Skill projekt-anlegen aus Cowork übernehmen und für Claude Code anpassen

Cowork-Skill (projekt-match.skill, ZIP) entpackt und adaptiert: - Pfade auf vorgaben/Lebenslauf_Dr-Ing_Thomas_Langer.md und .secrets/espocrm-api.md - CRM-Zugriff von Browser-fetch auf direkten Shell-curl umgestellt - Ausschreibung per WebFetch (URL) oder eingefügtem Text statt Browser-Tab - Lebenslauf-Referenzen in CLAUDE.md und bewerbung-schreiben angepasst Fachliche Bewertungslogik (Must/Nice/Misc, Match, Pflicht-Review) unverändert. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
2026-06-12 11:03:41 +02:00
parent 1c593a26cf
commit 6271947a85
5 changed files with 824 additions and 3 deletions
--- a/.claude/skills/bewerbung-schreiben/SKILL.md
+++ b/.claude/skills/bewerbung-schreiben/SKILL.md
@@ -9,7 +9,7 @@ Wiederholbarer Workflow für eine KI-gestützte Bewerbung mit Gedächtnis.
 ## 1. Kontext laden
 Lies zwingend:
- `vorgaben/lebenslauf.md`, `vorgaben/marketing.md`
+- `vorgaben/Lebenslauf_Dr-Ing_Thomas_Langer.md`, `vorgaben/marketing.md`
 - `gedaechtnis/stil.md`, `gedaechtnis/inhalte.md`, `gedaechtnis/schwerpunkte.md`
 ## 2. Schwerpunkte bestimmen
--- a/.claude/skills/projekt-anlegen/SKILL.md
+++ b/.claude/skills/projekt-anlegen/SKILL.md
@@ -0,0 +1,145 @@
 ---
 name: projekt-anlegen
 description: >-
  Bewertet Freiberufler-Projektausschreibungen gegen den Lebenslauf von Dr.-Ing. Thomas Langer
  und trägt das Ergebnis als Verkaufschance (Opportunity) ins EspoCRM ein: Anforderungen
  extrahieren, in Must/Nice/Misc einordnen, Abdeckung mit ✅/❌/❔ bewerten, Must-have-Match und
  Nice-to-have-Match berechnen, nach Review im Chat ins CRM schreiben. Verwende diesen Skill
  IMMER, wenn der Nutzer ein Projektangebot, eine Projektausschreibung oder ein Stellenangebot
  für Freiberufler bewerten oder ins CRM eintragen will (z. B. von freelancermap, GULP/Randstad,
  Hays, SThree, etwa „Bewerte das Projekt", „Projekt-Match", „Passt dieses Projekt zu mir?",
  „Anforderungen abgleichen", „Projekt anlegen", „Projekt ins CRM eintragen").
 ---
 # Projekt anlegen: Projektangebote bewerten und ins EspoCRM eintragen
 Pipeline: Ausschreibung beschaffen → Anforderungen extrahieren → einordnen → gegen Lebenslauf bewerten → Matches berechnen → **Review im Chat (Pflicht)** → als Opportunity ins EspoCRM schreiben (per Shell) → verifizieren.
 ## Voraussetzungen und feste Pfade
 | Zweck | Pfad |
 |---|---|
 | Lebenslauf (Markdown) | `vorgaben/Lebenslauf_Dr-Ing_Thomas_Langer.md` |
 | EspoCRM-Zugangsdaten | `.secrets/espocrm-api.md` |
 Beide Dateien mit dem Read-Tool lesen. Ohne Lebenslauf keine Bewertung, ohne Zugangsdaten kein CRM-Eintrag.
 Die Zugangsdaten-Datei enthält Base-URL, Auth-Header-Schema, API-Key sowie verifizierte Entitäts- und Feldnamen. **Der API-Key darf niemals im Chat angezeigt, in Dateien geschrieben oder in Commits/Doku übernommen werden** — er wird nur zur Laufzeit in eine Shell-Variable gelesen und direkt in `curl`-Aufrufe eingesetzt.
 ## Schritt 1: Ausschreibung beschaffen
 Die Projektausschreibung kommt auf zwei Wegen:
 - **URL:** Nennt der Nutzer eine URL, hole den Seitentext mit dem **WebFetch-Tool**.
 - **Text:** Fügt der Nutzer den Ausschreibungstext direkt in den Chat ein, nutze diesen.
 Bei Login-geschützten Portalen ist das Einfügen von Text nötig. Ist unklar, welche Quelle gilt, nachfragen.
 Daraus entnehmen:
 - **Projektname**: der Titel der Ausschreibung, ohne Portal-Zusatz (z. B. ohne „auf www.freelancermap.de").
 - **Projekt-URL**: die tatsächliche URL der Seite, falls vorhanden.
 - **Beschreibung und Aufgaben**: nur Kontext für die Bewertung, keine Tabellenzeilen.
 - **Anforderungen**: jede Anforderung einzeln, im Originalwortlaut (behutsam kürzen ist erlaubt, Bedeutung nie verändern). Rahmenbedingungen (Start, Einsatzort/Remote-Anteil, Auslastung, Laufzeit) zählen als Anforderungen der Kategorie Misc.
 ## Schritt 2: Einordnung (Kat.)
 Jede Anforderung bekommt genau eine Kategorie:
 - **Must** — zwingend. Signale: eigener Abschnitt „Must-haves"/„Anforderungen", Wörter wie „zwingend", „erforderlich", „vorausgesetzt", „sehr gute Kenntnisse".
 - **Nice** — optional. Signale: Abschnitt „Nice-to-haves", Wörter wie „von Vorteil", „wünschenswert", „idealerweise", „plus".
 - **Misc** — Rahmenbedingungen (Start, Ort, Auslastung, Laufzeit) und alles, was weder Muss noch Wunsch-Qualifikation ist.
 Explizite Abschnittsüberschriften der Ausschreibung haben Vorrang vor Signalwörtern. Steht „idealerweise" innerhalb einer Must-Anforderung (z. B. „… und idealerweise Kubernetes"), bleibt die Zeile Must — der idealerweise-Teil ist dann für die Bewertung nicht ausschlaggebend.
 ## Schritt 3: Bewertung gegen den Lebenslauf
 Lebenslauf vollständig lesen und jede Anforderung nüchtern bewerten:
 - **✅** nur bei klarer Evidenz im Lebenslauf.
 - **❌** wenn der Lebenslauf nichts Belastbares hergibt. Streng bleiben — eine geschönte Bewertung macht die Match-Zahlen wertlos. Kalibrierung aus der Praxis: Proof-of-Concept-Erfahrung deckt „produktiven Betrieb" nicht ab; „mehrjährig" wörtlich nehmen; ein ALM-Produktname (z. B. „Azure DevOps Server") belegt keine Cloud-Plattform-Erfahrung.
 - **❔** nur bei echter Teilevidenz, wenn die Entscheidung von Wissen abhängt, das nur Thomas hat — solche Fälle klärt das Review.
 - „wie z. B."-Aufzählungen: gleichwertige Alternativen zählen als Abdeckung (Beispiel: Ollama/llama.cpp/Transformers decken „LLM-Inference-Stacks wie z. B. vLLM, TGI, Triton" ab).
 - Rahmenbedingungen (Misc): Ortsbezug kann der Lebenslauf beantworten (Büro in Unterhaching bei München). Verfügbarkeit, Auslastung und Laufzeit kann er nicht beantworten → ❔ vorschlagen, Thomas setzt im Review ✅ oder ❌.
 ## Schritt 4: Match-Berechnung
 - **Must-have-Match**: Mittelwert über alle Must-Zeilen mit ✅ = 100 %, ❔ = 25 %, ❌ = 0 %.
 - **Nice-to-have-Match**: dasselbe über alle Nice-Zeilen.
 - Misc-Zeilen gehen in keinen Match ein.
 - Auf ganze Prozent runden. Ist eine Kategorie leer, „–" statt einer Zahl schreiben.
 ## Schritt 5: Ausgabeformat (exakt einhalten)
 Der Inhalt des CRM-Feldes „Beschreibung" — genau dieses Format, Spaltenüberschriften wörtlich (`Kat.` und `❔` halten die Spalten schmal):
 ```markdown
 Must-have-Match: 50 % · Nice-to-have-Match: 33 %
 | Nr. | Kat. | ❔ | Anforderung |
 |---|---|---|---|
 | 1 | Must | ❌ | Mehrjährige praktische Erfahrung im Aufbau und Betrieb von AI-/LLM-Plattformen |
 | 2 | Must | ✅ | Erfahrung mit RAG-Systemen, Vektordatenbanken und Anbindung relevanter Datenquellen |
 | 3 | Nice | ✅ | Kenntnisse in LLM-Inference-Stacks (z. B. vLLM, TGI, Triton, Ray) |
 | 4 | Misc | ✅ | Hybrid: ca. 40 % onsite München, 60 % remote |
 ```
 - `Nr.` fortlaufend ab 1, Reihenfolge: erst alle Must-, dann Nice-, dann Misc-Zeilen (innerhalb der Kategorie in Reihenfolge der Ausschreibung).
 - `Kat.` ∈ {Must, Nice, Misc}; Bewertungsspalte ∈ {✅, ❌, ❔}.
