Tolgahan Vardar

Ausgangssituation

Aufbau eines skalierbaren Multi-Tenant-Managementsystems, über das Unternehmen, Nutzer, Produkte, Datensätze, Agenten und Kampagnen zentral verwaltet und KI-gestützte Telefonieprozesse dynamisch gesteuert werden, inklusive automatisierter Outbound-Calls mit flexibel auswählbaren Voice Agents, Sprachmodellen, STT-/TTS-Anbietern, SIP-Providern und Kampagnenlogiken.

Aufgaben & Verantwortlichkeiten

• Konzeption und Aufbau eines webbasierten Multi-Tenant-Admin- und Managementsystems zur Verwaltung von Unternehmen, Benutzern, Kunden, Datensätzen, Produkten, KI-Agenten und Kampagnen.
• Entwicklung einer modularen Plattformarchitektur mit Next.js, React, Node.js und TypeScript für Dashboard, Stammdaten-, Produkt- und Datensatzverwaltung, Agentenkonfiguration, Kampagnensteuerung und Reporting.
• Dynamische Kampagnenlogik und konfigurierbare Voice-Agent-Strukturen mit Prompts, Gesprächszielen, Sprachen, Stimmen, Modellen und Routing inklusive automatisierter Outbound-Calls über angebundene Anbieter.
• Integration austauschbarer STT-, TTS- und LLM-Anbieter sowie Anbindung von Telefonie- und SIP-Infrastrukturen über Janus, FreeSWITCH, WebRTC und SIP-Trunks.
• Entwicklung einer API-Struktur für Mandanten, Nutzer, Agenten, Kampagnen, Produkte, Datensätze, Call-Logs und Provider mit Datenhaltung in MongoDB und Dateiablage über MinIO.
• Call-Recording, Transkription und Zusammenfassung zur Gesprächsnachbereitung sowie Statistik- und Reporting-Funktionen für Kampagnenperformance, Anrufstatus und operative Kennzahlen.
• Rollen- und Rechtekonzepte, dynamische Provider-, Modell- und SIP-Konfiguration sowie skalierbare Datenstrukturen für Kunden- und Lead-Datensätze inklusive Upload- und Verarbeitungslogik.

Ergebnis / Mehrwert

• Skalierbare Multi-Tenant-Plattform zur zentralen Verwaltung und Automatisierung KI-gestützter Telefonieprozesse.
• Flexible Telefonie- und KI-Setups je Mandant durch austauschbare Voice Agents, STT/TTS, LLMs und SIP-Provider.
• Automatisierte Outbound-Calls mit strukturierter Dokumentation, Transkription, Zusammenfassung und Reporting.
• Deutliche Reduktion manueller Callcenter-Prozesse und bessere Skalierbarkeit von Vertriebskampagnen.

Methoden & Technologien

Ausgangssituation

Cybersecurity-Transformation und Aufbau eines Informationssicherheitsmanagementsystems (ISMS) für einen Bahndienstleister im KRITIS-Umfeld.

Aufgaben & Verantwortlichkeiten

• Cybersecurity-Assessments nach BSI IT-Grundschutz, DIN SPEC 27076 und NIST Cybersecurity Framework (CSF).
• Analyse der bestehenden IT- und OT-Landschaft sowie Identifikation von Sicherheitsrisiken, Schwachstellen und Compliance-Lücken.
• Schutzbedarfsfeststellungen, Risiko- und Gap-Analysen gemäß BSI-Standards 200-1, 200-2, 200-3 und 200-4.
• Entwicklung eines Zielbildes für Informationssicherheit, Business Continuity und Cyber-Resilienz.
• Konzeption und Einführung eines ISMS als Grundlage für eine spätere ISO 27001-Zertifizierung.
• Erstellung von Sicherheitsrichtlinien, Rollen- und Berechtigungskonzepten sowie Governance-Strukturen.
• Entwicklung von Incident-Response-, Notfall- und Disaster-Recovery-Konzepten.
• Beratung zur Netzwerksegmentierung von IT- und OT-Systemen sowie Identity & Access Management inklusive MFA.
• Definition von Backup-, Patch-, Change- und Vulnerability-Management-Prozessen.
• Durchführung von Workshops, Management-Präsentationen und Security-Awareness-Maßnahmen.

