Im Prozess, nicht daneben
Ich setze mich dorthin, wo die Arbeit passiert: ins Postfach, in die Praxis, in die Übergabe zwischen Teams. Strategie entsteht aus Beobachtung – nicht aus Vermutung.
Forward Deployed Strategist · AI
KI, die nicht
nur beeindruckt.
Sondern arbeitet.
Ich arbeite nicht neben Ihrem Prozess, sondern darin: das Problem hinter dem Symptom finden, das passende System selbst bauen – und bleiben, bis es den Alltag wirklich trägt.
04
Betrieb
03
Interface
02
Intelligenz
01
Prozess
System / 01 Form folgt Funktion
95 %
der E-Mails erstellt der KI-Agent — aktuelles Kundenservice-Mandat
100 %
menschliche Freigabe — Human-in-the-Loop by Design
In Produktion
PhysioPilot – KI-Dokumentation für die Physiotherapie
Problem finden✦ System bauen✦ Mensch gibt frei✦ Prozess autonomisieren✦ Problem finden✦ System bauen✦
Forward Deployed / 01
Strategie, die mit
ins System geht.
Forward Deployed Engineers haben gezeigt, was passiert, wenn Software dort entsteht, wo sie gebraucht wird. Ich übertrage dieses Prinzip auf Strategie: Entscheidungen fallen im Prozess, nicht im Workshop-Raum – und werden sofort in funktionierende Systeme übersetzt.
Strategie und Code aus einer Hand
Die Analyse endet nicht im Deck. Was entschieden wird, baue ich selbst: als Proof of Concept in Tagen, als System in Wochen.
Verantwortung bis in den Betrieb
Ein System zählt erst, wenn es unbeaufsichtigt läuft. Ich bleibe, bis Freigaben, Monitoring und Übergaben sitzen – und Ihr Team ohne mich weiterarbeiten kann.
Der Unterschied zum Forward Deployed Engineer? Der Engineer setzt um, was definiert wurde. Der Strategist definiert mit – welches Problem, welcher Schnitt, wie viel Autonomie – und setzt es dann selbst um.
Leistungsbild / 02
Kein KI-Theater.
Ein funktionierendes System.
Wir lösen die Ursache, nicht nur das sichtbare Symptom. Dafür ist nicht immer KI nötig: Manchmal ist ein kleiner Algorithmus, ein SLM oder lineare Logik performanter und schlicht die bessere Lösung.
01
Discovery & AI Assessment
Wir digitalisieren nicht vorschnell das sichtbare Symptom. Zuerst finden wir die zugrunde liegende Ursache – dann entsteht eine priorisierte Roadmap mit Chancen, Aufwand und Risiken, zugeschnitten auf den Teil, der echten Nutzen erzeugt.
- Root-Cause Discovery
- Prozess- & Datenanalyse
- Priorisierte Roadmap & Playbook
02
Prototyp & Produkt
Aus dem Konzept wird eine benutzbare Anwendung. Schlank genug, um schnell zu lernen; sauber genug, um nicht als Wegwerf-Demo zu enden.
- UX & Interface Design
- Full-Stack Entwicklung
- LLM- & Voice-Workflows
03
Prozessautonomie & AI-Workflows
Prozesse werden zuerst vereinfacht, dann zuverlässig automatisiert – und dort, wo es sinnvoll ist, zu autonomen Abläufen weiterentwickelt. Der Mensch bleibt in der Schleife: an genau den Übergaben, an denen sein Urteil zählt.
- n8n, APIs & autonome Workflows
- Human-in-the-Loop Design
- Self-hosted Betrieb & Monitoring
04
Enablement & Adoption
KI wird erst wertvoll, wenn Teams sie wirklich anwenden. Praxisnahe Trainings, konkrete Rollen und Umsetzungsbegleitung machen aus einer KI-Initiative eine Fähigkeit, die im Team bleibt.