 - Beide Match-Zahlen in einer Zeile, getrennt durch ` · `.
 ## Schritt 6: Review im Chat — immer vor dem CRM-Eintrag
 Niemals ohne explizite Freigabe ins CRM schreiben. Im Chat zeigen:
 1. Vorgesehener **Name** der Opportunity (= Projektname) und **Projektlink**.
 2. Den wörtlichen Beschreibungs-Markdown in einem Codeblock (damit das Format sichtbar ist).
 3. Kurze Begründungen zu allen ❌- und ❔-Bewertungen außerhalb der Tabelle — hier stecken die Ermessensentscheidungen, die Thomas korrigieren können muss.
 Korrekturen kommen als „Nr. X → ✅/❌/❔". Danach Matches neu berechnen und die geänderten Werte nennen. Erst nach Freigabe weiter zu Schritt 7.
 ## Schritt 7: CRM-Eintrag per Shell (curl)
 Diese Umgebung erreicht die CRM-Domain direkt — der API-Zugriff läuft per `curl` aus der Shell (kein Browser nötig).
 **Key und Base-URL sicher laden** (Werte landen in Variablen, werden nicht ausgegeben):
 ```bash
 KEY=$(grep -oE '[0-9a-f]{32}' .secrets/espocrm-api.md | head -1)
 BASE=$(grep -oE 'https://[^ `]+/api/v1' .secrets/espocrm-api.md | head -1)
 ```
 **Duplikat-Prüfung** — existiert der Name schon, „ (2)", „ (3)", … anhängen:
 ```bash
 curl -s -G "$BASE/Opportunity" -H "X-Api-Key: $KEY" \
  --data-urlencode 'where[0][type]=startsWith' \
  --data-urlencode 'where[0][attribute]=name' \
  --data-urlencode 'where[0][value]=<PROJEKTNAME>' \
  --data-urlencode 'select=name' --data-urlencode 'maxSize=100'
 ```
 Aus der zurückgegebenen `list` die vorhandenen Namen prüfen und den eindeutigen Namen bestimmen.
 **Anlegen:** Die Beschreibung enthält Markdown mit Zeilenumbrüchen und `|`. Um Shell-Escaping zu vermeiden, den Payload mit dem **Write-Tool** als JSON-Datei nach `/tmp/opp.json` schreiben:
 ```json
 {"name": "<EINDEUTIGER_NAME>", "description": "<BESCHREIBUNG_MARKDOWN>", "cProjektlink": "<PROJEKT_URL>"}
 ```
 Dann posten (`-i` zeigt die Header inkl. `X-Status-Reason` bei Fehlern):
 ```bash
 curl -s -i -X POST "$BASE/Opportunity" -H "X-Api-Key: $KEY" \
  -H 'Content-Type: application/json' --data @/tmp/opp.json
 ```
 Der minimale Payload (`name`, `description`, `cProjektlink`) reicht — Stage und Wahrscheinlichkeit setzt das CRM selbst. Bei HTTP 400 steht die Ursache im `X-Status-Reason`-Header. Nachträgliche Korrekturen: `PUT "$BASE/Opportunity/<id>"` mit den geänderten Feldern. Danach `/tmp/opp.json` löschen.
 ## Schritt 8: Verifizieren und berichten
 Nach dem POST den Datensatz gegenlesen:
 ```bash
 curl -s -G "$BASE/Opportunity/<id>" -H "X-Api-Key: $KEY"
 ```
 Prüfen: stimmen Name und Projektlink, hat die Beschreibung die Match-Zeile und alle Tabellenzeilen, sind ✅/❌/❔ intakt. Dann im Chat melden: gewählter Name (inkl. evtl. Duplikat-Suffix), beide Match-Zahlen und der Direktlink `https://crm.creature-go.com/#Opportunity/view/<id>`.
--- a/CLAUDE.md
+++ b/CLAUDE.md
@@ -7,7 +7,7 @@ Diese Umgebung unterstützt zwei Arbeitsabläufe:
 Sprache: **Deutsch** (Texte, Gedächtnis, Commits).
 ## Verzeichnisse
- `vorgaben/` — feste Quellen: `lebenslauf.md`, `marketing.md`. Referenz; nicht ohne Auftrag ändern.
+- `vorgaben/` — feste Quellen: `Lebenslauf_Dr-Ing_Thomas_Langer.md`, `marketing.md`. Referenz; nicht ohne Auftrag ändern.
 - `bewerbungen/` — je Bewerbung ein Ordner; `bewerbungen/index.md` ist das zentrale Register.
 - `gedaechtnis/` — versioniertes Gedächtnis: `stil.md`, `inhalte.md`, `schwerpunkte.md`, `log.md`.
 - `.claude/skills/` — die beiden Skills.
@@ -15,7 +15,7 @@ Sprache: **Deutsch** (Texte, Gedächtnis, Commits).
 ## Gedächtnis-Regeln (verbindlich)
 **Vor** Arbeit an einer Bewerbung lesen: `gedaechtnis/stil.md`, `gedaechtnis/inhalte.md`,
-`gedaechtnis/schwerpunkte.md` sowie `vorgaben/lebenslauf.md` und `vorgaben/marketing.md`.
+`gedaechtnis/schwerpunkte.md` sowie `vorgaben/Lebenslauf_Dr-Ing_Thomas_Langer.md` und `vorgaben/marketing.md`.
 **Am Ende** einer Bewerbungssession (Text versandreif):
 1. Übertragbare Stil-Erkenntnisse → `gedaechtnis/stil.md`
--- a/vorgaben/Lebenslauf_Dr-Ing_Thomas_Langer.md
+++ b/vorgaben/Lebenslauf_Dr-Ing_Thomas_Langer.md
@@ -0,0 +1,311 @@
 +----------------------------------------------------------------------------------------------------------------+------------------------------------------------------------+
 | # Lebenslauf Dr.-Ing. Thomas Langer                                                                            |                                                            |
 |                                                                                                                | ![](foto-wrba_2026_6782_1.jpg){width=4.06cm height=4.06cm} |
 | ## Kontaktdaten                                                                                                |                                                            |
 |                                                                                                                |                                                            |
 | - E-Mail: <Thomas.Langer@destengs.com>                                                                         |                                                            |
 | - Telefon: [+49 89 413 27 59 20](tel:+4989413275920)                                                           |                                                            |
 | - Website: [[destengs.de]](https://destengs.de)                                                                |                                                            |
 | - LinkedIn: [[Link zum Profil]](https://www.linkedin.com/in/thomas-langer-b9742a2)                             |                                                            |
 | - Büroadresse: Biberger Straße 91, 82008 Unterhaching                                                          |                                                            |
 +----------------------------------------------------------------------------------------------------------------+------------------------------------------------------------+
 ## Zusammenfassung
 - TÜV-zertifizierter AI Consultant und promovierter Ingenieur mit über 30 Jahren Erfahrung in Entwicklung, Test und System Integration von Elektronik
 - Seit 2011 freiberuflicher Consultant mit eigenem Ingenieurbüro DesTEngS
 - Schwerpunkte: Generative KI (Potenzialanalyse, Schulung, Implementierung), Requirements Engineering, Software Design, System Integration, Test und Test-Automatisierung
 - Drei KI-Potenzialanalyse-Workshops durchgeführt, jeweils mit Identifizierung und Bewertung konkreter KI-Use-Cases
 - Erfolgreich tätig in Großkonzernen, Startups und Forschungsinstituten aus Industrie-Elektronik, Automotive, Halbleiter und Telekommunikation
 - Kommunikations- und Präsentationsstärke auf allen Ebenen, von Fachteams bis Geschäftsführung
 - Flexibler Arbeitsstil als Gruppenleiter (10 Mitarbeiter), Team-Mitglied und autonomer Experte
 - Seit 2011 Eigenbetrieb von Internet-Servern mit Self-Hosted-Diensten; 2025/26 Aufbau eines eigenen On-Premise-KI-Servers mit GPU-Inference und RAG
 ## Projekte als freiberuflicher Consultant
 ### Seit Juli 2011 — Inhaber von DesTEngS Dr.-Ing. Thomas Langer, nahe München:
 - Seit März 2026 intensive Evaluierung von Claude Code und Claude Cowork, produktiver Einsatz im DesTEngS-Geschäftsbetrieb
    - Entwicklung eigener Agent-Skills (z.B. Bewertung von Projektausschreibungen gegen das eigene Kompetenzprofil mit Eintrag ins CRM via REST-API)
    - MCP-Anbindung externer Systeme, u. a. zur Browser-Automatisierung
 - KI-Potenzialanalyse-Workshops
