Christoph Lengowski · AI Product Owner & Senior IT Consultant
KI-Initiativen entscheidbar machen.
Vom ersten Use Case bis zum sicheren Release verbinde ich Product Ownership, Requirements Engineering und AI-Evaluation – für testbare Anforderungen, belastbare Prototypen und klare Go-/No-Go-Entscheidungen.
Von der vagen KI-Idee zum bewertbaren Produktkonzept – mit Business Value, klaren Anforderungen und technischer Umsetzbarkeit.
AI Evaluation & Quality-by-Design
Qualitätsziele, Evaluationskriterien und Guardrails für KI-Systeme definieren. Risiken, Fehlermodi und probabilistische Ergebnisse werden früh messbar gemacht – nicht erst nach dem Rollout.
AI Guardrails & Delivery Readiness
Konzeption nachvollziehbarer Prüf-, Freigabe- und Feedbackschleifen für KI-Produkte. Eigenständig umgesetzte Playwright-/TypeScript-Testautomatisierung und CI/CD-Erfahrung fließen in reproduzierbare Evaluationen und sichere Delivery-Prozesse ein.
AI Requirements Engineering
Übersetzung vager Business-Ideen in priorisierte Use Cases, Daten- und Kontextanforderungen, passende RAG-, LLM- oder Agentic-Architekturen sowie klare KPIs für probabilistische Ergebnisse.
Rapid AI Prototyping & PoCs
Schnelle, fokussierte Prototypen mit lokalen LLMs, RAG und Workflow-Automation validieren Nutzen, Datenzugang und technische Risiken, bevor Teams in Skalierung und Integration investieren.
AI Product Ownership
KI-Initiativen entlang von Business Value, Risiko und Machbarkeit priorisieren. Fachbereich, Entwicklung und Stakeholder auf ein überprüfbares Zielbild, klare Entscheidungen und realistische Delivery-Schritte ausrichten.
RAG & Knowledge Products
Konzeption und praktische Evaluation von RAG- und Knowledge-Management-Produkten. Eigene PoCs mit Docker, Open WebUI, Ollama und LightRAG schaffen fundierte Entscheidungen zu Retrieval, Datenqualität und Systemgrenzen.
Zertifizierungen
Verifizierte Qualifikationen für Product Ownership, Requirements Engineering, AI-Qualität, Testmanagement und strukturierte Delivery.
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
Tools & Technologien
Die Werkzeuge, mit denen ich Requirements strukturiere, Anwendungen entwickle und Qualität überprüfbar mache. Die Projektlinks zeigen ausgewählte Beispiele aus der Praxis.
Ich verbinde AI Consulting, fachliche Konzeption, Product Ownership, Requirements Engineering und QA Leadership zu belastbaren Produktentscheidungen.
Als Senior AI Consultant bei Sopra Steria konzipiere ich vertrauenswürdige und souveräne KI-Lösungen, insbesondere für den öffentlichen Sektor. Dabei verbinde ich AI Requirements Engineering, KI-Use-Case-Konzeption und AI Solution Design mit meiner Erfahrung in IT-Consulting und Qualitätsmanagement.
Seit Januar 2026 entwickle ich mit Codex und Claude Code eigene Websites und Webanwendungen und nutze agentische Entwicklung zunehmend auch im Beruf. Im Februar habe ich mein Startup NutriKompass gegründet und die Anwendung vollständig selbst entwickelt. So ergänze ich meine Beratungserfahrung um praktische Softwareentwicklung und Verantwortung für ein eigenes Produkt.
Mit meinem privaten Personal Context Hub pflege ich außerdem berufliche Erfahrungen, Projekte, Entscheidungen und Lernfelder als strukturierte, versionierte Markdown-Wissensbasis. Das ist für mich praktische Context-Engineering-Arbeit: Informationen so aufzubereiten, dass sie für Portfolio, Bewerbungen, strategische Entscheidungen und die Zusammenarbeit mit KI-Systemen konsistent wiederverwendbar werden.
Agenten & AI-Systeme
Bei KI-Produkten denke ich Nutzen, Systemgrenzen, Evaluation und Betrieb gemeinsam: mit klaren Eingabepfaden, Guardrails, Rückverfolgbarkeit und überprüfbaren Qualitätskriterien.
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.
Ich strukturiere und versioniere Kontext als wiederverwendbare Wissensbasis statt Informationen in einzelnen Chats und Dokumenten zu verlieren.
