# Inhaltliche Bausteine (geprüft)

Bewährte, faktisch korrekte Inhalte und Formulierungen zu Erfahrungen/Skills.
Was hier steht, ist verifiziert richtig. Wird am Ende jeder Session aktualisiert.

## Korrekte Fakten
- Standard-All-in-Stundensatz für **Agenturprojekte: 93 € netto** (per Nutzer-Entscheidung 2026-06-29 von 105 € gesenkt; Direktbeauftragung KMU: 120 € netto). Quelle: `vorgaben/marketing.md` §2. Im Anschreiben als **Vorstellung** formulieren (Verhandlungsbereitschaft, siehe `stil.md`).
- **Englischer Lebenslauf vorhanden:** Basisname `CV_Thomas_Langer_PhD` — bei englischen Bewerbungen anhängen. Format empfängerabhängig: Agentur `.doc`, Endkunde `.pdf` (siehe `stil.md`).
- Eine **Sicherheitsüberprüfung SÜ2** dauert mindestens drei Monate, teils bis zu einem Jahr → Projekte mit SÜ/Sicherheitsüberprüfung fallen aus (in `vorgaben/rahmenbedingungen.md` als ❌ verankert).
- **On-Prem-Infrastruktur (belegbar, nutzbar in KI-Bewerbungen):** Das EspoCRM läuft in einem Podman-Pod-Container auf dem Server **DesTEngSsv006**, dem eigenen On-Premise-KI-Server (GPU-Inference). Auf demselben Server laufen auch die Claude-Code-Sessions. Der `projekt-anlegen`-Skill holt Projektausschreibungen automatisiert von Portalen (z. B. freelancermap), gliedert sie in Must/Nice/Misc, bewertet sie und trägt sie via REST-API ins CRM ein. Beleg für Agentic AI, MCP, Web-Datenextraktion und produktiv genutzte On-Premise-KI; auch als konkreter, authentischer Aufhänger im Anschreiben verwendbar.
- **LangChain / Langflow / Langfuse (verifiziert vom Nutzer, S+):** Thomas hat **Langflow** evaluiert (Projekt Kischdle); Langflow setzt auf **LangChain** auf und erweitert es um eine Low-Code-Oberfläche. **Langflow und Langfuse laufen produktiv in Containern auf dem eigenen lokalen KI-Server** (DesTEngSsv006). Damit sind **LangChain** (über Langflow) und **Langfuse** ehrliche Buzzword-Treffer für LLM-App-/Observability-Ausschreibungen. **Nicht** belegt: **LangGraph** (nicht behaupten). Nutzbar für [[LLM]], [[RAG]], [[Workflow-Automatisierung]].
- **SOLCOM GmbH war die vermittelnde Agentur bei ASMPT und Magna** (vom Nutzer bestätigt, S+). Bei künftigen SOLCOM-Bewerbungen darf die frühere Zusammenarbeit offen als Vertrauensanker angesprochen werden (siehe Warm-Referencing in [[stil.md]]). Im Lebenslauf selbst ist die vermittelnde Agentur je Mandat nicht hinterlegt — solche Zuordnungen nur verwenden, wenn der Nutzer sie bestätigt.
- **n8n-Praxis (verifiziert vom Nutzer, S+, über den Lebenslauf hinaus):** n8n ist seit 2025 Teil des selbst betriebenen Server-Setups (eigene Linux-Server seit 2011). Konkrete, belegte n8n-Arbeiten: eigene Workflows entworfen und gewartet, inklusive **Customizations in JavaScript**, wo die Standard-Nodes nicht ausreichten; ein **Telegram-AI-Agent mit Zugriff auf Google-Cloud-Daten**; ein **RAG-Workflow**, in dem n8n die Daten-Chunks bildete, die Vektoren per **OpenAI-Embedding-Modell** erzeugte und in einer **Vektordatenbank** ablegte. Nutzbar als konkreter Beleg für [[Workflow-Automatisierung]], n8n-Nodes/Debugging, REST/Webhooks/JSON-Integration und KI-Anbindung in Workflows.