Ergebnis / Mehrwert

• Aufbau einer auditierbaren Cybersecurity- und Governance-Struktur nach BSI-Standards.
• Einführung eines ganzheitlichen Sicherheitskonzepts für kritische Betriebs- und IT-Systeme.
• Schließung identifizierter Sicherheits- und Compliance-Lücken im KRITIS-Umfeld.
• Maßnahmen zur Erhöhung der Cyber-Resilienz und Betriebssicherheit implementiert.
• Verbesserte Incident-Response- und Wiederherstellungsfähigkeit durch strukturierte Notfall- und Recovery-Prozesse.
• Organisatorische und technische Grundlagen für eine künftige ISO 27001-Zertifizierung geschaffen.

Methoden & Technologien

Ausgangssituation

Digitale Transformation und Automatisierung eines internationalen Recruiting-Prozesses für maximale Skalierbarkeit und Effizienz.

Aufgaben & Verantwortlichkeiten

• Analyse, Dokumentation und Optimierung bestehender Recruiting-, Sales- und Onboarding-Prozesse.
• Entwicklung einer digitalen Zielarchitektur für eine zentrale ATS-/CRM-Plattform.
• Konzeption modularer Systembereiche für Bewerber, Arbeitgeber, Meta-Leads, Matching, LMS, Wiki, Vertragsmanagement, Rechnungen und Einstellungen.
• Automatisierung manueller Prozesse wie Lead-Erfassung, Bewerberverwaltung, CV-Erstellung, Terminplanung, Kommunikation, Vertragsmanagement und Rechnungsstellung.
• Integration von Meta-API, CSV-Importen, Kommunikationsschnittstellen, Banking-API und externen Datenquellen.
• Entwicklung einer Matching-Logik zur Zuordnung von Bewerbern zu passenden Arbeitgebern und offenen Stellen.
• Konzeption KI-gestützter Funktionen zur Profilanreicherung, CV-Generierung, Arbeitgeberrecherche und Job-Suche.
• Aufbau automatisierter Kommunikationsstrecken über E-Mail und WhatsApp für Bewerber und Arbeitgeber.
• Digitalisierung von Visa-, Dokumenten-, Unterkunfts- und Bankprozessen im internationalen Recruiting.
• Erstellung von Dashboards, KPI-Reports und transparenten Prozessansichten für Geschäftsführung, Sales, Arbeitgeber und Bewerber.
• Begleitung von Testphase, Rollout, Schulung und kontinuierlicher Prozessoptimierung.

Ergebnis / Mehrwert

• Aufbau einer skalierbaren digitalen Recruiting-Plattform für internationale Fachkräftevermittlung.
• Deutliche Reduktion manueller Tätigkeiten in Bewerbermanagement, Matching, Kommunikation, Vertragswesen und Abrechnung.
• Automatisierte Lead-Erfassung aus Social-Media-Kampagnen und strukturierte Überführung in den Recruiting-Funnel.
• Verbesserte Matching-Qualität durch datenbasierte Kandidaten- und Arbeitgeberprofile.
• Beschleunigte Erstellung professioneller Bewerberprofile und standardisierter CVs.
• Höhere Transparenz durch Dashboards, Statusübersichten und KPI-basiertes Reporting.
• Verbesserte Candidate Experience durch schnelle Kommunikation und automatisierte Follow-ups.
• Grundlage für weiteres Wachstum durch skalierbare Automatisierung, KI-Agenten und modulare Architektur.

Methoden & Technologien

Ausgangssituation

Viele operative Prozesse im Gerüstbau- und Dachdeckerumfeld wurden manuell, dezentral oder über nicht ausreichend integrierte Einzellösungen abgebildet. Projektinformationen, Kundendaten, Mitarbeiterzuweisungen, Stundenzettel, Urlaubsverwaltung, Angebote, Rechnungen, Kalkulationen und Berichte lagen teilweise verteilt vor und waren nur eingeschränkt auswertbar. Dadurch entstanden Medienbrüche, hoher manueller Pflegeaufwand, geringe Transparenz über Projektkosten sowie fehlende Echtzeitübersichten für Geschäftsführung, Projektleitung und Mitarbeitende. Zusätzlich bestand der Bedarf, branchenspezifische Workflows wie Baustellenkalkulation, Disposition, Tagesberichte, Projektfortschritt, Vor- und Nachkalkulation sowie finanzielle Auswertungen digital abzubilden. Neben der klassischen ERP-Funktionalität sollten KI-Funktionen integriert werden, um Berichte, Finanzanalysen, Kundenkommunikation, Dokumentenauswertung und operative Entscheidungsgrundlagen effizienter zu unterstützen.

