AI Strategy & Enterprise Architecture
KI-Strategie und Zielarchitektur
Use-Case-Portfolios, Zielarchitekturen, Technologieentscheidungen und Roadmaps vom PoC zur Plattform.
- Architecture Assessments
- Build-vs.-Buy
- Blueprints & Standards
Enterprise Architecture · Industrial AI · Sovereign Systems
KI-Systeme mit Substanz. Von der Architektur bis zum Betrieb.
Ich konzipiere und realisiere souveräne AI-, Daten- und Agentenarchitekturen für industrielle und geschäftskritische Anwendungen – nachvollziehbar, integrierbar und produktionsnah.
Bevor Sie weiterlesen
Hier läuft es. Öffentlich, jederzeit.
ZenFactory ist keine Präsentation, sondern ein laufendes System: fünf Anlagen, echtes OPC UA, eine Maschine von 1998 über Modbus — mit Nachweiskette und offengelegten Grenzen. Alles, was auf dieser Seite steht, können Sie dort nachsehen.
5 Anlagen im Dauerbetrieb21,8 Mio Zeilen Historie29 Assets mit Verwaltungsschale207 automatische TestsJeder Eingriff im Nachweisbuch
Technologieangebot
Die Architektur, die industrielle Daten in produktiv nutzbare KI-Systeme überführt.
Keine isolierte Tool-Beratung: Ich verbinde Zielbild, Plattform, Daten, Modelle, Integration, Sicherheit und Betrieb zu einem belastbaren Gesamtsystem.
Sovereign AI Infrastructure
KI im eigenen Netz betreiben
Lokale und hybride Inferenzplattformen auf eigener GPU-Infrastruktur. Souverän heißt dabei nachprüfbar: eigene Daten, Inferenz im eigenen Netz, kontrollierte Modellauslieferung und nachvollziehbare Ausführung — statt einer Abhängigkeit, die sich später nicht mehr auflösen lässt.
- Multi-GPU Inference
- Model Routing
- Containerized Runtime
Agentic Systems
Agentensysteme mit Rollen und Grenzen
Orchestrierte Agenten und Tool-Integrationen mit expliziten Rollen, Berechtigungen, Zuständen und Abbruchkriterien.
- Agent Orchestration
- MCP & Tooling
- Human-in-the-loop
Industrial Data & IT/OT
IT/OT-Integration und Maschinendaten
Datenflüsse und Integrationsarchitekturen zwischen Maschinen, Edge, Plattformen und Enterprise-Systemen. Live-Beispiel ansehen →
- Industrial Data Pipelines
- OPC UA & Schnittstellen
- Verwaltungsschale (AAS)
AI Governance & Guardrails
KI verantwortbar in Betrieb nehmen
Kontrollen, Nachweise und Betriebsgrenzen, die probabilistische KI in verantwortbare Prozesse einbetten.
- Policy & Safety Gates
- Audit Trails
- Drift & Quality Signals
Platform Engineering & Operations
Produktionsnaher Betrieb
Produktionsnahe Umgebungen mit automatisierter Bereitstellung, Observability und klaren Betriebsmodellen.
- Linux & Containers
- CI/CD & Automation
- Metrics, Logs & Traces
Technologie-Stack
Von der Maschine bis zum Modell.
AI Workflows · Decision Support · Web Applications · APIs · Human-in-the-loop
Local LLMs · Multi-Agent Orchestration · RAG · MCP · Tool Calling · Evaluation
Python · SQL · PostgreSQL · ETL/ELT · Vector Search · Event & API Integration
IT/OT · OPC UA · Industrial Data · Edge-to-Cloud · Digital-Twin Architecture
Linux · Docker · GPU/HPC · Local-first Infrastructure · Automation
Governance · Safety Gates · Auditability · Observability · Drift Detection · DevSecOps
Technologien sind Bausteine. Entscheidend ist, wie sauber Daten, Modelle, Tools und Verantwortlichkeiten an den Systemgrenzen zusammenspielen.
Referenz · öffentlich zugänglich
Ein System, das läuft. Begehbar, nicht beschrieben.
ZenFactory ist eine virtuelle Fabrik als Referenz für Industrie-IT/OT: fünf Anlagen, echtes OPC UA — und eine Maschine von 1998, die nur Modbus spricht. Beide landen im selben digitalen Zwilling.
OPC UA & Modbus/TCPSparkplug BTimescaleDB HistorianMAPE-K mit FreigabeSignierter Nachweis
Der Regelkreis darf Stellgrößen verändern — aber erst, nachdem vier Instanzen nacheinander Nein sagen konnten und eine davon ein Mensch war. Jeder Eingriff steht mit Begründung, Freigabe und gemessener Wirkung im Nachweisbuch.
Der Einstieg
Eine Anlage, zwei Wochen, eine belastbare Zahl.
Ein erster Auftrag muss klein, abgegrenzt und in seinem Ergebnis vorher bekannt sein. Deshalb fange ich immer gleich an — unabhängig davon, wie groß das Zielbild später wird.