- **RPA-/Oberflächenautomatisierung ohne API (belegt, für RPA-/Automatisierungs-Rollen):** Zwei konkrete, gleichwertige Belege, wenn das geforderte Kern-Tool (z. B. UiPath) selbst nicht belegt ist. (1) **Web-Oberflächen:** bei Lumiz die Bestellvorgänge in einem webbasierten Druckerei-Shop mit **UI.Vision** vollständig automatisiert (Datenübernahme, Auswahl der Bestelloptionen, Bezahlung, Hochladen der Druckdaten). (2) **Desktop-Anwendungen:** Steuerung von Desktop-Programmen ohne API über **Oberflächenautomatisierung mit Python** (PyAutoGUI). Beide decken „RPA / gleichwertige RPA-Plattformen" und „nicht-triviale Steuerung von Legacy-Anwendungen ohne Schnittstelle" ab; Web-Automation passt auf webbasierte Systeme/Ticketsysteme, Desktop-Automation auf Desktop-/ERP-Anwendungen (z. B. Oracle Forms). Zusätzlich **Microsoft Power Automate Desktop** im Vorfeld eines KI-Workshops (ASMPT) kurz als RPA-Plattform **evaluiert** (nur „evaluiert", keine Produktivpraxis). Nutzbar für [[Workflow-Automatisierung]].
- **Make.com (verifiziert vom Nutzer, S+):** Make.com während der AI-Consultant-Ausbildung praktisch eingesetzt, wegen Limitierungen und Kosten Umstieg auf n8n; KI-Automatisierungstools werden in eigenen Arbeitsabläufen genutzt. „Sehr gute Make.com-Kenntnisse" darf als ✅ behauptet werden. Beleg für [[Workflow-Automatisierung]] (Make.com und n8n). Bei Make.com-/Automatisierungs-Rollen mit Coaching-Anteil zusätzlich der CRM-API-Workflow (projekt-anlegen/bewerbung, REST-API) als Praxisnachweis nutzen (siehe On-Prem-Bullet oben).

- **KI-/Dokumentenanalyse-Praxis (für Computer-Vision-/Document-AI-Bewerbungen):** Seit 2025 Erstellung von KI-Lösungen; LLMs werden täglich für die Analyse und Auswertung von Dokumenten genutzt (gedeckt, konsistent mit „Agentic AI ist alltägliches Werkzeug"). Die **Vision-Fähigkeiten mehrerer aktueller KI-Modelle** wurden evaluiert (Niveau „ausprobiert/getestet", siehe [[Multimodale KI]]) — **nur erwähnen, nicht anpreisen**, keine Modellnamen nötig. Guter ehrlicher Aufhänger: KI-Vision „extrahiert Informationen aus Dokumenten besser als konventionelle OCR-Methoden" — nennt den ❌-Buzzword **OCR** als Vergleichsgegenstand, ohne eigene OCR-Erfahrung zu behaupten.

- **Testautomatisierung in mehreren Positionen (belegt, für Test-/QA-Rollen):** Test-Automatisierungen sind über mehrere Stationen belegt: ASMPT (Python PyAutoGUI), Magna (CANoe-basierte Tester-SW, CAPL), Kathrein.net.tech (HF-Test-Automatisierung mit Matlab und Ruby), Alcatel-Lucent (Matlab-Test-Automatisierung, automatisierte Blocking-Tests, Kalibrationsumgebung), zusätzlich Ubidyne und Siemens (eher „Tests" als reine Automatisierung). Die kombinierte Formulierung **„Testautomatisierungen und Tests waren wesentlicher Teil meiner Aufgaben"** deckt auch Stationen ab, wo der Schwerpunkt auf Tests (nicht Automatisierung) lag, ohne Falschaussage. Nutzbar für [[Verifikation & Validierung]].
- **„Backend- und Integrationstests" ehrlich verankern (nicht als reine SW-QA behaupten):** Klassisches Software-Backend-Testing (APIs/DB/Microservices) ist **nicht** belegt. Der Ausschreibungs-Buzzword lässt sich aber ehrlich andocken an: **Prüfung von Kommunikationsschnittstellen und Protokollen** (Ethernet-Feldbus, Nachrichtenformate, Python-REST-Clients mit FastAPI) **bis zur Integration kompletter Subsysteme** (System Integration). So entsteht ein Buzzword-Treffer ohne Überdehnung. Formulierung: „Backend- und Integrationstests, von der Prüfung von Kommunikationsschnittstellen und Protokollen bis zur Integration kompletter Subsysteme, gehörten zu meinen Aufgaben."
