Produktionsreife AI · Wien & remote weltweit
Produktionsreife AI, die deine Benutzer beeindruckt
Ob Prototyp, Startup MVP oder AI-Features für Software mit tausenden Benutzern: Ich baue hochmoderne, zuverlässige und benutzerfreundliche AI-Lösungen für B2B SaaS.
12+ Jahre Production-ML · Ex-CTO PAXLY · Produktionsreife AI in regulierter Software · CKA 2025
Womit ich helfe
Egal, wo dein Produkt gerade steht
Teams holen mich meist ins Boot, wenn es darum geht, ein AI-Produkt neu zu bauen, weiterzuentwickeln oder einen Prototypen live zu nehmen:
Ein AI-Feature steht auf der Roadmap, aber im Team fehlt die ML- und LLM-Erfahrung, um es solide zu bauen.
Ein Prototyp überzeugt Kunden und Investoren und jetzt soll daraus ein echtes Feature oder vollständiges Produkt werden.
Das Feature läuft, aber Kosten oder Latenz müssen optimiert werden, ohne dass die Qualität leidet.
Der erste „AI-Berater“ hat Notebooks und Slides geliefert, aber keine Software, die man Kunden anbieten kann.
Vorgehen
Wie ich arbeite
Drei Phasen, klar abgegrenzt. Du entscheidest nach jeder Phase, ob die nächste sinnvoll ist.
01 · 1 – 2 Wochen
Scoping & Plan
Ich schaffe mir Überblick über Projektziel, vorhandene Daten, sowie den aktuellen Stand der Software. Wir legen Architektur und Projektablauf fest und priorisieren. Am Ende hast du einen schriftlichen Plan, der Projektumfang, Kosten und Milestones aufschlüsselt.
02 · 2 – 8 Wochen
Bauen & Verbessern
Wir setzen den Projektplan um und du bekommst in regelmäßigen Abständen den Fortschritt in Form von Demos zu sehen und kannst Feedback geben.
03 · Projektabschluss
Übergabe
Dein Team kann das Feature ohne mich betreiben und weiterentwickeln. Vollständige Dokumentation der Architektur und der getroffenen Entscheidungen.
Ergebnis
Was du am Ende hast
Ein AI-Feature, das deine Benutzer überzeugt und im Live-Betrieb funktioniert.
Messbare Qualität statt Bauchgefühl: Evaluation und Monitoring, damit dein Team weiß, wie Benutzer AI verwenden.
Automatisierte Tests, die Fehler abfangen, bevor sie deine Kunden erreichen.
Sauberer, dokumentierter Code und Architektur, an dem dein Team weiterarbeiten kann.
Cases
Relevante Cases
Ausgewählte Projekte mit messbarer Wirkung – Startups und Kundenarbeit. Kundennamen nenne ich gerne im Gespräch.
Regulierte Medizinsoftware
Für große Kunden waren zentrale Features so langsam, dass sie praktisch unbrauchbar waren – Nutzer hielten sie für defekt. Durch optimierte Algorithmen, Caching und Optimierung von Datenbankabfragen laufen sie wieder zuverlässig: bis zu 90 % kürzere Ladezeiten. Dazu ein AI-Assistant mit Intent-Klassifikation: 95 % weniger Fehlantworten – entwickelt nach V-Modell.
95 % weniger Fehlantworten · bis zu 90 % schnellere Ladezeiten
TypeScript · Node.js · PostgreSQL · LLM
AdTech · Real-Time Advertising
Regression-Tree-Modell zur Floor-Price-Optimierung in Echtzeit-Werbeauktionen: rund +8 % Umsatz im Millionenbereich. Dazu eine Daten-Pipeline mit 80 % kleinerem Data-Warehouse und 75 % weniger Reporting-Last.
≈ +8 % Umsatz · −80 % Datenvolumen
Java · C++ · Spark · ML
Audit-Daten · Food Safety
Erklärbare Anomalie-Erkennung für Audit-Daten: Jede Auffälligkeit kommt mit einer vollständigen Begründungskette – das System sagt nicht nur, dass etwas ungewöhnlich ist, sondern warum. Entscheidungen bleiben für Auditoren nachvollziehbar und belastbar.
