Johannes Kunz
Kernkompetenzen
Mit 30 Jahren Erfahrung in Führungspositionen auf C-Level und in der Unternehmensberatung (als Partner in globalen Unternehmen und als Freiberufler) verfügt Johannes über den notwendigen Hintergrund, um Ihr Unternehmen in Gänze zu überblicken und zu verstehen. Darüber hinaus war die Informationstechnologie für ihn immer ein wichtiger Geschäftsbereich, sodass seine Arbeit stets die folgenden Fragen umfasste: "Wie kann die IT unser Unternehmen besser unterstützen?" und: "Wie eröffnet uns die IT neue Geschäftsmöglichkeiten?"
Es ist keine Überraschung, dass er in diesen Jahren eine Vorreiterrolle bei der Unterstützung oder Gründung von IT-gesteuerten Unternehmen gespielt hat, die von SaaS-Diensten bis hin zu Geschäftsmodellen reichten, die nur mit IT als Kernstück möglich waren. Und ebenso nutzte er Elemente der künstlichen Intelligenz schon lange bevor sie Mainstream wurden.
Johannes liebt Technologie, aber nicht um der Technologie willen. Die Kombination aus betriebswirtschaftlichem Hintergrund und IT-Neugierde verleiht ihm die einzigartige Fähigkeit, Ihnen bei der Beantwortung der beiden oben genannten Fragen zu helfen.
Doch damit nicht genug. Da er im Laufe seiner Karriere regelmäßig mit Start-up-Situationen konfrontiert war, hat er sich nie davor gescheut, die harte Arbeit der tatsächlichen Lösungsfindung zu leisten – von der Definition der Architektur bis hin zur Entwicklung und zum Testen von Code in den gängigsten Programmiersprachen. Er ist zudem mit den meisten wichtigen Frameworks vertraut, die derzeit im Bereich des maschinellen Lernens zum Einsatz kommen, sowie mit den meisten großen Sprachmodellen.
Johannes verfügt über Master-Abschlüsse in Wirtschaftsinformatik und Rechtswissenschaften der Universität Zürich sowie über einen Doktortitel in Wirtschaftswissenschaften der Universität St. Gallen. Er war bereits auf vier Kontinenten tätig und spricht drei Sprachen fließend.
Referenzprojekte
RAG-driven Legal Chatbot
Ein kleines bis mittelgroßes Sprachmodell zur Beantwortung von Deutschen Rechtsfragen basierend auf einer starken RAG-pipeline.
mehr...Generative AI Audit Framework
Entwicklung von strukturierten Audit-Verfahren für generative KI, mit Methodenentwicklung für Level 1 und Level 2 GenAI-Audits.
mehr...Elektrischer Schaltermonitor
Öffentliche Verkehrsmittel: Einsatz KI-gesteuerter Bildverarbeitung, um altmodische elektrische Relais zu überwachen und auch potenzielle Ausfälle für die vorausschauende Wartung zu bewerten.
mehr...Wasserkraftwerk Operations
Wasserkraftwerke: Erstellung einer Steuerungs- und Überwachungslösung für alle Anlagenoperationen, einschließlich vorausschauender Wartung und Eindringlingsüberwachung.
mehr...Kundeninteraktionsanalyse
SaaS-Projektplattform: Das Ziel war es, die Dialogqualität mithilfe eines KI-Modells zu bewerten, um rechtzeitige Interventionen und Kundenbetreuung zu gewährleisten.
mehr...Bewegungsempfindliche Wearables
Tragbare Geräte auf Textilbasis mit integrierten Mikrocontrollern und Sensoren zur Erfassung von Bewegung, Herzschlag, Körpertemperatur und Schweiß.
mehr...IT-Betriebsautomatisierung
Finanzdienstleistungen: Strategie und Business Cases entwickeln, um Automatisierung und KI in die IT-Betriebsumgebung einzuführen.
mehr...Ein KI-gestützter RAG-Chatbot, der für rechtliche und administrative Arbeitsabläufe entwickelt wurde. Das System wurde konzipiert, um Sachbearbeiter bei der Navigation durch komplexe Vorschriften zu unterstützen – derzeit mit Schwerpunkt auf dem deutschen Sozialrecht – und bietet schnellen, kontextbezogenen Zugriff auf relevante Rechtsinformationen sowie Unterstützung bei der Entscheidungsfindung im Zusammenhang mit Anträgen und der Fallbearbeitung. Die modulare Architektur ermöglicht eine nahtlose Erweiterung auf weitere Rechtsbereiche und regulatorische Rahmenbedingungen.
Entwicklung eines mehrdimensionalen „Blackbox“-Chatbot-Audit-Rahmenwerks zur Bewertung der Benutzererfahrung und des geschäftlichen Nutzens von Chatbots im Kundenservice. Die Audit-Methodik kombiniert strukturierte Use-Case-Tests mit qualitativen und quantitativen Bewertungsdimensionen, darunter Antwortqualität, Reaktionsgeschwindigkeit, Dialogqualität und Bewertung der Benutzeroberfläche.
