Zum Inhalt springen

Hallo, ich bin

Christoph Lengowski

Ich verbinde Testmanagement, Requirements Engineering und Enterprise-AI-Integration zu belastbaren Delivery-Systemen – in komplexen Projekten, wo beides zählt: Führungserfahrung und technische Aktualität.

QualitätssicherungTest ManagementRequirements EngineeringTestautomatisierungAgile Delivery
9QA-Teammitglieder geführt
RAGEnterprise-Wissenssystem live
5+Jahre Delivery-Verantwortung
Christoph Lengowski

Was ich mitbringe

Erfahrung an der Schnittstelle von Requirements, Quality Engineering, Teststrategie und belastbarer Produktumsetzung.

QA Leadership & Test Management

Aufbau und Steuerung von QA-Prozessen in komplexen Projekten. Risikobasierte Teststrategie, Testkonzepte, Governance und Qualitätsreporting auf Managementebene.

Testautomatisierung & CI/CD

Fachliche Konzeption automatisierbarer Tests, Strukturierung von Cucumber-/Gherkin-Szenarien und enge Zusammenarbeit mit der Entwicklung bei der Umsetzung in Playwright. Eingebettet in CI/CD- und Delivery-Workflows mit Jenkins, Jira/Xray und Bitbucket.

Requirements Engineering

Anforderungsanalyse, Spezifikation und Übersetzung unklarer Fachlichkeit in testbare, priorisierte und reviewbare Delivery-Artefakte.

AI-gestützte Workflows & Tooling

Eigene Workflows, Tools und Prototypen für Requirements-, Analyse- und QA-Arbeit. AI nutze ich hier als Erweiterung meiner Delivery- und Qualitätskompetenz, nicht als Ersatz dafür. Dazu gehört auch Kostenbewusstsein: relevante Kontexte statt großer Prompts, Caching stabiler Systemteile und Routing einfacher Anfragen.

Agile Delivery

Transformation manueller oder unscharfer Abläufe in klare Delivery-Flows mit Release-Reife, Verantwortlichkeiten und reviewbaren Umsetzungsartefakten.

Enterprise AI Integration

Aufbau von RAG-Wissenssystemen, n8n-Automatisierungsworkflows und lokaler LLM-Infrastruktur in Enterprise-Umgebungen. AI als Hebel für Delivery-Prozesse: Testfall-Generierung, Anforderungsarbeit und Wissenszugang in Jira, Confluence und SharePoint.

Zertifizierungen

Verifizierte Abschlüsse und methodische Qualifikationen mit starkem Fokus auf Test Management, Requirements und Delivery.

ISTQB logo
2026

Certified Tester GenAI

Certible
  • KI-gestütztes Testen: Verständnis für Einsatzmöglichkeiten generativer KI im Softwaretest
  • Prompting & Testdesign: Strukturierte Ableitung von Testszenarien, Testdaten und Prüfideen mit GenAI-Unterstützung
  • Risikobewusstsein: Kritische Bewertung von KI-Ergebnissen, Qualitätssicherung und verantwortungsvoller Tool-Nutzung
ISTQB logo
2026

ISTQB Advanced Level Test Management (CTAL-TM)

ISTQB
  • Strategische Testplanung: Erstellung und Steuerung von Teststrategien sowie Risikomanagement für komplexe Systeme
  • Teamführung & Governance: Leitung von Testteams, KPI-Monitoring und Optimierung von Testprozessen
  • Wirtschaftlichkeit: Fokus auf Testaufwandsschätzung und Budgetkontrolle zur Maximierung des ROI der Qualitätssicherung
ISTQB logo
2025

ISTQB Foundation Level

ISTQB
  • Standardisierte Methodik: Fundiertes Wissen über den fundamentalen Testprozess und international anerkannte Testbegriffe
  • Ganzheitliches Testdesign: Anwendung von Black-Box- und White-Box-Testentwurfsverfahren zur effektiven Fehlerfindung
  • Qualitätsbewusstsein: Sicherstellung hoher Softwarequalität durch frühzeitige Einbindung von Testaktivitäten im SDLC
Professional Scrum Master I badge
2021