- **Claude Code als Buzzword-Treffer bei „Claude"/„KI-gestützte Softwareentwicklung":** Nennt die Ausschreibung **Claude** und/oder **KI-gestützte Softwareentwicklung**, ist der Claude-Code-Bezug ein sauberer Agentur-Buzzword-Treffer (anders als sonst bei Produktnamen). Belegt: seit März 2026 intensiv/produktiv mit Claude Code für Softwareentwicklung, Tests und Automatisierungen (CV: „produktiver Einsatz im DesTEngS-Geschäftsbetrieb").

- **Coding-KI-Tool-Stack als Eignungsbeleg (für AI-Advisor-/„AI for Software Development"-Rollen):** Konkret belegt
  und nennbar: **GitHub Copilot** (VS Code), **VS Codium mit Cline** in Verbindung mit **Gemini- und OpenAI-Modellen**
  sowie **Claude Code und Claude Cowork** (produktiver Einsatz seit März 2026). Diese Breite ist ein ehrlicher Beleg
  für „Bewertung und Auswahl von AI-Tools" und „AI for Software Development". Formulierung: „die führenden Coding-KI-Werkzeuge
  praktisch evaluiert: …". Für **AI for Testing**: Testautomatisierung in mehreren Positionen belegt (siehe Test-Bullet)
  plus „generative KI gezielt für Tests und Qualitätssicherung" (CV: „Anwendung von KI bei … Tests"). Nutzbar für
  [[Agentic AI]], [[LLM]], [[Verifikation & Validierung]].
- **Cloud- vs. On-Premise-KI abwägen (belegt):** Lokale KI-Modelle auf eigener GPU-Hardware mit **NVIDIA-Blackwell**-Technologie
  betrieben (On-Premise belegt) und zugleich Cloud-LLMs produktiv genutzt → Aussage „Cloud- und On-Premise-Lösungen mit ihren
  jeweiligen Stärken, auch unter den Gesichtspunkten Governance, Datenschutz und Compliance, gegeneinander abwägen" ist gedeckt.
  „DSGVO-konforme KI-Anwendungen" (CV) stützt Datenschutz/Compliance/Governance. Nutzbar für [[On-Premise KI]], [[LLM]].
- **Self-Hosted-Container korrekt benennen — „Private Cloud Services", nicht „Microservices" (Nutzer S+):** Git, Nextcloud,
  EspoCRM usw. in Docker-/Podman-Containern sind **mehrere eigenständige Anwendungen**, nicht die Zerlegung *einer* App in
  unabhängig deploybare Dienste. Daher „**Private Cloud Services**" (deckt sich mit dem CV-Wortlaut „Self-Hosted Services in
  Docker-/Podman-Containern"), nicht „Microservices". Bewährte Formulierung: „Seit 2011 nutze ich Linux Root Server, auf denen
  auch meine Private Cloud Services in Docker- oder Podman-Containern laufen; beispielsweise läuft mein CRM in meiner lokalen
  Umgebung." Nutzbar für [[On-Premise KI]], [[Container]].
- **On-Premise-Modelle nicht nur LLMs (Nutzer S+):** Auf dem eigenen KI-Server laufen außer LLMs auch **ASR- und TTS-Modelle**
  (Open Source). Daher beim Agentur-Empfänger der breitere Begriff „**Open-Source-KI-Modelle**" statt „Open-Source-LLMs", wenn
  die ganze On-Premise-Bandbreite gemeint ist. Nutzbar für [[On-Premise KI]], [[Multimodale KI]].
- **CAD-Systeme und Engineering-/PLM-Landschaften ehrlich verankern (für KI-im-Engineering-/Konstruktions-Rollen):** „Konstruktion / CAD (z. B. CATIA)" zielt auf mechanisches CAD, das **nicht** belegt ist (kein CATIA, kein Maschinenbau-CAD) → nicht behaupten. Ehrlich abgedeckt ist dagegen: jahrzehntelange intensive Arbeit mit **CAD-/EDA-Entwicklungswerkzeugen** (Keysight ADS, Ansys HFSS/SIwave, CST, PCB-Layout) sowie deren **Auswahl und Evaluierung** (Toshiba: „Evaluierung und Auswahl von HF-Entwicklungssoftware"). „Digitale Engineering-/PLM-Landschaften": belegt über **PTC Integrity** (Requirements/Tasks/Reviews/Defects bei Magna), **Azure DevOps Server**, Git/Subversion und Cloud-gestützte Kollaborationsdienste. Zulässige Formulierung: „mit CAD-Systemen jahrzehntelang gearbeitet, mehrfach ausgewählt und evaluiert; Engineering-Prozesse, Product-Lifecycle-Management-Systeme und digitale Kollaborationsdienste bestens vertraut" — ohne Toolnamen beim Agentur-Empfänger (Buzzword-Ebene CAD/PLM/Engineering-Prozesse genügt).