    - Schrack Technik Österreich, Geschäftsführung und Abteilungsleitungen, Achau bei Wien, 13. Nov. 2025
    - Safe4Net, Geschäftsführung, Online, 28. Aug. + 2. Sep. 2025
 - KI-Beratungen
 - Anwendung von KI bei Konzepten, System Engineering, Software Design, Automatisierungen, System Integration und Tests
 - KI-gestützte Dokumentationen und Illustrationen
 ### Aug. 2024 – Feb. 2026 — Consultant bei ASMPT SMT Solutions (Industrielle Bestückungsmaschinen), System Integration Abteilung, München:
 - KI-Workshop
    - Überblick und Grundlagen Generativer KI
    - Praxis-Beispiele zur Verarbeitung der speziellen ASMPT System-Integration-Datenformate mit Machine Learning und Generativer KI
    - Identifizierung und Bewertung von System Integration KI Use-Cases
 - Internes Tool zur AUTOSAR-XML-Generierung
    - Erweiterungen für neue Elemente der internen Domain-Specific Language zur Beschreibung der Ethernet-Feldbus-Nachrichtenformate
    - KI-gestützte Dokumentation der Transformationslogik
    - Optimierungen und Bug Fixes
 - Ermittlung von System Integration Standard Use-Cases und Erstellung der zugehörigen Vector CANalyzer Konfigurationen zur Steigerung der Effizienz durch Vereinheitlichung der Testplatz-Umgebungen
 - Design eines Python Clients zur Analyse von Nachrichten im internen Ethernet-Feldbus-Protokoll
 - Entwicklung eines Python-Tools mit PyShark zur Konvertierung spezieller Bestückungsmaschinen Trace-Daten für die Nutzung in Vector CANalyzer
 ### Sep. 2025 – Feb. 2026 — Projekt „Kischdle", Mit-Initiator und Technische Leitung:
 - On-Premise KI-System mit Consumer-GPU und Retrieval Augmented Generation (RAG), angedacht als KMU-Produkt
    - Technische Machbarkeitsabschätzung, Marktanalyse, Zielgruppendefinition, Schätzung des adressierbaren Markts und Konzepterstellung
    - Auswahl und Kauf der Proof-of-Concept Hardware, Implementierung des KI-System Inference-Teils mit Nvidia-GPU, OpenAI gpt-oss-20b LLM, Ollama und Open WebUI, Performance-Tests
    - Erweiterung durch PyTorch-Umgebung für multimodale KI-Modelle (Bild und Text), Evaluierungen des Inference-Modells Qwen3-VL-8B und des Embedding-Modells tomoro-colqwen3-embed-4b
    - Evaluierung von Langflow für Workflow-Automatisierungen mit AI-Agents
 ### Jan. – Feb. 2026 — Consultant bei Lumiz (Marketing-Dienstleister), Taufkirchen:
 - KI-gestützte Automatisierung der Einkäufe auf einer Druckerei-Website mit UI.Vision
    - Import der Daten im Lumiz-Format, Auswahl der Lieferzeiten und Bestelloptionen, Ausführung der Bestellvorgänge inklusive Bezahlung
    - Hochladen der Druckdaten aus der Lumiz-Cloud
    - Protokollierung der Vorgänge
 ### Nov. 2020 – Mai 2024 — Consultant bei ASMPT SMT Solutions (Industrielle Bestückungsmaschinen), System Integration Abteilung, München:
 - Maßgebliche Mitwirkung bei Konzept und Einführung eines neuen industriellen Ethernet-Feldbusses
    - Validierung von Ethernet Protokollen und Middlewares, Bereitstellung der Entscheidungsgrundlage für die Auswahl der besten Lösung (Standard-Industrie-Protokolle und -Middlewares wie UDP, TCP inklusive Slow Start und Nagle-Algorithmus, IEEE 1722 (AVTP frames), Precision Time Protocol (PTP, gPTP), DoIP, Scalable service-Oriented MiddlewarE over IP (SOME/IP), Object Management Group (OMG) Data Distribution Service (DDS))
 - Mitarbeit bei der Entwicklung einer internen Domain-Specific Language zur Beschreibung der Ethernet-Feldbus-Nachrichtenformate
 - Erstellung von Testumgebungen und Werkzeugen für Tests und Test-Automatisierung
    - Entwicklung von Testprozeduren und Key Performance Indicators (KPIs) zur Bewertung von Ethernet- und CAN-Bus-Netzwerkverkehr in Bestückungsmaschinen
    - Erstellung von Man-in-the-Middle Instrumenten für Tests mit Fehler-Einstreuung
    - Konfiguration der Embedded-Linux-Steuerungssysteme
 - Entwicklung von C++, Python und CAPL Programmen
    - Um die Weiterverwendung der existierenden CAN-Bus Analysewerkzeuge mit dem neuen Ethernet-Feldbus zu ermöglichen
    - Internes Tool zur automatisierten Erstellung von AUTOSAR-XML-Modellbeschreibungsdateien aus internen Domain-Specific-Language-Dateien zur Dekodierung der Ethernet-Feldbus-Nachrichten in Vector CANalyzer
    - Test-Automatisierungen mit Python PyAutoGUI
    - Erzeugung und Analyse von Ethernet Testnachrichten: Raw Ethernet Frames im OSI Layer 2, UDP, TCP, SOME/IP und im internen Ethernet-Feldbus-Format
    - Bestimmung von Ethernet Datenraten, Frame Übertragungsverzögerungen und Reserven
 - Evaluierung von Ethernet Analyse Geräten und Software
    - Vector Ethernet-Interface Hardware VN5640 und VN5650
    - Vector CANalyzer Software mit TCP/IP API, CAPL Programmen und AUTOSAR ARXML, Optimierung für Datenaufzeichnung bis zur vollen Gigabit Ethernet Datenrate
    - GL Communications PacketExpert Gigabit Ethernet Tester
    - Entdeckung sporadischer Zeitabweichungen eines Ethernet Analyse Geräts, Idee und Aufbau einer hochpräzisen Zeit-Referenz mit einem preiswerten GPS-Modul, Feststellung einer signifikanten Spec-Verletzung der Hardware Zeitbasis
 ### Aug. 2018 – Juli 2020 — Consultant bei Magna Electronics Europe (Automobil-Zulieferer), München:
 - LIDAR Compute Module
    - Bring-Up Unterstützung, Labortests, Fehleranalyse
    - Unterstützung der Design Verifikation mit Schwerpunkt EMV Tests
    - Bestimmung aller Hardware Datenquellen für eine Überwachung mit SoC Embedded Linux
    - Erstellung von Requirements für eine spezielle Diagnose-Software
 - Function Owner einer speziellen Diagnose-Software
    - Konzepterstellung der speziellen Diagnose-Software für das LIDAR System zur Überwachung und Steuerung einer Vielzahl interner Signale (Zustände, Zähler und Bitfehler von Highspeed Links, Spannungen, Temperaturen und mehr)
    - Verwaltung von PTC Integrity Features, Requirements, Tasks, Reviews und Defects
    - Überwachung der Implementierung in der AUTOSAR LIDAR Compute Module SW und in der Vector CANoe-basierten Tester SW, CANoe GUI Design, CAPL Code Erstellung
    - Die spezielle Diagnose-Software ermöglichte eine Design-Verifikation in einem frühen Entwicklungsstadium
 - Elektromagnetische Feldsimulationen mit CST für den GMSL Pfad eines Kameramoduls zur Verifikation der Signalintegrität
 ### Nov. 2014 – Juli 2018 — Consultant bei Infineon, Großraum München:
 - Signal Integrity und Power Integrity Simulationen von IC Packages und PCBs
    - Analysen für diverse Schnittstellen inklusive LVDS, DDR3, Ethernet Interfaces, Flash Speicher Kommunikation, EBU und CAN-Bus
    - Entdeckung eines HF-Design Fehlers bei einem Evaluierungsboard, Erarbeitung eines verbesserten Designs zur Korrektur: Verhinderte eine Verzögerung der IC-Evaluierung und vermied die Kosten eines Evaluierungsboard-Redesigns
    - Entwicklung eines speziellen, aber leicht zu implementierenden PCB Clock Distribution Netzwerks für ein Test-IC: Ermöglichte den Betrieb des Test-ICs trotz Clock Drivers mit extrem steilen Flanken
    - Systemstudien von ADAS LVDS Übertragungsstrecken
 - Simulationen und Optimierungen der Chip-PCB-Übergänge von 77 GHz ADAS Radar MMICs
 - EM Feldsimulationen zur Modell Extraktion von IC Packages und PCBs
 - Erstellung von Matlab, Python und IronPython Programmen
 ### Apr. – Aug. 2015 — Consultant bei Kathrein.net.tech (Ubidyne-Nachfolger), Ulm:
 - Inbetriebnahme, Evaluierung und Optimierung von Transceiver Modulen
 - Automatisierung von HF-Tests mit Matlab und Ruby
 ### Sep. 2011 – Juli 2014 — Consultant bei Alcatel-Lucent, Stuttgart:
 - Projekt Light Radio: Aktives Antennen Array für 2,5 GHz LTE
