KI-gestützte Webanwendung zur automatisierten Erstellung von Software Requirements Specifications (SRS), die Audioaufzeichnungen und hochgeladene Dokumente analysiert und in strukturierte Anforderungsspezifikationen überführt.

Ziel:

Verbesserung der Systemwartbarkeit, architektonischen Konsistenz und Zuverlässigkeit sowie effiziente automatisierte Generierung strukturierter SRS-Dokumente aus unterschiedlichen Eingabequellen.

Aufgabe:

• Architektur und Refactoring der Data-Access-Schicht mit einer Reduktion der Codebasis um 54 % und deutlicher Verbesserung der Wartbarkeit.
• Erhöhung der Robustheit im Batch-Processing durch Implementierung expliziter Partial-Failure-Behandlung anstelle stiller Fehlerunterdrückung.
• Zentralisierung der Cloud-Storage-Konfiguration über sechs Module hinweg zur Eliminierung redundanter Implementierungen und zur Steigerung der architektonischen Konsistenz.
• Durchsetzung einer klaren Trennung zwischen geschäftlichen und privaten Datenkontexten zur Verbesserung von Datenintegrität und Systemtransparenz.
• Konsolidierung redundanter Codepfade in modulare Utilities zur Reduktion der Fehleranfälligkeit und Sicherstellung langfristiger Wartbarkeit.

KI-basierte Content-Automatisierungsplattform in Form einer Webanwendung zur Generierung von Blogartikeln und Social-Media-Posts aus Audioaufzeichnungen und Quelldokumenten.

Ziel:

Sicherstellung einer zuverlässigen Content-Generierung und stabiler Datenflüsse innerhalb der Anwendung sowie Verbesserung der Systemkonsistenz über Backend- und Frontend-Komponenten hinweg.

Aufgaben:

• Entwicklung einer Webanwendung, die Audioaufzeichnungen und Dokumente mittels KI in strukturierte Blogartikel und Social-Media-Beiträge überführt.
• Analyse und Behebung eines kritischen Exportfehlers, der zur stillen Generierung leerer Dateien führte, sowie Wiederherstellung der Zuverlässigkeit im Content-Workflow.
• Refactoring von Backend-Services und mehreren UI-Komponenten zur Korrektur und Stabilisierung des Datenflusses.
• Umsetzung der Fehlerbehebung über den gesamten Full-Stack hinweg (API bis Frontend) ohne Einführung zusätzlicher Abhängigkeiten, unter Wahrung der architektonischen Stabilität.

Transformation einer internen Analyseanwendung in eine produktionsnahe, verteilbare Softwarelösung zur zuverlässigen Nutzung durch nicht-technische Anwender innerhalb der Organisation.

Ziel:

Sicherstellung einer stabilen, leicht nutzbaren und skalierbar verteilbaren Anwendung mit konsistenter Laufzeitumgebung für den organisationsweiten Einsatz.

Aufgaben:

• Packaging der Python-Anwendung als standalone Executable.
• Sicherstellung von Dependency-Management und einer stabilen Laufzeitumgebung.
• Optimierung der Systemstabilität und Benutzerfreundlichkeit für nicht-technische Anwender.
• Übergabe eines einsatzbereiten Tools zur gruppenweiten Nutzung.

Architektur und Entwicklung einer GUI-basierten Analytics-Anwendung zur interaktiven Exploration und Bewertung wissenschaftlicher Messdaten.

Ziel:

Ermöglichung strukturierter Datenexploration und transparenter Vergleichsanalysen durch ein intelligentes Entscheidungsunterstützungssystem mit skalierbarer und benutzerfreundlicher Oberfläche.

Aufgaben:

• Konzeption einer modularen Systemarchitektur mit klarer Trennung von Datenhaltung, Analyse-Logik und Benutzeroberfläche.
• Implementierung eines stackbaren, kontextsensitiven Filtersystems zur Auswahl mehrdimensionaler Datensätze.
• Entwicklung einer Vergleichslogik auf Basis normierter Intensitätswerte.
• Integration interaktiver Auswahlmechanismen zur Unterstützung von Human-in-the-Loop-Analysen.
• Optimierung der Benutzeroberfläche hinsichtlich Lesbarkeit, Skalierbarkeit und Design-Konsistenz.

