Über Maurice
Enterprise AI Architect mit 10+ Jahren Erfahrung in Produktführung, Software-Architektur und KI-Systemen. Ich entwerfe skalierbare AI- und Plattformarchitekturen für komplexe ERP-, CRM- und Datenlandschaften und begleite Unternehmen von ersten Use Cases bis zur produktionsreifen KI-Adoption.
Enterprise KI & Solution-Architektur
Design skalierbarer KI- und Generative-KI-Systeme, Definition von Zielarchitekturen, verteilte Systeme, API-First-Design, sichere/wartbare Enterprise-Plattformen
GenAI & Intelligent Systems Engineering
Multi-Agenten-Architekturen, RAG-Pipelines, Prompt-Optimierung, Modell-Fine-Tuning, Evaluierungsframeworks, produktionsseitiges Modell-Deployment
KI-Governance & Responsible AI
Regulatorische Ausrichtung, Modell-Risikomanagement, sichere LLM-Integration, Policy-Guardrails, Audit-Logging, Monitoring und Lifecycle-Governance für generative KI-Plattformen
Multi-Cloud
Automatisierte Modelltrainings- und Deployment-Workflows, CI/CD-Pipelines, Dev/MLOps-Praktiken, Monitoring, Kostenkontrolle und Performance-Optimierung in GCP/Azure/AWS-Umgebungen:
- AWS (Bedrock, SageMaker) - LLM orchestration, RAG architectures, model gateway patterns
- Azure (Azure OpenAI, AI Studio, Foundry AI) - enterprise LLM platforms & Copilot integration
- GCP (Vertex AI) - model training & deployment
Daten & Systemintegration
Enterprise-Datenpipelines, Event-Driven-Architekturen, ERP/CRM-Integration, Business-System-Konnektivität, skalierbare Backend- und API-Entwicklung
Delivery & Technische Führung
End2End Solution Ownership (Discovery → MVP → Produktion), funktionsübergreifende Zusammenarbeit, Stakeholder-Abstimmung, strukturiertes Rollout und messbarer Geschäftserfolg
Anbieter-/Tool-Evaluierung & Build-vs-Buy-Strategie
Evaluierung/Auswahl von KI-Plattformen und Entwickler-Tools, inkl. Kriteriensysteme, Anbietervergleich, Sicherheits-/Compliance-Bewertung, Kostenanalyse und Build-vs-Buy-Entscheidungsunterstützung
Deutsch
Muttersprachlich oder zweisprachig
Englisch
Verhandlungssicher
Vor Ort möglich
Hamburg (bis zu 50 km), Frankfurt am Main (bis zu 50 km), Berlin (bis zu 50 km), München (bis zu 50 km), Köln (bis zu 50 km)
Projekt- und Berufserfahrung
- Startup aus dem FinanzdienstleistungssektorAI & Integration Architect | Solution LeadSOFTWARE-HERSTELLEROktober 2025 - Dezember 2025 (2 Monate)Hamburg, DeutschlandIntelligente Zahlungs- & Feedback-Integration mit AWS, HubSpot und LLMsHerausforderung:Zahlungsereignisse und Kundenfeedback wurden bislang fragmentiert verarbeitet: unterschiedliche Payment-Provider, fehlende Echtzeit-Synchronisation mit HubSpot, manuelle Auswertung von Freitext Feedback sowie keine systematische Priorisierung negativer Kundenrückmeldungen. Dies führte zu verzögerten Reaktionszeiten der Service- und Account-Teams, unvollständigen CRM-Kontext und unnötigem manuellem Aufwand.Vorgehen:
- Architekturdesign und Implementierung einer skalierbaren AWS-basierten Event-Integrationsplattform für Payment-Events.
- Automatisierte Anreicherung der Events über HubSpot-API (Kontakt, Firma, Deal) zur Herstellung eines vollständigen CRM-Kontexts.
- Semantische Analyse von Freitextfeedback mittels Large Language Models (OpenAI): Erkennung von Stimmung und Themenkategorie (z.B. Billing, Usability, Produkt). Erstellung einer kompakten Zusammenfassung inkl. Handlungsempfehlungen.
- Automatische Rückschreibung der Ergebnisse nach HubSpot (Notizen, Custom Objects)
- Proaktives Triggern von Service-Tickets oder Tasks bei negativem Feedback zur Verbesserung der Reaktionsgeschwindigkeit.
Mehrwert:- Echtzeit-Verknüpfung von Zahlungs-, Feedback- und CRM-Daten ohne manuelle Zwischenschritte.
