Ich gestalte KI-Systeme rund um die Art, wie Menschen tatsächlich entscheiden und handeln: Interfaces, die Unsicherheit kommunizieren, Urteilsvermögen unterstützen und Menschen in Kontrolle halten, wo viel auf dem Spiel steht.
Ich habe in Informatik an der Leibniz Universität Hannover promoviert („Leveraging User-Centered and Neuro-Symbolic Artificial Intelligence in Information Systems“) und sechs begutachtete Paper zu Human-AI Interaction und Knowledge Engineering veröffentlicht, weitere folgen. Hinter der Forschung liegen neun Jahre angewandte Arbeit bei Bosch, eccenca und MyActivities, mit Agenten, Wissensgraphen, Retrieval-Pipelines und den Interfaces, die sie nutzbar machen. Ich begutachte und publiziere weiter, weil Projektarbeit und Forschung demselben Maßstab folgen.
Manche Probleme brauchen einen einfachen Assistenten. Andere brauchen mehrere Agenten, die zusammenarbeiten und sich merken, was passiert ist, was bekannt ist und wie hier gearbeitet wird. Ich baue, was das Problem verlangt. Bevor sich jemand darauf verlässt, prüfe ich es an vorbereiteten Szenarien: an den Situationen, die es meistern muss, und an denen, in denen es stoppen und an einen Menschen übergeben muss. Nebenbei begleite ich Entwickler als Mentor und bringe Teams Neues bei, damit das Wissen bleibt, wenn ich gehe.
2026 ist Modellqualität selten der Engpass; die Akzeptanz ist es. KI wird ignoriert, wenn Menschen die Ausgabe nicht einschätzen können, bei Fehlern nicht weiterkommen oder mit dem Tool langsamer sind als ohne. Das sind Designprobleme, keine Modellprobleme.
Mein Prozess startet bei der Nutzerentscheidung: Was muss diese Person entscheiden, welche Evidenz braucht sie dafür, und wo sollte KI vorschlagen statt schweigen? Danach gestalte ich den Übergang zwischen Modell-Output und menschlichem Urteil. Wer das richtig macht, baut KI, auf die man sich verlässt, statt KI, die umgangen wird.