- Praxisnahe Trainings & Workshops
- Rollen, Workflows & Playbooks
- Begleitung bis zur Adoption
Aus dem Einsatz / 03
Gebaut für den Alltag.
Nicht für die Folie.
Keine Konzept-Cases: Jedes dieser Systeme existiert. Es läuft produktiv, wird gerade beim Kunden umgesetzt – oder trägt meinen eigenen Betrieb.
In Umsetzung
Kundenservice · KI-Agent
01 / KI-Kundenservice
Der KI-Agent übernimmt 95 % der E-Mails.
Problem
Ein Serviceteam beantwortet täglich wiederkehrende E-Mail-Anfragen von Hand – gleiche Fälle, gleiche Antworten, volle Postfächer.
Entscheidung
Ein KI-Agent liest jede Anfrage, erkennt den Fall und erstellt die fertige Antwort – bei rund 95 % der Standard-E-Mails. Das Team prüft, gibt frei und sendet. Human in the Loop heißt: Ohne menschliche Freigabe geht nichts raus.
KI-Agent · E-Mail-Integration · Freigabe-Workflow · Human-in-the-Loop
In Produktion
Healthcare · Voice AI
02 / Klinische Dokumentation
Aus Sprache wird ein prüfbarer Befund.physiopilot.de
Problem
Klinische Notizen strukturiert in Erst-, Verlaufs-, Bedarfs- und Abschlussbefunde überführen – schnell, einheitlich und datenschutzkonform.
Entscheidung
Aus gesprochener Sprache entsteht direkt in der Praxis ein strukturierter, prüfbarer Befund. Die Verarbeitung ist DSGVO-konform in Europa; Therapeut:innen prüfen und bestätigen jedes Ergebnis.
Voice AI · Strukturierte Befunde · Review durch Therapeut:innen
In Betrieb
Automation · Intelligence
03 / Process Autonomy & AI Systems
Workflows, die mitdenken und zuverlässig handeln.
Problem
Wiederkehrende Aufgaben verlieren Zeit und Kontext zwischen Tools, Teams und Postfächern. Bestehende Systeme arbeiten, aber sie unterstützen keine Entscheidungen.
Entscheidung
Wir verbinden APIs, Automation und KI dort, wo sie Mehrwert schafft – mit Human-in-the-Loop an geschäftskritischen Übergaben. Ein Beispiel aus dem Betrieb: Sensoren erfassen laufend Temperatur und Luftfeuchtigkeit, ein Workflow erkennt Schimmelrisiko früh, alarmiert sofort und liefert jede Woche einen Report – von selbst.
AI Workflows · APIs · n8n · Human-in-the-Loop
Ihr nächster Schritt
Discovery · Umsetzung
04 / Der nächste Use Case
Vom Problem zum produktiven System.Vorhaben besprechen
Problem
Das Potenzial ist sichtbar, aber zwischen Technologie und Alltag fehlt die Brücke: Welcher Prozess zuerst? Was ist machbar – und was lohnt sich wirklich?
Ergebnis
Gemeinsam finden wir den Use Case mit dem größten Hebel, entwickeln die Lösung und bringen sie produktiv in den Alltag. Echte Systeme statt Folien – und ein Team, das sie gerne nutzt.
Use-Case-Discovery · Architektur · Umsetzung · Adoption
Arbeitsweise / 04
Klarheit vor
Komplexität.
Ein belastbares System entsteht nicht durch mehr Features, sondern durch die richtige Reihenfolge von Entscheidungen.
Projekt skizzieren-
01
Root-Cause Discovery
Problem finden
Nicht am sichtbaren Symptom starten: Prozess, Nutzer, Daten und Reibung gemeinsam sichtbar machen, bis die eigentliche Ursache klar ist.
-
02
System Design
Schneiden
Den kleinsten wertvollen Systemkern definieren. Abhängigkeiten, Grenzen und Erfolgskriterien werden explizit.