- **ASMPT-KI-Workshop-Vorbereitung als Beleg für KI-Use-Case-Analyse in Engineering-Prozessen:** Zur Vorbereitung des KI-Potenzialanalyse-Workshops bei ASMPT hat Thomas sich mit den **Engineering-Entwicklungsprozessen** befasst und herausgearbeitet, an welchen Stellen sich generative KI integrieren lässt. Sauberer Beleg für „Analyse und Bewertung von KI-Anwendungsfällen in Konstruktions-/Entwicklungsprozessen". Drei KI-Potenzialanalyse-Workshops durchgeführt (Kerngeschäft, siehe [[KI-Beratung & Potenzialanalyse]]).

- **AI-Agenten-Orchestrierung (belegt, für Agentic-AI-/MCP-Rollen):** „Mit verschiedenen AI Automation
  Tools AI-Agenten orchestriert, sie mit Tools ausgestattet und an Datenquellen angebunden" ist gedeckt
  (n8n-Telegram-Agent mit Google-Cloud-Datenzugriff, Make.com, Langflow-Evaluierung). Tool Use / Function
  Calling und Datenanbindung als alltägliches Werkzeug behauptbar. Nutzbar für [[Agentic AI]], [[MCP]],
  [[Workflow-Automatisierung]].

- **Teil-/Randanforderungen ehrlich als „Anwenderwissen" rahmen (statt überziehen oder verschweigen):**
  Bei einer Must-/Nice-Anforderung, die nur auf Anwenderniveau belegt ist, offen so benennen, statt Praxis
  vorzutäuschen oder die Anforderung ganz zu ignorieren. Bewährt bei ICB (KI Engineer, Endkunde): **relationale
  Datenbanken** → „über verschiedene relationale Datenbanken habe ich **Anwenderwissen**"; **Google Cloud** →
  „Google Cloud Dienste **kenne ich als Anwender**" (gedeckt durch den n8n-Telegram-Agenten mit Google-Cloud-Datenzugriff).
  Wirkt souverän und ehrlich, deckt den Buzzword-Treffer, ohne eine Falschaussage. **Azure** bleibt unerwähnt (nicht belegt).
- **Supervised Fine-Tuning end-to-end belegt (Detail, Nutzer S+, ICB):** Über die reine SFT-Nennung hinaus behauptbar:
  **eigene Trainingsdaten generiert**, mit **Supervised Fine Tuning ein OpenAI-Modell** (gpt-4o-mini) modifiziert und
  zum Testen einen **Chatbot mit diesem Modell online gestellt**. Sauberer Beleg für „LLM-Fine-Tuning" inkl.
  Trainingsdaten-Erzeugung und Evaluierung. Nutzbar für [[LLM]].
- **RAG-Tätigkeiten (nicht -Produkt) benennbar (Präzisierung, ICB):** Als *Tätigkeiten* behauptbar: „Inference- und
  Embedding-Modelle evaluiert, **Chunks erstellt und in Vektordatenbanken geladen**, die **Qualität der semantischen
  Suche validiert**" (gedeckt durch den n8n-RAG-Workflow, der Chunks bildet, Vektoren per OpenAI-Embedding erzeugt und
  in einer Vektordatenbank ablegt, plus die Kischdle-Modellevaluierung). Weiterhin **keine fertige/produktive
  RAG-Lösung** behaupten (siehe „Nicht zutreffend"). Nutzbar für [[RAG]], [[Vektordatenbanken]].

