Forward Deployed Software Engineer
Forward Deployed: Ich arbeite eng mit Ihrem Team, spreche Fachbereich und Technik und liefere produktionsreife Software nach Clean-Code- und SOLID-Prinzipien. Über sechs Jahre Enterprise-Delivery in regulierten Branchen. GenAI integriere ich dort, wo sie zählt, mit LLM-Funktionen, die on-premise laufen und Ihre Daten im Haus halten.
Gespräch anfragen →Forward Deployed Engineer
Ich sitze beim Fachbereich, lerne die Domäne und übersetze das echte Problem in lieferbare Software. Keine Anforderungen, die über den Zaun geworfen werden.
GenAI-Integration
Ich bringe LLMs in die Produktion, wo sie konkret helfen, und führe Teams durch die Adaptionskurve. Mit realistischer Einschätzung, was sie können und was nicht.
Software Engineer
Ich baue vollständige Systeme: Java/Kotlin oder Python im Backend, Vue 3 oder Angular im Frontend, Docker und OpenShift in der Infrastruktur. Sauberer, wartbarer Code nach Clean-Code- und SOLID-Prinzipien.
Privacy-first KI
Ich betreibe KI on-premise mit lokaler Inferenz: Sensible Daten verlassen Ihre Infrastruktur nicht. Gebaut für DSGVO und regulierte Umgebungen.
Ich bin ein Software Engineer, der täglich mit KI-Werkzeugen baut und sie in Produktion bringt. Ich biete eine realistische Einschätzung was LLMs können und nicht können, saubere Integration in bestehende Systeme, und das Urteilsvermögen, sensible Daten on-premise zu halten.
Von der Anforderung bis zur Produktivsetzung: Architektur, Implementierung, Deployment. Full Stack oder schwerpunktmäßig Backend/Frontend, je nach Bedarf. Mit einem Auge auf Wartbarkeit und Skalierbarkeit von Tag eins an.
Technische Schulden abbauen, Architekturen modernisieren, Legacy-Systeme integrieren. Ich kenne Enterprise-Stacks und weiß, wie man bestehende Investitionen schützt, während man vorwärts bewegt.
Bewertung, wo GenAI im bestehenden System echten Nutzen bringt. Lokal oder Cloud-gestützte Implementierung von LLM-basierter Funktionen, datenschutzkonform, in bestehende Workflows eingebettet.
CI/CD-Pipelines, Qualitätsgates, Deployment-Automatisierung. Ich baue Toolchains, die Teams dauerhaft schneller und sicherer machen. Nachweislich als Standard für komplexe Enterprise-Accounts etabliert.
Full-Stack-Entwicklung, KI-Integration, Produktisierung: von der Idee bis zur Förderung
Was entstanden ist
Eine zeitreihen-native Observability-Plattform (Vue 3 / Python / FastAPI) mit konfigurierbaren Widgets, FQDN-basierten Datenquellen, BFF-Auth-Pattern und No-Code-Frühwarnsystem.
KI-Komponente
Auf Kundendaten trainierter Autoencoder erkennt Anomalien und löst die Incident-Triage aus. Ein Multi-Agenten-LLM-System klassifiziert die Vorfälle und liefert nachvollziehbare Erklärungen. Modellunabhängiges Gateway für lokale Inferenz: datenschutzkonform, ohne Änderungen an der Applikationslogik.
Ergebnis
Produktionsreife Plattform, EXIST-Bundesförderung bewilligt. Im Gründungsteam technische Verantwortung für Architektur, Backend, Frontend, Auth und KI-Integration.
Digitale Arbeitsumgebung für Underwriter in der Gebäudeversicherung Mid-Market, internationale Teamkollaboration
Ausgangslage
Underwriter arbeiteten mit verteilten Systemen ohne durchgängige Integration. Lokale und internationale Teams koordinierten über manuelle Übergaben. Rekeying zwischen Systemen kostete Zeit und erzeugte Fehler. Der Fokus auf die eigentliche Komplexität der Vertragsgestaltung ging verloren.
Was ich gebaut habe
Eine integrierte Underwriting-Workbench. Von der Anforderungserhebung mit dem Fachbereich bis zur Produktivsetzung. Systemsprünge eliminiert durch durchgängige Workflow-Integration. Gemeinsame Arbeitsumgebung für lokale und internationale Teams, eingebettet in bestehende Underwriting-Prozesse ohne parallele Strukturen.
Ergebnis
Underwriter können sich auf die inhaltliche Komplexität der Vertragsgestaltung konzentrieren statt auf Systemwechsel. Reibungslose Zusammenarbeit zwischen Teams über Standorte hinweg. Vollständige Delivery-Verantwortung: Requirements, Architektur, Implementierung, Go-live.
