Zum Inhalt springen

Projekte

Projekte

Praktische Belege für Unternehmensprogrammführung — ergänzend zur praxisnahen Transformationsarbeit.

Betriebsintelligenz

JourneyMind AI

Bei Reisestörungen müssen Operatoren Passagierkontext, Tarifregeln und Umbuchungsoptionen schnell abgleichen — manuell ist das langsam und inkonsistent, ein rein generativer KI-Ansatz ist nicht prüfbar. Ich habe JourneyMind beim Amadeus + Contentstack KI-Hackathon gebaut, um zu testen, ob KI Kontext vorbereitet, während ein deterministischer Entscheidungsmotor Empfehlungen liefert, die Operatoren erklären und vertreten können. React/TypeScript und FastAPI, mit Playwright-getesteten Operator-Abläufen.

Problemstellung

Bei Reisestörungen müssen Operatoren schnell Passagierkontext, Tarifregeln und Umbuchungsoptionen abgleichen. Manuell ist das langsam und inkonsistent; ein rein generativer KI-Ansatz ist nicht nachvollziehbar und nicht prüfbar.

Lösungsansatz

KI-Orchestrierung bereitet Kontext und Optionen vor; ein deterministischer Entscheidungsmotor wertet diese gegen explizite Constraints aus und liefert eine begründete Empfehlung, die ein Operator nachvollziehen und vertreten kann.

Status
Abgeschlossen
Zweck
Portfolio
Fokus
Hackathon-Build mit vollständiger Architektur und Kern-Flows; Produktionshärtung und Live-Daten-Integration folgen.
Technologie-Stack
React · TypeScript · Vite · Tailwind CSS · FastAPI · Python · REST APIs · Playwright
Aktualisiert
Juli 2026
Links
GitHubAuf AnfrageLive-DemoAuf AnfrageArchitekturAuf AnfrageFallstudie

7 projects · Privates Projekt