Beratung und Entwicklung im Bereich Generative AI, LLM-Integration, Machine Learning, Enterprise Automation & Data Science.

Im Rahmen meiner Masterarbeit habe ich ein System entwickelt, welches passende Bilder zu beliebigen Konversationen in Echtzeit generiert. Hierbei habe ich innerhalb einer Pipeline neuste Technologien/Modelle lokal aufgesetzt und strategisch durch geeignete Techniken wie Prompt Engineering & Agentic AI innerhalb der Pipeline weiterverarbeitet. Das entwickelte System vertiefte mein Wissen in Bereichen von App-Entwicklung, REST-API's + Front- und Backend Entwicklung.

Um die Qualitätskontrolle in der Weinproduktion zu revolutionieren, habe ich eine innovative Lösung zur Objekterkennung entwickelt. Durch das Training eines YOLOv5-Modells mit sorgfältig gelabelten Daten bin ich in der Lage, automatisch und zuverlässig die verschiedenen Reifegrade von Trauben zu identifizieren – ein entscheidender Schritt zur Optimierung von Ernteprozessen und Produktqualität.

Im Vertriebsalltag des Kunden waren Fachinformationen zu Produkten zwar im PIM-System gepflegt, jedoch nicht immer schnell und effizient für Kundenanfragen nutzbar. Vertriebsmitarbeitende mussten häufig manuell in unterschiedlichen Systemen recherchieren, um technische Details, Verfügbarkeiten oder Varianten zu beantworten – ein Prozess, der zeitaufwendig war und die Kundeninteraktion verlangsamte. Ziel war es, den Vertrieb durch einen KI-gestützten Agenten zu entlasten, der strukturierte Produktinformationen aus dem PIM-System versteht und in natürlicher Sprache bereitstellen kann. So sollten Kundenanfragen schneller, präziser und mit höherer Qualität beantwortet werden – direkt im Dialog mit dem Vertriebsmitarbeitenden. Im ersten Schritt wurde gemeinsam mit dem Kunden analysiert, welche Informationen für den Vertriebsprozess besonders relevant sind und wie diese im PIM-System strukturiert vorliegen. Auf Basis dieser Analyse wurde ein Retrieval-Augmented Generation (RAG)-Modell entwickelt, das Microsoft Copilot mit den unternehmensspezifischen PIM-Daten verknüpft. Über Vektordatenbanken konnten die Informationen semantisch indiziert und effizient durchsucht werden. Der KI-Agent wurde so trainiert, dass er auf natürliche Spracheingaben reagiert und strukturierte Antworten basierend auf den PIM-Daten generiert. Dabei lag besonderes Augenmerk auf der Genauigkeit und Nachvollziehbarkeit der Antworten – etwa durch Quellenverweise oder strukturierte Antwortformate. Die Lösung basiert auf einem RAG-Ansatz mit Microsoft Copilot kombiniert mit einer Vektordatenbank zur semantischen Suche in PIM-Daten. Der Agent wurde als leicht zugängliche Webanwendung für den Vertriebsinnendienst bereitgestellt. Eine modulare Architektur ermöglicht zukünftige Erweiterungen auf andere Datenquellen wie CRM oder ERP. Durch den KI-Agenten wurde die Antwortzeit auf Produktanfragen deutlich verkürzt, die Beratungsqualität gesteigert und die Mitarbeiterzufriedenheit im Vertrieb erhöht. Kunden profitieren von schnelleren und präziseren Rückmeldungen, während der Vertrieb mehr Zeit für wertschöpfende Tätigkeiten gewinnt. Zudem wurde die Grundlage für den weiteren Ausbau KI-gestützter Anwendungen im Kundenservice gelegt. Der KI-Consultant Jacob Abb verantwortete die fachliche und technische Konzeption der Lösung, die Datenanbindung an das PIM-System, das Design des RAG-Modells sowie die Integration in den Vertriebsprozess. Darüber hinaus übernahm er die Schulung des Vertriebsteams und stellte sicher, dass der Agent intuitiv nutzbar ist und echten Mehrwert im Alltag bietet.

