90degrees

KI für Wissensmanagement

KIscheitertnichtanModellen.SiescheitertanDaten.

Ich verwandle fragmentiertes Unternehmenswissen in belastbare KI-Wissensmanagement-Systeme. Den Beweis erbringe ich auf echten Daten, zeige was funktioniert, entwerfe eine skalierbare KI-Architektur und übersetze Regulatorik in operative Governance-Maßnahmen.

Kontakt aufnehmenErstgespräch buchen

Vorgehen

Drei Schritte, um aus Unternehmenswissen belastbare KI-Systeme zu bauen.

Ich arbeite direkt auf Ihren echten Daten, prüfe, was technisch und wirtschaftlich tragfähig ist, und übersetze Architektur sowie Governance in operative Realität. Jeder Schritt liefert ein eigenständiges Ergebnis und somit die Grundlage für den nächsten.

1 / 3
01

Beweisen

Mit Evidenz starten, nicht mit Meinungen.

Ergebnisse

  • Funktionsfähiger Proof auf echten Unternehmensdaten
  • Bewertung von Datenqualität, Retrieval-Potenzial und Machbarkeitsgrenzen
  • Technische Entscheidungsvorlage mit klarer Empfehlung für die nächsten Schritte
Dennis Dickmann

Über mich

Builder|ArchitektStratege

Ich baue KI-Systeme für Unternehmen dort, wo Wissen, Retrieval und reale Randbedingungen entscheidend sind.

Mein Hintergrund verbindet tiefe technische Entwicklung mit CTO-naher Produkt- und Systemverantwortung. Von eigenen Wissensmangement-Systemen und Modellinfrastruktur bis zu Enterprise-Copilots, regulierten Umgebungen und belastbaren Entscheidungsvorlagen für das Management.

Ich arbeite am besten dort, wo Systeme komplex, Anforderungen widersprüchlich und Fehlentscheidungen teuer sind. Vor allem dann, wenn technische Klarheit ohne Beratertheater gewünscht ist.

  • Ein AI Lab von Grund auf aufgebaut und als Founder & CTO geführt
  • Enterprise-AI-Copilots und Retrieval-Systeme auf echten Unternehmensdaten in Produktion gebracht
  • Von Enterprise- und regulierten Organisationen bei Architektur, Risiko und Governance beauftragt
  • Von HPE für technische Innovation im Enterprise-AI-Umfeld ausgezeichnet
  • Open-Source-Arbeit in Model Serving, Triton-Kernels und Retrieval-Systemen
  • ACM-Publikation zu LLM-Training und Systemperformance auf AMD-MI300A-Infrastruktur
LinkedInGitHubHugging Face

Angebote

Vier klar umrissene Formate für belastbare KI auf echtem Unternehmensdaten.

Jedes Engagement ist sauber abgegrenzt, zeitlich klar definiert und auf ein konkretes Ergebnis ausgelegt. Beratung mit offenem Ende ist ausgeschlossen.

013–5 Tage

Data Proof Sprint

Starten Sie mit dem Beweis, nicht mit Hoffnung und Meinungen.

Die Situation

Wissen steckt in Dokumenten, Folien, Bildern, VideosSystemen und Datensilos. Vendor-Demos sehen gut aus, aber niemand weiß, ob die eigenen Daten für ein belastbares KI-System überhaupt taugen.

Was Sie bekommen

Ein funktionierender Proof auf Ihren Daten, klare Machbarkeitsgrenzen und eine technische Entscheidungsbasis dafür, was als Nächstes gebaut werden sollte bzw. bewusst nicht umgesetzt werden sollte.

Leistungsumfang

Funktionsfähiger Proof auf echten Unternehmensdaten
Bewertung von Datenqualität, Retrieval-Potenzial und Machbarkeitsgrenzen
Technische Entscheidungsvorlage mit Empfehlung für die nächsten Schritte
Architekturrichtung für eine skalierbare nächste Phase
3–5 TageData Proof Sprint anfragen
025–7 Tage

Readiness Review

Dann verstehen, was zwischen Demo und belastbarem System steht.

Die Situation

Es gibt Piloten, Prototypen oder Live-Systeme, aber kein klares Bild der eigentlichen Schwachstellen. Retrieval-Qualität ist unsauber, Kosten sind unklar, Controls lückenhaft und die Architektur schwer zu beurteilen.

Was Sie bekommen

Ein klares Bild davon, was funktioniert, was fragil ist, was fehlt und was als Nächstes passieren sollte. Alles übersetzt in eine priorisierte 90-Tage-Roadmap.

Leistungsumfang

Bewertung von Architektur, Datenflüssen, Multimodalität, Retrieval-Qualität und Systemlücken
Einschätzung technischer, operativer und wirtschaftlicher Grenzen
Zielarchitektur mit Priorisierungslogik
90-Tage-Roadmap mit konkreten Maßnahmen, Risiken und Entscheidungen
5–7 TageReadiness Review anfragen
035–10 Tage

Operationalisierungs-Sprint

Dann Anforderungen und Governance in den Betrieb übersetzen.

