Tabea Kollmann Hauke

Die Fakultät stand vor der Herausforderung, projektrelevantes Wissen über Bauprojekte und Bauobjekte systematisch zu erfassen und für die Planung künftiger Projekte nutzbar zu machen. Ziel war es, Entscheidungsprozesse zu beschleunigen und die Auswirkungen getroffener Entscheidungen - etwa auf Budget oder Umwelt - transparent nachvollziehbar zu machen. Ich entwickelte eine maßgeschneiderte Webanwendung in Python, die sowohl den Import verschiedener Datenformate als auch die manuelle Datenerfassung durch Anwender ermöglicht. Die Anwendung erlaubt die strukturierte Ablage und den gezielten Abruf von Informationen zu Bauprojekten und Bauobjekten und schafft damit eine zentrale Wissensbasis für den gesamten Planungsprozess.

Der Kunde betrieb Confluence in einer veralteten On-Premise-Umgebung, die zunehmend an Performance-Grenzen stieß und keinen herstellerseitigen Support mehr genoss. Ziel war die Migration in die Cloud-Version, um Systemstabilität, Geschwindigkeit und langfristige Wartbarkeit sicherzustellen. In meiner Rolle als Systemadministratorin verantwortete ich den gesamten Migrationsprozess von der Anforderungsanalyse bis zum stabilen Betrieb. Zu Beginn erhob ich den Ist-Stand durch Mitarbeiterumfragen, um Nutzungsverhalten und Anforderungen gezielt in die Migrationsplanung einfließen zu lassen. Nach erfolgter Migration führte ich die Belegschaft aktiv in das neue System ein und begleitete den Rollout durch regelmäßige Feedback-Meetings. Auftretende Anpassungsbedarfe steuerte ich strukturiert über ein Ticketsystem. Die Systemperformance verbesserte sich spürbar und der vollumfängliche Atlassian-Support ist sichergestellt.

Der Kunde benötigte eine zuverlässige Betreuung seines Odoo-Systems. In meiner Rolle als Systemadministratorin übernahm ich die laufende Pflege und Weiterentwicklung der Odoo-Instanz. Eingehende Änderungsanforderungen nahm ich über ein Ticketsystem entgegen und setzte diese technisch um - darunter Anpassungen der Benutzeroberfläche und Geschäftslogik mittels XML und CSS. Durch die strukturierte Systempflege konnte der Kunde seinen Betrieb stabil halten.

Der Fakultät aus dem biomedizinischen Forschungsumfeld benötigte ein Werkzeug, das komplexe Proteindaten anschaulich aufbereitet und Forschern ermöglicht, Aminosäuresequenzen gezielt zu analysieren und mit bekannten Krankheitsbildern in Verbindung zu setzen. Ich entwickelte eine interaktive Webanwendung in Python, die eine gezielte Suche nach Proteinen erlaubt und deren Struktur grafisch als Aminosäurekette darstellt. Per Hover-Interaktion werden kontextbezogene Informationen zu potenziellen Erkrankungen eingeblendet, die mit Anomalien in der jeweiligen Sequenz assoziiert sind. Die zugrundeliegenden Proteindaten wurden über eine externe Schnittstelle bezogen und mit verschiedenen Algorithmen verarbeitet und aufbereitet. Nach der Entwicklung begleitete ich einen strukturierten Testprozess mit mehreren Mitarbeitern des Kunden und arbeitete das Feedback iterativ in die Anwendung ein.