Professional Scrum Master I

Scrum.org
Nachweis ansehen

Nachweis-ID: 703391

  • Servant Leadership: Moderation von Scrum-Events und Beseitigung von Hindernissen zur Maximierung der Teamproduktivität
  • Agile Transformation: Förderung von Transparenz, Überprüfung und Anpassung innerhalb der Organisation
  • Coaching: Unterstützung des Teams bei Selbstorganisation sowie Einhaltung der Scrum-Werte und -Prinzipien
Professional Scrum Product Owner I badge
2024

Professional Scrum Product Owner I

Scrum.org
Nachweis ansehen

Nachweis-ID: 991278

  • Maximierung des Business Value: Strategische Priorisierung des Product Backlogs zur Wertoptimierung des Produkts
  • Stakeholder-Management: Effektive Kommunikation zwischen Business-Anforderungen und technischer Umsetzung
  • Produktvision: Entwicklung klarer Produktziele und messbarer Abnahmekriterien
IREB CPRE Foundation Level badge
2021

IREB CPRE Foundation Level

IREB

Nachweis-ID: 21-CPREFL-197026-20

  • Präzise Anforderungsanalyse: Professionelle Ermittlung, Dokumentation und Validierung funktionaler und qualitativer Anforderungen
  • Konfliktmanagement: Moderation zwischen unterschiedlichen Stakeholder-Interessen zur Vermeidung von Fehlentwicklungen
  • Spezifikations-Exzellenz: Erstellung klarer, prüfbarer Anforderungen als Grundlage für eine reibungslose Implementierung
PRINCE2 wordmark
2021

PRINCE2 Foundation

PRINCE2 / PeopleCert

Nachweis-ID: GR656228305CL

  • Strukturiertes Projektmanagement: Verständnis für prozessorientierte Methoden zur Steuerung von Projekten in kontrollierten Umgebungen
  • Business-Case-Fokus: Kontinuierliche Prüfung der geschäftlichen Rechtfertigung über den gesamten Projektlebenszyklus
  • Rollen & Verantwortlichkeiten: Definition klarer Organisationsstrukturen und Eskalationswege für einen effizienten Projektablauf
Profil

Über mich

Ich arbeite an der Schnittstelle von QA-Leadership, Requirements Engineering, Qualitätsreview und belastbarer Delivery in komplexen Projektumfeldern.

Ich bin Senior IT Consultant und QA-Teamleiter mit belastbarer Erfahrung in Testmanagement, Requirements Engineering und Qualitätssteuerung. In komplexen Projektumfeldern verantworte ich Teststrategie, fachliche Konzeption automatisierbarer Tests, Qualitätsreview und Release-Readiness mit klarem Blick auf Risiken, Stakeholder und Umsetzbarkeit.

Der Unterschied liegt im Kontext: Ich habe RAG-Wissenssysteme, n8n-Automatisierungsflows und AI-gestützte Artefaktgenerierung in laufende Delivery-Prozesse eingebettet – nicht als Sideprojekt, sondern als operativer Teil eines Enterprise-Kundenprojekts.

Ergänzend entwickle ich eigene AI-gestützte Workflows, Requirements- und Quality-Workspaces sowie technische Prototypen. Diese Builder-Praxis erweitert mein Profil deutlich, ersetzt aber nicht meinen Kern: belastbare Qualität und Delivery in echten Projekten.

Agenten & AI-Systeme

Die AI-Systeme, die ich baue, funktionieren in echten Projektkontexten: mit klaren Eingabepfaden, Guardrails, Rückverfolgbarkeit und direkter Integration in Jira, Confluence und SharePoint.

