Bonn, North Rhine-Westphalia, Germany
Mitglied seit 2024
Photo

Isabell Reichardt

DIENSTLEISTUNG
Kontakt

KI Profi kontaktieren

Nur für angemeldete Unternehmen sichtbar!
Für Lesezeichen einloggen
Profil • Selbstdarstellung

Pionierin der Generativen KI, Flow Engineer und Dozentin.

Mein Name ist Isabell Reichardt, Visionärin und Spezialistin für KI Engineering aus Bonn. Ich bin in zweiter Generation ITlerin und habe bereits als Jugendliche angefangen zu coden. Diese Leidenschaft habe bis heute erhalten und prägt maßgeblich die Art und Weise wie ich Herausforderungen im privaten und beruflichen begegne. Mit Python und Javascript!

Durch meine mehrjährige Erfahrung als Startup Gründerin, Full-Stack-Entwicklerin und E-commerce Managerin, verstehe ich nicht nur die technischen Seite, sonder auch die Business-Administrations Perspektive. Als feministische Innovatorin bringe ich eine einzigartige Perspektive in meine Arbeit ein, die von einem starken Engagement für Vielfalt und Inklusion gezeichnet ist.

Zertifikate & Kompetenzen

Als zertifizierte Dozentin und erfahrene Workshopleiterin ist es mir sehr wichtig, die Trainierenden dazu zu befähigen, selbstbewusst mit neuen Technologien umgehen zu können. In einer lockeren Lernatmosphäre, in der die Teilnehmerinnen das gelernte Wissen anwenden und Fehler machen können, entstehen die besten Ideen.

Meine Expertise erstreckt sich über Maschinelles Lernen, Full-Stack-Entwicklung bis hin zu digitalen Transformationsstrategien und Wissensvermittlung. In meiner Fallstudie “Demystifying Generative AI” in der Deutschen Welle Akademie zeige ich wie ein Lernpfad gestaltet sein kann, auf dem der Umgang mit Chat interfaces wie ChatGPT aber auch später fortgeschrittene Themen wie custom GPTs, Agents, Flows und RAG(retrieval augmented generation) vermittelt werden.  Dabei kann ich zum einen no-code Lösungen für nicht programmierende Personen lehren, aber auch das Langchain Ökosystem für Entwicklerteams.

Meilensteine

Flow Engineering und Full-Stack-Developer: Als zertifizieret Prompt Engineer mit praktischer Erfahrung im Flow building mit Langchain und Langgraph gebe ich Einblicke, wie diese Technologie Prozesse effizienter gestalten kann. In meinem Fallbeispiel “Automatisierte Analyse von UN-Submissions zu Medien und Journalismus” beleuchte ich exemplarisch, wie ein local betriebenes Open-Source Modell einen Prozess effizienter, besser und kostengünstiger gemacht hat. Als publizierte Entwicklerin in einer Fachzeitschrift Schreibe ich auch Artikel zu dem Thema KI.

Vorreiterin in Generativer KI: Bereits vor den Hype, als Beta-Testerin für GPT3 habe ich Sprachmodelle zur content Generierung eingesetzt und habe aktiv miterlebt, wie sich die Fähigkeiten der Modelle aber auch die Art und Weise wie gepromptet wird im Laufe der Versionen verändert haben.

Engagement für Vielfalt und Inklusion: Als Teil einer marginalisierten Gruppe bringe ich einen diversen Blick , Kreativität und Inklusivität in Technologieprojekte ein und habe einen Fokus auf ethische Praktiken bei innovativen Lösungen.

Unternehmerisches Denken: Meine siebenjährige Erfahrung als Entrepreneurin und später Angestellte in diversen Startups, kenne ich die Herausforderung  in der Umwandlung von visionären Ideen zu Produkten. Meine Expertise bezieht sich nicht nur auf den Bereich KI/ML sondern auch Spatial Computing/Mixed Reality und Web 3.0

Meine Mission

Mein Ziel ist es, Menschen zu befähigen, mit Methodiken und Tools, diese neue Art wir mit Technologien und Informationen interagieren, selbstständig zu erforschen. Sei es durch no-code Lösungen oder komplexere Anwendungen.

Verbindung aufnehmen

Ich berate Sie gerne, wie Sie Ihre Prozesse mit Hilfe von generativer KI effizienter gestallten, wie Sie Ihr Produkt mit KI-Features Bereichen und Ihre Mitarbeiterinnen im Umgang mit diesen neuen Technologien befähigen.