- Deutliche Beschleunigung der Service-Reaktionszeiten durch automatische Identifikation kritischer Kundenrückmeldungen.
- Verbesserte Customer Health Scores und höhere Kundenzufriedenheit durch proaktives Handeln der Teams.
- Skalierbare Architektur, die als universeller semantischer Feedback-Layer für beliebige Ereignisse genutzt werden kann, nicht nur für Payments.
- Hohe Compliance- und Betriebssicherheit durch standardisierte Cloud- und Governance-Mechanismen.
- Rivington TechAI Strategy & Enterprise Transformation LeadBERATUNG & AUDITSJanuar 2024 - Heute (2 Jahre und 5 Monate)Verantwortung für Konzeption, Steuerung und Umsetzung geschäftskritischer KI- und Automatisierungsinitiativen als externer Lead in Enterprise-Mandaten.Mandate & Verantwortlichkeiten
- Leitung von AI-Strategie- und Transformationsprogrammen über Sales, Operations und IT
- Design und Umsetzung von KI- und GenAI-Use-Cases in CRM-, ERP- und operativen Systemlandschaften
- Sparringspartner für C-Level-Stakeholder bei Priorisierung, Governance und Skalierung
- Führung cross-funktionaler Delivery-Teams (Business, Data, Engineering)
**Ausgewählte Ergebnisse**- Reduktion manueller Aufwände in operativen Prozessen um bis zu 65-70% durch KI-gestützte Automatisierung
- Einführung KI-basierter CRM- und Feedback-Intelligence-Lösungen mit deutlich verkürzten Reaktionszeiten im Kundenservice
- Etablierung skalierbarer AI-Operating-Models in regulierten Umfeldern
- Führender Finanzdienstleister in DeutschlandAI Strategy & Transformation LeadBANKEN & VERSICHERUNGENAugust 2025 - September 2025 (1 Monat)Köln, DeutschlandAI Use Case Discovery für Backoffice-Prozessautomatisierung**Herausforderung:**Die Backoffice-Prozesse des Kunden, einschließlich Dokumentenverarbeitung,Kundendatenprüfung und administrativer Workflows, waren stark manuell geprägt. Die Teams waren mit repetitiven Aufgaben, fragmentierten Systemen und langen Durchlaufzeiten konfrontiert, was Skalierbarkeit und Effizienz begrenzte. Das Management wollte prüfen, wie autonome KI-Systeme interne Prozesse koordinieren, ausführen und optimieren können, um höhere operative Effizienz und Genauigkeit zu erreichen.Vorgehen:
- Durchführung einer KI-Potenzialanalyse über zentrale Backoffice-Workflows zur Identifikation von Automations- und Entscheidungsunterstützungspotenzialen.
- Analyse von Prozessengpässen und Datenabhängigkeiten zwischen CRM-, Dokumentenmanagement- und Compliance-Systemen.
- Konzeption und Priorisierung agentischer KI Use Cases, darunter automatisierte Dokumentklassifikation, Informationsextraktion und bereichsübergreifende Workflow-Orchestrierung.
- Entwicklung einer Proof-of-Concept-Architektur, wie Multi-Agent-Systeme in die bestehende IT-Landschaft integriert werden können - unter Einhaltung von Datenschutz und regulatorischen Anforderungen.
- Erstellung einer KI-Einführungsroadmap sowie eines Value-Modells zur Quantifizierung von erwarteten ROI und Implementierungsaufwand.
Mehrwert:- Identifikation von vier hochwirksamen KI-Use Cases, die den manuellen Aufwand um bis zu 65 % reduzieren können.
- Bereitstellung eines Blueprint für agentische Prozessautomatisierung als Grundlage für Pilotprojekte in der Dokumentenverarbeitung und Datenvalidierung.
- Befähigung des Managements, KI-Investitionen zu priorisieren, basierend auf messbaren Geschäftswerten und Compliance-Readiness.
Agentic AI | Prozessautomation | Back-Office Optimierung | Finanzdienstleistungen | AI Strategie | Prozessorchestrierung | Data Compliance | Digitale Transformation
Empfehlungen
Sei die erste Person, die Maurice empfiehlt
Teile Deine Erfahrung aus der Zusammenarbeit mit diesem Freelancer.
Diese Freelancer passen auch zu Ihren Kriterien
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Ausbildung und Abschlüsse
- Forbes 30 Under 302019Forbes 30 Under 30
- Certified Scrum Product Owner2024Certified Scrum Product Owner
Zertifizierungen
- Microsoft AI Product ManagerMicrosoft/Coursera2025