Mark Schleicher

Automatisierung im Entwicklungsprozess der Automobilindustrie
Ziel des Projekts war es, manuelle und fehleranfällige Informationsübergaben zwischen Systemen im Entwicklungsprozess zu automatisieren. Zusätzlich wurde ein Large Language Model (LLM) integriert, das neue Entwicklungsumfänge automatisch bewertet – basierend auf historischen Bewertungen und technischer Dokumentation. So konnte der Abstimmungsaufwand reduziert, die Konsistenz der Bewertung verbessert und die Time-to-Decision im Projektverlauf signifikant verkürzt werden.

Frühwarnsystem für Marktveränderungen im Konsumgüterbereich
Entwicklung eines automatisierten Frühwarnsystems zur Identifikation von wachstumsstarken Nischenmarken und veränderten Kundenbedürfnissen im Konsumgütersegment. Mithilfe von Web Scraping, öffentlich zugänglichen Marktdaten und einem LLM-basierten Analysesystem werden signifikante Veränderungen in Onlinebewertungen, Social Signals und Produktangeboten erkannt. Ziel ist es, Unternehmen frühzeitig auf potenzielle Wettbewerber oder Innovationsfelder aufmerksam zu machen – noch bevor klassische Marktforschung reagiert.

AI-gestützte Analyse von Call-Center-Daten zur Identifikation von Ursachen und Verbesserungshebeln
Entwicklung eines Systems zur automatisierten Auswertung von Call-Center-Gesprächen mit dem Ziel, häufige Beschwerdeursachen und strukturelle Schwachstellen in Produkten oder Prozessen frühzeitig zu erkennen. Gesprächsverläufe werden mithilfe von Spracherkennung, NLP und LLMs analysiert, thematisch geclustert und priorisiert. Die Ergebnisse werden in einem visuellen Management-Dashboard aufbereitet und liefern konkrete, datengestützte Handlungsempfehlungen für Produktmanagement, Kundenservice und Qualitätssicherung.