Konzeption und Umsetzung einer skalierbaren Datenverarbeitungslösung zur strukturierten Aufbereitung experimenteller Rohdaten.

Ziel:

Schaffung einer zuverlässigen Grundlage für datengetriebene Analysen durch strukturierte Aufbereitung, Bereinigung und Transformation experimenteller Rohdaten in analysierbare Datensätze.

Aufgaben:

• Analyse und Reverse Engineering semi-strukturierter .mca Dateien eines Spektrometers.
• Entwicklung eines robusten Python-Parsers zur Extraktion relevanter Zeitreihen- und Signalparameter.
• Implementierung von Datenbereinigung, Validierung und Feature-Extraktion.
• Transformation der Rohdaten in strukturierte, analysefähige Excel-Datensätze.
• Aufbau reproduzierbarer Umgebungen zur einfachen Installation und Nutzung auf neuen Systemen.

Enterprise AI Plattform ? Testarchitektur & Quality Engineering mit Fokus auf den Aufbau einer strukturierten und skalierbaren Testbasis für eine großskalige Enterprise-KI-Plattform.

Ziel:

Sicherstellung konsistenter, zuverlässiger und wartbarer Tests über die gesamte Plattform hinweg sowie Etablierung standardisierter Testpraktiken zur Skalierung der Testentwicklung.

Aufgaben:

• Aufbau einer umfassenden Testgrundlage für eine großskalige Enterprise-KI-Plattform.
• Erstellung strukturierter Testpläne und Testberichte für Authentifizierung, KI-Agenten-Workflows, Cloud-Speicher, Datenrepositories und API-Services.
• Definition teamweiter Teststandards, architektonischer Richtlinien sowie eines zentralen Modulkatalogs zur Sicherstellung von Konsistenz und Skalierbarkeit in der Testentwicklung.
• Konfiguration des Testframeworks mit wiederverwendbaren Shared Fixtures und Mocks zur Gewährleistung wartbarer, isolierter und zuverlässiger Testsuiten.

Entwicklung eines Multi-Agenten-KI-Systems auf Basis von GPT-Modellen zur autonomen Ausführung komplexer Workflows, einschließlich Informationsbeschaffung,  Dokumentzusammenfassung und KI-gestützter Entscheidungsunterstützung.

Ziel:

Automatisierung und Skalierung geschäftsrelevanter Analyse- und Entscheidungsprozesse durch den Einsatz von Multi-Agenten-KI-Workflows sowie Verbesserung der internen Produktivität durch zugängliche und integrierte KI-Tools.

Aufgaben:

• Leitung der Entwicklung eines Multi-Agenten-Systems auf Basis von OpenAI-GPT-Modellen zur Umsetzung autonomer Workflows für geschäftliche Anwendungsfälle.
• Konzeption und Implementierung von Multi-Agenten-Workflows für Dokumentzusammenfassung, Informationsrecherche und automatisierte Entscheidungsfindung.
• Erstellung und Optimierung von Prompts für moderne LLMs (z. B. GPT-4, LangChain), um Relevanz, Genauigkeit und Konsistenz der generierten Inhalte sicherzustellen.
• Integration generativer KI-Agenten in Power-Platform-Lösungen (Power Apps, Power Automate, Microsoft 365) zur Automatisierung von Entscheidungsprozessen und Prompt-Generierung.
• Bereitstellung skalierbarer, abteilungsweiter KI-Tools mit Low-Code-Oberflächen zur Verbesserung von Nutzerfreundlichkeit und Zugänglichkeit.
• Evaluation neuer KI-Technologien (z. B. Autogen, Langdock) sowie Beratung zur strategischen

Entwicklung eines Automatisierungssystems zur Verwaltung von Produktdaten sowie zur Optimierung interner Arbeitsabläufe.

Ziel:

Reduzierung manueller Arbeitsschritte und Verbesserung der Effizienz interner Prozesse durch Automatisierung und Einführung KI-gestützter Tools.

Aufgaben:

• Automatisierung manueller Prozesse mit Power Platform und Python, wodurch der Arbeitsaufwand um 60 % reduziert wurde.
• Entwicklung von Power-Apps-Lösungen mit Integration in SharePoint- und SQL-Datenbanken.
• Erstellung von Dokumentationen und Onboarding-Materialien zur Einführung und Nutzung KI-gestützter Tools.