Fachlicher Hintergrund
2023
Deutsche Welle Akademie Trainerqualifizierung

2023 -2024
Vanderbuilt University Prompt Engineering Spezialisierung

2022-2023
Standfort Online | Deeplearning.ai Supervised Machine Learning: Regression and Classification

2021
freecodecamp.org JavaScript Algorithms and Data Structures

2016-2019
Almuni bei DigitalHub Bonn AG Startup Accelerator, Startport AG Duisburg Startup Accelerator, Stratplatz Köln Startup Accelerator Entrepreneurische Ausbildung

Berufserfahrung | Referenzen
2023 - aktuell
Deutschen Welle Akademie Vierteilige Workshopreihe "Demystifying Generative AI" in der Deutschen Welle Akademie

Die Deutsche Welle Akademie ist der internationale Mediendienstleister Deutschlands und eine führende Organisation für internationale Medienentwicklung. Sie unterstützt den Aufbau und die Stärkung freier und unabhängiger Medien in Entwicklungsländern und Ländern in Übergangsphasen. Die Akademie bietet Aus- und Weiterbildung für Journalisten, Medienmanager und Mitarbeiter von Regulierungsbehörden an, um die journalistische Qualität zu verbessern, Medienkompetenz zu fördern und den Zugang zu Information und Kommunikation weltweit zu erleichtern.
Im Rahmen der journalistischen Ausbildung sowie der Weiterbildung von Mitarbeitenden der DWA durfte ich eine Workshopreihe zum Thema Demystifying generativ AI halten.

Das Auftaktmodul „Introduction to Applied Prompt Engineering“ dient als Fundament für ein profundes Verständnis generativer KI-Technologien. Teilnehmerinnen werden in die Funktionsweise von Embeddings und Tokens eingeführt. Durch die Anwendung verschiedener Prompt-Muster lernen die Teilnehmerinenn effektiv Ideen und Daten innerhalb von Large Language Models (LLMs) zu erforschen. Ihnen werden Werkzeuge an die Hand gegeben, den Latentspace des Modells zu erkunden.
Ziel ist es, dass die Teilhnehmerinnen lernen, wie Applikationen mit einem natürlichen Sprachinterface bedient werden können.

Im Modul 2 lernen die Teilnehmerinnen die fortgeschrittene Funktionen von Chat-Modellen. Was Funktionsaufrufe von LLMs sind und was ein Code-Interpreter ist. Dieses Wissen findet im praktischen Teil des Modules Anwendung, wenn die Teilnehmerinnen ein eigenes GPT mit erweiterten Fähigkeiten bauen sollen.

Im Modul 3 wird eine Einführung in Flow-Engineering gegeben, was KI Agenten sind und wie mit Hilfe von visual coding und den in Modul 1 und 2 gelernten Konzepten -ohne jahrelange Programmierkenntnisse – KI-Agenten gebaut werden können.

Das Modul 3 “introduction into RAG (Retrieval Augmented generation) beinhaltet eine Einführung in RAG und Vorstellung von ausgewählten RAG-Flows mit der Zielsetzung, dass die Lernenden am Ende des mehrtägigen Workshops, mit dem Wissen aus Modul 1, 2 & 3 eine RAG-Pipeline konzipieren und als MVP bauen können.

Feb- März 2024
Deutsche Welle Akademie Case Study: Automatisierte Analyse von UN-Submissions zu Medien und Journalismus

Die Deutsche Welle Akademie beteiligt sich aktiv an einem Prozess der Vereinten Nationen, der darauf abzielt, die zukünftigen Nachhaltigen Entwicklungsziele (Sustainable Development Goals, SDGs) festzulegen. Ein wesentlicher Schritt in diesem Prozess ist die Entwicklung eines „Pacts for the Future“, der signifikant durch schriftliche Beiträge von Nichtregierungsorganisationen (NROs) mitgestaltet wird. Angesichts der enormen Anzahl an Beiträgen steht die Deutsche Welle Akademie vor der Herausforderung, relevante Einreichungen zu identifizieren, die Themen wie Medien, Journalismus, Pressefreiheit, Desinformation und ähnliche Bereiche behandeln. Die manuelle Prüfung hunderter Dokumente wäre eine überwältigende Aufgabe, die einen unverhältnismäßigen Zeitaufwand erfordern würde. In diesem Kontext bietet die Nutzung künstlicher Intelligenz (KI) eine Möglichkeit, diesen Prozess zu automatisieren und effizienter zu gestalten.
Das Ziel dieser Case-Studie ist es, das Potenzial einer KI-gestützten Lösung zur Extraktion der erforderlichen Informationen aus einer großen Anzahl von PDF-Dokumenten zu untersuchen. Spezifisch soll die KI Dokumente auf einer bestimmten Webseite durchsuchen, um Beiträge zu ermitteln, die definierte Schlüsselbegriffe enthalten. Der angestrebte Output besteht aus einer Liste der Organisationen, die sich in ihren Einreichungen mit den relevanten Themen befassen, sowie Auszügen, die die Nutzung der Schlüsselbegriffe verdeutlichen. Zusätzlich soll eine von KI generierte Zusammenfassung der Gemeinsamkeiten aller relevanten Einreichungen erstellt werden. Dieser Ansatz verspricht, einen bedeutenden Beitrag zur Steigerung der Effizienz und zur strategischen Ausrichtung der Beteiligung am UN-Prozess zu leisten.

