Ich fixe Ihre KI-Einführung, schule Entwickler, und baue den Rest.

Ein typisches Mandat läuft in drei Phasen ab. Zuerst arbeite ich mit Ihrem Team direkt am Standort — ich beobachte reale Workflows, die aktuelle Tool-Nutzung und wo die eigentlichen Reibungspunkte liegen. Dann gestalte und konfiguriere ich das Setup: Agent- und Tool-Konfiguration, Prompts und Playbooks sowie die Integrationen, die den Workflow für Ihren Stack praktikabel machen. Abschließend arbeite ich Seite an Seite mit Ihren Entwicklern in Pair-Sessions, Code-Reviews und Iterationszyklen, bis sich die neuen Praktiken etabliert haben. Der Umfang wird pro Ergebnis vereinbart — nicht nach Stunden.

Wir vereinbaren vor Beginn des Mandats Baseline-Metriken — typischerweise Durchlaufzeit von Pull Requests, Time-to-First-Commit bei neuen Aufgaben, Anteil der Pull Requests, die mit KI-Tools bearbeitet wurden, und Entwickler-Zufriedenheit. Sobald die Workflows etabliert sind, messen wir erneut. Das Ziel ist eine belastbare Verschiebung, die Sie Ihrem CFO zeigen können — kein „Es fühlt sich schneller an”-Bauchgefühl. Bewegen sich die Zahlen nicht, haben wir gemeinsam ein Problem zu lösen, kein Ergebnis zu feiern.

Training ist edukativ: Workshops, Hands-on-Sessions und mehrtägige Programme, die Ihren Entwicklern beibringen, wie sie KI-Coding-Tools effektiv nutzen. Es passt, wenn die Lücke vor allem im Wissen liegt. Beratung geht weiter: Ich diagnostiziere, warum die Einführung nicht greift, gestalte das Workflow- und Tool-Setup und etabliere es über mehrere Wochen mit Ihrem Team. Oft ist die Antwort beides — zuerst das System aufsetzen, dann die breitere Organisation darauf schulen.

An der Technologie liegt es fast nie. Die wiederkehrenden Muster sind: Tools werden ohne Konfiguration für die tatsächliche Codebasis eingeführt, es fehlt klare Orientierung, wann KI sinnvoll ist und wann nicht, es gibt keine geteilten Prompts oder Playbooks, und nach dem initialen Training passiert nichts mehr. Mein psychologischer Hintergrund kombiniert mit Hands-on-Engineering bedeutet, dass ich an beiden Ebenen arbeite — der menschlichen und der technischen — und den eigentlichen Engpass diagnostiziere, bevor ich Lösungen vorschlage.

Das ist der eigentliche Sinn der Sache. Ich hinterlasse dokumentierte Playbooks, konfigurierte Tools (CLAUDE.md, Agent-Konfigurationen, Prompt-Bibliotheken) und mindestens einen internen Champion, der das Setup eigenständig weiterentwickeln kann. Das Erfolgskriterium ist nicht „Luka ist noch im Haus”, sondern dass die Produktivitätsgewinne auch nach meinem Weggang weiterwirken. Auffrischungs-Trainings und Ad-hoc-Beratung biete ich an, wenn wirklich Neues auftaucht — sie sind eine Option, keine eingebaute Abhängigkeit.

Standard-Tools sind für allgemeine Aufgaben hervorragend. Maßgeschneiderte KI lohnt sich, wenn Sie tiefe Integration in Ihren Stack, Nutzung proprietärer Daten oder die Durchsetzung komplexer Geschäftsregeln brauchen. Die Systeme, die ich baue, automatisieren mehrstufige Workflows — vom CRM-Datenabgleich über Bestandskontrollen bis hin zu Freigabeprozessen — was ein Chatbot oder ein einfacher API-Wrapper nicht leisten kann. Die Entscheidung läuft meist darauf hinaus, ob der Workflow Ihr Wettbewerbsvorteil ist oder nur ein Produktivitäts-Helfer.