digital-thinking — Applied AI Architecture & MLOps Consulting

01 / About

Bridging research and resilient software. Die Brücke zwischen Forschung und robuster Software.

I'm a Machine Learning Engineer with more than a decade of experience designing and scaling data-intensive software and AI systems — with a focus on measurable business impact. Ich bin Machine Learning Engineer mit über zehn Jahren Erfahrung im Entwurf und der Skalierung datenintensiver Software- und KI-Systemen.

Alongside full-time engineering work, I run an independent consulting practice — advising startups and scaling businesses on Applied AI Architecture. I specialize in the foundations of NLP systems, eCommerce search, recommender systems and MLOps.

Neben meiner Festanstellung berate ich freiberuflich Startups und andere Unternehmen spezialisiert auf KI-Architektur, NLP-Systeme, Suche, Empfehlungssysteme und MLOps.

Most recently, I partnered with an eCommerce startup to navigate and resolve complex AI architectural challenges. Previously at KPMG, I led the technical direction of an NLP-driven SaaS platform — stabilising architecture, enforcing MLOps standards, and guiding cross-functional teams.

Zuletzt habe ich ein eCommerce-Startup durch komplexe KI-Architekturfragen begleitet. Davor verantwortete ich bei KPMG die technische Ausrichtung einer NLP-getriebenen SaaS-Plattform Architektur stabilisiert, MLOps-Standards verankert und cross-funktionale technisch Teams geführt.

Before that, at Chrono24, I spearheaded end-to-end development of ML platforms used by millions globally — driving adoption of LLMs, vector search and transformer-based models in production.

Davor verantwortete ich bei Chrono24 die End-to-End-Entwicklung von ML-Plattformen, die weltweit millionenfach genutzt wurden und brachte LLMs, Vector Search und Transformer-Modelle in den produktiven Betrieb.

# philosophy

coding fragile prototypes fragile Prototypen coden engineering reliable AI systems zuverlässige KI-Systeme bauen

02 / Services

Where I can actually help. Wo ich wirklich helfen kann.

Five areas I've shipped in production, repeatedly. Most engagements touch one or two of these; the depth matters more than the breadth. Fünf Felder, in denen ich als Teil des Produktteams das Ausliefern in den Produktivbetrieb mitverantwortet habe.

[ 01 / 05 ] Architecture Architektur

Applied AI Architecture

Angewandte KI-Architektur

From system diagram to deployed service. Designing AI architectures that stand up to real traffic, budgets and failure modes. Choose the right primitives (LLMs, embeddings, retrieval, agents) and compose them into systems that actually ship.

Vom Systementwurf bis zum Deployment. KI-Architekturen, die echtem Traffic, echten Budgets und echten Fehlerfällen standhalten. Die richtigen Bausteine wählen (LLMs, Embeddings, Retrieval, Agents) und zu Systemen komponieren, die tatsächlich in Produktion gehen.

system design LLM integration agents event-driven Kubernetes

[ 02 / 05 ] Search & Retrieval Suche & Retrieval

Search Relevance

Suche & Relevanz

Hybrid retrieval that moves metrics. Vector search, Solr tuning and Learning-to-Rank pipelines built on measurable relevance — not on vibes. Deep work across Solr and ranking systems for eCommerce catalogues at scale.

Messbarer Relevanz (MAP/NDCG) mit Umsatzoptimierung und A/B Testing. Kennzahlgetriebenes Optimieren von hybrider Suche, reiner vector Suche oder Learning-to-Rank-Systemen und der richtigen Technologieauswahl. Fundierte Erfahrung mit Suche und Ranking im großen Maßstab.

vector search Solr learning-to-rank hybrid retrieval relevance eval

[ 03 / 05 ] Personalisation Personalisierung

Agentic Recommender Systems

Agentische Empfehlungssysteme

Recommendation architectures from classic collaborative filtering through transformer-based and agentic systems. Built the NLP-inspired deep recommender presented at Rework AI London 2022 — clear view on where the costs and the wins actually are.

Empfehlungsarchitekturen von klassischem Collaborative Filtering über Embeddings bis hin zu agentischen Systemen. Aber auch Erfahrung mit Eigenentwicklungen (vorgestellt auf der Rework AI in London 2022).

transformers embeddings collaborative filtering cold-start A/B design

[ 04 / 05 ] MLOps

Reliable MLOps Pipelines

Zuverlässige MLOps-Pipelines

Observability, reproducibility, CI/CD, drift monitoring, test coverage that means something. Kubernetes-native deployments, Helm charts and infra-as-code — the unglamorous foundation that decides whether an AI project survives past the demo.

