Drei Jahre lang habe ich bei DubizzleLabs an den Systemen hinter Zameen.com, Bayut.sa und Propforce gearbeitet:
verteilte Node.js/TypeScript-Services, transaktionale Daten in echtem Volumen und die unspektakuläre Arbeit, die sie
schnell hält (Query-Pläne, Indizes, Background Worker, Observability, RBAC).
Danach habe ich die Schicht darüber gebaut. AVA, einen internen KI-Copiloten, der eine Anfrage im Chat bis zum
geprüften Pull Request bringt. MCP-Server, die LLM-Agenten typisierten Zugriff auf interne APIs geben, statt dass
Entwickler sich durch Dokumentation graben. Eine RAG-Wissensdatenbank über Architekturentscheidungen, die in normaler Sprache antwortet.
Nichts davon war eine Demo. Kolleginnen und Kollegen haben es täglich genutzt.
Zurzeit mache ich einen M.Sc. in Computer & System Engineering an der TU Ilmenau und erforsche eine
Datenintegritätsschicht für LangChain-QnA-Systeme: blockchain-verankerte Fingerprints, die zur Inferenzzeit erneut geprüft werden,
damit ein vergifteter Korpus nicht unbemerkt für einen antwortet.
Seit August bin ich Forward Deployed Engineer im Venture Lab der UnternehmerTUM in München,
und das ist die schnellste Variante dieser Arbeit, die ich bisher gemacht habe. Ich komme in ein Produktteam, und die Aufgabe ist, in
wenigen Tagen etwas Nutzbares herauszubringen: eine Anwendung zur Validierung von KI-Anwendungsfällen in Ventures, Werkzeuge zur Prüfung gegen
KI-Richtlinien und Kriterien des EU AI Act, interne Anwendungen, die verstreute Prozesse an einem Ort bündeln.
Der rote Faden ist einfach genug. Ich will, dass das, was ich baue, im Arbeitsalltag von Menschen landet. Genau darauf
ziele ich im Venture Lab und in den Projekten, die ich in meiner freien Zeit baue.