    - RX Pfad (LNAs, Filter, Demodulator, digitales Dämpfungsglied und ADC): Verifikationsmessungen; Überarbeitung des HF Frontend Empfängers führte zu 28% Flächenreduktion und besserer Performance
    - Matlab Programmierung zur Steuerung von DUTs und Messgeräten, Test Automatisierung, System Evaluierungen inklusive Entwicklung eines umfangreichen Realtime Spektrum Analysator Programms, automatisierte Blocking Tests
    - Entdeckung einer sporadisch auftretenden Transceiver HF Instabilität, Idee der Nutzung des DUT als HF-Netzwerkanalysator zur Ermittlung der Ursache, Erstellung des dazu nötigen Matlab Programms und Durchführung von Tests, schnelle Identifizierung der problematischen Komponente: Vermied zeitintensive, aufwändige Fehlersuche beim Transceiver in seinem normalen Betriebsmodus
    - Erstellung einer Kalibrationsumgebung für automatisierte Tests der HF Frontend Empfänger
 - Projekt Metro WiFi Access Point: IEEE 802.11 a/b/g/n Modul
    - Aufbau von SISO und MIMO Evaluierungs-Messplätzen
    - Verifikationsmessungen; Optimierung von AGC und Blocking-Eigenschaften
    - Berechnung von Systemreserven für LTE TX / WiFi RX Collocation
    - Verifikation des Listen-Before-Talk Kanalzugriffsmechanismus nach ETSI Adaptivity Spezifikationen und Unterstützung der ETSI Zertifizierung
    - Erstellung von Test Routinen mit Matlab und embedded Linux Programmierung des WiFi SoC, Aufbau einer Messumgebung für automatisierte Tests
 - Agile Design mit Scrum
 ### Juli 2011 — Gründung von DesTEngS Dr.-Ing. Thomas Langer (Ingenieurbüro), nahe Ulm
 ## Berufliche Stationen vor der Selbständigkeit
 ### Juli 2006 – Juni 2011 — Head of RF Integration bei Ubidyne (Startup, ca. 60 Mitarbeiter, aktive Antennen für Mobilfunk-Basisstationen), Abteilung Engineering, Ulm:
 - Aufbau und Leitung einer Gruppe mit bis zu 10 Mitarbeitern
 - Erstellung des Entwicklungsprozesses (CAD Software, Bauelementebibliotheken, Messgeräte, Aufbau des Labors, Subversion Repository, Maßnahmen zur Qualitätssicherung)
 - Projektmanagement mit Fokus auf Erreichung der äußerst anspruchsvollen Zielvorgaben
 - Erstellung und Prüfung von Spezifikationen für 3GPP UMTS und LTE Systeme, Module und HF Filter, Modul Architektur Entwicklungen in Zusammenarbeit mit System Engineering und ASIC Designern
 - Verantwortlich für ca. 240 Aufbauten von DC bis 3,6 Gb/s: Entwurf, Aufbau, Inbetriebnahme, Evaluierung und Optimierung, Unterstützung der System Integration
    - Evaluation Boards für Ubidyne GaAs, SiGe und CMOS ASICs
    - Multistandard Transceiver Module für aktive Antennen bei 900 MHz und 2,1 GHz
 - Technologieauswahl von PCBs, Keramiksubstraten, HF-Filtern und Gehäusen
 - Kooperationen und Zusammenarbeit mit externen Partnern:
    - EMS Unternehmen (Design for Test, Design for Manufacturability, Fertigungs- und Zuverlässigkeitstests, Fertigungseinführung)
    - Leiterplattenhersteller
    - Toshiba (CMOS Chip Reviews, IC-Gehäuse Optimierung)
    - Ferdinand-Braun-Institut (GaAs Flip-Chip Montage auf Keramiksubstraten)
    - Antennenhersteller Kathrein, Andrew und Huber & Suhner
 - _(Ab Okt. 2009: Principal Member of Technical Staff)_
 ### Jan. 2003 – Juni 2006 — Entwicklungsingenieur bei Toshiba Electronics Europe, European LSI Development and Engineering Centre, Düsseldorf:
 - Mitarbeit in den Normierungsgremien OIF und MIPI
    - Toshiba Transceiver IC für OIF CEI konforme Backplane Übertragungsstrecken bis 11 Gb/s: Systemsimulationen, Erstellung der Spezifikation, Begleitung bei Charakterisierung und OIF Interoperabilitäts-Test
    - Mitgestaltung der MIPI Spezifikation D-PHY (Serielle Datenübertragung bis 1 Gb/s pro Lane in Mobiltelefonen): Kanal- und Systemsimulationen, Erstellung von Kanal-Modellen, System-Budgets und S-Parameter Masken
 - Berater bei HF- und Signal-Integrity Fragen für verschiedene Abteilungen
 - Detaillierte elektrische Analysen von IC-Gehäusen (bis zu 11 Gb/s, bis zu 1444 Balls)
 - Evaluierung und Auswahl von HF Entwicklungssoftware
 - _(Ab April 2004: Senior Engineer)_
 ### Dez. 2000 – Dez. 2002 — Entwicklungsingenieur bei Multilink Technology (Startup mit bis zu 360 Mitarbeitern weltweit, ICs und Module für faseroptische Übertragungssysteme), Berlin:
 - Entzerrer-ICs für Backplane-Systeme bis 12,5 Gb/s:
    - Berechnung von Mixed-Mode S-Parametern und Cross Talk für Backplane Systeme
    - Entwurf von adaptiven Entzerrern auf Systemebene (Feedforward Equalization und Decision Feedback Equalization) basierend auf dem LMS Algorithmus
 - 10 Gb/s und 40 Gb/s Faseroptische Systeme:
    - Betreuung von Kooperationen mit zwei Universitäten
    - Systemsimulationen zur Bestimmung der Anforderungen für elektrische Entzerrer-ICs
 - 3,1 Gb/s 8:32 CMOS Demultiplexer-IC: BGA Gehäuse-Entwurf, Teststrategie und Leiterplatten-Entwicklung
 ### Nov. 1998 – Nov. 2000 — Entwicklungsingenieur bei Siemens, Bereich Information and Communication Networks, München:
 - Verantwortlich für ein 1,8 GHz RX Frontend Modul für GSM Mobilfunk-Basisstationen: Projektkoordination, Definition der Architektur, Systemsimulation, Schaltungsentwurf, Layout, Evaluierung von Labormustern und Prototypen, Fertigungseinführung
 - Qualifizierung und Fertigungseinführung eines 10 GHz VCOs
 - Layout und Aufbautechnik von 40 Gb/s High Speed Digital Modulen für faseroptische Systeme
 ### Okt. 1994 – Okt. 1998 — Wissenschaftlicher Mitarbeiter am Ferdinand-Braun-Institut für Höchstfrequenztechnik, Berlin:
 - Erzeugung elektrischer Transienten im Picosekundenbereich mit nichtlinearen Diodenleitungen
    - Auf dieser Arbeit aufbauend: Externe Promotion an der TU Berlin, berufsbegleitend abgeschlossen im Jahr 2001
    - Erstellung eines präzisen Schottky-Dioden Modells für hyperabrupte Dotierungsprofile und Implementierung als eigenständiges, in AEL programmiertes Bauelement in der Simulationssoftware Keysight ADS
    - Modellierung, Simulation, Layout und Messung von GaAs MMICs
    - Entwicklung von MMIC Sampling Schaltungen: Transienten bis 7 ps, Harmonische bis 140 GHz
    - Programmierung von objektorientierter C++ Software zum De-Embedding von S-Parametern
 - Elektromagnetische Feldsimulationen koplanarer Leitungsstrukturen bis 1 THz
 - Entwicklung eines breitbandigen Low-Power Transimpedanzverstärker-GaAs-MMICs für 100 MHz – 6 GHz
 ### Sep. 1992 – Aug. 1993 — Studentische Hilfskraft am Ferdinand-Braun-Institut für Höchstfrequenztechnik, Berlin:
 - Modellierung passiver Elemente, Dioden und Transistoren auf GaAs Wafern
 ### Jan. 1990 – März 1992 — Studentische Hilfskraft am Hahn-Meitner-Institut, Berlin:
 - Entwurf und Aufbau von ultra-breitbandigen Verstärkern 10 kHz – 16 GHz inklusive Entwicklung und Implementierung eines neuen Verfahrens zur Temperaturkompensation
 ## Ausbildung
 ----------  ----------------------------------------------------------------------
 Okt. 2025   **AI Consultant (mit TÜV-Zertifikat)** beim AI Training Institute, [[Zertifikat (Link funktioniert im Browser)]](https://perscert-tuv.certif-id.com/expert/public/share/7MR0WDzG106JDCqV_RW7)
 März 2001   **Promotion** „Computergestützter Entwurf nichtlinearer Transmissionsleitungen zur Erzeugung elektrischer Transienten im Picosekundenbereich", [[Dissertation]](https://depositonce.tu-berlin.de/bitstream/11303/599/1/Dokument_9.pdf)
 Okt. 1994   **Dipl.-Ing. Elektrotechnik** an der TU Berlin, Vertiefungsfach Hochfrequenztechnik, Diplomarbeit Software zur Extraktion von MESFET Ersatzschaltbildern aus Messdaten
 Juni 1986   **Abitur** am Oberstufenzentrum Elektrotechnik in Berlin
 ----------  ----------------------------------------------------------------------