Vollständige Begründungskette · keine Black Box
Python · PGM · Neural Nets
Climate-Tech · Daten-Pipeline
Eine Pipeline schickte Dokumente durch ein teures LLM – bei Millionen Dokumenten explodieren die Kosten. Statt naiv mit dem LLM zu filtern, trainiert das LLM ein günstiges TF-IDF-Modell, das vorab filtert: nur ~10.000 statt 3 Mio. Dokumente erreichen die teure Stufe. LLM-Kosten um rund 99 % gesenkt.
≈ −99 % LLM-Kosten
Python · AWS · Ray · LLM
Eigene Startups
PAXLY
ML-basierte Verpackungsoptimierung, die E-Commerce-Unternehmen wie Flaconi 10–15 % tägliche Versandkosten spart. Als Ex-CTO aufgebaut, €1 Mio.+ Funding, heute weiter im Einsatz. Technisch so robust gebaut, dass kritische Hotfixes von ein bis zwei pro Monat auf etwa einen pro Jahr zurückgingen.
Java · Python · AWS
Firmbase
Unternehmens-Suchmaschine für den UK-Markt mit 5,5 Mio.+ Einträgen, Full-Stack gebaut. AI-gestützte Datenanreicherung end-to-end – ~80 % relevante Treffer pro Suche statt ~20 % bei gängigen Tools, rund 5× präzisere Lead-Listen.
TypeScript · PostgreSQL · Python · LLM-Agents
FAQ
Häufig gestellte Fragen
Was unterscheidet dich von einem Prompt Engineer?
Ich baue vollständige AI-Features und nehme sie live mit allem, was dazugehört: Architektur, Datenbankanbindung, Monitoring, Kostenkontrolle und Tests. Prompt-Tuning ist ein Werkzeug, kein Job-Profil. Mein Hintergrund sind 12 Jahre Machine Learning, lange bevor LLMs ein Thema waren: Regression Trees in der Ad-Tech Branche, probabilistische graphische Modelle für Audit-Daten, ML-basierte Verpackungsoptimierung als CTO.
Machst du auch klassische Software-Entwicklung, nicht nur AI?
Ja. Ich bin Senior Software Engineer mit 12 Jahren Erfahrung in den Bereichen Backend, Datenmodellierung, Full-Stack, Infrastruktur und AI. AI ist die Spezialisierung obendrauf, nicht der Ersatz für solides Engineering. Du bekommst beides aus einer Hand: ein Feature, das technisch sauber gebaut ist und in dem die AI tatsächlich funktioniert.
Baust du neue AI-Features oder verbesserst du bestehende?
Beides. Viele Engagements starten bei null: ein Feature steht auf der Roadmap, im Team fehlt ML-/LLM-Erfahrung. Genauso oft kommt ein bestehendes Feature dazu, das zuverlässiger, schneller oder günstiger werden soll, oder ein Prototyp, der den Sprung ins Live-System schaffen soll. In allen Fällen ist der erste Schritt eine kurze Planungssession, an dessen Ende ein konkreter Plan steht.
Arbeitest du auch in regulierten Branchen?
Ja. Ich habe an einem AI-Assistant für regulierte Medizingeräte-Software mitgearbeitet, im Kontext validierter Software-Entwicklung (V-Modell, regulated medical device software). Wenn dein Anwendungsfall in einer regulierten Branche liegt, sprich mich direkt darauf an.
Bist du auch remote verfügbar?
Ja. Ich arbeite remote mit Teams weltweit und bin im Raum Wien auch vor Ort verfügbar. Meine Zeitzone ist CET (Wien); ich überschneide mich gut mit europäischen und mit US-Vormittags-Zeiten.
Bereit für AI, die deine Benutzer überzeugt?
Erzähl mir in einem kostenlosen Erstgespräch von deinem Anwendungsfall — egal, ob neu, halb fertig oder schon live. Du bekommst eine ehrliche Ersteinschätzung zu den größten Hebeln und einen realistischen Vorschlag für die nächsten Wochen.
Aktuell verfügbar für neue Projekte
Kostenloses Erstgespräch buchen