PEAX
AI Transformation Work Force
Co-Leitung einer KI-Engineering-Transformationsinitiative bei PEAX — Entwicklung eines standardisierten, Compliance-konformen Agenten-Frameworks mit klaren Guardrails, Human-in-the-loop-Patterns und messbarem Einfluss auf Codequalität und Liefergeschwindigkeit.
Die Herausforderung
Bei PEAX nutzten die Teams KI-Tools uneinheitlich und ohne gemeinsame Regeln. Das brachte Risiken für Datenschutz, Codequalität und Sicherheit. Gebraucht wurde ein einheitlicher Ansatz, den man prüfen und nachvollziehen kann. Er sollte die Teams produktiver machen und die Sicherheits- und Datenschutzstandards im Schweizer B2B-Markt einhalten.
Der Ansatz
Co-Leitung des Entwurfs und Rollouts eines standardisierten KI-Agenten-Frameworks mit Skills, Patterns, MCP-Toolsets und Guardrails. Human-in-the-loop-Reviews wurden als verbindliche Anforderung etabliert — kein autonomes Agieren ohne menschliche Prüfung. Das Framework setzt strikte Datenschutzkontrollen durch: keine Produktivdaten in Agents, kein externes Modelltraining, Protokollierung von Agent-Aktionen ohne sensible Inhalte. Bewertung führender Coding-Agenten, Definition von Architektur- und Konfigurations-Templates sowie Entwicklung eines strukturierten Coaching- und Rollout-Konzepts für die teamübergreifende Adoption. Zusätzlich Lead für die Einführung von KI-getriebenem End-to-End-Testing: Einsatz von KI zur Generierung, Pflege und Weiterentwicklung von Playwright-Testsuiten — mit deutlich erhöhter Testabdeckung und reduziertem manuellem Aufwand. Parallel dazu weiterhin als Senior Frontend Developer an der Angular-Plattform tätig.
Die Regressionstests laufen in Minuten. Vorher dauerten sie Tage.
Ergebnisse & Wirkung
Grundlage für sichere, skalierbare KI-gestützte Entwicklung über alle Engineering-Teams hinweg geschaffen. Das Framework ermöglicht messbar schnellere Feature-Lieferung und höhere Codequalität durch standardisiertes Tooling — bei vollständiger Einhaltung von Datenschutz-, Sicherheits- und Ethikanforderungen. KI-getriebenes E2E-Testing erhöht die Testabdeckung signifikant und reduziert den manuellen Aufwand. Deliverables umfassen Guardrail- und Architekturspezifikationen, Agent-Evaluierungsberichte, Konfigurations-Templates und ein phasenbasiertes Adoption-Playbook mit Coaching-Materialien.
Meine Rolle
Senior Frontend Developer und Co-Lead der AI Engineering Transformation Task Force. Verantwortlich für die gemeinsame Gestaltung des Agenten-Frameworks und der Guardrail-Spezifikationen, Bewertung von Coding-Agenten, Definition von MCP-Toolsets und Nutzungsmustern sowie strukturierte Adoption über Engineering-Teams hinweg. Lead für die Einführung von KI-getriebenem End-to-End-Testing mit Playwright. Gleichzeitig weiterhin als Contributor am Angular/Nx-Frontend der Produktplattform tätig.
Ähnliche Herausforderung?
Erzähl mir von deiner Herausforderung. Ich sage dir, wie ich sie angehen würde — und eine realistische Timeline.