 ## Trainings
 ----------  ----------------------------------------------------------------------
 Dez. 2016   Ansys SIwave Training
 Juni 2016   Keysight, „High Speed Digital class using ADS"
 Jan. 2008   Gustav Käser, „Management"
 Juni 2007   Die Akademie, „Führung und Organisation 1"
 Apr. 2006   Die Akademie, „Gedächtnis- und Konzentrationstraining"
 Mai 2000    Seminar „Persönlichkeitsentwicklung im Team"
 ----------  ----------------------------------------------------------------------
 ## Kenntnisse
 **KI:**
 - KI-Potenzialanalyse und KI-Strategieentwicklung
 - KI-Schulung
 - KI-Implementierung
 - Prompt Engineering, Context Engineering
 - Multimodale KI (Text, Bild, Audio)
 - DSGVO-konforme KI-Anwendungen
 - KI Software: Miro, Notion, Fireflies.ai, Gamma, Canva
 - Generative AI (GenAI) / Large Language Models (LLMs): Funktionsweise, Webinterface Chat, Chat via API, Fine-Tuning, On-Premise, LLM-Evaluierung
    - Mixture of Experts (MoE), Reasoning Models, Function Calling / Tool Use
    - Praxis-Erfahrung mit OpenAI GPTs, Google Gemini, Anthropic Opus, Sonnet, Haiku sowie On-Premise gpt-oss-20b, Qwen3-VL-8B, Qwen3.5-9B, Qwen3.6-27B
    - Supervised Fine-Tuning (SFT) eines gpt-4o-mini LLMs
 - Agentic AI, Coding AI Agent Umgebungen
    - Manus, Perplexity, Microsoft Visual Studio / Visual Studio Code mit Copilot, VSCodium mit Cline, Claude Code, Claude Cowork
    - Model Context Protocol (MCP)
 - Natural Language Processing (NLP)
 - Retrieval Augmented Generation (RAG)
    - Chunk-Strategien
    - Embedding Models, Praxis-Erfahrung mit OpenAI text-embedding-3-small, On-Premise tomoro-colqwen3-embed-4b
    - Vektor-Datenbanken, Praxis-Erfahrung mit Pinecone, On-Premise Qdrant
 - Edge AI / On-Premise KI-Infrastruktur (Auswahl, Aufbau und Betrieb)
    - Consumer-GPU-Inference (NVIDIA Blackwell Architektur, RTX 50-Serie, CUDA Toolkit)
    - LLM-Quantisierung: 8-bit Inference (FP8), 4-bit Inference (MXFP4, IQ4_XS, NVFP4)
    - GGUF und Safetensors Modelle
    - Ollama, Hugging Face Transformers, PyTorch, llama.cpp, Open WebUI
 **Software Design:**
 - Objektorientierte Programmierung, ereignisorientierte Programmierung, prozedurale Programmierung
 - Prozessautomatisierung (UI.Vision, PyAutoGUI, n8n, Langflow)
 - Python mit diversen Modulen (z.B. NumPy, Pandas und Matplotlib für Datenanalyse, FastAPI für REST APIs, PyShark zur Prozessierung von Ethernet Trace-Dateien, PyAutoGUI zur Automatisierung, Tkinter für GUI-Programmierung, transformers, openai, anthropic und tiktoken für KI-Anwendungen)
 - C++, C, CAPL
 - Matlab
 - JavaScript
 - HTML, PHP, XML, JSON, Markdown
 **Methodik:**
 - Konzepterstellung
 - Machbarkeitsstudien
 - Anforderungsanalyse / Requirements Engineering
 - Spezifikationserstellung
 - Technologie-Evaluierung und -Auswahl
 - System-Architektur und -Design
 - SW-Architektur und -Design
 - Verifikation und Validierung
 - System Integration
 - Technische Dokumentation
 - Systematische Fehleranalyse
 - Projektmanagement
 **IT:**
 - MS Windows, Unix inkl. Linux und Embedded Linux
 - Eigenbetrieb von Internet-Servern (seit 2011 virtueller Root-Server, seit 2015 dedizierte Root-Server): Websites, E-Mail-Server, Reverse Proxy, TLS, Backups und Monitoring (Virtualmin)
 - Self-Hosted Services in Docker-/Podman-Containern: Git, Nextcloud, EspoCRM, Affine, Paperless-ngx, n8n
 - Virtuelle Maschinen basierend auf VMware Workstation und Linux KVM/Qemu, Docker Container, Podman Pods
 - MS Office / LibreOffice
 - MS Azure DevOps Server / Team Foundation Server, PTC Integrity, Subversion Server, Git
 **Engineering Software:**
 - Vector CANalyzer, CANape, CANoe
 - Ansys Electronics Desktop, HFSS, Q3D, SIwave
 - Keysight ADS inkl. Momentum, SIPro/PIPro und AEL Programmierung
 - CST
 **Messtechnik:**
 - Daten-Netzwerk Performance mit Wireshark, iperf3, Vector Informatik Ethernet und CAN-Bus Testgeräten, GL Communications PacketExpert Gigabit Ethernet Tester
 - S-Parameter mit Netzwerkanalysatoren bis 110 GHz, On-Wafer und Koaxial, Kalibration, De-Embedding und Mixed-Mode S-Parameter
 - Zeitbereichsmessungen mit Samplingoszilloskopen bis 50 GHz und Realtime-Oszilloskopen bis 13 GHz
 **Fremdsprachen:**
 - Deutsch: Muttersprache
 - Englisch: Fließend in Wort und Schrift
 **Veröffentlichungen:**
 - Dissertation, fünf Veröffentlichungen, ein Patent, eine Erfindungsmeldung
--- a/vorgaben/marketing.md
+++ b/vorgaben/marketing.md
@@ -0,0 +1,365 @@
 # Marketing-Wissensbasis DesTEngS
 Diese Datei ist die zentrale Wissensbasis über das Unternehmen, die für alle Teilgebiete relevant ist. Sie wird in der ersten Arbeitsphase interaktiv gemeinsam mit Thomas befüllt und im Laufe der Zeit aktualisiert.
 > **Hinweis für den KI-Agenten:** Fülle Abschnitte nie eigenständig mit Annahmen. Befrage Thomas gezielt. Sobald ein Abschnitt validiert ist, entferne den Platzhalter-Hinweis `_(offen)_`.
 ---
 ## 1. Unternehmen
 - **Name:** DesTEngS Dr.-Ing. Thomas Langer (Kurzform/Marke: DesTEngS)
 - **Branche / Tätigkeitsfeld:** Freiberufliche Unternehmensberatung mit Ingenieurdienstleistungen in den Bereichen generative KI (AI Consulting) und Elektronik-Entwicklung.
 - **Gründungsjahr / Historie:** Gegründet 2011. Wichtiger Meilenstein: Abschluss der Ausbildung zum AI Consultant mit TÜV-Zertifikat im Oktober 2025 im Rahmen einer strategischen Neuausrichtung auf generative KI.
 - **Größe:** Einzelunternehmer ohne angestellte Mitarbeiter. Die Ehefrau unterstützt gelegentlich bei organisatorischen Aufgaben – auf der Website werden deshalb bewusst "Wir"-Formulierungen verwendet.
 - **Standort(e):** Firmensitz: Biberger Straße 91, 82008 Unterhaching, Deutschland. Für Marketing oft als "Großraum München" bezeichnet. Einzugsgebiet:
  - Großraum München bei Aufträgen mit regelmäßiger Vor-Ort-Präsenz beim Kunden
  - Deutschlandweit bei Tätigkeiten, die nahezu vollständig remote aus den eigenen Büroräumen erbracht werden können
 - **Website / Online-Präsenz:**
  - Deutsche Website: https://destengs.de
  - Englische Website: https://destengs.com
  - LinkedIn: https://www.linkedin.com/in/thomas-langer-b9742a2
  - Freelance.de: https://www.freelance.de/Freelancer/301931-Consultant
  - Xing: https://www.xing.com/profile/Thomas_Langer28
  - Weitere Freelancer-Plattform-Profile: Freelancermap.de, Randstad Professional, Malt.de, Uplink
 ## 2. Angebot
 ### Kernprodukte / Kerndienstleistungen
 **Generative KI (strategischer Fokus):**
 - KI-Potenzialanalyse-Workshops inklusive Schulung, Identifikation und Bewertung von KI-Use-Cases, Erstellung einer Umsetzungs-Roadmap und längerfristiger Begleitung
 - KI-Schulungen
 - KI-Implementierungen
 **Elektronik-Entwicklung:**
 - Konzeptfindung, Requirements Engineering und Erstellung von Spezifikationen
 - Software Design
 - System Integration
 **Schwerpunkt / Gewichtung:** Der strategische Fokus liegt klar auf generativer KI. Das Geschäft soll aktiv in Richtung KI verschoben werden; die Elektronik-Entwicklung bildete bisher den alleinigen Tätigkeitsschwerpunkt und bleibt als Standbein erhalten.
 ### Alleinstellungsmerkmale (USPs)
 Der zentrale USP ist die Kombination aus:
 1. Umfangreichem Wissen im Bereich generative KI (TÜV-zertifizierter AI Consultant)
 2. Praktischer Erfahrung mit generativer KI
 3. Über 30 Jahren Ingenieurstätigkeit in Entwicklung, Test und Systemintegration neuer Elektronik in verschiedensten Einsatzumgebungen
 **Weiterer Differenzierer:** Im Gegensatz zu den meisten freiberuflichen Ingenieurdienstleistern verfügt DesTEngS über eigene Büroräume mit professionellem Equipment.
