Business ↔ Technologie
Ich kann zwischen Kundengesprächen und technischer Umsetzung wechseln: verstehen, was tatsächlich gebraucht wird, Annahmen hinterfragen und daraus anschließend einen konkreten technischen Ansatz entwickeln.
Über mich
Mein Hintergrund verbindet Consulting, Solution Engineering, Softwareentwicklung, Integrationen und Infrastruktur. Besonders spannend finde ich Situationen, in denen ein Problem noch nicht vollständig definiert ist – denn dort schaffen die richtigen Fragen und ein kleines Experiment oft mehr Klarheit als ein weiteres Meeting oder Dokument.
Builder-Mentalität
Ich habe lieber morgen einen groben funktionierenden Prototypen als nächsten Monat ein perfektes Architekturdiagramm. Ein Prototyp gibt allen etwas Konkretes, auf das sie reagieren können.
Sicher im Umgang mit Unklarheit
Wenn Informationen fehlen, mache ich meine Annahmen sichtbar, probiere einen Ansatz aus und lasse die Realität die nächsten Informationen liefern. Unterstützung hole ich mir, wenn ich die sinnvollen Experimente, die ich selbst durchführen kann, ausgeschöpft habe.
Neugierig von Natur aus
Ich arbeite regelmäßig mit Technologien, die für mich neu sind, indem ich sie praktisch ausprobiere. Mir ist weniger wichtig, jede Funktion auswendig zu kennen, als zu verstehen, was ein Werkzeug tatsächlich leisten kann.
Ausgewählte Projekte
NDA-konforme Beispiele für Dinge, die ich selbst gebaut oder mitgestaltet habe. Kundennamen, Screenshots und vertrauliche Implementierungsdetails sind bewusst weggelassen.
KI-Support-Assistent
Prototyp eines in eine ERP-Oberfläche integrierten Chatbots. Er nutzte bereitgestellte Unternehmensdokumentation und definierte Verhaltensregeln, um Fragen zu beantworten, relevante Links bereitzustellen und Nutzer an den Support weiterzuleiten, wenn er nicht weiterhelfen konnte.
Fallstudie
Problem: Nutzer benötigten eine schnellere Möglichkeit, Produkt- und Supportinformationen zu finden, ohne Dokumentationen manuell durchsuchen zu müssen.
Ansatz: Ich habe einen fokussierten Chatbot mit bereitgestellter Dokumentation und Verhaltensregeln erstellt und direkt in den ERP-Workflow integriert.
Ergebnis: Ein greifbarer Prototyp, der die User Experience demonstrierte und zeigte, wie KI direkt in einen bestehenden Geschäftsprozess integriert werden kann.
Infrastruktur on Demand
Terraform-basierte AWS-Umgebungen zur schnellen Evaluierung und Demonstration von API-Gateway-Technologien. Umgebung bereitstellen, konfigurieren, demonstrieren, relevante Zustände sichern und anschließend wieder entfernen, um unnötige laufende Kosten zu vermeiden.
Fallstudie
Problem: Der manuelle Vergleich mehrerer Gateway-Technologien machte Demos und Evaluierungen langsam und unnötig aufwendig.
Ansatz: Ich habe wiederverwendbare Terraform-Infrastruktur für Gravitee, Kong, Envoy, Broadcom Layer7 und Boomi entwickelt, inklusive automatisiertem API-Import und automatisierter Konfiguration.
Ergebnis: Eine reproduzierbare Demo-Umgebung, die bei Bedarf aufgebaut und anschließend wieder abgeschaltet werden konnte.
API-Übersetzungsschicht
REST-basierte Integrationsschicht, die moderne API-Anfragen in Legacy-ERP-Endpunkte übersetzt und dadurch unterschiedliche Backend-Generationen hinter einer einheitlicheren Schnittstelle zusammenführt.
Fallstudie
Problem: Ein Legacy-Backend stellte Endpunkte bereit, die nicht zur von neuen Konsumenten erwarteten Schnittstelle passten.
Ansatz: Ich habe eine Übersetzungsschicht gebaut, die den gewünschten REST-Vertrag entgegennahm und Requests in das Format des Legacy-Systems übersetzte. Später wurde der Ansatz auch auf eine neuere Backend-Generation erweitert.
Ergebnis: Konsumenten konnten mit einem stabilen Integrationskonzept arbeiten, während sich die dahinterliegenden Systeme weiterentwickelten.
Lead-Gebietsvisualisierung
Kundenorientierte Kartenansicht, die ERP-Leaddaten mit Google Maps und Gebietsinformationen verbindet. Nutzer konnten Gebiete, Lead-Standorte und Statusinformationen direkt auf der Karte sehen.
Fallstudie
Problem: Der Kunde benötigte eine visuelle Möglichkeit zu verstehen, welcher Franchise bzw. welchem Gebiet welche Leads zugeordnet waren und an welcher Stelle im Prozess sie sich befanden.
Ansatz: ERP-Daten wurden mit Google Maps verbunden, Gebietsflächen und interaktive Lead-Marker ergänzt und bei Auswahl die Lead-Details angezeigt.
