Eigenes Softwareprojekt
AI Logistics OS
Workflow-Architektur, Domänenmodell und Dokumentenverarbeitung – mit kontrollierten KI-Schritten statt autonomer Automatik.
Über mich / Martin Oellermann
Von Geschäftsprozessen zu Agentic Engineering.
Ich verbinde langjährige Erfahrung aus operativen Geschäftsprozessen mit Softwareentwicklung, Automatisierung und KI, um digitale Systeme zu bauen, die reale Arbeit vereinfachen.
- Business Process
- Software
- Automation
- AI
Martin Oellermann
AI & Agentic Engineer
01 / Hintergrund
Ich komme nicht aus der klassischen Softwareentwicklung. Und genau das ist ein Teil meiner Stärke.
Seit mehr als 20 Jahren arbeite ich in operativen Geschäftsprozessen mit Kundenkommunikation, Dokumenten, unterschiedlichen Geschäftssystemen, Zeitdruck, manuellen Übergaben und Ausnahmen.
Die Branche kann wechseln – die Muster bleiben ähnlich: Informationen kommen unstrukturiert an, Systeme sind nicht verbunden, und Menschen schließen die Lücken manuell.
Dabei entsteht immer wieder dieselbe grundlegende Frage:
Warum funktioniert dieser Prozess heute so – und wie könnte er besser funktionieren?
Technologie wird besonders wertvoll, wenn man den Prozess dahinter versteht.
02 / Der Weg
Schritt für Schritt vom Prozess zur Software.
Der Weg in die Softwareentwicklung verlief nicht geradlinig, sondern in Etappen. Jede Etappe hat neue Fragen aufgeworfen – und die nächste vorbereitet.
- 01 Geschäftsprozesse Operative Abläufe, Kundenkommunikation, Dokumente und Geschäftssysteme.
- 02 Webentwicklung Digitale Produkte, Kundenprojekte, UX und technische Problemlösung.
- 03 Automatisierung APIs, Workflows und die Frage, warum Menschen bestimmte Schritte immer wieder manuell ausführen.
- 04 Software Engineering Eigene Anwendungen, Datenmodelle, Backends, Architektur, Tests und Produktentwicklung.
- 05 KI LLMs ermöglichen, unstrukturierte Texte, Dokumente und Kontext stärker in automatisierte Prozesse einzubeziehen.
- 06 Agentic Engineering Die Verbindung dieser Bereiche: Prozesse verstehen, Software bauen, Automatisierung sinnvoll einsetzen und KI dort integrieren, wo sie echten Nutzen bringt.
03 / Business × Engineering
Mein Arbeitsbereich liegt zwischen Business und Engineering.
Unternehmen kennen ihre Prozesse.
Entwickler kennen Technologien.
Die entscheidenden Fragen liegen häufig dazwischen:
- Welche Schritte sind wirklich notwendig?
- Welche Informationen werden benötigt?
- Was lässt sich deterministisch automatisieren?
- Wo hilft KI?
- Wo sollte ein Mensch entscheiden?
- Wie wird daraus ein zuverlässiges System?
- Geschäftsprozesse
- Software Engineering
- KI & Automatisierung
Schnittmenge: Agentic Engineering
04 / Meine Sicht auf KI
KI ist für mich kein Produkt. Sie ist ein neues Werkzeug im Software Engineering.
Nicht jeder Workflow braucht ein LLM oder einen Agenten.
KI wird besonders interessant, wenn klassische Software an Grenzen stößt – etwa bei unstrukturierten Informationen, Dokumenten, Kontext oder variablen Situationen.
Simple before Agentic.
- Regel
- Automatisierung
- KI-Funktion
- KI-Workflow
- Agent
- Multi-Agent-System
Nur so komplex wie notwendig.
05 / Builder
Ich möchte Systeme nicht nur konzipieren. Ich möchte sie bauen.
Eigene Produkte und Softwareprojekte geben mir die Möglichkeit, Architektur, KI-Integration, Automatisierung, UX, Testing und Deployment praktisch miteinander zu verbinden.
- : Bauen
- : Messen
- : Lernen
- : Verbessern
Eigenes Produkt
MOE40
Produktdenken von der Datenmodellierung bis zu interaktiven Tools mit eigener Berechnungslogik.
06 / Entwicklung
KI verändert auch, wie Software entsteht.
Ich nutze KI nicht nur innerhalb von Anwendungen, sondern auch als Werkzeug im Entwicklungsprozess – für Recherche, Spezifikation, Implementierung, Tests und Reviews.
Der entscheidende Punkt:
Architektur, Geschäftslogik und kritische technische Entscheidungen müssen trotzdem verstanden und kontrolliert bleiben.
- : KI-unterstützte Entwicklung
- : Bauen
- : Testen
- : Review
- : Ausliefern
07 / Prinzipien
Wie ich über Software und KI nachdenke.
-
Problem zuerst
Erst der Prozess, dann die Technologie.
-
Einfach vor agentisch
Die einfachste Lösung, die zuverlässig funktioniert, hat Vorrang.
-
Human-in-the-loop
Menschen entscheiden dort, wo Urteilsvermögen gefragt ist.
-
Erst testen, dann vertrauen
Verhalten wird geprüft, bevor ein System Verantwortung übernimmt.
-
Nachvollziehbar von Anfang an
Jeder Schritt bleibt nachvollziehbar und überprüfbar.
-
Geschäftlicher Nutzen zuerst
Maßstab ist die Entlastung im Arbeitsalltag, nicht die Technik.
08 / Schwerpunkte
Mich interessieren Systeme, die Arbeit wirklich verändern.
Besonders spannend finde ich Prozesse, bei denen Menschen täglich Informationen aus E-Mails, Dokumenten und unterschiedlichen Anwendungen zusammenführen müssen.
- Intelligente Dokumentenverarbeitung
- Agentische Workflows
- Human-in-the-loop
- Geschäftsprozessautomatisierung
- KI-gestützte Software
- Tool Use
09 / Warum
Warum ich diesen Weg gehe.
Ich möchte meine Erfahrung aus realen Geschäftsprozessen mit meiner Begeisterung für Software und KI verbinden.
Eigene Produkte zu entwickeln, Probleme zu zerlegen und daraus funktionierende Systeme entstehen zu sehen, ist genau die Art von Arbeit, auf die ich mich langfristig konzentrieren möchte.
10 / Aktuell
Woran ich gerade arbeite.
- Status: In Entwicklung
AI Logistics OS
Agentische Business-Software
- Status: In Entwicklung
MOE40
Digitale Produktplattform
- Status: Exploration / Aufbau
Agentic Engineering
KI · Automatisierung · Business-Software
Stand: September 2026
11 / Kontakt
Lassen Sie uns über Ihren Prozess sprechen.
Sie müssen nicht wissen, ob Ihr Problem einen AI Agent, klassische Automatisierung oder individuelle Software benötigt.
Ein konkreter Prozess, der heute unnötig viel Zeit kostet, reicht als Ausgangspunkt.
Problem zuerst. Technologie danach.