1984 - 1986
Grundwehrdienst
1981 - 1984
Werkzeugmacher-Ausbildung (KRUPS Solingen)
1980 - 1981
Berufsfachschule
Fachliche Qualifikationen
Profil
Pionier des autonom KI geführten Unternehmens & Experte für agentische KI-Architektur
Technologieführer mit 40 Jahren Erfahrung in Konstruktion, mechatronischer Entwicklung und digitaler Transformation. Ich verbinde tiefgreifendes Domänenwissen aus Maschinen-, Anlagen- und Werkzeugbau mit modernster agentischer KI-Architektur, um die Transformation zum Autonomen Unternehmen zu realisieren. Mein Fokus liegt auf der Auflösung von Datensilos durch das Unified Enterprise Framework (UEF) und der Implementierung deterministischer Multi-Agenten-Systeme auf Basis semantischer Knowledge Graphs. Die klassische Enterprise-Architektur-Methodik nach TOGAF habe ich angewandt, in ihre Funktionen zerlegt und in eine KI-native Nachfolge-Architektur überführt.
Kernkompetenzen
Führung & Strategie
Technologie & Innovation
Prozesse & Governance
Architektur-Methodik & Frameworks
Erweiterte Kenntnisse
Generative Medien & Creative AI
EDV-Kenntnisse & Tools
Methoden und Normenkenntnisse
Projektbeispiele
Business Intelligence & Prozessdatenanalytik
Power BI und DAX in der Fertigung: cp/cpk-Prozessfähigkeitsnachweise, Shewhart-Regelkarten mit dynamisch berechneten Eingriffsgrenzen (±3?), Histogramm- und Verteilungsanalyse. Ausgelegt gegen die Schwellen 1,33 und 1,67 für Serienfreigaben nach Automobil- und Luftfahrtstandard.
Microsoft Fabric als dreistufige Plattform: Data Pipelines direkt von der Anlagensteuerung, Lakehouse für unveränderte Rohdaten, Warehouse für bereinigte Modelle. Die manipulationssichere Kette von der Maschine bis zum Bericht ist die Grundlage der Audit-Fähigkeit gegenüber Kunden.
Semantic Layer und Kennzahlen-Governance: Kennzahlendefinition mit fachlicher Abgrenzung in Prosa, benanntem Eigentümer, Geltungszeitraum und Zustandsmodell ? statt konkurrierender Berichtswahrheiten aus der Selbstbedienungsanalytik.
BI-Fachkonzept 1.0 ?Auswertung ohne Vorratshaltung? (Eigenentwicklung, CAMCO-IP): agentische Analyseschicht, die eine fachliche Frage zur Fragezeit gegen ein geführtes Semantikmodell auflöst, statt tausende Berichte auf Vorrat zu pflegen. Zugriffsdurchsetzung auf der Datenschicht, niemals in der Anweisung an das Sprachmodell.
Datenfundament: Snowflake, BigQuery, PostgreSQL, produktionsreife ETL/ELT-Pipelines, Profiling, Reconciliation und Data Lineage als Voraussetzung reproduzierbarer Kennzahlen.
Regulatorik als Entwurfsvorgabe: EU AI Act (Transparenz-, Schulungs- und Dokumentationspflichten, dokumentierte Einstufung vor Inbetriebnahme), DSGVO sowie Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG, sobald Leistungs- oder Verhaltensdaten objektiv erhebbar werden.
1984 - 1986
Grundwehrdienst
1981 - 1984
Werkzeugmacher-Ausbildung (KRUPS Solingen)
1980 - 1981
Berufsfachschule
Fachliche Qualifikationen
Profil
Pionier des autonom KI geführten Unternehmens & Experte für agentische KI-Architektur
Technologieführer mit 40 Jahren Erfahrung in Konstruktion, mechatronischer Entwicklung und digitaler Transformation. Ich verbinde tiefgreifendes Domänenwissen aus Maschinen-, Anlagen- und Werkzeugbau mit modernster agentischer KI-Architektur, um die Transformation zum Autonomen Unternehmen zu realisieren. Mein Fokus liegt auf der Auflösung von Datensilos durch das Unified Enterprise Framework (UEF) und der Implementierung deterministischer Multi-Agenten-Systeme auf Basis semantischer Knowledge Graphs. Die klassische Enterprise-Architektur-Methodik nach TOGAF habe ich angewandt, in ihre Funktionen zerlegt und in eine KI-native Nachfolge-Architektur überführt.
Kernkompetenzen
Führung & Strategie
Technologie & Innovation
Prozesse & Governance
Architektur-Methodik & Frameworks
Erweiterte Kenntnisse
Generative Medien & Creative AI
EDV-Kenntnisse & Tools
Methoden und Normenkenntnisse
Projektbeispiele
Business Intelligence & Prozessdatenanalytik
Power BI und DAX in der Fertigung: cp/cpk-Prozessfähigkeitsnachweise, Shewhart-Regelkarten mit dynamisch berechneten Eingriffsgrenzen (±3?), Histogramm- und Verteilungsanalyse. Ausgelegt gegen die Schwellen 1,33 und 1,67 für Serienfreigaben nach Automobil- und Luftfahrtstandard.
Microsoft Fabric als dreistufige Plattform: Data Pipelines direkt von der Anlagensteuerung, Lakehouse für unveränderte Rohdaten, Warehouse für bereinigte Modelle. Die manipulationssichere Kette von der Maschine bis zum Bericht ist die Grundlage der Audit-Fähigkeit gegenüber Kunden.
Semantic Layer und Kennzahlen-Governance: Kennzahlendefinition mit fachlicher Abgrenzung in Prosa, benanntem Eigentümer, Geltungszeitraum und Zustandsmodell ? statt konkurrierender Berichtswahrheiten aus der Selbstbedienungsanalytik.
BI-Fachkonzept 1.0 ?Auswertung ohne Vorratshaltung? (Eigenentwicklung, CAMCO-IP): agentische Analyseschicht, die eine fachliche Frage zur Fragezeit gegen ein geführtes Semantikmodell auflöst, statt tausende Berichte auf Vorrat zu pflegen. Zugriffsdurchsetzung auf der Datenschicht, niemals in der Anweisung an das Sprachmodell.
Datenfundament: Snowflake, BigQuery, PostgreSQL, produktionsreife ETL/ELT-Pipelines, Profiling, Reconciliation und Data Lineage als Voraussetzung reproduzierbarer Kennzahlen.
Regulatorik als Entwurfsvorgabe: EU AI Act (Transparenz-, Schulungs- und Dokumentationspflichten, dokumentierte Einstufung vor Inbetriebnahme), DSGVO sowie Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG, sobald Leistungs- oder Verhaltensdaten objektiv erhebbar werden.