Entwicklung, Weiterentwicklung und Evaluation von KI-gestützten Lösungen – insbesondere des markeneigenen Chatbots

Konzeption von Automatisierungslösungen zur Effizienzsteigerung in Zusammenarbeit mit verschiedenen Fachabteilungen

Beratung von Fachbereichen und Mitarbeitenden rund um den Einsatz von Künstlicher Intelligenz

Analyse von Anforderungen und Entwicklung maßgeschneiderter AI-Lösungen unter Einsatz von Python, SQL und modernen Cloud-Technologien (z. B. Microsoft Azure)

Aktive Förderung des internen Interesses an KI durch Workshops, Präsentationen und Hands-on-Demos

Planung, Konzeption und Weiterentwicklung anspruchsvoller IT-Systeme zur sicheren und effizienten Datenverarbeitung im Gesundheitswesen

Verantwortung für technische Projekte – von der fachlichen Abstimmung über das Design bis zur erfolgreichen Umsetzung

Erstellung und Pflege von Spezifikationen sowie Entwicklung datenbasierter Modellstrukturen für IT-Verfahren

Koordination interdisziplinärer Projektteams unter Berücksichtigung definierter Zeit- und Qualitätsvorgaben

Beteiligung an branchenspezifischen Gremien und Mitwirkung an der Gestaltung übergreifender IT-Standards

Strategischer Aufbau und Etablierung des Themas Künstliche Intelligenz in der IT (Greenfield-Projekt)

Entwicklung und Umsetzung von Use Cases in medizinischen, administrativen und fachlichen Anwendungsbereichen

Aufbau einer Self-Service-Analytics-Plattform für datengetriebene Entscheidungen in den Fachabteilungen

Analyse bestehender Geschäftsprozesse und Identifikation von Automatisierungspotenzialen

Aufbau und Leitung der internen Arbeitsgruppe KI zur kontinuierlichen Bewertung von Chancen und Herausforderungen

Auswahl, Integration und ggf. Entwicklung geeigneter KI- und Datenplattformen (On-Premise)

Enge Zusammenarbeit mit IT, Fachbereichen und der Geschäftsführung zur strategischen Weiterentwicklung des Themas

Verbesserung zeitkritischer ETL-Prozesse im Kontext der medizinischen Versorgung

Nutzung von Datenströmen für Analysen und Berichte

Integration unterschiedlicher Datenquellen

Entwicklung, Umsetzung und Wartung von ETL-Prozessen innerhalb einer fortschrittlichen Datenarchitektur

Bearbeitung, Reinigung und Transformation umfangreicher Datenbestände (Data Wrangling)

Nutzung von MongoDB, Apache Spark sowie SQL zur Speicherung, Verarbeitung und Abfrage von Daten

Einsatz von Airflow zur Steuerung von Datenpipelines

Zusammenarbeit mit Data Scientists, Datenbankadministratoren und Fachverantwortlichen zur Unterstützung von Datenanalysen

Arbeit mit Git zur Versionierung und Teamkoordination