Der Kunde wollte ihre internen Datenpotenziale gezielt für den Einsatz von Künstlicher Intelligenz nutzen. Es fehlte jedoch an einer skalierbaren, sicheren und datenschutzkonformen Infrastruktur, um KI-Initiativen effizient umzusetzen und unternehmensweit bereitzustellen. Zudem bestand hoher Bedarf an Orientierung in Bezug auf Governance, IT-Security und die DSGVO-konforme Nutzung von KI-Services. Ziel war die Konzeption und Implementierung einer zentralen Azure-basierten KI-Plattform, die die schnelle, sichere und nachhaltige Entwicklung von KI-Anwendungen ermöglicht. Ein erstes Leuchtturmprojekt – eine Retrieval-Augmented Generation (RAG)-Lösung – sollte dabei als Praxisbeispiel dienen und gleichzeitig interne Kompetenzen stärken. In enger Abstimmung mit IT und Fachbereichen wurde zunächst die Zielarchitektur der Plattform definiert. Anschließend erfolgte die technische Umsetzung in Microsoft Azure – inklusive Aktivierung und Konfiguration zentraler Azure AI Services wie Azure OpenAI, Azure Cognitive Search und Azure ML. Als Proof-of-Concept wurde eine RAG-Anwendung entwickelt, bei der strukturierte interne Dokumente mithilfe einer Vektordatenbank und GPT-4 semantisch durchsuchbar gemacht wurden. Parallel dazu wurden Governance-Strukturen, Datenschutzanforderungen und Betriebsmodelle konzipiert und abgestimmt. Die realisierte Plattform basiert auf einer modularen Azure-Architektur und integriert zentrale AI-Komponenten. Die RAG-Lösung nutzt Azure OpenAI zur Textgenerierung, Azure Blob Storage zur Datenhaltung und Azure Cognitive Search für die semantische Suche. Die containerbasierte Architektur erlaubt eine flexible Skalierung und einfache Erweiterung um weitere Use Cases. Der Kunde verfügt nun über eine produktionsreife KI-Plattform, die es internen Teams ermöglicht, KI-Anwendungen eigenständig zu entwickeln und zu evaluieren. Die RAG-Lösung dient als Blaupause für künftige Anwendungsfälle. Gleichzeitig wurde ein tragfähiger Governance-Rahmen geschaffen, der Sicherheit, Datenschutz und Compliance langfristig gewährleistet. Als verantwortlicher KI-Consultant konzipierte Jacob Abb die Plattformarchitektur, koordinierte die technische Umsetzung und integrierte die relevanten Azure AI Services. Darüber hinaus begleitete ich die Fachbereiche beratend bei der Einführung und definierte gemeinsam mit der IT Governance-Richtlinien sowie Betriebs- und Sicherheitsmodelle für den dauerhaften Einsatz von KI-Lösungen im Unternehmen.

Mit der Einführung von Microsoft 365 Copilot stand der Kunde vor der Herausforderung, den produktiven Einsatz der KI-Funktionalitäten sicher und datenschutzkonform zu gestalten. Neben der Lizenzaktivierung galt es, die Governance-Fragen zu klären, erste Konfigurationen im Microsoft365 Admin Center vorzunehmen und das Fundament für einen unternehmensweiten Roll-out zu schaffen. Ziel des Projekts war die initiale Aktivierung der Microsoft 365 Copilot Lizenzen, die Beratung zu Governance-relevanten Fragestellungen (wie Datenschutz, Datenzugriffe, Berechtigungsmanagement) sowie die Durchführung erster technischer Einstellungen für einen kontrollierten Pilotbetrieb innerhalb des Unternehmens. Im Rahmen eines strategischen Beratungstermins wurde der Kunde durch die Lizenzaktivierung und Einrichtung im Microsoft 365 Admin Center geführt. Dabei wurden grundlegende Einstellungen vorgenommen, um Copilot sicher und zielgerichtet in die bestehende IT-Umgebung zu integrieren. Gleichzeitig wurden Governance-Aspekte wie Datenzugriffsrechte, Compliance-Vorgaben und organisatorische Voraussetzungen thematisiert und erste Handlungsempfehlungen abgeleitet. Die Beratung orientierte sich an den Microsoft-Best-Practices für Copilot-Rollouts und adressierte sowohl technische als auch organisatorische Fragestellungen. Die Aktivierung erfolgte über das Microsoft 365 Admin Center, wo spezifische Benutzergruppen freigeschaltet, Zugriffsrechte geprüft und Einstellungen zur Nutzung von Copilot in Teams, Outlook und Word vorgenommen wurden. Ergänzend wurden Governance-Richtlinien vorbereitet, die in der weiteren Roll-out-Planung als Grundlage dienen. Durch das Projekt konnte die Copilot-Nutzung beim Kunden gezielt vorbereitet und gestartet werden. Die Lizenzen wurden erfolgreich für ausgewählte Pilotnutzer aktiviert, sodass erste praktische Erfahrungen im Unternehmenskontext gesammelt werden konnten. Parallel dazu wurden klare Handlungsempfehlungen im Bereich Governance erarbeitet, um den Copilot-Einsatz sicher und regelkonform zu gestalten. Erste technische Einstellungen im Microsoft 365 Admin Center ermöglichten einen strukturierten Roll-out. Darüber hinaus wurde bei den Verantwortlichen ein fundiertes Verständnis für die Chancen, aber auch die organisatorischen und technischen Rahmenbedingungen beim Einsatz von KI in Microsoft 365 geschaffen. Damit wurde eine belastbare Grundlage für die skalierbare Einführung von Copilot im gesamten Unternehmen gelegt. Jacob Abb leitete den gesamten Aktivierungsprozess, führte durch die technische Umsetzung im Admin Center und beriet zu allen relevanten Governance-Themen. Dabei unterstützte er den Kunden methodisch und praxisnah bei den ersten Schritten mit Microsoft 365 Copilot und legte den Grundstein für einen verantwortungsvollen und effizienten Einsatz der Technologie im Unternehmen.