Erfahrung
5+ Jahre Product Delivery
Rolle
Senior AI Consultant · Sopra Steria
Fundament
M.Sc. + PSPO/IREB/ISTQB
Eigenes Produkt
Gründer & Entwickler · NutriKompass
Kurzprofil
AI Product Ownership an der Schnittstelle von Business, Fachbereich und Entwicklung
IREB-geprägtes AI Requirements Engineering für klare Use Cases und messbare Ergebnisse
Hands-on Aufbau eigener RAG-, LLM- und Workflow-Prototypen
Evaluation, Guardrails und Quality-by-Design als Differenzierungsmerkmal
Fokus auf KI-Produkte, die vom PoC bis zur Betriebsrealität belastbar bleiben
Was Teams an mir schätzen
Ich bringe Struktur in unklare Problemräume und mache Risiken früh sichtbar.
Ich denke AI-Qualität nicht als späten Kontrollpunkt, sondern als Teil von Produktziel, Requirements und Architektur.
Ich prototypisiere früh, damit Produktentscheidungen auf Evidenz statt auf KI-Versprechen basieren.
Berufserfahrung
Beratung als Fundament. Eigene Produkte als nächster Schritt. Seit 2026 laufen beide Wege parallel.
Beratung & QA
11/2026 - Heute
Senior AI Consultant
Kernergebnis
Fokus auf AI Requirements Engineering, digitale Souveränität und vertrauenswürdiges AI Solution Design.
Im Bereich AI & Generative AI Consulting mit Schwerpunkt Public Sector liegt mein Fokus auf der Konzeption und Umsetzung vertrauenswürdiger und souveräner KI-Lösungen. Ich möchte die digitale Transformation Deutschlands und Europas mitgestalten und Generative AI für Verwaltung und Behörden nutzbar machen. Dabei verbinde ich Requirements Engineering, IT-Consulting und Qualitätsmanagement mit modernen KI-Technologien.
AI Requirements Engineering und Konzeption von KI-Anwendungsfällen
Digitale Souveränität und vertrauenswürdige KI
AI Solution Design und Prozessoptimierung
Generative AI Consulting für Verwaltung und öffentlichen Sektor
09/2021 - 10/2026
IT Consultant · QA Lead · AI Delivery
Kernergebnis
Fachliche Anforderungen, Produktverantwortung und Qualität in öffentlichen IT-Projekten zusammengeführt.
Von September 2021 bis Oktober 2026 war ich bei Materna in verschiedenen Rollen in IT-Projekten für öffentliche Auftraggeber tätig. Meine Arbeit verband Requirements Engineering, Product Ownership und QA Leadership mit Testmanagement und Testautomatisierung. In einem weiteren Projekt habe ich als QA Lead und Testmanager die E2E-Testautomatisierung mit Playwright und TypeScript intensiv vorangetrieben und eigenständig umgesetzt.
Requirements Engineering und Abstimmung zwischen Auftraggebern, Fachbereichen und Entwicklung
Product Ownership mit Backlog-Strukturierung und Priorisierung
Fachliche Führung eines QA-Teams mit bis zu acht Personen
Testmanagement, risikobasierte Teststrategie und Qualitätssicherung
Als QA Lead und Testmanager E2E-Testautomatisierung in einem weiteren Projekt intensiv mit Playwright und TypeScript umgesetzt
Entwicklung & Gründung
Parallel zur Beratung
02/2026 - Heute
Gründer & Entwickler
Kernergebnis
Ein eigenes Startup und eine selbst entwickelte Anwendung: NutriKompass.
Im Februar 2026 habe ich NutriKompass gegründet und die Anwendung vollständig selbst entwickelt. Hier verbinde ich Produktidee, fachliche Anforderungen und technische Umsetzung.
Eigenverantwortliche Produktentwicklung von der Idee bis zur Webanwendung
Umsetzung mit Next.js und TypeScript
Agentische Entwicklung mit dem Qualitätsanspruch aus meiner Beratungspraxis
01/2026 - Heute
Agentische Entwicklung & Agentenbau
Seit Januar 2026 entwickle ich mit Codex und Claude Code eigene Websites und Webanwendungen. Außerdem konzipiere und baue ich autonome KI-Agenten mit Langdock. Diese agentischen Ansätze nutze ich zunehmend auch im beruflichen Alltag.