  • Ich übersetze Fachlogik, Rollen und Entscheidungspunkte in nutzbare AI-Interaktionen statt in generische Chat-Flows.
  • Ich denke Guardrails, Validierung, Datenflüsse und Nachvollziehbarkeit von Anfang an mit.
  • Ich baue Agenten als eingebettete Workflow-Komponenten, nicht als isolierte Gimmicks.
Erfahrung
5+ Jahre Delivery & QA
Rolle
QA Lead & Teamleiter
Fundament
M.A. + Scrum/ISTQB
Builder-Profil
Builder- & Produktpraxis
Christoph Lengowski

Kurzprofil

  • QA-Teamleitung und Delivery-Verantwortung in komplexen Public-Sector-Projekten
  • Starke Praxis in Testmanagement, Qualitätssteuerung, Release-Nähe und Automatisierungs-Handoffs
  • Hands-on Aufbau eigener AI-gestützter SaaS-, Workflow- und Quality-Workspace-Produkte
  • Starke Verbindung aus Requirements, Qualitätssteuerung, Teststrategie und technischer Umsetzung
  • Fokus auf Systeme, die vom Prototyp bis zur Betriebsrealität belastbar bleiben

Was Teams an mir schätzen

  • Ich bringe Struktur in unklare Problemräume und mache Risiken früh sichtbar.
  • Ich denke Qualität nicht als Kontrollpunkt, sondern als Teil von Requirements und Delivery.
  • Ich nutze AI gezielt dort, wo sie Test-, Analyse- und Delivery-Arbeit konkret verbessert.

Berufserfahrung

Stationen, die mein Profil geprägt haben.

12/2023 - Heute

Teamleiter Quality Assurance

Materna Information & Communications SE

Kernergebnis

QA-Leadership und Test-Management in einem Public-Sector-Großprojekt mit Teamverantwortung, Governance, Teststrategie und enger Zusammenarbeit an Automatisierung im Delivery-Kontext.

Fachliche Leitung eines QA-Teams mit klarer Test-Management-Verantwortung. Zuständigkeit für risikobasierte Teststrategie, fachliche Konzeption automatisierbarer Tests, Qualitätssteuerung und Release-Readiness in einem Public-Sector-Großprojekt.

  • Aufbau und Leitung eines QA-Teams
  • Definition einer risikobasierten Teststrategie und belastbarer Testkonzepte
  • Strukturierung automatisierbarer Testfälle in Jira/Xray und Cucumber als Grundlage für Playwright-Handoffs
  • Enge Zusammenarbeit mit Entwicklern bei Playwright-Umsetzung und Jenkins-/Bitbucket-gestützten Delivery-Workflows
  • Stakeholder-Management und Qualitätsgovernance auf Projektleitungsebene
12/2021 - 12/2023

IT Consultant

Materna Information & Communications SE

Kernergebnis

Belastbare Requirements- und Delivery-Strukturen für reale Digitalisierungsprojekte aufgebaut und die Umsetzung fachlich eng begleitet.

Beratung und operative Mitarbeit in Digitalisierungsprojekten mit klarem Schwerpunkt auf Requirements Engineering. Verantwortung für Anforderungsaufnahme, fachliche Abstimmung, Backlog-Strukturierung und Priorisierung als Bindeglied zwischen Kunde, Fachlichkeit und Entwicklung.

  • Anforderungsaufnahme und fachliche Analyse mit direkter Übersetzung in umsetzbare Backlog-Items
  • Abstimmung mit Kunden, Fachbereichen und Entwicklern über Anforderungen, Scope und Prioritäten hinweg
  • Pflege, Strukturierung und Priorisierung des Product Backlogs
  • Erstellung fachlicher Spezifikationen und Umsetzungsgrundlagen für das Delivery-Team
  • Punktuelle fachliche Tests und Reviews aus Anforderungssicht
Q4 2021 - 12/2021

IT Consulting Trainee

Materna Information & Communications SE

Kernergebnis

Fundament für den Einstieg in Public-Sector-Projekte durch Schulungen, Zertifizierungen und systematisches Projektverständnis gelegt.

Strukturiertes Trainee-Programm zum Einstieg in das Projektumfeld mit Fokus auf methodische Grundlagen, Delivery-Kontexte und Beratungsarbeit in der IT.

  • Intensives Onboarding in Projektkontexte, Delivery-Abläufe und Beratungsarbeit
  • Umfassende Schulungen zu Scrum, Requirements Engineering und Projektmethodik
  • Erwerb zentraler Zertifizierungen als methodische Grundlage
  • Schneller Übergang aus dem Programm in die operative Projektarbeit

Projekte

Ausgewählte Projekte und Workspaces, mit denen ich Requirements, Qualität und Umsetzung greifbar mache.