 ### Preis-Positionierung
 Generelle Positionierung: **etwas oberhalb des Mittelfeldes**.
 Durch die Fokussierung auf KI wird das bisherige reine Stundenhonorarmodell zunehmend unattraktiv. Zusätzlich werden daher eine nutzenbasierte Vergütung sowie der Verkauf von Produkten zum Festpreis etabliert.
 **Vergütungsmodelle:**
 - **Präferiert – Nutzenbasierte Vergütung:** Bei längeren Aufträgen wird eine nutzenbasierte Vergütung angestrebt: Je größer der Nutzen für den Kunden, desto höher die Vergütung. Der konkrete prozentuale Anteil am finanziellen Kundennutzen ist noch nicht festgelegt.
 - **Stundenhonorar (wie bisher):**
  - Standard-Stundensatz für Agenturgeschäft: **105 € netto** (orientiert an Freelancer-Studien 2026: Durchschnitt IT 102 €/h, Durchschnitt 20+ Jahre Erfahrung 107 €/h)
  - Stundensatz für KMU-Direktbeauftragung: **120 € netto** (einheitlich für alle Direktbeauftragungen, unabhängig vom Akquise-Kanal; entspricht 960 € Tagessatz bei 8 Stunden; in S30 zunächst auf 125 € festgelegt, in S35 auf 120 € gesenkt, um konsistent zur Tagessatz-Anzeige auf Direktbeauftragungs-Plattformen wie Malt.de zu bleiben; Anhebung nach drei bis fünf erfolgreichen KI-Direktmandaten zu prüfen)
  - Absolute Untergrenze (alle Auftragsarten): **90 € netto**
  - Abrechnung nur für tatsächliche Tätigkeitszeit am Kundenauftrag
 - **Produkte zum Festpreis:** KI-Potenzialanalyse-Workshops und KI-Schulungen sollen als standardisierte Produkte mit Festpreis angeboten werden. Produktzuschnitt und Preise sind noch festzulegen.
 **Effektiver Stundensatz (interne Steuerungsgröße):**
 Definiert als *(Summe aller Einnahmen − Summe aller Ausgaben) ÷ Summe aller Zeitaufwände*. Zusatzaufwände wie Reise- und Übernachtungskosten werden nicht an den Kunden weiterberechnet, senken aber den effektiven Stundensatz. **Mindestanforderung:** Der zu erwartende effektive Stundensatz eines Projekts muss mindestens **80 €** betragen, damit das Projekt angenommen wird.
 **Offene Punkte in diesem Abschnitt:** Zuschnitt und Festpreise der KI-Produkte.
 _Notiz zur nutzenbasierten Vergütung (S02): Konkretisierung erst bei einem konkreten Fall sinnvoll, kein eigenes Teilgebiet. Voraussetzung sind verlässliche KPI/ROI, die idealerweise im Rahmen eines KI-Potenzialanalyse-Workshops aufgestellt werden. Die Berechnung der Vergütung aus KPI/ROI und die Höhe einer Basisvergütung hängen von Zielerreichungs-Wahrscheinlichkeit, Restrisiko und Zeitversatz ab. Vor dem ersten Fall klären: Modell „reduzierte Basisvergütung plus Erfolgsanteil" vs. „voller Stundensatz plus Bonus bei KPI-Erreichung" (unterschiedliche Risikoverteilung)._
 ## 3. Zielgruppe(n)
 Es gibt zwei Zielgruppen. Für beide sind in der Regel sowohl generative KI als auch Elektronik-Entwicklung relevant. Es gibt **keine Branchenbeschränkung**.
 ### Primäre Zielgruppe: KMU mit Direktbeauftragung
 Kleine und mittelgroße Unternehmen (10–249 Mitarbeiter), die DesTEngS direkt beauftragen – ohne zwischengeschaltete Agentur oder Personalvermittler.
 **Typische Ansprechpartner:** Geschäftsführung, F&E-Leitung, Fachabteilungsleiter, Digitalisierungs- und Innovationsverantwortliche.
 ### Sekundäre Zielgruppe: Consulting-Agenturen
 Alle bislang lukrativen Aufträge kamen über Consulting-Agenturen zustande. Ablauf: Die Agentur kauft die Dienstleistung als Kunde ein und verkauft sie an den Endkunden weiter; DesTEngS agiert als Sub-Contractor und erbringt die Leistung gemäß den Anforderungen des Endkunden. Die Endkunden sind typischerweise Konzerne.
 **Typische Ansprechpartner:** Recruiting-Mitarbeiterinnen der Consulting-Agenturen.
 ### Eingrenzungskriterien für die Lead-Generierung (primäre Zielgruppe)
 Die primäre Zielgruppe wird für die aktive Lead-Generierung durch zwei Kriterien eingegrenzt:
 **1. Geografische Nähe (vor Ort erreichbar):**
 Fokus auf technologieorientierte KMU im Großraum München. Persönliche Vor-Ort-Termine sind ein zentraler Vorteil: Der Kunde bekommt ein verlässlicheres Gefühl für Kompetenz und Vertrauenswürdigkeit als in Online-Meetings, und Thomas kann den Kunden und das Potenzial für eine weiterführende Zusammenarbeit (z.B. nutzenbasierte Vergütung) besser einschätzen.
 **2. Bedarf an speziell angepassten Lösungen:**
 Der größte Mehrwert von DesTEngS liegt bei Kunden, deren Herausforderungen über die Einführung von Standard-KI-Produkten hinausgehen. Für Standard-Aufgaben (z.B. Microsoft Copilot einführen, DSGVO-konforme Inference-Provider anbinden) sind IT-Dienstleister oder AI-Consultant-Quereinsteiger die günstigere Wahl. Interessant werden Aufträge mit anspruchsvollen, technischen Herausforderungen, z.B.:
 - Entwicklung von Zusatz-Software, die KI-Unterstützung für bestehende Workflow-Tools schafft, die selbst keine gute KI-Integration bieten
 - Fine-Tuning von LLMs für spezifische Anwendungsbereiche (inkl. Erzeugung von Trainingsdaten)
 - Semantische Suche in Unternehmens-Knowledge-Bases, die sich nicht mit Standard-RAG-Produkten realisieren lässt
 - Aufbau von On-Premise-KI-Servern zur Vermeidung von Datenabfluss
 **Hinweis:** Ob ein Lead in Kategorie 2 fällt, zeigt sich oft erst im Gespräch. Die Lead-Generierung identifiziert daher im ersten Schritt technologieorientierte KMU im Großraum München; die Qualifizierung des konkreten Bedarfs erfolgt in einem zweiten Schritt (siehe Akquise-Strategie in Abschnitt 6).
 ### Bisherige Kunden
 Die bisherigen Direktkunden sind wegen schwacher Marktlage und fehlenden Budgets für das zukünftige Marketing von untergeordneter Bedeutung.
 ### Typische Kundenprobleme / Bedürfnisse
 Erwartete und in Gesprächen häufig geäußerte Problemstellungen:
 - „Wir wissen nicht, wo KI bei uns sinnvoll ist."
 - „Wir haben schon KI-Tools, aber bisher keinen nennenswerten Nutzen daraus gezogen."
 - „Wir wollen eine KI-Schulung, damit unsere Mitarbeiter unsere KI-Tools effizient und sicher nutzen können."
 - „Wir haben die digitale Transformation nicht durchgeführt und haben keine KI-geeigneten Daten."
 - „Wir brauchen jemanden, der für unsere KI-Ideen Lösungskonzepte erstellt, mit uns die Anforderungen definiert, es dann implementiert und in unsere Systeme integriert."
 - „Wir brauchen eine Software, die jemand mit Hilfe von Coding-KI-Agenten schnell und effizient erstellt."
 Am häufigsten in echten Kundengesprächen gehört:
 - „Wir haben zwar schon Microsoft Copilot, aber wir haben noch nicht viel mit KI gemacht."
 - „Meine Software X hat jetzt auch KI-Unterstützung und das funktioniert ganz gut."
 ### Entscheidungsprozess
 **Consulting-Agenturen (sekundäre Zielgruppe):**
 - Einkaufsabteilung des Endkunden: Budget und Rahmenbedingungen
 - Fachabteilungsleiter des Endkunden: Kandidatenauswahl
 - Einzelentscheider der Agentur: Rahmenbedingungen
 - Typischer Zyklus vom Erstkontakt bis zum Auftrag: **ca. drei Wochen**
 - Finale Budgetentscheidung: Einkaufsabteilung des Endkunden
 **KMU mit Direktbeauftragung (primäre Zielgruppe):**
 - Einkaufsabteilung (falls vorhanden): Budget und Rahmenbedingungen
 - Geschäftsführer und/oder Fachabteilungsleiter: Kandidatenauswahl
 - Typische Zykluszeit: stark variabel – je nach Unternehmensgröße, Dynamik und Dringlichkeit zwischen **wenigen Tagen und ca. zwei Monaten**
 - Finale Budgetentscheidung: Geschäftsführer, ggf. zusammen mit der Einkaufsabteilung
 ## 4. Positionierung
 ### Gewünschte Wahrnehmung
 Nach dem ersten Eindruck (Website, Erstgespräch) sollen potenzielle Kunden DesTEngS so beschreiben:
 > „Der vertrauenswürdige Ingenieur, der unserem Unternehmen durch seine hohe KI- und Elektronik-Kompetenz und durch seine umfangreiche Erfahrung den größtmöglichen Nutzen liefern kann."
