Hintergrund:
Der Einstieg in das Thema Abfallsammlung erfolgte eher zufällig, bei einem Hackathon rund um digitale Optimierung. Schnell wurde klar, dass ineffiziente Bring­systeme kein Randproblem sind, sondern ein strukturelles. Bei der weiteren Auseinandersetzung zeigte sich, warum klassische Sensorlösungen wirtschaftlich und operativ an ihre Grenzen stoßen und weshalb das Problem bis heute ungelöst geblieben ist. Daraus entstand der Entschluss, die Promotion zu beenden und sich voll auf den Aufbau einer praxisnahen, skalierbaren Lösung zu konzentrieren.

Was treibt mich an:
Technologie dann einzusetzen, wenn sie echten Unterschied macht. Wenn Fahrer und Disposition spürbar entlastet werden, Abläufe ruhiger laufen und gleichzeitig ein messbarer Umwelt­nutzen entsteht, wird aus Software ein echter Fortschritt.

Hintergrund:
Der Fokus lag früh auf komplexen technischen Systemen, Optimierung und skalierbarer Software. Nach dem Studium der Wirtschaftsinformatik am Karlsruher Institut für Technologie führte die Arbeit in verschiedenen Startup- und Forschungsprojekten tief in die Welt von Machine Learning, Optimierung und produktionsnaher Softwareentwicklung. Die Kombination aus technischer Tiefe und operativer Umsetzbarkeit prägt bis heute den Ansatz. Der Einstieg bei zebrafant entstand aus der Überzeugung, dass genau hier Technologie echten Unterschied machen kann.

Was treibt mich an:
Komplexe Probleme so zu lösen, dass sie im Alltag wirklich funktionieren. Wenn fortgeschrittene Algorithmen nicht Selbstzweck sind, sondern stabile, skalierbare Systeme ermöglichen, die Menschen entlasten und Prozesse messbar verbessern, entsteht nachhaltiger Wert.

Hintergrund:
Langjährige Erfahrung in der Entwicklung robuster, skalierbarer Softwaresysteme mit Fokus auf Web-Technologien, Cloud-Infrastruktur und datenintensive Anwendungen. Arbeit in unterschiedlichsten Produktumgebungen, von Startups bis zu internationalen Technologieunternehmen. Technische Tiefe in Backend-, Frontend- und Cloud-Architekturen bildet die Grundlage dafür, komplexe Systeme zuverlässig im Betrieb zu halten.Als Lead Software Engineer bei zebrafant verantwortet Mo die technische Stabilität im Hintergrund und sorgt dafür, dass die Software ohne Schulungen direkt im Alltag genutzt werden kann.

Was treibt mich an:
Software so zu bauen, dass sie einfach funktioniert. Der Antrieb liegt darin, komplexe technische Systeme unsichtbar zu machen und stabile, performante Lösungen zu schaffen, die Anwender entlasten und ohne Reibung in bestehende Abläufe passen.

Hintergrund:
Langjährige Forschungs­erfahrung im Bereich Machine Learning und Reinforcement Learning an führenden Instituten sowie Promotion in Informatik am Karlsruher Institut für Technologie. Arbeit an modernen Lernverfahren, Optimierungsalgorithmen und Multi-Agenten-Systemen sowie enge Zusammenarbeit mit Industriepartnern bei appliedAI. Tiefe wissenschaftliche Expertise wird konsequent in robuste, praxisnahe Anwendungen übersetzt. Als Lead Data Scientist bei zebrafant verantwortet Maximilian die Weiterentwicklung der Kernalgorithmen und sorgt dafür, dass neueste wissenschaftliche Ansätze zuverlässig und unauffällig im Produktbetrieb funktionieren.

Was treibt mich an:
Forschung dann wirksam zu machen, wenn sie im Alltag nicht auffällt. Der Antrieb liegt darin, komplexe Algorithmen so umzusetzen, dass sie stabil, skalierbar und geräuschlos im Hintergrund arbeiten und echten operativen Mehrwert liefern.