01Schlüsselprojekt

E-Gov Workflow-Plattform – QA-Leadership in einem Public-Sector-Großprojekt

QA Lead / Test Manager für eine komplexe E-Government-Plattform

QA-Leadership plus Builder-Profil

Teamführung, Teststrategie, Testmanagement, Automatisierungs-Zusammenarbeit, Release-Steuerung und gezielter Einsatz von AI zur Unterstützung von Testfall- und Testdatenarbeit.

9

QA-Teammitglieder fachlich geführt

4

Systembereiche verantwortet

CI/CD

Automatisierungs-Handoffs in Jenkins- und Bitbucket-Workflows verankert

Public Sector

E-Government-Erfahrung in kritischem Verwaltungsumfeld

Eine große E-Government-Plattform für digitale Akten- und Vorgangsbearbeitung in der öffentlichen Verwaltung. In diesem komplexen Programm war ich für die Planung, Steuerung und Weiterentwicklung der gesamten Qualitätssicherung verantwortlich und habe den QA-Bereich operativ wie methodisch auf ein belastbares Niveau gebracht.

Meine Rolle

QA Lead / Test Manager / IT Consultant

Tech-Stack

Playwright · Cucumber / Gherkin · Jenkins · Bitbucket

Herausforderung

Das Projekt lief in einem hochkomplexen Verwaltungsumfeld mit mehreren Clients, Backend-Services, hoher Nachvollziehbarkeit und anspruchsvollen Release-Anforderungen. Qualität musste nicht nur getestet, sondern über risikobasierte Teststrategie, Defect Governance, Teststeuerung und Stakeholder-Reporting systematisch abgesichert werden.

Lösung

Ich habe eine strukturierte Testorganisation aufgebaut, ein QA-Team fachlich geführt und Testmanagement, fachliche Konzeption automatisierbarer Tests sowie KPI-basiertes Reporting eng mit Entwicklung, Projektleitung und Auftraggeber verzahnt. Dabei habe ich mit Jira/Xray und Cucumber-basierten Testartefakten gearbeitet, deren Übergabe in die Playwright-Umsetzung mit Entwicklern begleitet und die resultierende Automatisierung in Jenkins- und Bitbucket-gestützte Delivery-Workflows eingebettet. Ergänzend habe ich AI gezielt über Context Engineering und Prompting genutzt, um Testfälle und Testdaten schneller zu erzeugen, zu erweitern und gegen Anforderungen zu plausibilisieren. So wurde Qualität zu einem steuerbaren Bestandteil der Delivery mit klarer Release-Readiness statt zu einem reaktiven Engpass kurz vor Releases.

Projektkontext

  • Weiterentwicklung einer komplexen E-Government-Plattform für digitale Akten und Vorgangsbearbeitung
  • Verantwortung über Web Client, Outlook Client, Admin Client und Backend-Services hinweg
  • Arbeit im Umfeld öffentlicher Verwaltung mit hohen Anforderungen an Qualität, Sicherheit und Nachvollziehbarkeit

Projektumfang

  • Fachliche Führung eines QA-Teams mit bis zu 9 Personen
  • Aufbau und Steuerung des gesamten Testmanagement-Prozesses
  • Erstellung von Testkonzepten und Teststrategien
  • Strukturierung automatisierbarer Testfälle in Jira/Xray und Cucumber für die technische Umsetzung
  • Planung, Priorisierung und Durchführung von Release- und Regressionstests
  • Steuerung des Defect-Management-Prozesses
  • Begleitung von Teststellungen sowie Durchführung von Workshops und Schulungen
  • Sicherstellung von Barrierefreiheits- und Datenschutzanforderungen im Testumfang

