Komplexe Technologie operativ umsetzen.

Ich baue und skaliere KI und Technologie in Umgebungen, in denen Legacy-Systeme, Regulierung und organisatorische Komplexität die Umsetzung erschweren.

Zwischen München und Wien.
Verfügbar im DACH-Raum.

01

Das Schwierige ist selten die Technologie.

Die meisten Organisationen haben bereits mehr Technologie, Daten und Ideen, als sie effektiv nutzen können. Die eigentliche Herausforderung liegt darin, zu entscheiden, was wirklich zählt, die richtigen Strukturen für die Umsetzung zu schaffen und neue Technologie innerhalb der Grenzen einer bestehenden Organisation zum Laufen zu bringen.

Mein Hintergrund umfasst Deep Tech, industrielle Transformation, Rüstung und Banking — vom Aufbau von Ventures bis zur Etablierung von KI-Nutzen in großen Organisationen.

Es geht um Technologie, die realen Bedingungen standhält — nicht um Innovation um ihrer selbst willen.

02

Vom Konzept zur Umsetzung.

Technologiestrategie. Identifizieren, wo Technologie echten Vorteil schafft — und wo nicht. Ich übersetze breite Ambitionen in wenige klare Prioritäten und umsetzbare Pläne.

Aufbau und Umsetzung. Von der Strategie in die Umsetzung. Ich baue Teams auf, definiere wie Arbeit erledigt wird, und führe ausgewählte Initiativen vom Konzept in die Produktion.

Hochrestriktive Umgebungen. Technologie dort zum Einsatz bringen, wo der Spielraum für Fehler gering ist — industrielle Restrukturierung, Verteidigung, reguliertes Banking. Wo Legacy-Systeme, Regulierung und harte operative Rahmenbedingungen die Norm sind, nicht die Ausnahme.

03

Ergebnisse statt Versprechen.

Unterschiedliche Umgebungen und Rahmenbedingungen. Verantwortet und geführt — in Abstimmung mit Board, Fachbereichen und den jeweiligen Teams.

HSBC London (GB)

Banking: regulierte Teil-Migrationen in Stunden.

Kontext
Tier-1-Banking. Partielle S/4HANA-Migrationen bedeuten üblicherweise wochenlange Arbeit von Systemintegratoren über Legacy-Daten, Freigaben und Change-Windows.
Umsetzung
Autonome Agenten entwickelt, die Migrationslogik durchgängig zusammenstellen und prüfen. Live in Produktion in Stunden statt Wochen, ohne externe Berater. Einsparung hunderter Beraterstunden.
EMCO Hallein (AT)

Maschinenwerkzeuge: verlässliche Antworten aus vorhandenen Legacy-Daten.

Kontext
€200M-Werkzeugmaschinenbauer. Jahrzehnte an Wartungsprotokollen und Maschinentelemetrie waren in Formaten gefangen, die weder Techniker noch nachgelagerte Systeme zuverlässig und sicher nutzen konnten.
Umsetzung
Verschiedene KI-Funktionen von Grund auf aufgebaut. Fragmentierte Maschinendaten in eine durchsuchbare Wissensbasis für Serviceteams und Ingenieure überführt.
Rheinmetall Düsseldorf (DE)

Verteidigung: resiliente Kommunikation unter Regulatorik.

Kontext
Europäische Verteidigung. Hochverfügbare, resiliente Datenkommunikation unter klassifizierten Sicherheits- und Integritätsanforderungen.
Umsetzung
Gemeinsame Forschungsinitiativen mit der TU München und der ETH Zürich geleitet. Operative, Verfügbarkeits- und Integritätsanforderungen in technische Spezifikationen überführt, gegen die die Teams entwickeln konnten.
YC Mountain View (US)

Deep-Tech: patentiertes Emotionserkennungs-IP.

Kontext
Co-Gründer von Going Ninja, einem Deep-Tech-Unternehmen, das auf patentierter Emotionserkennungstechnologie aufgebaut war. Vom Patent zum globalen Marktstandard.
Umsetzung
Y Combinator S18 Alumnus. $60M Venture Capital eingeworben. Exit und Integration zu Volkswagen ohne Verlust des Produktkerns umgesetzt.

04

Wie ich arbeite.

Den Engpass finden. Technologie, Prozess, Daten, Organisation, Anreize, Regulierung — lässt er sich nicht benennen, wird das falsche Problem gelöst.

Priorisieren. Entscheiden, was Ressourcen verdient. Nicht jedes technisch interessante Problem ist es wert, gelöst zu werden.

Strukturieren. Die Voraussetzungen für die Arbeit schaffen. Verantwortlichkeiten, Zuständigkeiten und was fertig wirklich bedeutet definieren.

Bauen. In die Umsetzung gehen. Mit den Menschen arbeiten, denen die Systeme gehören — nicht parallel in einer separaten Schicht.

Messen. Beweisen, was sich verändert hat. Zeit, Kosten, Umsatz, Kapazität — gemessen an dem, was das eigentliche Ziel war.

05

Gründer und Operator aus Überzeugung.

Ich bin Gründer und Operator im Technologiebereich, ansässig in München. Meine Karriere begann in Engineering und Unternehmertum. Im Laufe der Jahre wechselte ich vom Aufbau von Technologieunternehmen in größere organisatorische Umgebungen — Industrieunternehmen, Finanzinstitutionen und Verteidigung.

Diese Kombination prägt meine Arbeitsweise: mit der Neugier eines Gründers, aber mit Respekt für die Rahmenbedingungen von Organisationen, die bereits Kunden, Systeme, Regulierung und echte operative Komplexität haben.

Ich habe Ventures aufgebaut, KI-Programme in großen Organisationen geleitet, KI-Funktionen während einer industriellen Restrukturierung etabliert und in technischen Bereichen mit vertraulichen und regulierten Anforderungen gearbeitet.

06

An etwas Schwierigem dran?

Mich interessieren Situationen, in denen Technologie entscheidend, das operative Umfeld komplex und der Weg von der Idee zur Umsetzung nicht offensichtlich ist.

Felix Rascher

München, Deutschland

Mailfelix.rascher@pm.me

LinkedInLinkedIn