Das Framework umfasst zudem Halluzinationstests und die Analyse von Randfällen, um die Robustheit und die Praxistauglichkeit zu bewerten. Das Projekt umfasste umfangreiche Markt- und Nutzerfrustrationsstudien, die Entwicklung von Methodiken, eine Pilotimplementierung sowie iterative Test- und Nachprüfungsphasen. Das daraus resultierende Audit-Rahmenwerk dient dazu, die Leistung von Chatbots zu bewerten, Optimierungspotenziale zu identifizieren sowie die Wahrscheinlichkeit der Nutzerbindung und die allgemeinen geschäftlichen Auswirkungen zu beurteilen.
Für ein öffentliches Verkehrsnetz bestand das Ziel darin, die Überwachung der veralteten Schaltanlagen zu optimieren. Diese bereits jahrzehntealten Anlagen, die sich oft in sehr abgelegenen Gebieten befinden, sind störanfällig, und eine Fehlerverfolgung war bisher nicht möglich. Das Ziel war es, eine Echtzeit-Überwachung zu ermöglichen und drohende Ausfälle anhand von Veränderungen im Schaltverhalten zu erkennen. Die Schlüsselelemente waren:
- - Entwicklung einer spezifischen Hardware-Konfiguration mit maßgeschneiderten Gehäusen (3D-gedruckt) zur Montage anstelle der üblichen Schalttafelabdeckungen
- - Kamerasteuerung und Erzeugung des Startbildes auf dem Raspberry Pi, integriert in das Gehäuse
- - Erste Überprüfung der Schalteranordnung und Beschriftungen
- - Erfassung von Umschaltvorgängen und Registrierung neuer Positionen
- - Erkennung unregelmäßiger Schaltmuster (Verzögerungen, sonstige Unregelmäßigkeiten) zur Vorhersage bevorstehender Ausfälle im Rahmen der vorausschauenden Instandhaltung
- - Aktualisierung der zentralen Datenbank und der Cloud-Lösung mit dem aktuellen Stand und den beobachteten Schaltmustern
Die Lösung wurde mit Python auf Raspberry-Pi-Geräten implementiert; die Backbone- und Cloud-Verarbeitung erfolgte mithilfe eines LAMP-Stacks unter Verwendung von PyTorch, TensorFlow und OpenCV.
Entwicklung einer integrierten Überwachungs- und Kontrolllösung für kleine Wasserkraftwerke in abgelegenen Gebieten. Die Lösung umfasste alle erforderlichen Funktionen:
- - Echtzeit-Überwachung und -Protokollierung von Vorgängen
- - Fehlererkennung und automatisierte Logik
- zur vorausschauenden Instandhaltung zur Früherkennung von Ausfällen
- - Kameragestützte Erkennung von unbefugtem Betreten und Unregelmäßigkeiten
Die Lösung bestand aus einem Hybridansatz unter Verwendung von Siemens-SPSen in Kombination mit kleinen Edge-Computing-Elementen (Raspberry Pi und Arduino). Die gesamte primäre Logik (insbesondere Abschaltung und Lastanpassung) erfolgte lokal, während wichtige Entscheidungen und Aggregationen online auf der Grundlage regelmäßiger Datenübertragungen an eine cloudbasierte Management- und Betriebssuite ausgeführt wurden.
Für eine SaaS-Lösung im Bereich Projektmanagement, bei der Kunden mit Freiberuflern zusammengebracht wurden, wurde eine maßgeschneiderte KI-Lösung entwickelt, um die Nutzererfahrung für alle Beteiligten zu verbessern. Zu den wichtigsten Zielen gehörte die Einrichtung eines Frühwarnsystems, das dem Kundenservice im Falle von Problemen ein rechtzeitiges Eingreifen ermöglicht:
- - Erkennung ungewöhnlicher Muster (Verzögerungen, die auf Untätigkeit hindeuten, intensive Wortwechsel)
- - Kennzeichnung von sprachlichen Verstößen auf beiden Seiten (Verwendung unangemessener Sprache, Aggression)
- - Abgleich der Endbewertungen mit der Beurteilung der Sprachfluss- und Dialogqualität zur Förderung einer ehrlicheren Bewertungskultur
- - Anpassung des Sprachstils zur Verbesserung der zukünftigen Vermittlung von Freiberuflern an Kunden
Die Lösung wurde mit Python auf einem LAMP-Stack unter Verwendung selbst entwickelter Machine-Learning-Bibliotheken implementiert.
Auf Arduino basierend, mit Edge-ML-Funktionalität und regelmäßiger Verbindung über BLE zum verbundenen Smartphone. Algorithmen für maschinelles Lernen in der Cloud erkennen verschiedene Gesundheitszustände und senden Benachrichtigungen an das Smartphone oder die Web-App. Die gesamte Elektronik ist in ein Armband aus Baumwollstoff integriert.
Ziel dieses Projekts war es, Ansätze zur Integration von Automatisierungsverfahren und künstlicher Intelligenz zu ermitteln, um eine hochkomplexe IT-Umgebung – mit Systemen, die von älteren Mainframes über lokale Serverfarmen bis hin zu Cloud-Diensten reichen – stabiler und zuverlässiger zu dokumentieren und zu verwalten. Angestrebt wurde eine erhebliche Vereinfachung der Pflege aktueller System- und Statusübersichten sowie des vorausschauenden Fehlermanagements.