- **Datenpipelines und Zeitreihenverarbeitung (belegt, für Data-/Backend-Plattform-Rollen):** Ehrlich
  behauptbar als „Datenpipelines und die Verarbeitung von Zeitreihen in mehreren Projekten aufgebaut, etwa
  bei der Analyse und Konvertierung von Netzwerk- und Kommunikationsdaten" (gedeckt durch PyShark-Trace-Konvertierung,
  Pandas/NumPy-Datenanalyse, zeitbezogene Ethernet-/CAN-Verkehrsanalyse mit KPIs/Timing bei ASMPT). Buzzword-Treffer
  für „Datenpipelines", „Zeitreihenverarbeitung". Nutzbar für [[Python]], [[System Integration]].
- **SQL nicht offensiv als Skill ausspielen (Nutzer-Signal, Drost Consulting):** Obwohl SQL im CRM-Match als ✅
  bestätigt wurde, hat der Nutzer SQL aus dem Bewerbungstext gestrichen. SQL daher nicht als aktiven Skill-/Buzzword-Claim
  in Anschreiben setzen, außer der Nutzer wünscht es ausdrücklich. REST APIs, Docker, Git bleiben unbedenklich.
- **State-of-the-Art Coding-Agenten decken weniger geläufige Programmiersprachen ab (belegt, Fähigkeit):** Python ist
  primäre Sprache; Rust, Go, Java, TypeScript u. a. werden mit Coding-Agenten effizient und auf hohem Qualitätsniveau
  bedient. Ehrliche Fähigkeitsaussage (TÜV-AI-Consultant, produktiver Coding-Agent-Einsatz seit März 2026), kein
  Referenzclaim. Formulierung siehe [[stil.md]]. Nutzbar für [[Agentic AI]], [[Python]].

## Bewährte Bausteine
- Product-Lifecycle-Baustein: „In mehreren Positionen habe ich komplexe technische Systeme von Grund auf begleitet, vom Aufstellen der Anforderungen über Lösungskonzepte und Implementierung bis zu Verifikation, Deployment und geordnetem Wissenstransfer bei der Übergabe."
- Wissenstransfer an Kunden ist in **jedem** Projekt gelebte Selbstverständlichkeit: laufend über regelmäßige Update-Meetings und direkten Austausch während der Zusammenarbeit, nach Bedarf. Nicht auf die (kurzen) KI-Workshops/Schulungen verengen, das stellt es zu klein dar. Bewährter Satz (Doku-Variante, wenn die Rolle Dokumentation betont): „Wissenstransfer ist für mich gelebte Praxis: In allen bisherigen Projekten habe ich mein Wissen laufend in regelmäßigen Update-Meetings, je nach Bedarf im direkten Austausch mit den Experten und durch sorgfältige Dokumentation an die Teams meiner Kunden weitergegeben."
- **Brücke IT ↔ Management** (Baustein für BA-/Koordinations-/Schnittstellenrollen): „Durch meine technische Erfahrung von der Anforderungsaufnahme über Spezifikation und Software-Design bis zur System Integration begegne ich den Entwicklungsteams auf Augenhöhe. Zugleich kenne ich aus über vierzehn Jahren freiberuflicher Tätigkeit mit konsequenter Kundenorientierung und als Gruppenleiter mit Berichtslinie an die Entwicklungsleitung (VP Engineering) bei Ubidyne die Sprache und die Prioritäten des Managements." Als eigener Absatz ausspielen.
- **„Technical Liaison"/Kundensupport-Anforderung ehrlich als Kommunikations-/Vermittlungskompetenz rahmen (Nutzer S+, INOVA):** Eine Application-Engineer-typische Aufgabe wie „technical liaison / Betreuung internationaler (End-)Kunden" ist **nicht** belegt — Thomas war nie im herstellerseitigen FAE-/Endkunden-Support → **nicht behaupten** („technische Betreuung internationaler Kunden" vom Nutzer zu Recht kassiert). Ehrlich abgedeckt und die eigentlich geforderte Kernkompetenz ist das **klare Vermitteln technischer Themen im internationalen Umfeld**: gedeckt durch CV-Zusammenfassung „Kommunikations- und Präsentationsstärke auf allen Ebenen, von Fachteams bis Geschäftsführung", Englisch fließend sowie internationale Zusammenarbeit (Normierungsgremien OIF/MIPI, Toshiba, externe Entwicklungspartner). Bewährte Formulierung: „In der Zusammenarbeit mit Chip-Design-Teams und in der System Integration bin ich ebenso zu Hause; auch bin ich es gewohnt, technische Themen im internationalen Umfeld und auf Englisch zu diskutieren." Nutzbar für [[System Integration]], [[Embedded & Kommunikationstechnik]].