Observability, Reproduzierbarkeit, CI/CD, Drift-Monitoring, Model-Bereitstellung. Kubernetes-native Deployments, Helm-Charts und Infrastructure-as-Code das Fundament, das darüber entscheidet, ob ein KI-Projekt die Demo überlebt.

Kubernetes Helm CI/CD Airflow Terraform observability Model-Serving Snowflake

[ 05 / 05 ] Agentic Engineering Agentic Engineering new · in demand neu · gefragt

Agentic Engineering Consulting

Agentic-Engineering-Beratung

Practical coaching and architecture for teams adopting agentic coding tools — Claude Code, Cursor, Copilot, custom agents. How to actually wire them into the developer workflow: CI integration, automated PR review, test generation and QA, refactor agents, guarded production changes. Same engineering rigour applied to a brand-new toolchain.

Praxisnahe Beratung für Agentic Enginneering aus persönlicher Überzeugung: Claude Code, Copilot und co. und deren Einbindung in die Entwicklungsprozesse ohne Qualität zu opfern: CI-Integration, automatisiertes PR-Review, CVE Scanning und QA, Refactoring-Agents, Human-in-the-Loop. KI ist ein Tool, kein Ersatz!

Claude Code Cursor Copilot custom agents CI integration PR review QA & test generation developer workflow

03 / Work

Not Powerpoint. But Engineering! Kein Powerpoint. Sondern Engineering!

A selection of the work that informs how I consult. Eine Auswahl der Projekte, die meine Erfahrung prägen.

2026 → now

Auction Technology Group

Main job

Hauptjob

MLOps Engineer in the Architecture Team MLOps Engineer im Architektur Team active

Advising the founding engineers on the AI foundations of a luxury eCommerce platform (US). Helped shape a hierarchical, recommendation-friendly catalog and listing data model built to outlast the first wave of features, and guided the integration of visual embeddings into retrieval so the platform can surface similar items across a highly aesthetic catalog — keeping the production ML stack honest and debuggable. Beratung der Gründungs-Engineers zu den KI-Grundlagen einer Luxury-eCommerce-Plattform (US). Mitgestaltung eines hierarchischen, empfehlungstauglichen Katalog- und Listing-Datenmodells, das langfristig trägt. Begleitung bei der Integration von Visual Embeddings ins Retrieval, damit die Plattform in einem stark ästhetischen Katalog ähnliche Produkte zuverlässig findet. Mit Fokus auf einen produktionsreifen, nachvollziehbaren ML-Stack.

↗

2025-2026

Marketplace - ClimateTech

Marktplatz - ClimateTech

Advisory · confidential

Beratung · vertraulich

Agentic Engineering and Software Architecture Agentic Engineering und Software Architektur

Consulting and AI-assisted implementation Beratung und KI-gestützte Implementierung

↗

2025-2026

US Luxury eCommerce Platform

US Luxury-eCommerce-Plattform

Advisory · confidential

Beratung · vertraulich

Applied AI Architecture Advisor Berater für angewandte KI-Architektur

Advising the founding engineers on the AI foundations of a luxury eCommerce platform (US). Helped shape a hierarchical, recommendation-friendly catalog and listing data model built to outlast the first wave of features, and guided the integration of visual embeddings into retrieval so the platform can surface similar items across a highly aesthetic catalog — keeping the production ML stack honest and debuggable. Beratung der Gründungs-Engineers zu den KI-Grundlagen einer Luxury-eCommerce-Plattform (US). Mitgestaltung eines hierarchischen, empfehlungstauglichen Katalog- und Listing-Datenmodells, das langfristig trägt. Begleitung bei der Integration von Visual Embeddings ins Retrieval, damit die Plattform in einem stark ästhetischen Katalog ähnliche Produkte zuverlässig findet. Mit Fokus auf einen produktionsreifen, nachvollziehbaren ML-Stack.