Die Situation

Legal, IT und Fachbereiche sehen jeweils nur einen Teil des Problems. Governance existiert auf dem Papier, aber nicht im Betrieb. Niemand übersetzt Anforderungen in technische Controls, Ownership und Tagesgeschäft.

Was Sie bekommen

Ein operatives Setup, mit dem Ihre Teams arbeiten können: klares Monitoring, Verantwortlichkeiten, Dokumentationslogik und Umsetzungsprioritäten.

Leistungsumfang

Mapping von Controls und Verantwortlichkeiten für die relevanten Teams
Operative Maßnahmen für Governance, Monitoring und Dokumentation
Umsetzungsprioritäten für Skalierung, Compliance und laufende Entscheidungen
AI-Act- und Governance-Mapping entlang Ihrer bestehenden Systeme, Prozesse und Zielbilder
5–10 TageOperationalisierungs-Sprint starten
04Monatlich

Laufende technische Begleitung

Und wenn nötig: dieselbe technische Tiefe flexibel an Ihrer Seite behalten.

Die Situation

Sie brauchen nicht für jede neue Frage gleich ein eigenes Projekt. Sie brauchen jemanden, der das System versteht, das Gesamtbild sieht und punktgenau dort eingreift, wo es gerade nötig ist — von Architektur und Governance bis zu Prototypen, Vendor-Entscheidungen und strategischen Trade-offs.

Was Sie bekommen

Ein laufendes Advisory-Setup, das die Substanz aus Proof, Review und Operationalisierung bündelt — mit klarer technischer Unterstützung, ohne jede neue Fragestellung in einen separaten Sprint zu pressen, und mit dem Ziel, mich über Zeit überflüssig zu machen.

Leistungsumfang

Monatlicher Review- und Entscheidungstermin zu Architektur, Governance und Prioritäten
Unterstützung bei Vendor-, Build-, Skalierungs- und Betriebsmodell-Entscheidungen
Gezielte technische Deep Dives, Prototype Reviews oder schnelle Proofs bei Bedarf
Priorisierter Zugang in kritischen Situationen und bei zeitkritischen Fragestellungen
MonatlichLaufende Begleitung besprechen

Referenzen

In Produktionsumgebungen gebaut. Genau dort vertraut, wo Fehler teuer werden.

Ausgewählte Arbeiten, die die Bandbreite hinter diesen Angeboten zeigen. Aufbau von Enterprise-Retrieval-Systemen und AI-Copilots bis zur Beratung regulierter Organisationen bei Architektur, Risiko und Governance.

01Founder & CTO

AI Studio — von Forschung bis Produktion aufgebaut und geführt

Enterprise-Systeme für multimodale Suche und Retrieval aufgebaut, einen produktionsreifen AI Copilot für hochspezialisierte Expert:innen-Workflows ausgerollt und R&D von Modelloptimierung und LLM Reasoning bis zu verteiltem Training im großen Maßstab und Deployment umgesetzt und geleitet.

Ausgangslage

Ein AI Studio von Grund auf aufgebaut — von Forschungsagenda und Engineering-Team über Infrastruktur und Architektur bis zu Produktentwicklung, Auslieferung und kommerziellem Einsatz.

Wirkung

Ein Enterprise-AI-Copilot mit 100.000+ Dokumenten und nachvollziehbarem, berechtigungsbewusstem Retrieval in Produktion gebracht. Die technische Arbeit des Studios floss direkt in mehrere kommerzielle Produkte ein und zeigte, dass fortgeschrittene Retrieval- und Reasoning-Systeme über Demo-Charakter klar hinaus produktiv nutzbar sind.

02Researcher & Engineer

Open-Source R&D — Retrieval, Serving und performancekritische KI-Systeme

Kerninfrastruktur für LLM-Pruning, verteiltes Training, eigenes Model Serving und multimodales Late-Interaction-Retrieval gebaut und als Open Source veröffentlicht. Genau die technische Schicht, auf der belastbare Enterprise-Search- und Retrieval-Systeme im großen Maßstab stehen.

Ausgangslage

Unabhängige R&D an der harten technischen Basis produktionsreifer Enterprise-KI: Modelleffizienz, Retrieval-Qualität, Serving eigener Encoder-Modelle, multimodales Indexing und System-Performance unter realen Skalierungsbedingungen.

Wirkung

Aus fortgeschrittener Retrieval- und Modellinfrastruktur wiederverwendbare Systeme gemacht: von eigenen vLLM-Serving-Erweiterungen für retrieval-lastige Modelle bis zu einem multimodalen Late-Interaction-Index, optimiert auf Durchsatz, Latenz, Speichereffizienz und Zuverlässigkeit im großen Maßstab. Dazu kommt eine ACM-Publikation zu System-Performance und LLM-Training auf AMD-MI300A-Infrastruktur.

