YouTube
Praktische Einblicke
Kurze Demonstrationen zu EAM, Schnittstellen, Datenabläufen und realistischen Anwendungsfällen für KI und ML.
Öffnen YouTubeEinblicke
Praxiswissen zu EAM, Schnittstellen und angewandter KI
Die Themen zeigen drei Arbeitsfelder: fundierte EAM-Praxis, verlässliche Datenflüsse zwischen Systemen und KI/ML-Piloten, die mit echten Daten und klaren Kriterien geprüft werden.
Veröffentlichungen
Videos, Beiträge und ausführliche Artikel
Die veröffentlichten Beiträge finden Sie auf YouTube, LinkedIn und im externen Blog. Diese Seite ordnet Themen aus EAM, Schnittstellen, Daten und angewandter KI/ML den passenden Leistungen zu.
Pilot & Validierung
Ein Pilot muss zum tatsächlichen Ablauf passen
Ein sinnvoller Pilot zeigt, was funktioniert, wo er scheitert und welche Daten- oder Prozesslücken geschlossen werden müssen, bevor die Automatisierung in den Betrieb geht.
LinkedIn
Praxisnotizen
Beobachtungen aus EAM-Projekten, unabhängiger Schnittstellenarbeit, Datenqualitätsprüfungen und der Umsetzung angewandter KI und ML.
Öffnen LinkedIn Blog
Gedanken zur produktiven Umsetzung
Ausführlichere Beiträge über EAM-Umsetzung, zuverlässige Schnittstellen, Datengrundlagen und ergebnisorientierte KI/ML-Piloten.
Öffnen BlogAus dem Blog
Praxiswissen in ausführlichen Artikeln
Englischsprachige Artikel über Verantwortung, Schnittstellen, Datenqualität, Arbeitsplattformen und die Folgen technischer Entscheidungen im laufenden Betrieb.
EAM operations
↗Closing a Work Order Is a Data Quality Decision
5 min read Englisch
Closing a work order establishes the maintenance history that planning, reliability, costing and future decisions will treat as evidence.
- EAM
- Maintenance
- Operations
Reporting
↗Why Reports Become Shadow Systems
5 min read Englisch
Reports are useful for visibility. They become risky when they start replacing process ownership, exception handling and operational control.
- Enterprise Systems
- Operations
- Reporting
Data quality
↗Why Master Data Is Not a Cleanup Project
5 min read Englisch
Master data is not a one-time cleanup project. In production, it is an operating responsibility that shapes workflows, interfaces and reports.
- EAM
- Operations
- Ownership
Work platforms
↗Why Workflow Changes Are Never Local
5 min read Englisch
A workflow change may be made in one screen, but it affects roles, interfaces, reports, open records and recovery paths across the platform.
- Automation
- EAM
- Enterprise Systems
Operations
↗Why Exceptions Are Not Edge Cases in Production
5 min read Englisch
In production, exceptions are not rare edge cases. Reliable automation needs visible exception states, clear ownership and a defined recovery path.
- Operations
- Production
- Reliability
Interface reliability
↗Why Monitoring Is Not the Same as Reconciliation
5 min read Englisch
Monitoring shows whether a process ran. Reconciliation shows whether the business state is still correct. Reliable systems need both.
- Integration
- Operations
- Reliability
Architecture
↗Why Compatibility Is Not the Same as Replaceability
4 min read Englisch
Compatibility can reduce migration effort, but it is not replaceability. Systems become hard to substitute when hidden behaviour accumulates around them.
- Architecture
- Enterprise Systems
- Integration
Interface engineering
↗The Right Structure for an Unreliable Interface
5 min read Englisch
How to choose between stabilising the existing interface, introducing middleware and building a deliberately narrow custom integration.
- Interfaces
- Middleware
- Reliability
Automation
↗Why Automation Fails at the Interfaces, Not the Logic
5 min read Englisch
Why automation often fails at interfaces—not logic—and what teams should check before go-live in real production environments.