↗

2024 → 2026

KPMG AG

Full-Time, Karlsruhe, DE

Vollzeit, Karlsruhe, DE

Manager / Senior Specialist — NLP & AI Manager / Senior Specialist — NLP & KI

Platform Engineering & Delivery Platform-Engineering & Delivery Spearheaded a containerised NLP SaaS platform (Python · .NET · Kubernetes · event-driven). Initiated and drove the technical roadmap — dependency management, build system, OSS compliance, a DevOps / CI/CD initiative, and a performance & scaling roadmap — with a deliberate, measurable quality strategy running through all of it. Federführende Rettung einer containerisierten NLP-SaaS-Plattform (Python · .NET · Kubernetes · event-driven). Technische Roadmap initiiert und umgesetzt, Dependency-Management, Build-System, OSS-Compliance, Umstellung auf Trunk-Based Development und entsprechender DevOps Pipelines, sowie eine Performance- und Skalierungs-Roadmap, durchgängig getragen von einer bewussten, messbaren Qualitätsstrategie.

Pre-Sales SME & Client Delivery Pre-Sales-SME & Kundenprojekte Technical SME for NLP / ML / GenAI in strategic sales and management rounds — supporting proposals with honest feasibility calls and building trust by pushing back on over-promised commitments. Led the technical side of multiple enterprise handovers and on-site workshops, and acted as the escalation engineer for production incidents, root-cause analyses and post-mortems. Enabled several revenue-generating projects. Technischer SME für NLP / ML / GenAI in strategischen Sales- und Management-Runden mit ehrlicher Machbarkeits-Einschätzung bei Proposals und klaren Ansagen, wenn Kunden-Versprechen zu weit gingen. Technisch verantwortlich bei mehreren Kundenübergaben und Vor-Ort-Workshops, und Eskalations-Engineer für Produktionsstörungen, Root-Cause-Analysen und Post-Mortems.

Leadership & Engineering Culture Führung & Engineering-Kultur Led a cross-functional team of 5–10 across ML, backend and DevOps. Acted as a software-quality ambassador beyond the immediate platform — contributing to the wider engineering standards of the firm and improving cross-team collaboration with central IT. Also owned enterprise compliance topics — OSS licensing, CVE and vulnerability management — at the security bar expected at a Big-Four firm. Cross-funktionales Team von 5–10 über ML, Backend und DevOps hinweg technisch geführt. Als Qualitätsbotschafter für Software auch über die eigene Plattform hinaus gewirkt, mit Beiträgen zu den unternehmensweiten Engineering-Standards. Zudem verantwortlich für Enterprise-Compliance - OSS-Lizenzen, CVE- und Vulnerability-Management auf dem Security-Niveau, das in einer Big-Four-Umgebung erwartet wird.

↗

2018 → 2024

Chrono24 GmbH

Full-Time, Karlsruhe, DE

Vollzeit, Karlsruhe, DE

Lead Machine Learning Engineer Lead Machine Learning Engineer

Enterprise ML Infrastructure & Search Optimisation Enterprise-ML-Infrastruktur & Suchoptimierung Architected and deployed an end-to-end ML platform on Docker, Airflow, Terraform and Snowflake. Pioneered the integration of Learning to Rank within Solr, with rigorous NDCG benchmarking to quantitatively prove and optimise search relevance. End-to-End-ML-Plattform auf Docker, Airflow, Terraform und Snowflake konzipiert und in Produktion gebracht. Learning to Rank in Solr integriert mit konsequentem NDCG-Benchmarking, um Suchrelevanz quantitativ zu belegen und gezielt zu verbessern.

GenAI & Vector Strategy GenAI & Vector-Strategie Led the internal adoption of LLMs, OpenAI APIs and vector search — moving from experimental prototypes to productionised generative use-cases with measurable business impact. Interne Einführung von LLMs, OpenAI-APIs und Vector Search vorangetrieben - von experimentellen Prototypen bis hin zu produktiven GenAI-Anwendungsfällen mit messbarem Geschäftsnutzen.

Leadership & Team Growth Führung & Teamaufbau Acted as technical hiring lead and mentor — owning interviewing, onboarding and professional development of the Machine Learning and Data Engineering teams. Technischer Hiring-Lead und Mentor, verantwortlich für Interviews, Onboarding und die fachliche Weiterentwicklung der Machine-Learning- und Data-Engineering-Teams.