Wirkung

  • Aufbau einer strukturierten Testorganisation in einem großen E-Government-Programm
  • Risikobasierte Teststrategie für mehrere Systembereiche aufgebaut
  • Einführung und Ausbau von Playwright- und Cucumber-basierter Automatisierung in enger Zusammenarbeit mit der Entwicklung
  • Defect Governance und KPI-basiertes Qualitätsreporting etabliert
  • Einbettung automatisierter Tests in Jenkins- und Bitbucket-gestützte Delivery-Workflows begleitet
  • Gezielter Einsatz von AI für Testfall- und Testdatenarbeit durch Prompting und Context Engineering
  • Release- und Regressionsteuerung in einem komplexen Public-Sector-Umfeld verantwortet
  • Verbesserung der Release-Stabilität durch systematische Qualitätssteuerung
  • Aufbau von Test-KPIs und Reporting für Projektleitung und Stakeholder
  • Barrierefreiheits- und Datenschutzanforderungen als Teil des QA-Scopes abgedeckt

Tech-Stack

PlaywrightCucumber / GherkinJenkinsBitbucketJiraXrayConfluence.NET / C#SQL ServerWebservicesSharePointOutlook Add-in
02Schlüsselprojekt

Enterprise AI Integration – RAG-Wissenssystem und Delivery-Automatisierung

AI-Integration in laufende Enterprise-Delivery-Prozesse

Konzeption und Aufbau eines unternehmensinternen AI-Wissenssystems auf Basis von LightRAG, Open WebUI und lokaler LLM-Infrastruktur. Ergänzt durch n8n-Automatisierungsworkflows zur KI-gestützten Generierung von User Stories, Testfällen und Anforderungsartefakten sowie direkter Integration in Jira, Confluence und SharePoint als AI-gestützte Delivery-Pipeline.

Meine Rolle

AI Integration / IT Consultant

Tech-Stack

LightRAG · Open WebUI · n8n · Lokale LLM-Infrastruktur

Herausforderung

Teams in komplexen Projekten kämpfen mit Wissenssilos, repetitiver Artefaktgenerierung und der manuellen Übersetzung umfangreicher Projektdokumentation in nutzbare Deliverables. Generische GenAI-Tools helfen dabei kaum, da sie den Projektkontext nicht kennen und ohne strukturierte Wissensbasis nicht belastbar arbeiten.

Lösung

Ich habe ein internes RAG-Wissenssystem konzipiert und aufgebaut, das technische Projektdokumentation (Anforderungen, Leistungsbeschreibungen, Testartefakte, Prozessgrafiken) als strukturierte Wissensbasis vorhält und über kontextgestützte Abfragen nutzbar macht. Ergänzend habe ich n8n-Workflows entwickelt, die Jira, Confluence und SharePoint als Input-Quellen nutzen, Anforderungsartefakte und Testfälle AI-gestützt generieren und das Ergebnis direkt in laufende QA- und Delivery-Prozesse übergeben. Den Knowledge Graph habe ich durch gezielte Bereinigung semantischer Inkonsistenzen und Vereinheitlichung von Begrifflichkeiten kontinuierlich optimiert.

Highlights

  • RAG-Wissenssystem mit LightRAG, Open WebUI und lokaler LLM-Infrastruktur aufgebaut
  • Technische Projektdokumentation (Anforderungen, Leistungsbeschreibungen, Testartefakte) als Wissensbasis strukturiert und kuratiert
  • n8n-Automatisierungsworkflows für KI-gestützte Generierung von User Stories, Testfällen und Anforderungsartefakten entwickelt
  • Jira, Confluence und SharePoint in KI-gestützte Delivery-Pipelines integriert
  • Knowledge Graph durch Bereinigung semantischer Inkonsistenzen und Vereinheitlichung von Begrifflichkeiten optimiert
  • System als eingebettete Workflow-Komponente in laufende QA- und Requirements-Prozesse integriert, nicht als isoliertes Tool betrieben

Learnings

Enterprise AI zeigt seinen Wert nicht im Prototyp, sondern wenn Retrieval-Qualität, Systemgrenzen und Prozessintegration von Anfang an mitgedacht werden. Das Kuratieren der Wissensbasis ist mindestens so wichtig wie die Infrastruktur darunter.