Aufgaben & Verantwortlichkeiten

• Durchführung der fachlichen Anforderungsanalyse für branchenspezifische ERP-Prozesse im Gerüstbau- und Dachdeckerumfeld sowie Aufnahme und Strukturierung zentraler Geschäftsprozesse wie Anfragen, Kundenverwaltung, Projektanlage, Projektstatus, Mitarbeiterdisposition, Stundenzettel, Urlaube, Angebote, Rechnungen, Vorkalkulation, Nachkalkulation und Reporting.
• Erstellung eines fachlichen Zielbildes inklusive Soll-Prozessen, Systemmodulen, Rollenmodell, Datenobjekten, Workflows und Schnittstellen sowie Ausarbeitung von Lastenheft- und Pflichtenheftinhalten zur technischen Übersetzung der fachlichen Anforderungen.
• Konzeption einer modularen ERP-Architektur mit separaten Domänen für Kunden, Projekte, Mitarbeitende, Angebote, Rechnungen, Kalkulationen, Dokumente, Berichte, Finanzkennzahlen und Benutzerverwaltung sowie Entwicklung relationaler und dokumentenorientierter Datenmodelle.
• Aufbau einer API-basierten Backend-Struktur zur sauberen Trennung von Frontend, Businesslogik, Datenhaltung und KI-Services sowie Integration sicherheitsrelevanter Funktionen wie Zwei-Faktor-Authentifizierung, OTP und rollenbasierte Zugriffe.
• Entwicklung eines modernen webbasierten ERP-Dashboards mit React, Next.js und TypeScript sowie Umsetzung zentraler Module für Projektverwaltung, Kundenverwaltung, Mitarbeiterverwaltung, Angebots- und Rechnungserstellung, Vorkalkulation, Nachkalkulation, Finanzübersicht und Reporting.
• Entwicklung einer Mitarbeiter-App zur mobilen Einsicht täglicher Projektzuweisungen, Baustelleninformationen, Stundenzettel, Tagesberichte, Urlaubsanträge und Verfügbarkeiten sowie Abbildung von Dispositionsprozessen.
• Umsetzung von Vorkalkulations- und Nachkalkulationsfunktionen sowie Entwicklung einer Finanzseite mit Statistiken, Auswertungen, Kennzahlen, Dashboards und KI-gestützten Berichtsfunktionen für automatische Finanzberichte, Projektzusammenfassungen und Management-Auswertungen.
• Konzeption und Integration KI-gestützter Funktionen auf Basis von OpenAI-APIs sowie Aufbau einer separaten LLM-Infrastruktur mit FastAPI zur Orchestrierung von KI-Agenten für Finanzberichte, Dokumentenanalyse, Chatbot und RAG-Architekturen mit Vektor-Datenbanken.
• Integration einer Maps-API zur Leadgenerierung, Entwicklung eines Python-basierten Scrapers zur Erfassung von Unternehmensdaten sowie Automatisierung von Partnerschaftsanfragen und Kommunikationsprozessen.
• Konzeption und Umsetzung von Schnittstellen zur Microsoft-365-Umgebung über Microsoft Graph API sowie Anbindung einer Website zur automatisierten Übernahme von Anfragen in das ERP-System über Webhooks und API-basierte Workflows.