Creator of the Chrono24 Watch Scanner Entwickler des Chrono24 Watch Scanner I conceived and engineered the platform's Watch Scanner from the ground up. This involved building custom image classification models (CNNs, TensorFlow) and designing a dedicated, auto-scaling AWS architecture capable of handling 20,000+ daily requests at peak. Der Watch Scanner der von Chrono24 habe ich von Grund auf konzipiert und entwickelt, mit finetuned Bildklassifikations-Modellen (CNNs, TensorFlow) und einer dedizierten, autoskalierenden AWS-Architektur, die im Peak 20.000+ Anfragen pro Tag über die App bedient hat.

Advanced Anti-Fraud & Platform Integrity Anti-Fraud & Plattform-Integrität Beyond computer vision, I developed an end-to-end anti-fraud system to mitigate platform abuse. The hybrid engine leveraged SVMs and Random Forests alongside LSTMs and Transformers to analyze behavioural patterns and linguistic cues. Ein NLP basiertes End-to-End-Anti-Fraud-System aufgebaut (pre LLM-Ära), das Plattform-Missbrauch und gezielt unterbunden hat. Die hybride Engine kombinierte SVMs und Random Forests mit LSTMs und Transformern, um Verhaltensmuster und sprachliche Signale gemeinsam auszuwerten.

Thought Leadership Thought Leadership Speaker at the RE•WORK AI Summit, London 2022. Speaker auf dem RE•WORK AI Summit, London 2022.

↗

10+

years in
production ML Jahre in
Produktions-ML

5–10

cross-functional
team, led technical cross-funktionales
Team technisch geführt

04 / Writing

Notes from the field. Notizen aus der Praxis.

Writing on applied AI, MLOps, eCommerce search, and the unglamorous engineering realities behind them. Feeds pulled live from Medium and Substack. Artikel zu angewandter KI, MLOps, eCommerce-Suche — und dem unspektakulären Engineering-Alltag dahinter. Feeds direkt von Medium und Substack.

$ fetching feedsFeeds werden geladen

05 / Stack

The tools in rotation. Der Stack im Einsatz.

Technologies used in production across the last decade. Depth over breadth — I commit to tools I know deeply. Technologien, die ich im letzten Jahrzehnt in Produktion eingesetzt habe. Tiefe statt Breite — ich setze nur auf Tools, die ich wirklich in der Tiefe kenne.

AI / ML

KI / ML

PyTorch
TensorFlow
Hugging Face
OpenAI API
LangChain / Agents
Vector DBs

Languages

Sprachen

Python
Java
.NET / C#
Scala
SQL
Bash

Infrastructure

Infrastruktur

Docker
Kubernetes
Terraform
AWS
GitLab CI
Airflow

Data / Search

Daten / Suche

Solr
Elastic Stack
Snowflake
Apache Spark
RabbitMQ
Stream Processing

Education

Ausbildung

M.Sc. Machine Learning

Karlsruhe University · 2016–2018

B.Sc. Computer Science

B.Sc. Informatik

Karlsruhe University · 2011–2015

ML Engineer Nanodegree

Udacity · 2016–2017

Technical Student

CERN · 2017–2018

Certifications

Zertifikate

Learning to Rank

Opensource Connections · 2024

Solr Search

Opensource Connections · 2023

Developer Training · Spark & Hadoop

Developer-Training · Spark & Hadoop

Cloudera · 2015

Speaking & Public Work

Vorträge & Veröffentlichungen

“NLP-inspired deep recommender for out-of-catalog items”

Rework AI Conference · London · 2022

Open source

Open Source

github.com/digital-thinking

Notes & articles

Notizen & Artikel

digital-thinking.de

06 / Contact

Start a brief. Eine Projektanfrage schicken.

Founding engineers, CTOs and product leads wrestling with AI architecture, search, recommenders or MLOps maturity — the first call is a free conversation. Gründungs-Engineers, CTOs und Product Leads, die mit KI-Architektur, Suche, Empfehlungssystemen oder MLOps-Reife ringen: Der erste Call ist ein kostenloses Gespräch.

Describe the problem in a paragraph. Das Problem in einem Absatz beschreiben.

I'll tell you honestly whether I'm the right person for it — and, if I'm not, who is. Usual response within 48 hours. Ich sage offen, ob ich der Richtige dafür bin — und falls nicht, wer es ist. Rückmeldung in der Regel innerhalb von 48 Stunden.

Email

[ reveal email ]

Web