03Externer Advisor

KI-Architektur- und Risiko-Review — Enterprise in reguliertem Umfeld

Architektur, Risiken und Governance-Auswirkungen mehrerer generativer KI-Initiativen in einem regulierten Enterprise-Umfeld bewertet und in eine belastbare Entscheidungsgrundlage für das Management übersetzt.

Ausgangslage

Eine große Organisation in einem stark regulierten Umfeld bewertete mehrere laufende und geplante GenAI-Initiativen und brauchte ein klareres Bild von architektonischen Abhängigkeiten, Risikolage, Governance-Lücken und Umsetzungsprioritäten.

Wirkung

Eine belastbarere Grundlage für Management-Entscheidungen geschaffen, festgefahrene Initiativen wieder in Bewegung gebracht und einen priorisierten Pfad zu stärkeren Controls und klareren Betriebsverantwortlichkeiten definiert.

04Von Hewlett Packard Enterprise vorgestellt

HPE Digital Game Changers

Von HPE im Kontext praktischer, effizienter und produktionsnaher Enterprise-KI vorgestellt.

Ausgangslage

HPE hat Seedbox.AI in der Reihe Digital Game Changers aufgegriffen — mit Fokus auf den Einsatz von Supercomputing am HLRS, um Modelltraining zu beschleunigen, Compute-Bedarf zu senken und KI für den Unternehmenseinsatz praktikabler zu machen.

Wirkung

Die Geschichte steht für Arbeit an der Schnittstelle von KI und High-Performance Computing: kürzere Trainingszeiten, geringerer Rechenbedarf und ein klarer Fokus darauf, Unternehmen von Proof-of-Concepts in Richtung realer Umsetzung zu bringen.

Im Data Proof Sprint

.pdf.xlsx.docx.csv.msgstructured_output.md# Maintenance Protocol## 1. Schedule| Component | Interval | Due || Bearing | 90 days | 03/15|| Hydraulic | 30 days | 03/30|## 2. Failure Modes### 2.1 Bearing Overheating- Root cause: Lubrication- Detection: >4.5 mm/s- Response: Shutdown
01 / 09

Datenaufnahme

PDFs, Präsentationen, Tabellen, Scans und Altsystem-Dateien werden aus ihren ursprünglichen Formaten übernommen und für die strukturierte Verarbeitung vorbereitet.

Fit Check

Nicht für alle. Mit Absicht.

Meine Arbeit ist spezialisiert, zielgerichtetdirekt und umsetzungsorientiert. Gute Mandate beginnen mit Klarheit auf beiden Seiten.

Das passt, wenn …

  • Sie echte Unternehmensdaten, eine konkrete KI- oder Retrieval-Herausforderung und die Bereitschaft haben, an der Realität statt an Wunschbildern zu arbeiten.
  • Sie einen Proof mit Ihren eigenen Daten wollen und keine weiteren Vendor-Demos, Innovations-Workshop oder Folienschlachten.
  • Sie bereits KI-Initiativen gestartet, Prototypen oder Live-Systeme umgesetzt haben und einen klaren technischen Blick darauf benötigen, was funktioniert, was nicht standhält und was als Nächstes passieren sollte.
  • Sie seniorige technische Urteilskraft, direkte Kommunikation und sauber abgegrenzte Mandate mit klaren Ergebnissen schätzen.
  • Sie bereit sind, Entscheidungen zu treffen, Ressourcen zu binden und auf eine ehrliche und direkte Einschätzung Wert legen, auch wenn die Antwort unbequemer ausfällt als erhofft.

Das passt nicht, wenn …

  • Sie generische KI-Inspiration, Trend-Vorträge oder Ideen-Workshops ohne echte technische Arbeit suchen.
  • Sie kostenloses Brainstorming, unbezahltes Scoping oder offene Beratung ohne klar definiertes Mandat möchten.
  • Sie Body Leasing, Mitarbeiter-Augmentierung oder jemanden suchen, der einfach still in einem Delivery-Team verschwindet.
  • Sie vor allem auf den günstigsten Preis optimieren statt auf Klarheit, technische Qualität und Risikoreduktion.
  • Sie jemanden benötigen, der schöne KI-Zukunftsbilder gestaltet und kommuniziert.

Kontakt

Lassen Sie uns konkret werden.

Der nächste sinnvolle Schritt ist ein technisches Erstgespräch. Wenn Sie vorab Kontext oder Unterlagen teilen möchten, schreiben Sie mir direkt per E-Mail.

Technisches Erstgespräch buchen

30 Minuten. Kein Pitch Deck, kein Sales-Skript. Wir schauen auf Ihre Situation, Ihre Randbedingungen und ob ein klar abgegrenztes Mandat sinnvoll ist.

Erstgespräch buchen

Direkt per E-Mail

Wenn Sie vorab Kontext, Unterlagen oder eine kurze Skizze schicken möchten, können Sie mir direkt schreiben. Ich melde mich persönlich zurück.

E-Mail schreiben