS · Microsoft Azure · Jira · Confluence · Scrum · Kanban · Agile Methoden · DevOps
IT-Berater, Software-Architekt und Lead-Entwickler für deutsche Konzerne und den Mittelstand seit über zwei Jahrzehnten. Kein formaler KI-Abschluss — ein Quereinsteiger, der KI gelernt hat, indem er damit Produktivsysteme gebaut hat, nicht im Hörsaal.
Meine Spezialität sind die Projekte, die kurz vorm Scheitern stehen: Turnarounds, Migrationen, die zwei andere Teams nicht zu Ende gebracht haben, Systeme, die einfach in Produktion müssen. Bevor ich zur KI kam, habe ich geschäftskritische Software für Bahn-Payment, FDA-regulierte Medizindaten, Public Safety, Premium-Automotive und Privatbanken gebaut.
Heute bringe ich diese Engineering-Disziplin in KI-Projekte. GenAI vom Pilot in die Produktion zu bringen ist eine technische Disziplin, keine rhetorische — und genau da bleiben die meisten Projekte hängen.
" Kein MBA, keine Folienschlachten. Engineering-Tiefe ist mein einziger Hebel — und genau das ist der Punkt.
Notizen aus der Praxis — und was ich Open Source stelle.
Authentifizierung und Autorisierung reichen für KI-Agenten mit Toolzugriff nicht aus. Dieser Beitrag erklärt die fehlende dritte Ebene — Dissemination Control — und eine vierstufige Architektur zur schrittweisen Umsetzung.
KI-Agenten geben weiter, was sie für hilfreich halten — nicht, was im Kontext erlaubt ist. Dissemination Control schließt diese Lücke: herstellerneutral, aufbauend auf Ihrer bestehenden IAM, validiert in einer Live-Referenzumgebung. Auf GitHub, CC-lizenziert.
Ein 45-minütiges Erstgespräch — kein Verkaufsdruck, keine Folien. Ich höre zu, gebe Ihnen eine erste Einschätzung und sage Ihnen offen, ob ich der richtige Partner bin.
Erstgespräch buchen →