Lernen Sie unser Team kennen
Johannes Kunz

Grundlegende Kompetenzen
- KI-Strategie
- Machine Learning
- Visual Data Processing
- Natural Language Processing
- KI-Governance
White Papers
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.
Aber das ist noch nicht alles. Da er im Laufe seiner Karriere regelmäßig mit Start-ups zu tun hatte, hat er sich nie vor der harten Arbeit gescheut, tatsächlich Lösungen zu entwickeln, die Architektur zu definieren und selbst Codes in den gängigsten Sprachen zu entwickeln und zu testen. Er ist auch mit den meisten wichtigen Frameworks, die derzeit im maschinellen Lernen verwendet werden, und mit den meisten großen Sprachmodellen vertraut.
Johannes hat einen Master-Abschluss in Wirtschaftsinformatik und Rechtswissenschaften der Universität Zürich und einen Doktortitel in Wirtschaftswissenschaften der Universität St. Gallen. Er hat auf vier Kontinenten gearbeitet und spricht drei Sprachen fließend.
Referenzprojekte
Interaktionsbewertung
SaaS-Projektplattform: Das Ziel war es, die Dialogqualität mithilfe eines KI-Modells zu bewerten, um rechtzeitige Interventionen und Kundenbetreuung zu gewährleisten.
Elektrischer Schaltermonitor
Öffentliche Verkehrsmittel: Einsatz KI-gesteuerter Bildverarbeitung, um altmodische elektrische Relais zu überwachen und auch potenzielle Ausfälle für die vorausschauende Wartung zu bewerten.
Wasserkraftwerkssteuerung
Wasserkraftwerke: Erstellung einer Steuerungs- und Überwachungslösung für alle Anlagenoperationen, einschließlich vorausschauender Wartung und Eindringlingsüberwachung.
IT-Betriebsautomatisierung
Finanzdienstleistungen: Strategie und Business Cases entwickeln, um Automatisierung und KI in die IT-Betriebsumgebung einzuführen.
Customer Interaction Evaluation
For a project management SaaS solution where customers were matched with freelancers, a custom AI solution was established with the purpose to improve experiences for all parties. Key purposes were to create an early warning system to help customer service intervene in case of issues:
- Identification of unusual patterns (delays indicating inaction, intense exchanges);
- Flagging of language transgressions on both sides (use of inappropriate language, aggression);
- Matching of final ratings with evaluation of flow and dialogue quality to foster a more honest rating culture;
- Language style matching to improve future matching of freelancers to clients;
The solution was implemented using Python on a LAMP stack, with self-developed machine learning libraries.
Electrical Switch Monitoring
For a public transportation network, the objective was to optimize the monitoring of their legacy electrical switchboards. These decade-old items that are often located in very remote areas are prone to failures and tracking of errors was not possible. The objective was to enable real-time tracking and the recognition of upcoming failures from changed switching behavior. The key elements were:
- Development of specific hardware configuration with custom housings (3D printed) to mount instead of regular switchboard covers;
- Camera control and initial image generation on Raspberry Pi integrated in housing;
- Initial scan of switch layout and labels;
- Identification of switching operations and registration of new positions;
- Identification of irregular switching patterns (delays, other irregularities) to indicate upcoming failures for predictive maintenance;
- Update of central database and cloud solution with last state and observed switching patterns;
The solution was implemented using Python on Raspberry Pi devices, backbone and cloud processing were done using a LAMP stack, using PyTorch, TensorFlow and OpenCV.