Tech-Stack

LightRAGOpen WebUIn8nLokale LLM-InfrastrukturRAG-ArchitekturJiraConfluenceSharePointKnowledge Graph
03SchlüsselprojektWebsite ansehen

Requirements & Quality Workspace

KI-gestützter Workspace für Discovery, Qualitätsreview und Teststrategie

Ein Full-Stack-Produkt für Product Owner, Fachbereiche und Delivery-Teams, das aus vagen Ideen reviewbare Anforderungen, Qualitätsanalysen, Traceability-Links und testnahe Artefakte erzeugt. Nach dem Merge mit dem Teststrategy Generator deckt das Tool heute den Weg von strukturierter Discovery über Requirements-Analyse bis zu Teststrategie-Workspace, Jira-Testfall-Export und PDF-Artefakten in einer produktionsnahen Next.js-Architektur ab.

Meine Rolle

projects.requirements-tool.role

Tech-Stack

Next.js 16 · React 19 · TypeScript · Claude API

Herausforderung

Zwischen Fachlichkeit und Umsetzung entsteht oft Reibung: Stakeholder kennen ihr Problem, formulieren Anforderungen aber zu grob oder zu unstrukturiert. Genau dort verlieren Teams Zeit, Scope-Klarheit und Qualität.

Lösung

Ich habe einen geführten Interview-Prozess mit 3 Phasen, kontextabhängigen Folgefragen und KI-gestützter Verdichtung gebaut und ihn anschließend um einen reviewbaren Quality-Workspace erweitert. Das System erzeugt nicht nur priorisierte User Stories, Akzeptanzkriterien, NFRs und offene Punkte, sondern bewertet Requirements auf Vollständigkeit und Testbarkeit, baut Traceability auf, erstellt Teststrategie-Artefakte und exportiert testfallnahe Ergebnisse nach Jira.

Highlights

  • Next.js-16-App mit React 19, TypeScript und Tailwind CSS v4
  • Geführter 3-Phasen-Interview-Flow statt leerem Anforderungsformular
  • Claude-basierte Zwischenzusammenfassungen und Analyse vor der finalen Generierung
  • Artefakt-Bundle mit Requirements, Epics, Features, Akzeptanzkriterien und NFRs
  • Traceability-, Quality-Gate- und Teststrategie-Workspace in einem Tool
  • Jira-Testfall-Export für Zephyr-/Xray-nahe Delivery-Flows
  • PDF-Export für direkt teilbare Requirements- und Review-Artefakte

Learnings

Gute Anforderungen enden nicht beim Schreiben. Der eigentliche Hebel entsteht, wenn Discovery, Qualitätsreview, Traceability und Teststrategie in einem Workflow zusammenlaufen statt auf mehrere Einzellösungen verteilt zu sein.

Tech-Stack

Next.js 16React 19TypeScriptClaude APIRequirements AnalysisTraceabilityTest Strategy WorkspaceJira Test Case ExportPDF Exportshadcn/uiTailwind CSS v4
Eigene Projekte

Weitere eigene Projekte

7 Projekte

Reusable Assets & Accelerators

Wiederverwendbare Workflows und Delivery-Bausteine, die Teams schneller von vagen Anforderungen zu reviewbaren Ergebnissen bringen.

Reusable AssetLLM QARelease GatesPlaywright

AI QA Release Gates

Ein wiederverwendbares QA-Framework für AI-Features mit Traceability, Multi-Model-Tests und klaren Freigabekriterien vor dem Release.

Besonders sinnvoll für

Teams, die AI-Features nicht nur prototypen, sondern als belastbaren Delivery-Baustein messbar qualifizieren und sicher releasen wollen.

Typische Deliverables

  • Test-Suite für Security, Bias, RAG, Performance und UI
  • Requirements-to-Test Traceability
  • HTML-Reports und Release-Gate-Logik
Reusable AssetRequirementsInterview FlowPDF Output

Requirements & Quality Workspace

Ein kombinierter Discovery- und Quality-Workspace, der vage Ideen in reviewbare Requirements, Traceability, Teststrategie und exportierbare Delivery-Artefakte übersetzt.

Besonders sinnvoll für

Product Owner, Fachbereiche und Teams, die unklare Anforderungen nicht nur strukturieren, sondern direkt in testbare und reviewbare Umsetzungsartefakte überführen möchten.