Ergebnis / Mehrwert

• Aufbau einer branchenspezifischen ERP-Lösung für Bau- und Handwerksunternehmen mit besonderem Fokus auf Gerüstbau und Dachdecker.
• Digitalisierung zentraler Geschäftsprozesse von Kundenanfrage bis Projektabschluss, Rechnung, Nachkalkulation und Reporting.
• Deutliche Reduktion manueller Verwaltungsaufwände durch integrierte Workflows für Projekte, Mitarbeitende, Angebote, Rechnungen und Berichte.
• Höhere Transparenz über Projektkosten, Mitarbeiterauslastung, Baustellenstatus, Finanzkennzahlen und operative Abläufe.
• Verbesserte Entscheidungsgrundlagen durch Dashboards, Finanzberichte, KI-Analysen und strukturierte Projektinformationen.
• Mobile Unterstützung der Mitarbeitenden durch App-Funktionen für Projektzuweisungen, Berichte, Stundenzettel, Urlaubstage und Baustelleninformationen.
• Skalierbare Grundlage für weitere Module wie Buchhaltung, Dokumentenmanagement, Planungstafel, Kundenportal, Partnerportal und Lagerverwaltung.
• Verbindung klassischer ERP-Funktionalität mit moderner Fullstack-Entwicklung, KI-gestützter Automatisierung und API-basierter Systemintegration.

Methoden & Technologien

Ausgangssituation

MLT Niederrhein betrieb als privates Logistikzentrum am Wesel-Datteln-Kanal einen großen Terminal mit eigenem Hafen, 20 Krananlagen, 24.000 m² Hallenfläche und 26.000 m² Freilager. Lagerprozesse, Wareneingang, Warenausgang, Umschlag (Lkw ↔ Schiff ↔ Bahn) und Coil-Verwaltung wurden über eine veraltete PHP-Applikation und manuelle Papierprotokolle gesteuert. Wichtige Funktionen wie digitale Unterschriften, Kennzeichen- und Barcode-Erkennung, Echtzeit-Reporting oder API-Schnittstellen zu Kunden und Spediteuren fehlten. Die Anwendungen waren schwer zu warten, es gab keine rollenbasierte Benutzerverwaltung, begrenzte Auswertungsmöglichkeiten und das LVS war nicht auf mobilen Endgeräten nutzbar.

Aufgaben & Verantwortlichkeiten

• Workshops mit Terminal-, Lager- und Hafenverantwortlichen zur Aufnahme der Ist-Prozesse (Ein-/Auslagerung, Umschlag, Kranplanung, Montage), Definition von Soll-Prozessen, Rollen, Berechtigungen und Schnittstellen sowie Erstellung von Lasten- und Pflichtenheft, User-Stories, Datenmodellen und Use-Cases für Unterschriftfunktionen, Kennzeichen-/Barcode-Erkennung, Coil-Tracking und Reporting.
• Konzeption einer modernen, modularen Softwarearchitektur auf Basis von Microservices und Service-Oriented Architecture sowie Modellierung der zentralen Domänen wie Lagerbestände, Transporteinheiten, Kraneinrichtungen, Coils, Aufträge, Dokumente, Lagerorte, Nutzer und Logbucheinträge.
• Implementierung von REST-APIs und Event-basierten Services für Lagerbewegungen, Coil-Verwaltung, digitale Unterschriften, Kennzeichen-/Barcode-Verarbeitung und Reporting mit PostgreSQL, MongoDB und Redis sowie Einbindung von Open-Source-Bibliotheken für Kennzeichen-Erkennung (OpenALPR), Barcode-Erkennung (zxing), Dokumentensignatur und OCR.
• Aufbau einer webbasierten, responsiven Oberfläche für Terminal-Mitarbeiter, Kranfahrer, Disponenten und Hafenleitung mit Dashboards für Lagerbestände, Kranbelegungspläne, Umschlagstatistiken und Transportstatus sowie Mobile-First-Implementierung für Handheld-Scanner und Tablets.
• Entwicklung von KI-Agenten zur automatischen Erfassung und Klassifizierung von Nummernschildern, Barcodes, Coil-IDs sowie zur Extraktion relevanter Daten aus Lieferscheinen und Frachtpapieren mittels OpenAI-APIs und lokalen Computer-Vision-Bibliotheken.
• Implementierung einer rechtskonformen digitalen Signaturfunktion für Frachtbriefe, Übergabeprotokolle und Liefernachweise inklusive Workflow-Gestaltung für Unterschriftenketten, sichere Speicherung, Prüfung und Archivierung.
• Aufbau eines Reporting-Moduls zur Analyse von Lagerkennzahlen, Umschlagmengen, Kranzeiten, Coil-Bewegungen und Auslastungen sowie Implementierung von Ad-hoc-Reports und automatischen Berichten (CSV, PDF).
• Anbindung an bestehende Systeme wie Hafenbahndisposition, Kransteuerung, Buchhaltung und Kundensysteme über REST-API und Webhooks sowie Aufbau von Import-/Export-Schnittstellen (EDI) und Vorbereitung von IoT-Integrationen (RFID-Scanner, Wiegetechnik).
• Umsetzung von Authentifizierungs- und Autorisierungsmechanismen (JWT, 2FA), Verschlüsselung vertraulicher Daten, Logging, Monitoring, Containerisierung (Docker) und CI/CD-Pipelines für automatisierte Tests, Deployment und QA.