Technische Vorgehensweise

Um der enormen Herausforderung, hunderte schriftliche Einreichungen für die Vereinten Nationen zu analysieren, zu begegnen, entwickelte die Deutsche Welle Akademie in Zusammenarbeit mit Isabell Reichardt ein fortschrittliches, KI-basiertes Analysewerkzeug, vollständig in Python implementiert. Dieses Tool bedient sich einer Reihe spezialisierter Bibliotheken und Technologien, angefangen bei Requests zum Abrufen des Quellcodes von Webseiten und BeautifulSoup4 zur Extraktion von PDF-Links aus dem HTML-Code. Mithilfe von Selenium automatisierte die Ingenieurin erfolgreich den Download von 349 PDF-Dateien, während PyPDF2 zum Einlesen dieser Dokumente, zum Filtern nach vordefinierten Schlüsselbegriffen wie „Journalistin“, „Reporterin“, „Internetzugang“ und „Meinungsfreiheit“ und zum Extrahieren von E-Mail-Adressen mittels RegEx eingesetzt wurde.
Für die strukturierte Speicherung der extrahierten Informationen kam ein Pandas DataFrame zum Einsatz, das neben den Inhalten der PDFs auch Dateinamen, Kontakt-E-Mails, die jeweiligen Schlüsselwörter und die relevanten Textausschnitte umfasste. Diese Daten wurden anschließend in eine Chroma-Vektor-Datenbank überführt, eine Entscheidung, die den Umgang mit dem eingebetteten Text und den Metadaten erheblich vereinfachte. Das Herzstück der technologischen Lösung bildete das Modell „nomic-embed-text v1.5“, das in Verbindung mit Llama CPP lokal auf der Maschine für das Text-Embedding verantwortlich war. Für die Inferenzaufgaben wird auf Ollama und das „mistral 7b instruct“-Modell genutzt, beides ebenfalls lokal ausgeführt, um eine datenschutzkonforme Verarbeitung zu gewährleisten.
Alle Komponenten mussten auf Hardware für Endverbraucherinnen laufen, ohne die Notwendigkeit eines Rechenzentrums, was die Zugänglichkeit und Umsetzbarkeit der Lösung unterstreicht. Ethische Bedenken hinsichtlich der Datenverarbeitung wurden durch öffentlich im Web zugänglichen Information, sowie den lokalen Betrieb der gesamten Infrastruktur gemildert, was die Privatsphäre und Sicherheit der analysierten Informationen gewährleistet.
Das Vorsortieren der PDFs basierend auf den festgelegten Schlüsselwörtern und die anschließende Vektorisierung für die Chroma-Vektor-Datenbank ermöglichten eine tiefergehende Analyse durch eine Retrieval-Augmented-Generation-(RAG)-Pipeline. Dieser innovative Ansatz erlaubte es, die Dokumente nicht nur nach der Präsenz spezifischer Begriffe zu filtern, sondern auch komplexere Anfragen und Zusammenfassungen basierend auf dem Kontext der Texte zu erstellen. Die Ergebnisse dieser umfassenden Analyse wurden sowohl in ein übersichtliches Spreadsheet exportiert als auch über eine benutzerfreundliche Chat-Schnittstelle zugänglich gemacht, wodurch die Deutsche Welle Akademie wertvolle Einblicke in die zahlreichen Einreichungen effizient gewinnen und strategisch nutzen konnte.

Kenntnisse, Skills
AR • Augmented RealityBusiness DevelopmentChatGPT (OpenAI)Conversational AI • Chatbots • DialogsystemeData EngineeringDevOps • Web-ITE-Commerce • OnlineshopsEntwicklung Full-StackGenerative KIHugging Face ML ToolsJavaScriptKanbanLangChainLLM • Large Language ModelsMetaversePrompt DesignPrompt EngineeringPythonStable DiffusionVR • Virtual Reality
KI Profi Steckbrief

Einloggen

Kostenlos neu registrieren

Passwort zurücksetzen

Job Schnellsuche