Die meisten KI-Projekte scheitern aus einem von zwei Gründen. Entweder konnte die Person, die das Geschäft verstand, nicht bauen — dann löste das Gebaute das falsche Problem. Oder die Person, die bauen konnte, verstand das Geschäft nicht — dann löste es ein Problem, das niemand hatte. Fast niemand sitzt auf beiden Stühlen, und deshalb scheitert dasselbe Projekt immer wieder auf dieselben zwei Weisen.
Dinobridge gehört Moha Aghanoori und wird von ihm geführt. Diese Seite ist die Begründung, warum er auf beiden sitzt.
Ein vollständiges Masterstudium im Fach, kein Wochenendzertifikat.
Alleiniger Entwickler einer durchgängigen Plattform für den Vertragslebenszyklus der Konzern-Rechtsabteilung: dialogbasierte Erfassung, ein Copilot in der Anwendung und ein Microsoft-Word-Add-in, das echte Änderungsverfolgung erzeugt. Sie hat einen zersplitterten Ablauf aus E-Mails und Tabellen und einen kommerziellen Anbieter für rund 70.000 Euro im Jahr ersetzt. Jede KI-Aktion ruft die eigenen Endpunkte der Anwendung als der angemeldete Mensch auf, erbt also dieselben Berechtigungen und dasselbe Protokoll wie eine menschliche Anfrage, hinter einer Bestätigungsstufe, die jede Änderung zur Freigabe anhält. Kernentwickler eines Kundenservice-Assistenten, live in sechs Märkten, der rund 45% der Erstkontakte ohne Menschen löst; verantwortlich für die Retrieval-Schicht und für die Schicht, über die die KI-Werkzeuge des Teams ausgeliefert werden.
Zwei Jahre in einem der großen deutschen Institute für angewandte Forschung. Daher kommt die Forschungsarbeit auf dieser Seite: wie die Woche einer Arbeitsgruppe wirklich aussieht, warum ein Betreuungsprotokoll mehr wert ist als ein Dashboard, und wo die Wissenschaft menschlich bleiben muss.
Produktions-Machine-Learning im industriellen Maßstab für einen börsennotierten kanadischen Bergbaukonzern. Das erste der Konzernjahre, und das, in dem der Unterschied klar wurde zwischen einem Modell, das funktioniert, und einem Modell, das jemand anderes betreiben kann.
Retrieval-Pipelines, Agenten, Modell- und Prompt-Versionierung, Deployment und Testgerüste, die entscheiden, was überhaupt in die Produktion darf. Die Systeme oben sind live, und andere Menschen verlassen sich darauf.
Jahre davon in Organisationen, in denen die KI für Kollegen funktionieren musste, die nie danach gefragt hatten, eine Übergabe überstehen und einer Prüfung standhalten musste. Das ist eine andere Disziplin als eine Demo, und es ist die, die entscheidet, ob ein System ein Jahr später noch benutzt wird.
Verträge unter Verschwiegenheit, mit Berechtigungen und Protokoll als Anforderung erster Ordnung und nicht als späterer Bauabschnitt. Deshalb beginnt die Kanzleiarbeit mit „Wer hat das getan, und können Sie es zeigen?“ und nicht mit einem Modell.
Die Menschen, die diese Systeme beauftragt haben, waren die, die für den Bereich verantwortlich waren. Eine Abwägung in deren Vokabular zu erklären — und ein Nein zu hören — ist hier geübt.
Jedes System, das auf dieser Seite beschrieben wird, hat die Person gebaut, die in dem Raum saß, in dem das Problem beschrieben wurde. Es gibt niemanden, an den man es weiterreichen könnte.
Moha Aghanoori hat eine Festanstellung. Er ist AI Solutions Engineer bei der Lovehoney Group in Berlin, und aus dieser Rolle kommt der größte Teil der Produktionserfahrung auf dieser Seite — sie ist der Grund, warum wir Ihnen sagen können, was eine Prüfung übersteht, statt es zu vermuten. Sie bedeutet auch, dass die Kapazität real begrenzt ist, und Sie sollten deren Form kennen, bevor wir sprechen, nicht danach.

Den Knopf bauen, der die Entscheidung abnimmt. Etwas automatisieren, wo Ihr Name, Ihre Zulassung oder Ihre Unterschrift auf dem Ergebnis steht. Ihnen ein System verkaufen, wo ein Kalender, ein Formular oder eine gemeinsame Tabelle es löst — das hat Projekte gekostet, und es ist der Hauptgrund, warum Mandanten uns anderen Inhabern empfehlen.
Dreißig Minuten, kostenlos, ohne Vorbereitung. Wir sagen Ihnen ehrlich, wo KI Ihr Geschäft verändern könnte und wo nicht.