Typische Deliverables

  • Geführter Discovery-Flow mit Analyse und Qualitätsreview
  • Strukturierte Requirements, Traceability und Teststrategie-Artefakte
  • Jira- und PDF-Exports für Abstimmung, Review und Delivery-Start
Reusable AssetClaude Code SkillsE2E TestingISTQBQA Automation

Claude Code QA Skills

Drei Skills für ISTQB-Testkonzepte, Playwright-Testausführung mit Fehleranalyse und strukturierte Coverage-Optimierung in AI-gestützten Delivery-Setups.

Besonders sinnvoll für

QA-Teams und Projekte, die Testdokumentation, Testausführung und Coverage-Analyse als wiederholbaren Delivery-Workflow automatisieren wollen.

Typische Deliverables

  • ISTQB-konforme Testkonzepte mit Intake und Compliance-Check
  • Strukturierte E2E-Testausführung mit Fehlerkategorisierung
  • Coverage-Gap-Analyse mit automatischer Testerstellung

Capabilities & Technologien

Mein Mix aus beruflich eingesetzter QA-, Requirements- und Delivery-Praxis plus eigener AI- und Builder-Kompetenz.

QA Leadership & Quality Engineering

Beruflich angewandte QA-Führung für komplexe Delivery-Kontexte: von Testmanagement und Governance bis zu Traceability, Reporting und belastbaren Release Gates.

QA LeadershipTest ManagementRelease GatesRisk-Based TestingDefect GovernanceQuality ReportingStakeholder SteeringSecurity TestingTraceability

Test Automation & Tooling

Operative Praxis in der Konzeption automatisierbarer Tests, Cucumber-/Gherkin-Strukturierung, Playwright-Zusammenarbeit, APIs und technischen Workflows für reproduzierbare Qualitätsarbeit.

PlaywrightCucumber / GherkinAPI TestingREST APIsTest Data DesignTool IntegrationNext.js 16TypeScripttRPC / APIsWorkflow Prototypes

Delivery & Release Governance

Release-nahe Delivery mit Jenkins, Bitbucket, Jira/Xray, CI/CD-Koordination, Workflow-Automation und operativer Härtung im Projektalltag.

JenkinsBitbucketGitHub ActionsJira / XrayConfluenceCI/CDWorkflow AutomationReview LoopsRelease ReadinessOperational Hardening

AI & Enterprise Workflows

RAG-Wissenssysteme, n8n-Automatisierungsworkflows und KI-gestützte Delivery-Prozesse für Enterprise-Umgebungen. Von LightRAG und Open WebUI bis MCP und Agentic Design.

RAG-ArchitekturMCP (Model Context Protocol)AI-Assisted RequirementsAgentic Workflowsn8nLightRAGOpen WebUIAI Agent DevelopmentPrompt EngineeringRed-Teaming

Consulting Practice

Requirements Engineering, Stakeholder-Führung, Agile Delivery und strategische Beratungspraxis als Fundament für belastbare Projektarbeit.

Requirements EngineeringSpecification FacilitationStakeholder FacilitationAgile DeliveryProduct ThinkingConsulting LeadershipStrategic Automation

Arbeitsweise

Drei Prinzipien, die meine QA-, Requirements- und AI-Praxis unterscheidbar machen.

Qualität als Delivery-Faktor

Ich baue Teststrategie, Anforderungsreview und Release-Kriterien von Anfang an in Delivery-Flows ein – nicht als Kontrollpunkt am Ende, sondern als steuerbare Größe im gesamten Prozess.

Fachlichkeit vor Feature

Bevor ich automatisiere oder ein Werkzeug baue, kläre ich: Welches Delivery-Problem wird damit kleiner? Was muss dafür wahr sein, damit es im Betrieb hält?

AI mit Kontext, nicht statt Kontext

Ich nutze AI gezielt dort, wo ich die Anforderungen, den Kontext und die Grenzfälle kenne – als Hebel für schnellere, testbare Artefakte, nicht als Ersatz für Fachlichkeit.

Kontakt

Interesse an einer Zusammenarbeit? Ich freue mich auf Ihre Nachricht.