Ich baue KI-Automatisierungen, die im Betrieb laufen: n8n-Workflows, Chatbots mit eigener Wissensbasis, Copilot-Studio-Agenten, E-Mail- und Content-Automation. Solche Systeme betreibe ich täglich selbst. Problem vor Tool, Pilot vor Großprojekt.
Skills
RAGOpenAICopilotChatGPTKünstliche IntelligenzAutomatisierungPythonMachine LearningProzessautomatisierungWorkflowsChatbotsLarge Language ModelsZapierGenerative AIBotsHubspot
Ich baue Automatisierungen und KI-Systeme, die im Betrieb tatsächlich laufen, und ich betreibe sie selbst: ein Claude-natives Operating System, das per Sprache Aufträge an Coding-Agenten vergibt, eine Content-Pipeline, die aus Podcast-Folgen täglich Clips auf drei Plattformen postet, und eine Inbox-/Lead-Automation, die aus LinkedIn-Reaktionen Termine macht.
Für Kunden heißt das:
n8n-Workflows (auch Migration von Make/Zapier), API-Integrationen, CRM-Automation (HubSpot)
Chatbots mit eigener Wissensbasis (RAG), Support- und Lead-Bots, WhatsApp-Bots
Voice Agents und Telefon-Assistenten (ElevenLabs, Vapi, Retell)
AI-Programmierung: Python, OpenAI- und Claude-API, MCP-Server, Agent-Systeme
Websites und Onlineshops, GEO/SEO
Hintergrund: duales Informatik-Studium (B.Eng.), Bachelorarbeit 2026 „Vergleichende Analyse KI-gestützter Assistenzsysteme im Unternehmenskontext" bei Forterro: Zwei-Agenten-System in Microsoft Copilot Studio für den Vertrieb, getestet gegen eine Wissensbasis mit über 2.600 Seiten (Quellenangaben, Halluzination, Freigabe-Flow, Usability). Davor ein zweisprachiger Rasa-Wissensbot (Python, FAISS, Quellenangaben, Feedback-Loop). Gründer der QuantIT Solutions GbR (Bannewitz bei Dresden).
Prinzip: Problem vor Tool, Pilot vor Großprojekt. Kleine, klar abgegrenzte Pakete, schnell geliefert, dokumentiert und übergeben. Deutsch und Englisch, remote.
Erfahrung
Berufserfahrung0 - 5 Jahre
Freelancer seit2025
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
KI-Autopiloten für Inbox, Leads und Content (eigenes Unternehmen)
Eigenes Unternehmen seit 08/2025, Aufbau eigener KI-Systeme als Referenz für Kunden. Die folgenden Autopiloten laufen produktiv seit 09/2026:
Inbox- & Lead-Autopilot: LinkedIn-Nachrichten und alle E-Mail-Konten in einem Posteingang, KI liest, sortiert und schreibt Antwortentwürfe mit freien Kalenderslots; Lead-Listen aus öffentlichen Ausschreibungen, nach Budgetsignalen bewertet. Nichts geht ohne Freigabe raus. Erster Lauf: 2 von 2 Reaktionen wurden Termine.
Content-Autopilot: Podcast-Folge rein, täglich ein Clip auf YouTube, TikTok und Instagram. OpusClip-API schneidet und untertitelt, Claude wählt und plant, wöchentlicher Review. 42 Posts seit 10.09.2026, 0 Minuten Schnitt.
Jarvis: Claude-natives Operating System mit Obsidian-Vault als Langzeitgedächtnis (4.830 Notizen), eigenem MCP-Server und Sprachsteuerung (Groq Whisper, LLM, ElevenLabs); gesprochene Aufträge werden von Claude Code umgesetzt und von einem Reviewer-Agenten geprüft.
Stack: Claude API und Claude Code, MCP, OpusClip-API, Python, Groq, ElevenLabs, HubSpot.
Entwicklung eines Copilot-Studio-Sales-Agenten (Bachelorarbeit, dual)
Forterro (ERP-Gruppe), Dresden
Internet und Informationstechnologie
1000-5000 Mitarbeiter
Bachelorarbeit 2026: „Vergleichende Analyse KI-gestützter Assistenzsysteme im Unternehmenskontext: Produktivitäts- und Wirtschaftlichkeitspotenziale mit exemplarischer Erprobung von Microsoft Copilot im Sales-Bereich".
Aufbau eines Zwei-Agenten-Systems in Microsoft Copilot Studio: Cloud Sales Assistant plus Sales-Coach-Subagent, angebunden an eine Wissensbasis mit über 2.600 Seiten.
Evaluation nach Quellenangaben, Halluzination, FAQ-Freigabe-Flow und Vertriebs-Usability; Vergleich mit alternativen Assistenzansätzen. Kernbefund: Kein Ansatz führt auf allen Dimensionen, Enablement entscheidet.
Stack: Microsoft Copilot Studio, Microsoft 365, Prompt-Design, Evaluationsdesign.
Entwicklung eines zweisprachigen Wissens-Chatbots (Rasa, Python)
Forterro (ERP-Gruppe), Dresden
Internet und Informationstechnologie
1000-5000 Mitarbeiter
Interner Proof of Concept 2024–2025: Wissens-Chatbot für Mitarbeitende, von Grund auf in Python gebaut.
Rasa-Framework plus FAISS-Embeddings für semantische Suche über die Wissensbasis, Antworten mit Quellenangaben, Deutsch und Englisch.
Feedback-Loop, Bad-Case-Review-Pipeline und Wissens-Monitoring, damit Lücken und falsche Antworten sichtbar werden und die Basis nachgepflegt werden kann.
Ergebnis: Vom CEO und vom Head of AI anerkannter PoC; Vorarbeit für die spätere Copilot-Studio-Evaluation.
Stack: Python, Rasa, FAISS, Embeddings, RAG.
Portfolio
Kontaktanfrage
Einloggen & anfragen.
Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.