## Belegte Branchen-/Domänen-Erfahrung
- **HF-/Mikrowellen-Entwicklung als Kern-Baustein (belegt, für RF-/Hochfrequenz-Rollen):** Durchgängig belegte
  Kernkompetenz: **Ubidyne** (Head of RF Integration, rund 240 Aufbauten DC–3,6 Gb/s, Multistandard-Transceiver-Module
  für aktive Antennen, Evaluierungs-/Applikationsboards für GaAs-/SiGe-/CMOS-ASICs), **Siemens** (RX-Frontend-Modul
  GSM-Basisstation von Architektur bis Fertigungseinführung, 10-GHz-VCO qualifiziert), **Alcatel-Lucent** (RX-Pfad mit
  LNAs/Filtern/Demodulator/ADC getestet und optimiert, HF-Frontend-Überarbeitung → 28 % Flächenreduktion),
  **Infineon** (Chip-PCB-Übergänge von 77-GHz-Radar-MMICs), **FBH** (MMIC-Sampling-Schaltungen, Harmonische bis
  140 GHz). HF-Messtechnik sicher: Netzwerkanalysatoren bis 110 GHz, Sampling-/Realtime-Oszilloskope, S-Parameter
  on-wafer und koaxial. Nutzbar für [[Hochfrequenztechnik]], [[System Integration]], [[Verifikation & Validierung]].
- **„Erstellung flexibler Produktvarianten" richtig deuten (Nutzer S+, WORK Microwave):** Gemeint ist **nicht** das
  separate Entwickeln vieler Einzelvarianten, sondern **ein** Produkt so zu entwerfen, dass es über kleine
  Bestückungs-/Konfigurationsvariationen mehrere Kundenanforderungen abdeckt (design-for-variant). Ehrlich belegt durch die
  **Multistandard-Transceiver-Module** (Ubidyne). Nutzbar für [[Hochfrequenztechnik]], [[System Integration]].
- **Automotive** belegt durch Magna Electronics (LIDAR Compute Module, ADAS) und Infineon
  (77 GHz ADAS Radar MMICs). Darf als „Automotive Bereich" benannt werden.
- **Vector CANoe** darf als ✅ namentlich genannt werden: bei Magna in der CANoe-basierten Tester-SW
  (CANoe GUI Design, CAPL) eingesetzt; bei ASMPT zusätzlich CANalyzer/CANape. Formulierung „Vector Tools
  wie CANoe" oder direkt „Vector CANoe" beides möglich. **CAN-Bus** breit belegt (ASMPT, Magna).
  **Nicht** belegt und daher nicht behaupten: UDS-Diagnosen, Fahrzeugnetzwerkmanagement, DOORS/Jama,
  Vector CANdela, Automotive SPICE, Gurt-/Rückhaltesysteme.
- **Telekommunikation** belegt durch Alcatel-Lucent (LTE), Ubidyne (aktive Antennen für
  Mobilfunk-Basisstationen), Siemens (GSM-Basisstationen).
- **Startup-Erfahrung (zwei Startups, belegt):** Ubidyne (ca. 60 Mitarbeiter) und Multilink Technology
  (bis ca. 360 Mitarbeiter weltweit). Nutzbar als authentischer Begeisterungs-/Kultur-Anker bei
  Arbeitgebern mit Startup-Spirit („großartige Erfahrungen in zwei Startups"). **Ubidyne darf im Text
  ausdrücklich „Startup" genannt werden** (z. B. „Beim Startup Ubidyne habe ich als Head of RF Integration …"),
  was den Führungs-Beleg zugleich als Startup-Anker doppelt nutzt. **Startup-Reife als persönliche Lehre
  formulierbar** (GovRadar, Startup + Public Sector): „Ich habe selbst erlebt, wie Startups mit exzellenter
  Technik, aber ohne echte Nachfrage gescheitert sind" — impliziert elegant Wertschätzung für gesicherte
  Nachfrage, ohne die eigenen Startups namentlich als Fehlschlag zu brandmarken.