Ergebnis: Eine Business-Visualisierung, die verteilte CRM-Daten in eine unmittelbar verständliche Karte übersetzte.
Dynamisches Workflow-Board
Eine Frontend-Komponente, die wirtschaftlich nicht mehr sinnvoll war, wurde durch eine schnell entwickelte Alternative ersetzt. Die erste Version stellte die Funktionalität in den Mittelpunkt und wurde anschließend schrittweise zu einer vollständigeren Lösung weiterentwickelt.
Fallstudie
Problem: Eine Drittanbieter-Tabellenkomponente verursachte Kosten pro Instanz, die für den Anwendungsfall nicht mehr sinnvoll waren.
Ansatz: Mit KI-gestützter Entwicklung habe ich ein dynamisches Ticket-Board mit verschiebbaren Elementen, Statusänderungen und Überfälligkeitslogik gebaut und anschließend weiter verfeinert.
Ergebnis: Ein funktionierender Ersatz ohne Abhängigkeit von der kostenpflichtigen Komponente.
Verteilte Produktdaten
Zentraler Produktkatalog, der dynamisch an mehrere Systeme verteilt wurde. Die empfangenden Systeme konnten selbst steuern, welche Produkte und Felder sie übernehmen und verwalten.
Fallstudie
Problem: Produktdaten mussten über mehrere Server hinweg konsistent bleiben, obwohl unterschiedliche Empfänger unterschiedliche Anforderungen hatten.
Ansatz: Die Lösung basierte auf einem zentralen Katalog und einem konfigurierbaren Verteilungsmodell. Als steigende Datenmengen Infrastrukturgrenzen sichtbar machten, wurde auch die Übertragung entsprechend angepasst.
Ergebnis: Ein kontrollierterer Verteilungsprozess, der mit dem wachsenden Datenbestand weiterentwickelt werden konnte.
Technischer Werkzeugkasten
Praktische Erfahrung ist mir wichtiger als eine möglichst lange Liste von Technologien. Hier sind Werkzeuge und Bereiche aufgeführt, mit denen ich praktisch gearbeitet oder die ich regelmäßig in Projekten eingesetzt habe.
Erfahrung
Aktuell · ~1,5 Jahre
Junior IT Consultant
Vertraulich / NDA
- Arbeit mit API Management und Gateways wie Gravitee, Kong, Envoy, Broadcom Layer7 und Boomi.
- Praktische AWS-Erfahrung mit EC2, AMIs, Route 53, CloudWatch, IAM und S3.
- Infrastructure as Code mit Terraform und GitLab-Pipelines.
- Kunden- und Stakeholder-Beratung rund um Integrationen, APIs und technische Lösungen.
- Grundlegende praktische Erfahrung mit Kubernetes für Gateway- und Cloud-Deployments.
Zuvor · ~2 Jahre
Junior Solution Engineer
ERP-Startup · Solarbranche
- Arbeit in Backend-Entwicklung, Frontend, Integrationen und Customer Success.
- Entwicklung von API- und Gateway-Lösungen rund um eine Ninox-basierte ERP-Plattform.
- Entwicklung von Integrationen und REST-Schnittstellen zur Verbindung von ERP-Daten mit externen Systemen.
- Direkte Zusammenarbeit mit Kunden und internen Teams, um Business-Anforderungen in technische Lösungen zu übersetzen.
- Präsentation des Produkts und seiner technischen Möglichkeiten intern sowie bei Kundenveranstaltungen.
Wie ich arbeite
Mein grundlegender Arbeitsablauf ist einfach: genug verstehen, um anzufangen, etwas Kleines bauen, beobachten, was nicht funktioniert, und anschließend verbessern. Ich nenne das lieber Gärtner- als Architektenmentalität – Struktur ist weiterhin wichtig, aber man lernt durch die Arbeit am System, was es tatsächlich braucht.
1. Das echte Problem klären
Fragen stellen, Symptome vom eigentlichen Problem trennen und Annahmen sichtbar machen.
2. Das kleinste nützliche Ergebnis bauen
Lokal oder in einer kleinen Umgebung starten und schnell eine funktionierende Version vor andere bringen.
3. Aus der Realität lernen
Den Prototyp nutzen, um fehlende Anforderungen, technische Grenzen und bessere Ansätze zu entdecken.
4. Erkenntnisse in eine Lösung verwandeln
Wenn die Richtung klar ist, die Umsetzung verbessern und das Ergebnis robust genug für den echten Einsatz machen.
Aktuell im Fokus
Ich experimentiere bewusst weiter mit Werkzeugen, die den Weg von einer Idee zu einer funktionierenden Umsetzung verkürzen.
KI & agentische Workflows
Woran ich gerade arbeite
Mich interessiert nicht nur, was ein KI-Modell generieren kann, sondern vor allem, wo agentische Systeme einen Geschäftsprozess tatsächlich verbessern – und wo eine einfachere Automatisierung oder klassische Softwarelösung die passendere Antwort ist.
Lass uns etwas Nützliches bauen.
Interesse an KI, Automatisierung, Integrationen, Cloud-Infrastruktur oder daran, einen unübersichtlichen Prozess in etwas Funktionierendes zu verwandeln? Kontakt aufnehmen.