Mehrere Websites eigenständig mit Coding-Agenten umgesetzt
Autonome KI-Agenten mit Langdock konzipiert und umgesetzt
Requirements Engineering und QA-Erfahrung direkt in die Entwicklung eingebracht
Iterative Umsetzung mit eigener Verantwortung für das Ergebnis
In enger Abstimmung mit dem Kunden habe ich die Website von der Anforderungsaufnahme bis zum Livegang neu aufgebaut, die Inhalte neu strukturiert und für mobile Geräte optimiert. Zusätzlich habe ich eine Google-Ads-Suchkampagne geplant, geschaltet und ausgewertet. Projektziel war, die Einrichtung für Interessierte und Fachstellen besser sichtbar zu machen, passende Anfragen zu fördern und die langfristige Auslastung der Plätze zu unterstützen.
So verbinde ich beide Seiten
Von der Anforderung zur Anwendung.
Drei Perspektiven, ein Entwicklungsprozess. Entdecke die einzelnen Schritte.
Verstehen
Klarheit vor dem ersten Commit.
Ich übersetze die Produktidee in konkrete Anforderungen, Nutzerabläufe und Akzeptanzkriterien. Hier beginnt meine Erfahrung aus der Beratung.
Ausgewählte Projekte und PoCs, die meinen Weg von AI Requirements und Produktkonzept bis Evaluation, Guardrails und technischer Validierung zeigen.
01Schlüsselprojekt
Modernisierung eines Verwaltungsverfahrens im Public Sector
Requirements Engineering, Testmanagement und eigenständig umgesetzte E2E-Testautomatisierung für ein fachkritisches Verwaltungsverfahren
AI Product Ownership plus Hands-on PoC-Praxis
Business-orientierte Use-Case-Priorisierung, AI Requirements Engineering, Evaluation und Guardrails – verbunden mit Delivery-Erfahrung und praktischer RAG-, LLM- und Workflow-Validierung.
Legacy -> Web
Migration von Oracle Forms/Reports auf moderne Webarchitektur
MVP
Definition und Priorisierung produktnaher Umfänge
E2E
Testautomatisierung eigenständig mit Playwright und TypeScript umgesetzt
Public Sector
Digitale Verwaltung mit hohen Anforderungen an Nachvollziehbarkeit
Modernisierung eines fachkritischen Verwaltungsverfahrens durch die Ablösung einer Oracle-Forms-/Oracle-Reports-Landschaft und die Einführung einer modernen Webarchitektur. Neben Anforderungsmanagement, Prozessanalyse und MVP-Ausgestaltung verantworte ich die Testautomatisierung vollständig – von Konzeption und Design bis zur eigenständigen Implementierung der End-to-End-Tests.
Ein fachkritisches Legacy-Verfahren muss in eine moderne Webarchitektur überführt werden, ohne fachliche Sonderfälle, regulatorische Anforderungen, Nachvollziehbarkeit oder Benutzerfreundlichkeit zu verlieren. Gleichzeitig braucht der MVP klare Grenzen, testbare Anforderungen und eine belastbare Qualitätsstrategie.
Lösung
Ich verbinde Requirements Engineering, MVP-Ausgestaltung und Qualitätssicherung: von User Stories, Akzeptanzkriterien und fachlichen Validierungsregeln bis zur API-first-Zielarchitektur. Die Testautomatisierung habe ich vollständig konzipiert, designt und mit Playwright und TypeScript eigenständig implementiert. Die End-to-End-Tests leite ich aus Fachprozessen und Risiken ab und organisiere sie mit Jira und Zephyr nachvollziehbar entlang der Anforderungen.