- **„15 Jahre als Consultant" (belegt):** freiberuflicher Consultant / Inhaber DesTEngS seit Juli 2011
  (2026 also rund 15 Jahre). Als persönliche, lockere Alternative zur „jahrzehntelangen Erfahrung"
  nutzbar (siehe [[stil.md]]).
- **Führung/Management-Schnittstelle:** Bei Ubidyne Gruppenleiter (bis zu 10 Mitarbeiter)
  mit Berichtslinie an die Entwicklungsleitung (VP Engineering) — vom Nutzer bestätigt,
  als Beleg für „Management-Sprache verstehen" nutzbar.
- **Industrieelektronik** belegt durch ASMPT SMT Solutions (industrielle Bestückungsmaschinen).
- **Serializer-/Deserializer-Systeme (SerDes) seit 2000** belegt: Multilink Technology
  (Backplane-Entzerrer-ICs/Demultiplexer ab Dez. 2000), Toshiba (Transceiver-ICs bis 11 Gb/s,
  MIPI D-PHY), Magna (GMSL-Pfad eines Kameramoduls, Signalintegrität). Formulierung „seit 2000
  immer wieder mit Serializer-/Deserializer-Systemen beschäftigt" ist gedeckt.
- **Display-/Video-Technologie:** konkreter Beleg nur der **GMSL-Pfad eines Kameramoduls** (Magna,
  EM-Feldsimulation/Signalintegrität). Es gibt **keine** Erfahrung in Integration/Konfiguration von
  Display-ICs (Deserializer, TDDI-Controller) → nicht behaupten, nur als „mit GMSL/Videoschnittstellen
  gearbeitet" auf Signalintegritäts-/Bring-up-Niveau benennen.
- **Kein** Beleg für sicherheits-/missionskritische Systeme nach Safety-Prozessen
  (ISO 26262, DO-178) und **keine** INCOSE-/IREB-Zertifizierung → nicht behaupten.

## Nicht zutreffend / nicht behaupten
- **Nicht** behaupten, täglich/laufend an einer produktionsreifen Agentic-AI-Plattform oder „der ersten produktionsreifen Plattform" zu arbeiten.
- On-Premise-KI mit RAG (Projekt „Kischdle") ist **Proof-of-Concept-/Evaluierungsniveau**, kein produktiver ML-Wirkbetrieb → kein „tiefgehendes Production-ML/MLOps" behaupten. **Präzisierung (Nutzer S+):** Beim RAG selbst wurden nur die Komponenten **Embedding-Modell und LLMs evaluiert**; eine vollständige RAG-Implementierung kam nicht mehr zustande → keine fertige RAG-Lösung/-Implementierung behaupten, nur die **Evaluierung von Inference- und Embedding-Modellen für eine RAG-Anwendung**.
- **KI-Potenzialanalyse-Workshops — keine Umsetzungs-Roadmap behaupten (Nutzer S+):** In **keinem** der drei durchgeführten Workshops wurde eine Umsetzungs-/Implementierungs-Roadmap erstellt (die Unternehmen wollten das nicht). Belegbar und behauptbar ist nur: konkrete KI-Anwendungsfälle **identifiziert und bewertet**. Die Fähigkeit, KI-Roadmaps zu erarbeiten, darf als **Kompetenz/Fähigkeit** formuliert werden (z. B. „kann ich … gemeinsam mit Stakeholdern erarbeiten"), nicht als Referenz/erledigte Arbeit.
- Keine Kafka-Praxiserfahrung behaupten (nur übertragbares Verständnis ereignisgetriebener Architekturen vorhanden).
- **Scrum/agile Vorgehensweisen** nur einmal gelebt (Alcatel-Lucent, „Agile Design mit Scrum") → nicht als breite Kompetenz anpreisen; SAFe gar nicht behaupten.
- **BPMN, Use Cases, User Stories** nicht wörtlich behaupten (im Lebenslauf nicht belegt). Stattdessen „Modellierung fachlicher Abläufe" o. Ä. verwenden.
