Data Scientist für industrielle Prozessoptimierung
Benno Dill
Ich arbeite an der Stelle, an der Erfahrungswissen aus der Produktion und die Daten einer Anlage zusammenkommen. Anderthalb Jahre lang habe ich KI-Projekte in der Fertigung von der Anfrage bis zur Abnahme verantwortet — die Daten dabei selbst ausgewertet, nicht nur koordiniert.
Nach meiner Tätigkeit bei IconPro habe ich mich zunächst auf mein Masterstudium konzentriert. Seit März 2026 arbeite ich freiberuflich — weiterhin mit demselben Anspruch: keine Methoden um ihrer selbst willen, sondern Ergebnisse, die im laufenden Prozess nutzbar sind.
Woher mein Blick auf Produktionsprozesse kommt
Zwei Stationen, die bestimmen, wie ich an eine Fragestellung herangehe — jede hat etwas beigetragen, das ich in Projekten immer wieder brauche.
KI-Projekte in der industriellen Fertigung
AI Project Manager, IconPro GmbH, Aachen · Feb. 2024 – Juli 2025
Mehrere Projekte habe ich dort end-to-end verantwortet. Dabei ist die Art von Frage entstanden, die mich bis heute begleitet: Wie hängt ein Qualitätswert mit den Prozessdaten zusammen — und welche Stellgrößen beeinflussen ihn zuverlässig? Sind beide Fragen belastbar beantwortet, entsteht die Grundlage, den Prozess gezielter zu steuern: Die Produkte werden gleichmäßiger gut, der Ausschuss geht zurück.
Die Analyse lag dabei bei mir — von der Bereinigung der Daten über die Wahl der Verfahren bis zur Vorstellung der Ergebnisse beim Kunden.
Was ich daraus mitnehme:
- In vielen Produktionsprojekten ist nicht die Modellwahl der Engpass, sondern die Zahl vergleichbarer, auswertbarer Chargen. Wenige Datenpunkte erlauben meist nur einfache, robuste Verfahren. Umso wichtiger sind fachlich hergeleitete Merkmale, die ohne das Prozesswissen der Mitarbeitenden gar nicht entstehen könnten.
- Ein Ergebnis, dessen Zustandekommen niemand erklären kann, wird in der Produktion nicht angewendet. Nachvollziehbarkeit ist deshalb kein Zusatzwunsch, sondern Bedingung.
Datenarbeit unter strengen Regeln
Ausbildung zum mathematisch-technischen Softwareentwickler, Uniklinik RWTH Aachen · 2019 – 2023
Dreieinhalb Jahre arbeitete ich am Institut für Medizinische Informatik, davon rund zwei Jahre in der Datenanalyse und im maschinellen Lernen. Mein Schwerpunkt lag zunächst im Datenmanagement beim Aufbau medizinischer Register und Studien. Dazu gehörte unter anderem ein Werkzeug, das unstrukturierte Angaben in auswertbare Daten überführte. Anschließend analysierte ich die entstandenen Daten für verschiedene wissenschaftliche Fragestellungen.
Was ich daraus mitnehme:
- Ein Umfeld, in dem die Nutzung von Daten streng reglementiert ist. Der sensible Umgang mit fremden Daten ist für mich kein Zusatz, sondern selbstverständlicher Bestandteil der Arbeit.
- Über die Qualität eines Ergebnisses entscheidet die Datengrundlage, lange bevor die Methode ins Spiel kommt. Der größte Teil der Arbeit liegt vor der Analyse.
- Ein erheblicher Teil des vorhandenen Wissens liegt unstrukturiert vor — in Freitextfeldern, Protokollen und Notizen. Es auswertbar zu machen, ist eine eigene Arbeit; für Schichtbücher und Prüfprotokolle gilt das genauso.
Wie ich arbeite
- Ich fange beim Prozess an, nicht beim Modell. Erst wenn ich verstanden habe, wie bei Ihnen gefertigt wird und worauf Ihre Fachkräfte achten, ist überhaupt entscheidbar, welche Frage die Daten beantworten können.
- Ich sage, was die Daten nicht hergeben. Wenn eine Fragestellung mit der vorhandenen Datenlage nicht belastbar zu beantworten ist, erfahren Sie das früh — nicht erst am Ende eines Projekts.
- Ergebnisse müssen ohne mich weiterlaufen. Was ich übergebe, soll von Ihren Leuten verstanden, nachvollzogen und weiter genutzt werden können — sonst ist es kein Ergebnis, sondern eine Abhängigkeit.
- Was ich bei Ihnen sehe, behandle ich vertraulich. Prozessdetails, Zahlen und Namen gebe ich nicht ohne Ihre Zustimmung weiter. Was öffentlich über ein Projekt kommuniziert werden darf, entscheiden Sie.
Auch nach der Übergabe bleibe ich für Rückfragen ansprechbar. Sollte ein Ergebnis im vereinbarten Einsatz nicht wie erwartet funktionieren, suchen wir gemeinsam nach der Ursache.
Warum freiberuflich — und warum in der Produktion
Freiberuflich, weil ich für das Ergebnis unmittelbar geradestehen will. Ich übernehme die Projekte, in denen ich einen echten Mehrwert liefern kann, und arbeite ohne Umweg mit den Menschen zusammen, die den Prozess kennen.
In der Produktion steht der physische Prozess im Mittelpunkt. In der Medizin, aus der ich komme, beanspruchen Datenschutz, Dokumentation und regulatorische Anforderungen zu Recht einen großen Teil der Arbeit. In der industriellen Fertigung lassen sich Zusammenhänge häufig direkter am Prozess untersuchen und Verbesserungen unter kontrollierten Bedingungen erproben. Mich interessiert außerdem schlicht, wie Dinge entstehen und hergestellt werden.
Kurz und faktisch
Qualifikation
- M.Sc. Data Science (laufend) — RWTH Aachenseit Okt. 2023 · KI, Machine Learning, Statistik, Big Data · Abschluss vorauss. April 2027
- B.Sc. Angewandte Mathematik & Informatik — FH Aachen2019 – 2023 · dual, parallel zur Ausbildung · Data Science, Datenanalyse, ML
Das Studium ist mein Werkzeuglager: Es versetzt mich in die Lage, zu einer gegebenen Datenlage das passende Verfahren zu wählen — und zu erkennen, wann das einfachste davon das richtige ist.
Praktisches
- Vor OrtViele Fragen klären sich direkt an der Anlage schneller als in mehreren Remote-Terminen. Deshalb komme ich bei Bedarf zu Ihnen in den Betrieb.
- SprachenDeutsch (Muttersprache), Englisch fließend — Projektarbeit und Präsentationen in beiden Sprachen.
- StandortAachen
Ein Gespräch, kein Angebot
Für ein erstes Gespräch brauchen Sie keine aufbereiteten Daten und kein Methodenwissen — nur Ihre Fragestellung und die Bereitschaft, mir Ihren Prozess zu erklären. Das Erstgespräch ist kostenlos und unverbindlich. Bei Bedarf komme ich dafür auch zu Ihnen in die Produktion.
Erstgespräch anfragen