Projektkontext
Modernisierung eines fachkritischen Verwaltungsverfahrens
Ablösung einer Oracle-Forms-/Oracle-Reports-Landschaft durch eine moderne Webarchitektur
Public-Sector-Umfeld mit hohen Anforderungen an Regulierung, Nachvollziehbarkeit und Barrierefreiheit
Projektumfang
Anforderungsmanagement und Ableitung belastbarer Anforderungen aus Legacy-Prozessen und Fachlogiken
Priorisierung von User Stories, Akzeptanzkriterien, MVP-Umfängen, Validierungsregeln und Sonderfällen
Vollständige Konzeption, Design und eigenständige Implementierung der E2E-Testautomatisierung mit Playwright und TypeScript
Ableitung der End-to-End-Tests aus Fachprozessen, Risiken und Akzeptanzkriterien
Nachvollziehbare Organisation und Steuerung der automatisierten Tests mit Jira und Zephyr
Schnittstellenarbeit zwischen Fachseite, Entwicklung, Architektur und Qualitätssicherung
Wirkung
Analyse bestehender Geschäftsprozesse und Ableitung belastbarer Anforderungen aus Legacy-Systemen
Priorisierung von User Stories, Akzeptanzkriterien, MVP-Umfängen und fachlichen Sonderfällen
Testautomatisierung von der Konzeption bis zur eigenständigen Implementierung übernommen
End-to-End-Tests mit Playwright und TypeScript aus Fachprozessen, Risiken und Akzeptanzkriterien entworfen
Automatisierte Tests mit Jira und Zephyr nachvollziehbar in den Delivery-Prozess eingebunden
Accessibility und regulatorische Anforderungen mit Fachseite, Entwicklung und Architektur abgesichert
Systemarchitektur
Systemfluss
Legacy-Fachprozesse
Requirements & MVP-Scope
React / Spring Boot
OpenAPI-Schnittstellen
Playwright E2E-Tests
Jira / Zephyr
Kernkomponenten
React-Frontend und Spring-Boot-Backend
OpenAPI-basierte Schnittstellenverträge
Playwright-/TypeScript-Testautomatisierung und Traceability in Jira/Zephyr
Reporting über Jasper Reports
Zentrale Entscheidungen
Fachliche Kontinuität vor technischer Ablösung absichern
MVP-Scope gemeinsam mit Testbarkeit definieren
End-to-End-Tests aus Fachrisiken und Akzeptanzkriterien ableiten
Absicherungen
Kundenspezifische Details in öffentlichen Darstellungen anonymisieren
Regulatorische Sonderfälle und Nachvollziehbarkeit explizit testen
Legacy- und Zielverhalten durch automatisierte End-to-End-Tests risikobasiert vergleichen
E-Gov Workflow-Plattform – QA-Leadership in einem Public-Sector-Großprojekt
QA Lead / Test Manager für eine komplexe E-Government-Plattform
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.
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.
Highlights
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
Learnings
“Große IT-Programme werden nicht allein durch gute Tests stabil, sondern durch belastbare QA-Führung, klare Qualitätsmetriken und eine enge Verzahnung von Team, Delivery und Stakeholdern. Genau diese Kombination habe ich in diesem Programm aufgebaut und verantwortet.”
Projektwissen besser finden und in Arbeitsabläufe einbinden
Ein internes Wissenssystem, das Projektdokumente durchsuchbar macht und mit bestehenden Arbeitsabläufen verbindet. Geeignete AI-Anwendungsfälle wurden bewertet, mit kleinen Prototypen geprüft und schrittweise in QA- und Requirements-Prozesse eingebaut.
Meine Rolle
AI Integration / IT Consultant
Tech-Stack
LightRAG · Open WebUI · n8n · Lokale LLM-Infrastruktur
Herausforderung
Enterprise-AI-Initiativen benötigen mehr als eine technisch funktionierende Demo: Use Cases müssen einen überprüfbaren Nutzen haben, Quellen müssen aktuell und belastbar sein, und der PoC braucht klare Grenzen für eine realistische MVP-Entscheidung. Ohne Erfolgskriterien und Prozessintegration bleiben auch gute Einzelideen schwer bewertbar.
Lösung
Ich habe Anwendungsfälle gesammelt, bewertet und für passende Themen kleine Prototypen definiert. Daraus entstand ein RAG-Wissenssystem mit geprüfter Projektdokumentation. n8n-Workflows verbinden Jira, Confluence und SharePoint mit den bestehenden Abläufen. Quellen und Suchergebnisse wurden gemeinsam mit Fachbereichen verbessert.
Highlights
AI Use Case Discovery entlang von Nutzen, Machbarkeit, Datenlage und Risiken strukturiert
PoC-/MVP-Scope mit klaren Annahmen, Grenzen und Reviewpunkten ausgestaltet
Messbare Erfolgskriterien für Qualität, Quellenabdeckung, Aufwand und Durchlaufzeit definiert
Quellenqualität bewertet und Projektdokumentation als belastbare Wissensbasis kuratiert
RAG-Wissenssystem mit LightRAG, Open WebUI und lokaler LLM-Infrastruktur aufgebaut
n8n sowie Jira, Confluence und SharePoint in bestehende Delivery-Workflows integriert
Learnings
“Enterprise AI wird entscheidbar, wenn Use-Case-Nutzen, Quellenqualität und Erfolgskriterien bereits vor dem PoC geklärt werden. Die technische Lösung ist nur ein Teil; belastbare Reviews und ein realistischer MVP-Scope bestimmen, ob daraus ein nutzbarer Workflow entsteht.”
Sie möchten einen KI-Anwendungsfall strukturieren, priorisieren oder als belastbaren Prototyp evaluieren? Lassen Sie uns über Ziel, Nutzen und einen realistischen nächsten Schritt sprechen.