Technologie
verstehen
Zusammenhänge
denken
Forschung • Lehre • Praxis
Meine Laufbahn verbindet über mehrere Jahrzehnte Forschung, technische Substanz und breite Praxis in komplexen digitalen Systemen. Daraus ist eine Perspektive entstanden, die Tiefe und Zusammenhang gleichzeitig denkt. Künstliche Intelligenz und wissensbasierte Systeme ein wichtiger Teil meiner Perspektive, heute als Thema präsenter denn je.
Seit meinem Informatikstudium in den neunziger Jahren und meiner Diplomarbeit zu Expertensystemen beschäftigen mich Künstliche Intelligenz, Daten und die technischen Grundlagen dahinter, von Datenbanken bis zur Algorithmik. Anfang der 2000er Jahre vertiefte ich diese Themen in der industriellen Forschung, unter anderem im Kontext multimodaler Bedienassistenz im Home-Entertainment-Umfeld. Es folgten viele Jahre in der Hochschullehre, in denen ich Vorlesungen zu Künstlicher Intelligenz, wissensbasierten Systemen und Software-Engineering hielt.
In der Praxis habe ich Software in ihrer gesamten Breite erlebt, von gewachsenen Legacy-Monolithen mit anspruchsvoller Datenhaltung über SaaS-Software und klassische Industrie-Client-Server-Anlagen bis hin zu cloud-nativer Entwicklung. Mehrjährige Management-Verantwortung schärfte zudem meinen Blick für belastbare Roadmaps, Liefer- und Umsetzungsfähigkeit, Kapazitäten und Führungsfragen.
Heute verbinde ich diese Perspektiven bewusst. Wert entsteht, wenn Organisation, Prozesse, Resilienz, Souveränität, Innovationsfähigkeit und KI in Architektur, Betrieb und Steuerung zusammenpassen. Dies vor allem im Kontext von Firmentransaktionen, aber auch in der Unterstützung von Führungsgremien oder Restrukturierung, um den tatsächlichen technologischen Zustand einer Organisation zu bewerten.
Künstliche Intelligenz fasziniert mich seit meinem Studium. Auch während meiner Hochschullehre entstanden bereits um 2010 Studienarbeiten, etwa zur semantischen Wissensakquisition mit Google oder zur Routenplanung in geschichteten Kohonennetzen. Große Sprachmodelle betrachte ich mit einer gewissen Skepsis, wenn sie vorwiegend dort eingesetzt werden, wo die zugrunde liegenden Probleme nicht mehr hinreichend verstanden sind und die Hoffnung dominiert, die KI würde es schon richten.
Gleichzeitig sehe ich in diesen neuen Möglichkeiten eine hervorragende Ergänzung für Expertensysteme, in denen Begründbarkeit und nachvollziehbare Schlussfolgerungen zentral sind. Dazu bin ich derzeit in einem kleinen Netzwerk an der Entwicklung des XpertAIser Frameworks beteiligt.