 **Kern-Assoziationen, die hängen bleiben sollen:**
 - Orientiert sich am Nutzen für den Kunden
 - Vertrauenswürdig
 - Hohe Kompetenz in allen wichtigen Gebieten
 - Fähig zur praktischen Umsetzung
 - Umfangreiche Erfahrung
 ### Wettbewerber
 Wahrgenommene Konkurrenz in den Zielgruppen:
 - IT-Dienstleistungsunternehmen, die KI-Themen mit adressieren
 - Andere KI-Berater
 - Andere Berater in den Bereichen IT, Software-Design und System Integration
 **Häufigste direkte Alternative und primärer Abgrenzungsgegner:** IT-Dienstleistungsunternehmen.
 ### Differenzierung
 Zugespitzt auf den wichtigsten USP für die Außenwirkung: die Kombination aus über 30 Jahren Ingenieurstätigkeit in Entwicklung, Test und Systemintegration neuer Elektronik mit aktueller Fachkompetenz und Praxiserfahrung bei generativer KI. Diese Brücke zwischen tiefer Ingenieursexpertise und KI ermöglicht maßgeschneiderte Lösungen, die über die Einführung von Standard-KI-Produkten hinausgehen (vgl. Eingrenzungskriterien in Abschnitt 3).
 **Differenzierungssatz:**
 > „Ich beschränke mich nicht auf den Verkauf vorgefertigter Pakete, sondern kann Lösungen flexibel an die konkreten Anforderungen meiner Kunden anpassen."
 ### Kernbotschaft / Elevator Pitch
 Der Elevator Pitch ist für Gespräche konzipiert (Netzwerktreffen, Erstgespräche am Telefon) und richtet sich an die primäre Zielgruppe (KMU). Ein Call-to-Action wird situationsabhängig angehängt.
 **Langform (gesprochen ca. 48 s):**
 > „Ich bin Thomas Langer, promovierter Ingenieur, zertifizierter AI Consultant und Inhaber des Ingenieurbüros DesTEngS. Ich kombiniere über 30 Jahre Erfahrung in Entwicklung, Test und System Integration von neuer Elektronik mit aktueller Fachkompetenz und Praxiserfahrung bei Generativer KI.
 >
 > Viele Unternehmen haben inzwischen erste KI-Tools eingeführt, aber sie werden oft nicht richtig angewendet oder bringen keinen nennenswerten Mehrwert. Ich helfe dabei, Generative KI so einzusetzen, dass sie einen messbaren Nutzen liefert. Dabei muss ich mich nicht auf den Verkauf vorgefertigter Pakete beschränken, sondern kann Lösungen an die konkreten Anforderungen meiner Kunden anpassen."
 **Kurzform (gesprochen ca. 22 s):**
 > „Ich bin Thomas Langer von DesTEngS, promovierter Ingenieur und zertifizierter AI Consultant. Ich helfe dabei, Generative KI so einzusetzen, dass sie einen messbaren Nutzen liefert. Dafür kombiniere ich über 30 Jahre Erfahrung aus der Elektronik-Entwicklung mit Fachkompetenz und Praxiserfahrung bei Generativer KI."
 **Hinweis zur schriftlichen Verwendung:** In geschriebenen Texten (Website, LinkedIn) empfiehlt sich „TÜV-zertifizierter AI Consultant" statt nur „zertifizierter AI Consultant", da der TÜV-Name in Deutschland ein starkes Vertrauenssignal ist.
 ## 5. Tonalität und Markenstimme
 ### Tonalität
 - **Grundton:** Formal und seriös, dabei emotional und begeisternd.
 - **Anrede:** „Sie"-Form auf der Website und in allen Materialien.
 - **Sprachliche Qualität:** Allgemeinverständlich, hohe sprachliche Qualität. Marketing-Buzzwords nur erlaubt, wenn sie eine starke inhaltliche Botschaft transportieren und perfekt zum Kontext passen.
 ### Sprachen
 - **Primärsprache:** Deutsch.
 - **Zweisprachigkeit:** Alle Materialien sollen zweisprachig (Deutsch und Englisch) entstehen, da Englisch bei manchen potenziellen Kunden erforderlich ist.
 ### Dos & Don'ts
 **Auf keinen Fall verwenden:**
 - Plumpe Marketing-Floskeln ohne wesentlichen Inhalt
 - Übertreibungen
 - Formulierungen mit Negationen
 - Unklare Formulierungen
 - Formulierungen mit Gedankenstrichen; stattdessen Kommas verwenden
 - Gendern
 - Emojis
 - Humor
 - Folgende Wörter sind in jeglicher grammatikalischen Form und Konjugation verboten (typische KI-Fehlgriffe bei deutschen Texten): „eintauchen", „entdecken", „enthüllen", „erobern", „umarmen", „Haltung"
 **Gern verwenden:**
 - Längere Fließtexte mit einer natürlichen Mischung aus kurzen, mittleren und langen Sätzen
 - Gelegentlich an passenden Stellen unübliche, präzise und professionelle Begriffe, die perfekt zum Kontext passen, um Texte eloquent zu gestalten
 ### Ich/Wir/DesTEngS — Richtlinie zur Perspektive
 - **„Ich"-Form als Standard** überall dort, wo Person, Erfahrung und Kompetenz von Thomas Langer im Vordergrund stehen: Website-Texte, Elevator Pitch, LinkedIn, Angebotstexte. Passt zur Positionierung als persönlicher, vertrauenswürdiger Experte und wirkt authentisch.
 - **„Wir"-Form nur dort, wo es sachlich stimmt:** Wenn tatsächlich mit Partnern oder Subunternehmern an einem Projekt gearbeitet wird, oder in generischen Formulierungen, in denen „wir" = „Sie und ich" bedeutet (z.B. „Wir vereinbaren einen Termin").
 - **Firmenname als dritte Option:** Statt „Wir bieten …" oder „Ich biete …" funktioniert auch „DesTEngS bietet …" – klingt professionell, ohne eine bestimmte Teamgröße zu suggerieren.
 ## 6. Aktueller Marketing-Status
 ### Bisherige Aktivitäten
 Bisherige Maßnahmen zur Kundengewinnung (vor der strategischen Neuausrichtung auf Generative KI, damals nur Zielgruppe Consulting-Agenturen):
 - Lebenslauf an Consulting-Agenturen gesendet → **einziger Kanal, der funktioniert hat**
 - Freelancer-Plattform-Profile angelegt (inzwischen veraltet)
 - Englisches LinkedIn-Profil gepflegt (inzwischen veraltet)
 - Deutsches Xing-Profil gepflegt (inzwischen veraltet)
 - Einige persönliche Kontakte über Auftragssuche informiert
 ### Vorhandene Materialien
 - Corporate Identity (Farben, Schriften)
 - Logo und eingetragene Wort-/Bildmarke (DesTEngS und DesTEngS-Logo)
 - Domains destengs.com und destengs.de
 - Websites destengs.com (Englisch) und destengs.de (Deutsch)
 - E-Mail-Adressen und E-Mail-Signaturen
 - Visitenkarten
 - Stempel
 - Portraitfotos
 - Bürofotos minderwertiger Qualität (als Quelle für KI-generierte Büro-Bilder gedacht)
 - One-Pager mit Leistungsbeschreibung und Erfolgsbeispielen
 - Brief-Vorlage im Word-Format
 - Präsentations-Vorlage im PowerPoint-Format
 ### Kanäle und Performance
 - **Freelancer-Plattform-Profile (Freelance.de, Freelancermap, Randstad Professional):** Bringen derzeit keine passenden Anfragen, weil die Profile die strategische Neuausrichtung auf Generative KI noch nicht widerspiegeln. Eingehende Anfragen sind sehr unpassend.
 - **LinkedIn:** Aktuell einziger aktiv genutzter Kanal, jedoch nur zur Darstellung und Kontaktpflege, nicht für Postings.
 - **Xing:** Kostenpflichtiges Abo gekündigt. Profilpflege hat geringe Priorität, da die Plattform zunehmend an Bedeutung verliert.
 - **Malt und Uplink:** Machen den Eindruck, für professionelle Unternehmensberater ungeeignet zu sein.
 - **Website-Traffic:** Kein Monitoring installiert. Der Traffic ist vermutlich zu vernachlässigen, da außer der Firmendarstellung keine weiterführenden Inhalte angeboten werden.
 ### Budget
 Kein separates Marketing-Budget vorhanden, da es noch keine Marketing-Planung gibt. Das zukünftige Budget wird sich am Ergebnis der laufenden Marketing-Optimierung orientieren.
 - **Sekundäre Zielgruppe (Consulting-Agenturen):** Kein Budget erforderlich, da lediglich Optimierung und Versendung des Lebenslaufs nötig ist.