Ergebnis / Mehrwert

• Ablösung des alten PHP-Systems durch eine modulare, cloud-fähige Warehouse-Management-Lösung, die sämtliche Lager- und Terminalprozesse abbildet.
• Automatisierte Datenerfassung durch Kennzeichen- und Barcode-Erkennung, digitale Unterschrift zur rechtssicheren Dokumentation und reduzierte Durchlauf- und Abfertigungszeiten.
• Echtzeit-Reporting über Lagerbestände, Umschlagvolumina, Kranauslastungen und Transportstatus; Dashboards liefern Geschäftsführung und Terminalleitung verlässliche Kennzahlen.
• KI-gestützte semantische Auswertung von Protokollen und Frachtpapieren sowie intelligente Hinweise auf Engpässe und Optimierungspotenziale.
• Erhöhte Prozesssicherheit durch Rollen- und Rechtekonzepte, 2FA, zuverlässige Archivierung von Signaturen und automatisierte Workflows.
• Skalierbare, modulare Architektur als Grundlage für künftige Erweiterungen wie IoT-Sensorik, mobile Apps, Partnerportale oder Integration weiterer multimodaler Transporte.

Methoden & Technologien

Ausgangssituation

Ein Düsseldorfer Mietwagen- und Fahrdienstanbieter nutzte isolierte Excel-Listen, E-Mail-Postfächer und papierbasierte Unterlagen für Fahrer, Fahrzeuge, Tankkarten und Leasingverträge. Daten aus Uber, Tankkartendienstleistern und Leasinggesellschaften mussten manuell importiert, geprüft und zugeordnet werden. Dadurch kam es zu Fehlern, fehlenden Zuordnungen und Verzögerungen in der Abrechnung. Eine zentrale Datenstruktur und automatisierte Auswertung fehlten vollständig.

Aufgaben & Verantwortlichkeiten

• Aufnahme der bestehenden Prozesse, Definition der Kernfunktionen (Fahrzeug- und Fahrer-Stammdaten, Tankkarten- und Leasingverwaltung, Fahrtenimport, Abrechnung, Reporting) sowie Erstellung von Lasten- und Pflichtenheften und Entwurf eines modularen Datenmodells.
• Entwurf einer skalierbaren Microservice-Architektur mit Node.js-Backend-API, Python-Services für Import und Analysen sowie einer React/Next.js-Frontend-Schicht; Modellierung der Domains für Fahrer, Fahrzeuge, Fahrten, Tankkarten, Leasingverträge, Dokumente, Kostenstellen und Zeiten.
• Entwicklung eines Upload-Assistenten für CSV-Dateien, Fahrerlisten, Uber-Dokumente sowie Daten von Tankkartenanbietern und Leasinggesellschaften; Python-Bots lesen Daten ein, validieren und ordnen sie automatisch den passenden Fahrten, Fahrern, Fahrzeugen und Kostenstellen zu.
• Implementierung von Python-Workflows und OpenAI-basierten Modellen, die Fahrtdaten strukturieren, mit Stammdaten abgleichen und auf Fehlzuordnungen, Umsatzabweichungen, Tankkarten-Anomalien oder widersprüchliche Zeitangaben prüfen; Auffälligkeiten werden im Dashboard als Warnungen angezeigt.
• Automatische Erstellung von Stundenzetteln und Fahrerabrechnungen mit Arbeitszeiten, Urlaubs- und Krankheitszeiten, Trinkgeldern und Kennzahlen; Umsetzung von Dashboards für Fahrerleistung, Fahrzeugauslastung, Kostenstruktur und Wirtschaftlichkeit mit PDF- und CSV-Exportfunktionen.
• Gestaltung einer intuitiven Weboberfläche mit Next.js und React inklusive responsivem Dashboard, Upload-Bereichen, Detailansichten, Verwaltungsmodulen sowie Integration von KI-Analyseergebnissen und Warnhinweisen in Echtzeit.
• Anbindung an externe Services wie Uber API für Fahrtdaten sowie Tankkarten- und Leasinganbieter für Buchungsdaten; Vorbereitung der Plattform für spätere DATEV-/Buchhaltungssystemintegration.
• Einrichtung automatisierter Tests, CI/CD-Pipelines und Monitoring sowie Durchführung von Schulungen für Buchhaltung und Disposition.