- **Computer Vision / Bildverarbeitung:** Nur Evaluierung/Einsatz multimodaler Vision-Language-Modelle (VLMs) belegt ([[Multimodale KI]]), **keine** klassische Computer Vision / Bildverarbeitung (OpenCV-Pipelines, Feature-Detection, Objektdetektoren, Training) → nicht als fundierte CV-Kompetenz anpreisen. **Saubere Abstufung (Nutzer S+, Fratch ADAS):** „Computer Vision" nur als **Konzept/Fachgebiet** behaupten („mit Computer-Vision-Konzepten vertraut", „Konzepte von Computer Vision geläufig" — deckt Ausschreibungs-Buzzwords wie „computer vision conceptual understanding") oder als **Vergleichsgegenstand** (OCR-Trick). **Eigene Praxis** nur über „**Vision-Language-Modelle**"/„multimodale KI" formulieren („mit VLMs praktisch gearbeitet", belegt durch Qwen3-VL-Evaluierung und tägliche LLM-Dokumentenauswertung). **Verboten:** „praktische Erfahrung/Expertise mit Computer Vision" (suggeriert Bau eigener CV-Systeme). Faustregel: eigenes Tun ⇒ VLM/multimodale KI; nur Verständnis/Vergleich ⇒ Computer Vision.
- **OCR-Technologien / Document-AI:** keine Praxis (Paperless-ngx wird betrieben, aber kein OCR-Entwicklungsnachweis) → nicht behaupten.
- **MLOps, CI/CD, Cloud-native:** kein belegter produktiver MLOps-/Cloud-native-Betrieb (Fokus On-Premise/Self-Hosted; Azure DevOps Server = ALM, kein Cloud-native-Beleg) → nicht behaupten.
- **Kein produktiver Ausroll von AI-Agents in Kundenprojekten (Nutzer S+, Rigeto):** Es gab **noch kein Projekt**, in dem
  Thomas AI-Agents produktiv in den Kundeneinsatz gebracht hat. Die Posting-Säule „PoC bis produktiver Einsatz von Agenten/
  KI-Workflows inkl. Adoption/QS/Monitoring" **nicht als geleistete Referenz** behaupten. Belegt und behauptbar bleibt der
  **eigene** produktiv laufende Claude-Code-CRM-Skill (Geschäftsbetrieb) sowie die Fähigkeit, Lösungen bis zur Produktivsetzung
  zu führen; die kundenseitige Rollout-Erfahrung nicht überziehen. Nutzbar für [[Agentic AI]], [[Produktiver KI-Betrieb]].
- **Keine „durchgängige" KI-Dokumentation und kein Aufbau von Doku-Standards/-Frameworks behaupten (Nutzer S+, 1st solution consulting):** „Technische Dokumentation **durchgängig** mit generativer KI erstellt und dabei **einheitliche Standards und Strukturen aufgebaut**" ist **nicht** belegt und wurde vom Nutzer als Falschaussage kassiert. Belegt und behauptbar bleibt nur: **KI-gestützte Dokumentation** in einzelnen Projekten (CV: ASMPT Transformationslogik, „KI-gestützte Dokumentationen und Illustrationen"). Kein flächendeckender „Documentation-Framework/Governance-Aufbau". Nutzbar für [[Technische Dokumentation & Wissensmanagement]].
- **RAG-Overreach vermeiden (Nutzer S+, 1st solution consulting):** „**Unternehmensdaten in semantisch durchsuchbare Form gebracht**" überzieht die belegten RAG-Tätigkeiten und ist **nicht** behauptbar. Grenze bleibt: „RAG-Systeme **konzipiert**, Embedding-Modelle und Vektordatenbanken **evaluiert**, die **Qualität der semantischen Suche validiert**" (plus Chunks erstellt/geladen, siehe RAG-Tätigkeiten-Bullet oben). Nutzbar für [[RAG]].
- **APIs von Standard-Unternehmenssystemen (SharePoint, Jira, Confluence, Azure OpenAI o. Ä.):** keine belegte API-Praxis mit diesen Systemen → **keine Referenzprojekt-/Erfahrungs-Behauptung**. Zulässig ist nur die **Fähigkeits-/Umsetzbarkeitsaussage**, dass sich solche Schnittstellen KI-gestützt schnell entwickeln bzw. anbinden lassen (Formulierung „so lassen sich Schnittstellen zu APIs von … entwickeln", „gehe ich davon aus, dass sich … integrieren lässt"). Stützt einen Buzzword-Treffer auf die Kundensysteme, ohne Falschaussage. (Effection Network, AI / MCP Engineer.)