Microservice-Delivery für einen Rückversicherungskunden im regulierten Umfeld
Ausgangslage
Kein automatisierter Delivery-Prozess. Releases manuell, inkonsistent, fehleranfällig. Das Projekt musste Engineering-Disziplin aufbauen und gleichzeitig liefern.
Was ich gebaut habe
Eine durchgängige Pipeline von SemVer-basierten Hooks über CI-Builds und Artifact-Registry bis zum Container-Deployment, mit integrierten Qualitäts- und Security-Gates. Skalierbare Microservice-Architektur, Integration von Message Queues, API-Gateways und Identity Management.
Ergebnis
Toolchain als Standard für alle Folgeprojekte übernommen. Nach 18 Monaten Beförderung zum Lead Engineer. Business-Rules-Engine integriert, Fachbereich befähigt eigenständig weiterzuschreiben.
Migrationsvorbereitung für eine gewachsene Datenbanklandschaft im regulierten Umfeld
Ausgangslage
Gewachsene Oracle-Datenbanklandschaft sollte in eine Cloud-Zielarchitektur migriert werden. Unklar: welche Objekte migrationskritisch sind, wo das Datenmodell überarbeitet werden muss.
Was ich gebaut habe
Eine Term-Frequency-Matrix über DDL- und PL/SQL-Quelltexte, die Abhängigkeiten und Nutzungshäufigkeit sichtbar macht. Darauf aufbauend: gemeinsame Neubewertung des Datenmodells mit dem Fachbereich.
Ergebnis
Klare Priorisierung migrationskritischer Objekte, überarbeitetes Datenmodell als Basis. Kein Lift-and-Shift mit alten Schulden, sondern ein strukturierter Neustart in der Cloud.
SQL, ETL, Datenmodellierung und Reporting in Cognos und Tableau
Fragestellung
Welche bestehenden Medikamente treten mit einem Impfstoff in der Entwicklungsphase in Wechselwirkung? Die Antwort lag in den Daten. Sie musste nur strukturiert und abfragbar gemacht werden.
Was ich beigetragen habe
Entwicklung der SQL-Abfragen zur Identifikation relevanter Wechselwirkungsmuster aus Oracle-Quelldaten. Gestaltung der ETL-Prozesse und des zugrundeliegenden Datenmodells. Aufbau der Berichtsumgebung in Cognos 11 und Tableau für die Fachabteilung.
Kontext
Drug-Safety-Daten in einem regulierten Pharmaumfeld: präzise Abfragen und ein sauberes Datenmodell sind keine Kür, sondern Voraussetzung. Die Arbeit erforderte enge Abstimmung mit dem Fachbereich, um die richtigen Fragen in Datenbanklogik zu übersetzen.
Diese Seite (Architektur, Komponenten, i18n-Scaffolding, A11y-Pass, Mobile-Navigation) wurde mit KI-Unterstützung in einer einzigen Mittagspause gebaut. Die Werkzeuge schreiben Code. Die Architektur, die Auswahl der Trade-offs, die Frage was überhaupt gebaut werden muss, und ob der Code sauber und nach Clean-Code- und SOLID-Prinzipien wartbar ist: das bleibt menschliche Arbeit. Sechs Jahre Enterprise-Delivery vor dem aktuellen Werkzeugzyklus zeigen: ich liefere auch ohne KI. Mit KI bin ich einfach schneller.
Bei diesen Geschwindigkeiten ist das Fehlerbild kein langsamer Code. Es ist Fragmentierung. Kontext verteilt sich über Dutzende KI-generierte Dateien, die niemand vollständig gelesen hat. Specs, die vor dem ersten Token geschrieben werden, sind das Gegenmittel. Sie halten die Architektur zusammen, wenn jede Änderung Minuten statt Tage dauert.
Bundesförderung · 2025
Kompetitives Bundesförderprogramm für technologiebasierte Startups. Bewertet technische Machbarkeit und kommerzielle Tragfähigkeit.
Enterprise IT-Beratung · Beförderung 2023
Beförderung nach 18 Monaten in einem der größten IT-Beratungsunternehmen Europas. Architekturverantwortung, Teamcoaching, Engineering-Standards auf Account-Ebene etabliert.
B.Sc. · FOM Frankfurt · 2024
Bachelorarbeit zur Kennzeichnung KI-generierter Inhalte in sozialen Medien. Verbindung technischer und regulatorischer Perspektiven.
AWS + Blockchain · 2020 / 2022
Zertifizierte Grundlage für Cloud-Architektur (AWS) und verteilte Systeme (Ethereum).
Hervorgehoben = Schwerpunkt · Grau = produktiv eingesetzt
Egal ob Neuentwicklung, Modernisierung oder KI-Integration: ich freue mich auf ein erstes Gespräch.
mail@dionjones.com →