Ich baue und prüfe die Datensätze, an denen Frontier-Modelle trainiert und getestet werden. Daneben betreibe ich ein angewandtes Forschungsprogramm, das Evaluierung auf Frontier-Niveau in einen 32 GB-VRAM-Envelope hinein konstruiert – ein bewusst gesetztes Reproduzierbarkeits-Ziel, keine Hardware-Grenze, mit den Skalierungsstufen darüber definiert.
Aktuell AI Evaluation, Data Quality & Software Engineering · Labelbox
Evidenzregister
Validierung am gelabelten Set – W1-Übereinstimmungsstudie, W2-Kontaminationslücke und execution-grounded Korrektheit. Preprints v2 folgen.
Frontier-Modell-Evaluierung, die Datenqualitäts-Disziplin dahinter, das Tooling, das sie wiederholbar hält – und der Kapitalmarkt-Hintergrund, der das Urteil erdet.
Rubrikbasierte Bewertung auf Korrektheit, Reasoning und Instruction-Following – Rubrics eingefroren unter semantischer Versionierung und Content-Hashes, sodass ein Urteil Monate später reproduzierbar bleibt. Paarweise Vergleiche über Frontier-Modelle hinweg, mehrstufiges Prompt-Design für Agentic Coding, Adversarial-Robustness-Checks und systematisch dokumentierte Fehlermuster.
QA und rubrikbasierte Audits der Datensätze anderer Contributoren für Function-Calling- und Agentic-AI-Projekte – Prüfung auf Korrektheit, Formatkonformität und Konsistenz vor der Auslieferung sowie Durchsetzung von Qualitätsstandards im Master-Review-Team. Aufbau von Trainings- und Evaluierungsdatensätzen inklusive HFI-Problemsets.
Lokale Modell-Umgebungen, die Frontier-Modelle gegen reale Aufgaben laufen lassen – gehärtete Sandbox, Batch-Inferenz, vLLM mit FP4-Quantisierung, Prefix-Caching, ein OpenAI-kompatibler Serving-Layer. Open-Source-Tooling geforkt und erweitert als Teil des Lieferumfangs: JSON-Unterstützung in Cerberus, mehrschichtige Validierung in Haystack.
Eine Bankausbildung, ein B.A. in Finanzmanagement und sechs Jahre selbstständiger quantitativer Handel – Strategieentwicklung und Backtesting in Spot- und Derivatemärkten, mit vollständiger steuerlicher Compliance. Die Disziplin von Positionen, hinter denen echtes Geld steht, angewandt auf Evaluierung.
Ein Programm, kein Portfolio: Die Workstreams verwenden die Komponenten der jeweils anderen wieder, und jede Aussage wird vorab als Kriterium mit Instrument und Schwellenwert formuliert – dann als gemessen oder prognostiziert gelabelt.
Die ProgrammfrageLassen sich Frontier- und Multi-Agenten-KI-Systeme vertrauenswürdig, reproduzierbar und kostengünstig innerhalb eines souveränen 32 GB-VRAM-Envelopes evaluieren – und hält die Evidenz, wenn dieser Envelope skaliert?
Fünf Workstreams verwenden die Komponenten der jeweils anderen wieder; Execution Grounding ist das Rückgrat entlang W2 → W1 → W4, und jeder Lauf erbt denselben Envelope.
Zwei Welten verbunden: Banking und Finanzmanagement auf der einen Seite, ein bewusster Wechsel in die Data Science auf der anderen. Das Resultat ist finanzielle Präzision plus Data-Science-Werkzeugkasten – die Gewohnheit, eine Position zu dokumentieren, die man verteidigen muss, angewandt auf agentische und Function-Calling-KI.
Labelbox · Remote · Kunden: führende AI-Labs
MLP SE · Wiesloch, Deutschland · Teilzeit
Abschlussprojekt „AI for Financial Consulting & Recruiting“: Konzeption von KI-Anwendungsfällen zur Personalisierung der Finanzberatung und zur Erhöhung der Zahl qualifizierter Bewerber durch KI-Targeting.
Scale AI · Freelance, Remote
BraveTrade · Selbstständig, Remote
Gewerblicher Eigenhandel mit Kryptowährungen, Aktien und Optionen; Entwicklung und Backtesting von Strategien in Spot- und Derivatemärkten, dazu datengetriebene Markt- und Risikoanalyse.
BraveTrade · Selbstständig, Remote
Betrieb eines gewerblichen Mining-Geschäfts – Hardware-Beschaffung, ROI- und Energiekostenoptimierung, Uptime-Monitoring und steuerlich konforme Dokumentation. Der Ursprung der Hardware-Envelope-Disziplin, auf der das Forschungsprogramm läuft.
VR-Bank eG Osnabrücker Nordland · Fürstenau, Deutschland
Bankbetrieb und Kundenarbeit parallel zur Ausbildung – das Fundament der Finanzseite dieses Profils.
Ausbildung
Zertifikate
Engagement
Eine langjährige Faszination für Science-Fiction hat mich mit zur KI gebracht – und sie hält die Neugier wach, wohin sich diese Systeme entwickeln. Bei ihrer Evaluierung sehe ich am genauesten hin.
Interessen
Offen für Rollen und Kooperationen in AI Evaluation, Data Quality und ML Engineering – von Rubric-Design und Datensatz-Auditing bis zur Evaluations-Infrastruktur für agentische Systeme. Referenzen auf Anfrage.