 - **Primäre Zielgruppe (KMU):** Angedachter Ansatz: mit einer Sequenz kleiner Werbekampagnen das richtige Verhältnis zwischen Angebot und Nachfrage ermitteln. Konkrete Idee: KI-gestützte Lead-Generierung, anschließend telefonische Kaltakquise durch eine tageweise beauftragte externe Arbeitskraft.
 ### Akquise-Strategie (primäre Zielgruppe)
 Die Akquise für KMU-Direktkunden folgt einem zweistufigen Prozess:
 **Stufe 1 – Lead-Identifikation:**
 Technologieorientierte KMU im Großraum München systematisch identifizieren. Mögliche Quellen: Firmendatenbanken, IHK-Verzeichnisse, Branchenportale, Google Maps/Unternehmensprofile, LinkedIn Sales Navigator, Teilnehmerlisten lokaler Wirtschaftsveranstaltungen. Dieser Schritt lässt sich teilweise KI-gestützt automatisieren.
 **Stufe 2 – Lead-Qualifizierung:**
 Identifizierte Leads werden kontaktiert, um den konkreten Bedarf aufzudecken. Bevorzugte Kontaktsequenz für ausgewählte Leads:
 1. Postalisches Mailing mit hochwertigem One-Pager und Einladung zum Erstgespräch (erster Touchpoint, schafft Wiedererkennung).
 2. Telefonische Kontaktaufnahme einige Tage später durch eine tageweise beauftragte externe Arbeitskraft. Bezugnahme auf den One-Pager. Ziel ist nicht der Verkauf von KI-Beratung, sondern das Angebot eines niedrigschwelligen Ersttermins (z.B. „Darf Herr Dr. Langer Ihnen in 30 Minuten zeigen, wo in Ihrem Unternehmen KI einen konkreten Nutzen bringen könnte?").
 3. Bei Interesse: persönlicher Ersttermin vor Ort.
 Ergänzender Kanal: Lokale Wirtschaftsveranstaltungen (IHK-Events, Unternehmerfrühstücke, Technologie-Stammtische). Bereits in kleinem Umfang aktiv, soll intensiviert werden, sobald das Marketing bereit ist.
 Erst im Erstgespräch zeigt sich, ob der Kunde Standard-Lösungen braucht (dann ggf. Schulung anbieten oder weiterverweisen) oder maßgeschneiderte Lösungen (Kerngeschäft von DesTEngS).
 **Rechtlicher Hinweis:** Telefonische B2B-Kaltakquise ist nach UWG §7 nur bei mutmaßlicher Einwilligung zulässig. Vor dem Start ist eine juristische Prüfung erforderlich, ob die Ansprache technologieorientierter KMU mit einem KI-Beratungsangebot diese Schwelle erreicht.
 ## 7. Ziele
 ### Kurzfristige Marketing-Ziele (nächste 3 Monate)
 - Lebenslauf für Consulting-Agenturen optimiert und verteilt.
 - LinkedIn-Profil von „nur Englisch und inhaltlich veraltet" auf „inhaltlich aktuell, Deutsch und Englisch" optimiert.
 - Die wichtigsten drei Freelancer-Plattform-Profile optimiert.
 - Außenwirkung der DesTEngS-Websites von „selbst gebastelt" auf „sehr professionell" verbessert.
 - Die ersten 100 KMU-Leads generiert.
 - CRM-Tool einsatzbereit für telefonische Kaltakquise mit externer Arbeitskraft.
 ### Mittelfristige Ziele (6–12 Monate)
 - Insgesamt mindestens 300 KMU-Leads generiert.
 - Festpreisprodukte definiert.
 - Hochwertiger DesTEngS-One-Pager erstellt und per postalischem Mailing an 100 ausgewählte Leads versendet (als erster Touchpoint vor der telefonischen Kaltakquise).
 - Telefonische Kaltakquise mit externer Arbeitskraft ist für 100 ausgewählte Leads erfolgt.
 ### Langfristige Vision (3–5 Jahre, nicht nur Marketing)
 - Anerkannter KI-Berater im Münchner Mittelstand.
 - Mehrere Projekte mit nutzenbasierter Vergütung durchgeführt.
 - Mindestens eine angestellte Arbeitskraft.
 - Die Nachfrage lastet Thomas und die angestellten Arbeitskräfte vollständig aus.
 - Eine KI-Telefonassistentin beantwortet Kundenfragen, berät und stellt erste Fragen für ein späteres Erstgespräch, das dann mit menschlichen DesTEngS-Mitarbeitern erfolgt.
 ### Messbare KPIs
 - Anzahl der fachlich und preislich passenden Anfragen, aufgeteilt nach Kanal: Consulting-Agenturen, Freelancer-Consulting-Plattformen, LinkedIn, eigene Werbekampagnen.
 - Anzahl der generierten Leads.
 - Anzahl der über mehrere Kanäle kontaktierten Leads.
 - Conversion-Rate von kontaktierten Leads zu Auftrag.
 - Umsatz-Anteile aus KMU-Direktgeschäft mit Festpreisprodukten vs.KMU-Direktgeschäft auf Honorarbasis vs. KMU-Direktgeschäft mit nutzenbasierter Vergütung vs. Agenturgeschäft.
 ## 8. Rahmenbedingungen und Einschränkungen
 ### Zeitliche Ressourcen von Thomas
 - Ohne Kundenauftrag (z.B. aktuell): Bis zu **35 Stunden/Woche** für Marketing.
 - Bei voller Auslastung durch Kundenauftrag: Bis zu **6 Stunden/Woche** für Marketing.
 ### Tools und Plattformen
 **Bereits im Einsatz:**
 - E-Mail-Client: Mozilla Thunderbird
 - Website-CMS: WordPress
 - Lokale Microsoft Office Suite (nicht Office 365, kein Teams)
 - LibreOffice Suite
 - Grafiktools: GIMP, Inkscape
 - KI-Tools: Anthropic Claude Cowork und Claude Code, Manus
 - Fireflies.ai (Meeting-Transkription)
 - Miro (Whiteboard/Kollaboration)
 - Google Workspace (aktuell Google Meet für Online-Meetings)
 - VSCodium mit Cline (KI-gestütztes Coding)
 **Geplant:**
 - CRM-System (favorisiert: SuiteCRM, finale Entscheidung hängt von Marketing-Ergebnissen ab)
 - Microsoft Office 365 mit Teams für Online-Meetings
 ### Rechtliche / branchenspezifische Einschränkungen
 In Bayern gelten für freiberufliche Ingenieure spezifische Regeln der Bayerischen Ingenieurekammer-Bau (Bayika), die Werbung streng auf sachliche Information beschränken. Die Berufsordnung (§ 7) erlaubt Werbung nur, soweit sie über die berufliche Tätigkeit in Inhalt und Form sachlich unterrichtet.
 **Zulässige Maßnahmen:**
 - Homepages, Branchenverzeichnisse, Flyer, Baustellenschilder oder Fahrzeugbeschriftungen mit sachlichen Angaben zu Qualifikationen und Leistungen.
 - Fachmessen, Newsletter oder Social Media, wenn informativ und datenschutzkonform (DSGVO-Abwägung).
 - Eigendarstellung in Presse oder Öffentlichkeitsarbeit, die Leistungen betont, ohne übertriebene Versprechen.
 **Verbotene Praktiken:**
 - Anpreisende Slogans wie „günstig" oder „preiswert".
 - Elektronische Post (E-Mail, Instant-Messenger-Nachrichten) an einen Adressaten ohne dessen vorherige ausdrückliche Einwilligung.
 - Vergleichende Werbung mit wettbewerbswidriger Herabsetzung von Mitbewerbern.
 - Kommerzielle Fremdwerbung auf eigener Website und irreführende Firmierungen.
 - Unlautere Bewerbung um Aufträge mit unwahren Angaben oder Herabsetzung von Kollegen.
 **Spezielle Impressumspflicht:** § 5 TMG (Telemediengesetz) schreibt Mindestangaben für Ingenieurhomepages vor.
 ---
 _Stand: Alle Abschnitte (1–8) inhaltlich befüllt in S02 (2026-04-16). Offene Punkte: Prozentsätze für nutzenbasierte Vergütung (Abschnitt 2), Zuschnitt und Festpreise der KI-Produkte (Abschnitt 2)._
 _Notiz aus S02: Bei der Definition der Teilgebiete soll „KI-Glaubwürdigkeitsaufbau" als eigenes Teilgebiet berücksichtigt werden. Inhalte: KI-Erfolge und durchgeführte Workshops dokumentieren und sichtbar machen, eigene KI-Projekte aufbereiten, Mini-Whitepaper erstellen, hochwertige Vertrauensmaterialien für den Vertriebsprozess (keine Content-Strategie für Social-Media-Reichweite). Kontext: Thomas hat bereits drei KI-Potenzialanalyse-Workshops durchgeführt und weitere KI-Erfolge vorzuweisen, die nach LinkedIn- und Lebenslauf-Aktualisierung sichtbar werden. Content-Marketing im Sinne von LinkedIn-Postings/Fachbeiträgen für Reichweite wurde bewusst verworfen, weil KMU-Geschäftsführer diese Kanäle kaum nutzen und der Aufwand im Verhältnis zum Ertrag zu hoch ist._