Agentische Systeme und 15 Jahre Analytics im angewandten ML-Einsatz.
Data Scientist und AI Engineer mit 15 Jahren in Analytics in Finanzwesen, Telekommunikation, Versicherung und Gaming. Ich entwickle angewandte KI-Systeme und erstelle derzeit bei InnoGames Prototypen für Umsatzprognosen mit Zeitreihen-Foundation-Modellen, PyMC und TabPFN, während ich meinen M.Sc. an der Leuphana Universität abschließe. Meine Abschlussarbeit entwickelt einen Agenten, der Planungstexte in Eingaben für probabilistische Umsatzprognosen überführt.
Foundation-Modelle und agentenkompilierte Text-Kovariaten für Spielumsätze.
Meine M.Sc.-Abschlussarbeit untersucht, ob ein Agent, der die Planungstexte des Studios zu Prognose-Kovariaten verdichtet, probabilistische Dreimonatsprognosen des Umsatzes bei InnoGames über die bereits genutzten Kalender-Flags hinaus verbessert.
Noch in Bearbeitung; Abgabe im Dezember 2026. Weitere Details nach Einreichung der Arbeit.
Fünfzehn Jahre Analytics, von der Telekommunikations-M&A-Forschung bis zur probabilistischen Prognose.
Meine Arbeit liegt vor allem dort, wo Forecasting, Analytics Engineering und Entscheidungsunterstützung zusammenkommen. Mir sind Modelle wichtig, die sich prüfen, überwachen und erklären lassen: Bayesianische Inferenz, strukturiertes Gedächtnis und produktive Forecasting-Workflows statt einzelner Notebooks.
Ich schließe derzeit meinen M.Sc. in Management & Data Science an der Leuphana Universität als Deutschlandstipendiat ab und erstelle parallel bei InnoGames Prototypen für Umsatzprognosen. Ab April 2027 bin ich offen für Vollzeitrollen als Data Scientist oder AI Engineer in Deutschland.
Ausgewählte Projekte: Agentische KI, Wissensgraphen, Bayesianische Inferenz
Wofür ich arbeite
Ich entwickle Prognose- und Entscheidungsunterstützungssysteme für Teams, die belastbare Vorhersagen brauchen, nicht nur leistungsfähige Modelle. Mein aktueller Fokus liegt auf angewandten LLM- und agentischen Systemen für Analyst-Workflows, hierarchischer Bayesianischer Inferenz und Zeitreihen-Foundation-Modellen, die auf Cloud- und selbst gehosteter Infrastruktur laufen. Die Projekte unten decken alle drei Bereiche ab: Frage-Antwort über Wissensgraphen, hierarchischer Bayesianischer Customer Lifetime Value und ein Multi-Agenten-Gründerassistent.
ChefTreff AI Hackathon: Gründer-Assistent
Multi-Agenten-Assistent, der Gründerinnen und Gründer bei der Unternehmensgründung in Deutschland unterstützt: Businessplan, Marketingplan und rechtliche Dokumentation.
Knowledge Graph Question Answering
Teamprojekt: SPARQL-basierte Fragebeantwortung über strukturierte Wissensgraphen, ermöglicht Abfragen in natürlicher Sprache über RDF-Wissensbasen.
KVG ML Route Modelling
Teamprojekt mit einem regionalen Verkehrspartner: ML zur Modellierung und Vorhersage von Transportrouten unter Kombination von Geodaten mit prädiktiver Modellierung.
Neo4j Graph Analysis of Artist Influence Networks
Graph-Datenbanklösung mit Neo4j und Cypher zur Analyse des künstlerischen Einflusses und zur Clusterung musikalischer Genealogien.
Hierarchical Bayesian Pareto/NBD: Replication of Abe (2009)
Implementierung und Validierung des hierarchischen Bayesianischen Pareto/NBD-Modells aus Abe (2009) am kanonischen CDNOW-Datensatz.
ChefTreff AI Hackathon: Product Detection
In 24 Stunden entwickelt: eine Computer-Vision-Pipeline zur Erkennung beschädigter oder defekter Objekte in Produktbildern.
Beiträge zu agentischen Systemen und probabilistischem ML
Suchen Sie einen Data Scientist oder AI Engineer in Deutschland, Hamburg, München oder Berlin, ab April 2027?
Mein größter Mehrwert liegt in der Prognoseautomatisierung, skalierbaren Analytics-Pipelines und agentischem Systemdesign, mit Fokus auf Open-Source- und Cloud-native Architekturen.
Meine Arbeit passt gut zu sechs Arten von Teams:
- Versicherungs- und Rückversicherungs-Analytics. Underwriting-Segmentierung bei Absolute Insurance und aktuelle Bayesianische Prognoseforschung, anwendbar auf den Münchner Versicherungs-Cluster und darüber hinaus.
- Gaming und Consumer Products. Derzeit erstelle ich bei InnoGames in Hamburg Prototypen für Umsatzprognosen und baue Analytics-Infrastruktur auf, inklusive Microsoft Fabric Migration und Power BI Dashboards.
- KI-native Startups und angewandte KI-Labs mit Fokus auf LLM-Systeme, agentische Architekturen und Retrieval. Meine Abschlussarbeit entwickelt einen Agenten, der Planungstexte in Eingaben für probabilistische Umsatzprognosen überführt.
- Telekommunikations- und Netzwerk-Analytics. Acht Jahre bei MTS mit Marktanalyse und M&A in Indien, Serbien, Slowenien und Moldau, relevant für Münchner Netzbetreiber-Zentralen.
- Global agierende Tech-Firmen und Plattformteams in Hamburg, München und Berlin, in denen Prognosen, angewandtes ML und Produktionsanalytik produktübergreifend skalieren.
- Startups und Scale-ups, die produktives ML und agentische Systeme als Kernprodukt liefern, nicht als Pilotprojekte.
Ich verfüge über Englischkenntnisse auf C1-Niveau und Deutschkenntnisse auf B2-C1-Niveau. In fünfzehn Jahren Analytics habe ich Lösungen für internationale Teams in Finanzwesen, Telekommunikation, Versicherung und Gaming umgesetzt.