-
03
Delivery
Passend bauen
Die kleinste performante Technik wählen – LLM, SLM, klassischer Algorithmus oder lineare Logik – und früh im echten Nutzungskontext testen.
-
04
Autonomous Operations
Autonomisieren
Abläufe schrittweise selbstständiger machen. Menschliche Freigaben sitzen an den Übergaben, an denen Urteil zählt – der Rest läuft, überwacht und messbar.
Leitlinien / 05
Vier Leitlinien
Root cause first.
Das zugrunde liegende Problem lösen – nicht das Symptom nur schneller, digitaler oder teurer bewegen.
Right-sized intelligence.
Nicht jedes Problem braucht ein LLM. SLM, Algorithmus oder lineare Logik gewinnen, wenn sie schneller, günstiger und verlässlicher sind.
Human in the loop by design.
Autonomie wächst mit Vertrauen. Freigaben sind kein Bremsklotz, sondern der Grund, warum Automatisierung im Team akzeptiert wird.
Local where it matters.
Sensible Daten und zeitkritische Prozesse bleiben so nah am Nutzer wie sinnvoll. Cloud wird bewusst gewählt, nicht vorausgesetzt.
PROFILETP / 2026
BASE
MÜNSTER, DE
51.9629° N · 007.6287° E
Profil / 06
Technik verstehen.
Umsetzung führen.
Ich bin Thaddäus Papenbrock. Ich mache KI anwendbar: Use Cases finden, Architektur leiten, Lösungen entwickeln – und wenn es zählt, selbst umsetzen.
Viele KI-Vorhaben scheitern nicht am Modell, sondern an den Übergängen zwischen Strategie, Technik und Team. Genau diese Lücke schließe ich – forward deployed: im Prozess, mit dem Team, bis das System im Alltag läuft.
RolleForward Deployed Strategist (AI)
FokusKI anwendbar machen – Use Case bis Umsetzung
EinsatzBranchenübergreifend – wo Prozesse Zeit kosten
Vor dem Start / 07
Was meistens
zuerst geklärt wird.
Der Begriff kommt vom Forward Deployed Engineer: Entwickler, die beim Kunden im Einsatz sind statt im Backoffice. Ich übertrage das auf Strategie. Ich analysiere nicht aus der Distanz, sondern arbeite im Prozess mit, entscheide dort über Problem, Schnitt und Autonomiegrad – und setze es anschließend selbst um. Strategie und Umsetzung bleiben in einer Hand, bis das System im Alltag läuft.
Wenn es einen konkreten, wiederkehrenden Prozess gibt, der Zeit bindet, Fehler produziert oder Wissen schwer zugänglich macht. Ein klarer Engpass ist ein besserer Startpunkt als der Wunsch, „irgendetwas mit KI“ zu machen.
Nein. Die erste Phase klärt Problem, Datenlage, Nutzer und Grenzen. Wenn ein klassischer Algorithmus, ein Small Language Model oder lineare Logik performanter und robuster ist als ein LLM, ist genau das die richtige Lösung.
So viel, wie das Risiko verlangt – und so wenig, wie der Prozess erlaubt. Im aktuellen Kundenservice-Mandat erstellt der KI-Agent rund 95 % der Standard-E-Mails; gesendet wird erst nach menschlicher Freigabe. Diese Grenze wird pro Prozess bewusst gesetzt und kann mit wachsendem Vertrauen verschoben werden.
Datenwege und Schutzbedarf werden zu Beginn explizit gemacht. Wo es sinnvoll ist, bleiben Verarbeitung und Modelle lokal oder self-hosted. Externe Dienste werden nur bewusst und mit klaren Grenzen eingesetzt.
Offen für ausgewählte Mandate
Was soll bei Ihnen
endlich einfacher werden?
Beschreiben Sie den Prozess in ein paar Sätzen. Ich antworte persönlich – mit einer ersten Einschätzung, ob und wie daraus ein sinnvolles System werden kann.
t@papenbrock.one ↗