Der Kunde stand vor der Herausforderung, das strategische Potenzial von Künstlicher Intelligenz in zentralen Unternehmensbereichen systematisch zu identifizieren und die Organisation für den Einsatz von KI zu befähigen. Trotz hoher Innovationsbereitschaft fehlte es an einem strukturierten Einstieg, der Mitarbeitende aktiviert, Anwendungsmöglichkeiten sichtbar macht und konkrete KI-Potenziale im Unternehmenskontext herausarbeitet. Ziel des Projekts war es, KI-Kompetenz in der Organisation aufzubauen, Bewusstsein für relevante Anwendungsfälle zu schaffen und konkrete Potenziale für den Einsatz von KI in den Bereichen Marketing, Vertrieb, Supply Chain und Finance zu identifizieren. Der Fokus lag dabei auf der Befähigung von Mitarbeitenden, der strukturierten Ideengenerierung sowie der Priorisierung von realisierbaren KI-Projekten. Das Projekt startete mit einer Reihe von interaktiven „Aufbruchsevents KI“ für die jeweiligen Fachbereiche. Die Workshops wurden durch eigens entwickelte Präsentationen und praxisnahe Übungen strukturiert, die den Teilnehmenden einen niederschwelligen, aber fundierten Einstieg in KI-Technologien wie GPT-4, Automatisierung mit LLMs sowie Use-Case-orientierte Denkmodelle ermöglichten. Im Anschluss wurden gezielte Interviews mit Team- und Abteilungsleitenden durchgeführt, um fachbereichsspezifische Prozesse, Herausforderungen und Automatisierungspotenziale zu identifizieren. Die Erkenntnisse mündeten in einer datenbasierten Potenzialanalyse, die als Grundlage für den folgenden Ideation-Workshop im Bereich Marketing diente. Dort wurden gemeinsam mit dem Fachbereich konkrete Use Cases erarbeitet und bewertet. Die Ergebnisse wurden abschließend in einer Management-Präsentation zusammengefasst und als Entscheidungsgrundlage für die weitere KI-Roadmap im Marketing genutzt. Die methodische Grundlage bildete ein mehrstufiger Enablement-Ansatz kombiniert mit einer strukturierten Potenzialanalyse. Die eingesetzten Technologien umfassten GPT-basierte Sprachmodelle (Azure OpenAI), RAG-Konzepte zur Informationsbereitstellung und Analysetools zur strukturierten Erfassung von Anwendungsfeldern. Die Ergebnisse wurden in einem nutzerzentrierten KI-Use-Case-Canvas visualisiert. Im Rahmen des Projekts wurden über 50 Mitarbeitende aus zentralen Fachbereichen aktiviert und gezielt für den Einsatz von KI befähigt. Dabei konnten mehr als 15 realisierbare KI-Potenziale identifiziert werden – darunter mehrere Anwendungsfälle mit kurzfristigem Umsetzungspotenzial. Durch die strukturierte Heranführung an LLM-Technologien wurde ein organisationsweites Verständnis für den praktischen Einsatz von KI im Arbeitsalltag geschaffen. Besonders im Bereich Marketing konnten konkrete nächste Schritte zur Umsetzung priorisierter Use Cases definiert werden. Darüber hinaus trug das Projekt wesentlich zur Stärkung der internen Innovationskultur bei, indem ko-kreatives Arbeiten mit KI gefördert und als Impulsgeber für zukünftige Transformationsprozesse etabliert wurde. Jacob Abb übernahm eine zentrale Rolle in der Konzeption, Moderation und Durchführung der Aufbruchsevents inkl. Entwicklung der Präsentationen und Übungen. Zudem verantwortete er die fachliche Begleitung der Interviews, die Aufbereitung der Potenzialanalyse sowie die inhaltliche Ausgestaltung und Moderation des Ideation-Workshops im Bereich Marketing. Durch seine methodische Führung und technische Expertise konnte er die Grundlage für eine fundierte KI-Roadmap bei dem Kunden schaffen.