- 01Anschließen, was da istEine Anlage, ihre Steuerung, lesend. Kein Eingriff in die Automatisierung.
- 02Messen statt schätzenZwei Wochen Historie, daraus die Verlustrechnung — mit Ihren Annahmen, nicht meinen.
- 03Erst dann entscheidenOb sich der Ausbau lohnt, steht danach in Euro da und nicht in einer Präsentation.
Delivery
Vom Business-Problem zum laufenden System.
- 01OrientierenProblem, Prozess und Verantwortung verstehen
- 02FokussierenNutzen, Risiken und Use Cases klären
- 03ArchitekturDaten, Integration und Grenzen entwerfen
- 04RealisierenProduktionsnahen Vertical Slice bauen
- 05AbsichernGovernance, Monitoring und Betrieb integrieren
- 06SkalierenBlueprints und Teams befähigen
Haltung
Woran ich glaube.
Der Engpass ist nicht das Modell.
Modelle sind heute die einfachste Zutat. Was Projekte aufhält, ist die Frage, ob jemand die Verantwortung für ihre Ausgabe übernehmen kann. Wer zuerst die Nachweiskette baut, kann das Modell später jederzeit tauschen — umgekehrt geht es nicht.
Autonomie ist das leichte Problem.
Ein System, das selbständig eingreift, ist schnell gebaut. Der Beleg, dass seine Eingriffe besser waren als das, was ohne sie passiert wäre, ist die eigentliche Arbeit — und ohne ihn wird kein Betriebsleiter eine Freigabe unterschreiben.
Jedes Modell braucht einen Rückweg.
Ein Modell darf eine Ergänzung sein, nie eine Abhängigkeit. Fällt es aus oder schweigt es, muss die Regel übernehmen, die es ohnehin gibt. Das kostet beim Bauen einen Tag und entscheidet darüber, ob eine Anlage es je in Betrieb nimmt.
Das sind keine Überzeugungen aus Vorträgen, sondern Konsequenzen aus gebauten Systemen. Wo sie sich prüfen lassen, ist der Weg dorthin in der Referenzanlage offengelegt — samt der Stellen, an denen etwas nicht funktioniert hat.
Über mich
Industrie verstanden. Systeme gebaut. Transformation geführt.
Mein Hintergrund verbindet Maschinenbau und industrielle Prozesse mit Software, Daten, Aerospace, Manufacturing, Product Management und Enterprise Architecture.
Heute liegt mein Fokus auf industriellen KI-Systemen und souveräner Infrastruktur. Ich arbeite sowohl auf Management- und Architekturlevel als auch hands-on am System. So entstehen Lösungen, die fachlich anschlussfähig, technisch realisierbar und im Betrieb kontrollierbar sind.
„Ich übersetze nicht nur zwischen Business und IT. Ich verbinde beide Seiten in einer umsetzbaren Architektur.“
Industrial FoundationSoftware & DataAerospace & ManufacturingEnterprise ArchitectureIndustrial AI
Häufige Fragen
Was vor einem ersten Gespräch meistens gefragt wird.
Wie fängt eine Zusammenarbeit an?
Mit einer Anlage und zwei Wochen. Angeschlossen wird lesend, ohne Eingriff in die Automatisierung; danach steht eine Verlustrechnung mit Ihren Annahmen da. Erst mit dieser Zahl entscheidet sich, ob ein größeres Vorhaben überhaupt sinnvoll ist.
Arbeiten Sie beratend oder bauen Sie selbst?
Beides, und das ist der Punkt. Ich führe auf Architektur- und Managementebene und arbeite gleichzeitig am System. Eine Architektur, die nie an lauffähigem Code geprüft wurde, hält im Betrieb selten.
Muss die KI in die Cloud?
Nein. Für die meisten industriellen Anwendungen genügt ein Server im eigenen Netz — mit dem Vorteil, dass Daten das Haus nicht verlassen und die Kosten planbar bleiben. Wo eine Cloud sinnvoll ist, sage ich es; es ist nur seltener der Fall, als angenommen wird.
Ersetzt ein Modell unsere bestehenden Regeln?
Es tritt daneben. Ein Modell liefert einen Befund in derselben Form wie eine Regel; schweigt es oder fällt es aus, antwortet die Regel. So bleibt maschinelles Lernen eine Ergänzung und wird keine Abhängigkeit.
Woran erkenne ich, dass Ihre Aussagen stimmen?
Am laufenden System. Die Referenzanlage ist öffentlich begehbar, jede Kennzahl ist bis zum einzelnen Messwert zurückverfolgbar, und die Grenzen stehen dabei — einschließlich der Genauigkeit, die ein Vorhersagemodell bei verrauschtem Signal noch erreicht.
Kontakt
Welches System möchten Sie möglich machen?
Für Architektur, technische Strategie, AI-Plattformen und produktionsnahe Umsetzung.