Azure · Databricks · Snowflake · KI
Ich bringe Ihre Daten und Prozesse nach Microsoft Azure – mit Databricks oder Snowflake als Datenplattform und auf Wunsch mit KI-Unterstützung, bei der Ihre Unternehmensdaten im eigenen Haus bleiben. Architektur und Umsetzung aus einer Hand.
Für Unternehmen aus Mittelstand und Industrie, die ihre Datenlandschaft in die Cloud bringen wollen – planbar, nachvollziehbar und ohne Stillstand im Tagesgeschäft.
On-Premise-Datenbanken, Data Warehouses und Hadoop-Landschaften planbar in die Azure Cloud überführen. Zielbild ist ein Lakehouse auf Databricks oder ein Cloud-DWH auf Snowflake – migriert in Wellen, parallel zum laufenden Betrieb.
Belastbare Datenpipelines von der Quelle bis zum Bericht: Ingest, Transformation, Qualitätssicherung und Orchestrierung – versioniert, getestet und per CI/CD ausgerollt. Bestehende Strecken werden analysiert und sauber abgelöst.
KI-Agenten und Assistenten, die auf Ihren Daten arbeiten, ohne dass diese den eigenen Azure-Tenant verlassen. Ontologien geben der KI den fachlichen Kontext, MCP-Server die kontrollierte Schnittstelle. Wie das funktioniert →
Lakehouse- und DWH-Architekturen, Datenmodelle und Dashboards – als Architekt mit Hands-on-Umsetzung und bei Bedarf als Lead eines Teams von 5 bis 40 Personen. Auch im Microsoft-BI-Stack mit SQL Server, SSIS und SSAS zu Hause.
Vier Schritte mit klaren Ergebnissen. Jeder Schritt ist für sich abgeschlossen – Sie entscheiden nach jedem, ob und wie es weitergeht.
Systeme, Datenstrecken, Abhängigkeiten, Datenschutz- und Compliance-Anforderungen. Was muss mit, was kann weg, was ist kritisch?
Azure-Stack, Databricks oder Snowflake, Berechtigungskonzept mit Entra ID und Unity Catalog, Kostenrahmen. Mit einem Proof of Concept auf Ihren echten Daten.
Datenstrecke für Datenstrecke, parallel zum Altbetrieb, automatisiert über CI/CD. Abgleich der Ergebnisse gegen das Altsystem, bevor umgeschaltet wird.
Monitoring, Kostenkontrolle, Übergabe an Ihr Team. Auf der sauberen Datenbasis folgen dann die KI-Anwendungsfälle – im eigenen Tenant.
KI lohnt sich erst auf einer sauberen Datenbasis. Und sie darf nur das sehen, was ein Mitarbeiter in derselben Rolle auch sehen dürfte. Beides ist Architektur, kein Zufall.
Viele Unternehmen scheuen KI, weil unklar ist, wo die Daten landen. Mein Ansatz: Modelle und Agenten laufen innerhalb Ihrer Azure- und Databricks-Umgebung, greifen über definierte Schnittstellen zu und bekommen über eine Ontologie das fachliche Wissen, das sie brauchen – Begriffe, Beziehungen und Bedeutung Ihrer Daten.
So entstehen Assistenten, die verlässlich antworten, nachvollziehbar bleiben und keine Unternehmensdaten nach außen tragen.
Modelle, Vektorindizes und Agenten laufen in Ihrer Azure-/Databricks-Umgebung. Kein Training fremder Modelle mit Ihren Daten, keine Weitergabe an Dritte.
Entra ID, Unity Catalog und Key Vault regeln, was ein Agent sehen darf. Dieselben Regeln wie für Menschen, zentral gepflegt.
Ein fachliches Datenmodell (Data Ontology, OWL) gibt der KI Kontext: Was ist ein Auftrag, eine Anlage, ein Kunde – und wie hängen sie zusammen?
Agenten erhalten nur definierte, protokollierte Werkzeuge statt freien Datenbankzugriff. Jede Aktion ist begrenzt und nachvollziehbar.
Jede Auskunft ist auf Datenstand und Herkunft zurückführbar. Das schafft Vertrauen im Fachbereich und erleichtert Audits.
Keine Werkzeugsammlung, sondern ein aufeinander abgestimmter Stack, mit dem ich seit Jahren produktive Plattformen baue.
Energie, Handel, Medien, öffentlicher Dienst und Telekommunikation – vom Mittelstand bis zum Konzern.
Dieselbe Sorgfalt, andere Aufgabe: Geschichten erzählen, Orte erlebbar machen, Technik so einsetzen, dass sie nicht im Weg steht.
Eigenproduzierter Dokumentarfilm über die Schwalmregion – Konzept, Regie, Kamera und Schnitt – und eine standortbasierte App, die vor Ort genau die passende Geschichte erzählt. Dahinter ein Azure-Backend, das Inhalte ausliefert und die Nutzung auswertet. Film, App und Cloud aus einer Hand.
schwalmgeschichten.info →Dokumentarisch und erzählerisch: Konzept, Dreh mit Drohne und Interviews, Schnitt und Farbe.
Individuelle Anwendungen mit Cloud-Backend – vom Tourismus-Guide bis zur Besucherauswertung.
Augmented Reality im Browser, 3D-Visualisierung und Motion Design, die Inhalte sichtbar machen.
KI beschleunigt die Produktion – echte Aufnahmen, Orte und Gespräche bleiben der Kern.
Senior Cloud-, DWH- und Lakehouse-Architekt mit Schwerpunkt auf Azure, Databricks und Snowflake. Freiberuflich seit 1998, Gründer der innovative Development GmbH in Niederkrüchten.
Meine Laufbahn begann mit Enterprise-Software für Nokia in den USA – Garantiedaten- und Claims-Systeme mit weltweitem Rollout. Seitdem habe ich Data Warehouses, BI-Plattformen und zuletzt Lakehouse-Architekturen in der Azure Cloud entworfen und umgesetzt, als Architekt, Engineer und Lead von Teams zwischen 5 und 40 Personen.
Was gleich geblieben ist: Ich entwerfe nicht nur, ich baue mit. Architektur-Entscheidungen müssen im Code, in der Pipeline und im Betrieb bestehen – sonst sind sie nichts wert.
Ein unverbindliches Erstgespräch von 30 Minuten reicht, um Ausgangslage und nächste Schritte einzuordnen.