bewerb/gedaechtnis/inhalte.md

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: 105 € netto (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").

• 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.

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.

Belegte Branchen-/Domänen-Erfahrung

• 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).
• 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.
• 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 multimodaler Vision-LLMs belegt (Multimodale KI), keine klassische Computer Vision / Bildverarbeitung (OpenCV-Pipelines, Feature-Detection) → nicht als fundierte CV-Kompetenz anpreisen.
• 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.
• 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.)