- Automation
- Interfaces
- Production
Production readiness
↗The Minimal Guardrails for AI and Automation in Production
5 min read Englisch
A minimal set of guardrails for moving AI and automation from prototype to production without turning quick wins into maintenance debt.
- AI
- Automation
- IT Governance
Maintenance
↗Why ‘Just a Script’ Becomes Long-Term Maintenance
5 min read Englisch
Why a small script often becomes long-term maintenance debt—and how to decide early when automation needs ownership and a lifecycle.
- Automation
- Maintenance
- Ownership
AI ownership
↗Why AI Needs Ownership More Than Intelligence
4 min read Englisch
Why AI initiatives fail not because of intelligence, but because no one clearly owns what happens once the system reaches production.
- AI
- IT Governance
- Ownership
Applied AI
↗ChatGPT Is the New ‘Doctor Google’ – Why DIY AI Fails in Real Projects
4 min read Englisch
Why AI-generated solutions often work in demos but fail in real projects—and how to use AI without creating future technical debt.
- AI
- Automation
- ChatGPT
Themen
Themen aus meiner Arbeit
Dies sind mit Leistungen verknüpfte Themen, keine veröffentlichten Artikel. Sie helfen, das Problemfeld einzuordnen und zum passenden Leistungsweg weiterzugehen.
EAM-Praxisnotiz
Warum die letzte Meile in EAM-Projekten oft teuer wird
Warum Arbeitsauftragslogik, Berichte, Statusflüsse, Schnittstellen und Nutzerabläufe darüber entscheiden, ob EAM im Alltag wirklich funktioniert.
Thema lesenSchnittstellen-Praxisnotiz
Ein erfolgreicher API-Aufruf kann im Betrieb trotzdem ein Fehler sein
Betriebliche Zuverlässigkeit hängt von Datenbedeutung, Zeitpunkt, Validierung, Wiederholungslogik, Zuständigkeit und dem Ergebnis im Zielsystem ab – nicht nur von einer erfolgreichen HTTP-Antwort.
Thema lesenKI-Bereitschaft
Vor einem KI-Piloten muss klar sein, welche Entscheidung er verbessern soll
Ein sinnvoller KI/ML-Anwendungsfall beginnt mit einem realen Ablauf, einer Vergleichsbasis, repräsentativen Daten und klaren Erfolgs- und Abbruchkriterien.
Thema lesenPrototyp für angewandtes ML
Kleine Leckagen in Druckdaten trotz Pumpenzyklen erkennen
Ein eigenständig entwickelter Prototyp unterschied normale Druckabfälle bei Wasserverbrauch mit anschliessendem Pumpenstart von anhaltenden Mustern, die auf kleine Lecks hindeuteten.
Thema lesenPrototyp für angewandtes ML
Hufauffälligkeiten im Stallgang per Computer Vision erkennen
Ein eigenständig entwickelter Prototyp fotografierte die Hufe, während Pferde durch den Stallgang liefen, und markierte sichtbare Auffälligkeiten zur Prüfung durch eine Fachperson – nicht als tierärztliche Diagnose.
Thema lesenOperative Fachanwendungen
Manchmal hilft eine kleine Fachanwendung mehr als ein weiteres EAM-Modul
Kleine Fachanwendungen können Anforderungen, Prüflisten, Übergaben oder Berichte vereinfachen, wenn das Kernsystem stabil bleiben soll und der Arbeitsalltag trotzdem Entlastung braucht.
Thema lesenHaben Sie ein konkretes EAM-, Schnittstellen- oder KI/ML-Problem?
Schildern Sie das konkrete Problem. Am besten lässt es sich anhand eines Arbeitsauftrags, eines Schnittstellendatensatzes, einiger Dokumente, einer Datenprobe oder einer konkreten Entscheidung prüfen.