Ergebnis / Mehrwert

• Ablösung der fragmentierten Datenhaltung durch eine zentrale, cloud-basierte Fahrdienstverwaltung.
• Massiv beschleunigte Import-, Zuordnungs- und Abrechnungsprozesse durch Upload-Wizard und KI-gestützte Prüfungen.
• Dashboards liefern Buchhaltung und Geschäftsführung jederzeit Einblick in Fahrerleistung, Fahrzeugauslastung, Kosten und Wirtschaftlichkeit.
• Automatische Erkennung von Fehlzuordnungen, Umsatzabweichungen und Anomalien reduziert manuelle Kontrollaufwände erheblich.
• Modulare, erweiterbare Architektur als Basis für künftige Anforderungen wie mobile Apps, Mandantenfähigkeit und DATEV-Anbindung.

Methoden & Technologien

Ausgangssituation

In verschiedenen Kundenprojekten bestand der Bedarf, manuelle, datenintensive und wiederkehrende Geschäftsprozesse mithilfe von KI, Automatisierung und API-basierten Systemen effizienter abzubilden, unter anderem Leadgenerierung, Recruiting-Recherche, Dokumentenanalyse, CSV-Datenverarbeitung, Wissensmanagement, Telefonieprozesse, Chatbots und individuelle KI-Agenten.

Aufgaben & Verantwortlichkeiten

• Konzeption und Entwicklung modularer KI- und Automatisierungslösungen für Recruiting, Vertrieb, LegalTech, Dokumentenverarbeitung, Kundenkommunikation und interne Prozessautomatisierung.
• Entwicklung von Scraping- und Lead-Intelligence-Systemen für Ausschreibungen, Recruiting-Daten, B2B-Prospecting und Business Leads inklusive Datenextraktion, Filterlogiken, Dublettenprüfung, Kontaktanreicherung und strukturierter Übergabe an CRM- und Vertriebssysteme.
• Aufbau KI-gestützter Dokumentenverarbeitung mit CSV-Parsern, OCR-Strecken, semantischer Dokumentenanalyse, Klassifizierung, Extraktion relevanter Inhalte und strukturierter Weiterverarbeitung großer Datenmengen.
• Entwicklung von KI-Agenten, Voice-AI- und Conversational-AI-Lösungen mit LLM-Anbindung, Wissensdatenbanken, RAG-Systemen, Dialoglogik, Routing, Tool-Calling und API-Orchestrierung für Support-, Sales-, Recruiting- und Backoffice-Prozesse.
• Umsetzung von Workflow-Automatisierungen mit n8n, Webhooks, API-Schnittstellen und Systemintegrationen zur Synchronisation von CRM-Prozessen, Lead-Routing, Angebots- und Rechnungsflüssen, Benachrichtigungen sowie datenbasierten Folgeprozessen.
• Entwicklung individueller Chatbots und Unternehmensassistenten mit Zugriff auf interne Wissensbasen zur Leadqualifizierung, Terminvorbereitung, Dokumentenauswertung, Recherche, Kundenkommunikation und Entscheidungsunterstützung.

Ergebnis / Mehrwert

• Deutliche Reduktion manueller Recherche-, Analyse-, Kommunikations- und Dokumentationsprozesse.
• Daten strukturierter nutzbar gemacht und wiederkehrende Aufgaben automatisiert.
• Schnellere Leadgenerierung und effizientere Dokumentenverarbeitung.
• Bessere Entscheidungsgrundlagen durch strukturierte, angereicherte Daten.
• Automatisierte Kunden- und Bewerberkommunikation.
• Skalierbare KI-gestützte Assistenzprozesse für verschiedene Unternehmensbereiche.

Methoden & Technologien