Sascha Schumbera

Sascha Schumbera

AI Developer

Ich automatisiere Unternehmens­prozesse mit KI.

10 Jahre Erfahrung in Kreditrisiko und Banking. Heute baue ich KI-Systeme für Dokumentenprüfung und Wissenssuche — mit überprüfbaren Ergebnissen und Datenschutz von Anfang an.

Referent Kreditrisikosteuerung bei Bank11 · B.Sc. Angewandte KI (laufend) · Korschenbroich, NRW

Lebenslauf anfordern

Projekte

Ausgewählte Arbeiten

Drei Systeme im Detail — gebaut, getestet und mit Zahlen belegt.

01/ 03

Prototyp · Eval-getrieben

DocInspect

Prüfung von Gehaltsabrechnungen für Kreditanträge

Prüft eine Gehaltsabrechnung in Sekunden auf Manipulation: Rechnet sie? Stimmen Sozialabgaben, Steuer-ID und SV-Nummer? Wurde das PDF nachträglich bearbeitet? Gibt es den Arbeitgeber? Die KI liest nur aus — jeder Wert wird gegen das Dokument belegt, entschieden wird durch nachrechenbare Regeln.

45/45

Manipulationen erkannt (synthetisches Eval)

0

fälschlich ROT auf Mustern echter Lohnprogramme

10/10

erfundene Arbeitgeber per Websuche markiert

  • Forensik auf Zeichen- und Pixelebene: überklebte Werte, abweichende Schrift, Spuren in der Dateistruktur, übermalte Scans
  • Personenbezogene Daten werden vor der KI-Extraktion lokal pseudonymisiert — fail-closed, der KI-Agent läuft ohne Dateizugriff
  • Realitätscheck auf Mustern von DATEV, Lexware & Co. kippte sieben Annahmen, bevor sie Fehlalarme erzeugten

Python · PyMuPDF · Codex CLI · Pydantic · Tesseract OCR · FastAPI

Case Study lesenRepository auf Anfrage

Live-Aufnahme der echten Oberfläche · KI-Wartezeit gerafft · 60 s

02/ 03

Abgeschlossen · Open Source

Papierkram-Orakel

Lokales RAG-Wissenssystem mit Quellenpflicht

Verwandelt einen Ordner voller Dokumente — Anleitungen, Verträge, Garantien — in eine befragbare Wissensbasis. Jede Antwort nennt Datei und Seite. Suche und Ranking laufen komplett lokal; an das Sprachmodell gehen nur die belegten Textstellen. Dasselbe Muster trägt überall, wo Antworten aus Richtlinien, Verträgen oder Handbüchern nachprüfbar sein müssen.

20/20

Eval-Fragen korrekt und mit richtiger Quelle

36

Offline-Unit-Tests in der CI

100 %

lokale Suche & Ranking, ohne LLM

  • Hybrid Search: Vektor-Suche (sqlite-vec) + BM25 (FTS5), fusioniert per Reciprocal Rank Fusion — exakte Nummern schlagen semantische Beinahe-Treffer
  • Zitatpflicht statt Halluzination: das LLM sieht nur belegte Textstellen und muss Nichtwissen zugeben
  • Eval-getrieben entwickelt: ein aufgedeckter Retrieval-Fehler führte zur wichtigsten Architektur-Entscheidung

Python · RAG · Hybrid Search · SQLite · Sentence-Transformers · OCR

Case Study lesenCode auf GitHub

Live-Aufnahme mit echten Antworten · Wartezeit gerafft · 60 s

03/ 03

Produktiv (Live)

TikTok Autopilot

Autonome AI-Pipeline im Dauerbetrieb

Ein headless Daten- und KI-System, das ohne manuelle Eingriffe täglich Videos recherchiert, redigiert, vertont, schneidet und veröffentlicht. Der Kern ist nicht der Content, sondern der Betrieb: Qualitäts-Gates, Fehler-Recovery, Kostenkontrolle und Monitoring — so, wie ein Produktivsystem laufen muss.

6

vollautomatisierte Pipeline-Stufen

4

Kanäle im täglichen Produktivbetrieb

< 0,05 €

Betriebskosten für 3 Videos pro Tag

  • Automatisierte Quality-Gates erkennen KI-Halluzinationen, bevor etwas veröffentlicht wird
  • Resilienz: Fehler-Recovery, zentrales Rate-Limit-Management und Caching von Zwischenartefakten
  • Wöchentlicher automatischer Performance-Check gegen die Baseline, Verdikt per Telegram

Python · Gemini · Whisper · Playwright · FFmpeg · ETL

Case Study lesenRepository auf Anfrage

Echte Logs und Ausgaben aus dem Produktivbetrieb · 60 s

@gedankenguide ↗@geldnerd ↗

Über mich

Wo Finanz-Expertise auf KI trifft

Über zehn Jahre lang habe ich eigenverantwortlich Kreditentscheidungen getroffen, Risikomodelle angewendet und Betrugsparameter analysiert — und dabei Prozesse mit SQL, VBA, UIPath und Power BI automatisiert. Ich weiß, welche Probleme in Unternehmen wirklich schmerzen.

Heute baue ich End-to-End KI-Anwendungen mit Python, LLMs und Agenten. Mich reizt genau diese Schnittstelle: Fachprozesse verstehen und sie mit KI vereinfachen und automatisieren.

Werkzeuge

Python · SQL · TypeScript · FastAPI · Next.js · LLM-APIs (Claude, Gemini) · RAG · Agentic AI · Ollama · Playwright · OCR · Power BI · SAS

Werdegang

  • Referent Kreditrisikosteuerung

    Bank11

    seit 09/2023

  • B.Sc. Angewandte KI (laufend)

    IU Internationale Hochschule

    11/2025 – 10/2029

  • Retail Underwriter

    De Lage Landen Leasing

    2022 – 2023

  • Application Developer — Full Stack

    Adelta Finanz AG

    2022

  • Kreditentscheidung & komm. Gruppenleitung

    RCI Banque

    2016 – 2021

Kontakt

Sprechen wir

Sie suchen jemanden, der Fachprozesse versteht und sie mit KI automatisiert? Ich freue mich über Ihre Nachricht — den Lebenslauf schicke ich gern auf Anfrage.

sascha.schumbera [at] mail.deGitHubLinkedIn

Korschenbroich, NRW — Deutschland