Philip verantwortet als CSOO bei NexPatch die strategische Geschäftsentwicklung sowie den Weg vom ersten Bedarf bis zum unterschriebenen Vertrag: Zuschnitt der Lösung, Aufwand, Preis und Angebot. Er übersetzt technische Architektur in Entscheidungen, die Geschäftsführung und Fachbereich gemeinsam tragen können, und prüft jede Zusage darauf, ob sie auch nach dem Go-live hält.
Seine Überzeugung: KI-Projekte scheitern selten an der Technik, sondern an zu vielen Nahtstellen und zu großen Versprechen. Deshalb arbeitet er mit belastbaren Zahlen, messbaren Abnahmekriterien und klaren Servicepaketen, bei denen von Anfang an feststeht, wer den Betrieb verantwortet.
Philip bringt über 14 Jahre Erfahrung in strategischer Arbeit, Projektleitung und Geschäftsentwicklung mit, unter anderem bei APEMENDelights und BlueCacadu.dev.
„Ein Angebot ist erst dann gut, wenn wir es im Betrieb auch einlösen.“
Spezialisierung
Ausbildung
Wichtige Erfolge
AKTUELLER TECH STACK
Beiträge von Philip Foitzik
11 FachbeiträgeKosten Eigenbetrieb gegen Abrechnung pro Token: was KI auf eigenen GPUs wirklich kostet
Eigene GPUs oder Abrechnung pro Token? Wir zeigen, ab welchem Volumen sich KI im Eigenbetrieb rechnet und welche Betriebskosten häufig fehlen.
Was nach dem Go-live im KI-Betrieb passieren muss: Leitfaden
Was nach dem Go live eines KI Systems passieren muss: Überwachung, Nachtraining, Updates, Rechte. So organisieren Sie KI Betrieb als Managed Service.
Private KI: Begriff, Abgrenzung und wann sie sich lohnt
Was ist Private KI? Definition, Abgrenzung zu Cloud KI und On Premise, Rolle des US CLOUD Act und wann sich KI im eigenen Rechenzentrum lohnt.
Exit Strategie beim KI Anbieter: wie Sie Modelle, Daten und Prompts mitnehmen
Exit Strategie beim KI Anbieter: welche Daten, Modelle, Prompts und Protokolle Sie mitnehmen, in welchem Format und was vor dem Vertrag feststehen muss.
KI Anbieter auf Souveränität prüfen: 10 Nachweise, die Sie einfordern sollten
KI Anbieter auf Souveränität prüfen: 10 Nachweise vom Hardware Standort bis zum Ausstieg und woran Sie eine gute Antwort erkennen. Mit Ablauf für die IT.
Modelldrift erklärt: warum KI Systeme nach Monaten schlechter werden
Modelldrift erklärt: warum KI Systeme nach Monaten schlechter werden, typische Ursachen, wie Sie Drift messen und Nachtraining als festen Prozess planen.
KI Projekt Erfolg messen: der Referenzwert vor dem Start
Den Erfolg eines KI Projekts messen: mit Referenzwert vor dem Start, passender Zielgröße je Anwendungsfall und klaren Schwellen für Ausbau oder Stopp.
SLA für KI Systeme: Überwachung, Nachtraining und Reaktion richtig vereinbaren
Ein SLA für KI Systeme regelt mehr als Verfügbarkeit: Qualität, Kosten, Nachtraining, Updates und Schweregrade. Diese Bausteine sollten Sie vereinbaren.
KI Projekt Festpreis: was ein Pilot in 72 Stunden leisten kann und was nicht
Ein KI Projekt zum Festpreis braucht engen Umfang und ein messbares Ziel. Was ein Pilot in 72 Stunden leistet, was nicht und wie es danach weitergeht.
LLM Hosting und § 203 StGB: Was Kanzleien bei KI-Anbietern prüfen sollten
Was § 203 StGB und § 43e BRAO für LLM Hosting bedeuten: drei Hosting-Modelle im Vergleich und eine Prüfliste für Kanzleien, die KI-Anbieter auswählen.
Bedarfsprognose: Begriff, Methoden und Voraussetzungen
Eine Bedarfsprognose schätzt aus historischen und laufenden Betriebsdaten, wie viel von einem Gut in einem künftigen Zeitraum benötigt wird: Produkte, Material, Ersatzteile oder Energie.
Lernen Sie das Team kennen
Arbeiten Sie direkt mit dem Team, das liefert.
Von Architektur bis Rollout arbeiten Sie mit demselben Kernteam, das für Delivery-Qualität und messbare Business-Ergebnisse verantwortlich ist.