Ich baue produktionsreife KI
in Forschung und Industrie.

Data Scientist und Team Lead Data & Development beim Joint Innovation Hub, hauptberuflich am Fraunhofer ISI. Sechs Jahre Erfahrung im Aufbau von Machine-Learning-Systemen — Forecasting, LLM-Evaluation und strategische Vorausschau. Ich schreibe darüber, was im Live-Betrieb standhält.

Standort Heilbronn, DE
Aktuell Vorschau & Trend Radar
Fokus LLM-Eval · Forecasting · Vorausschau
Porträt von Bhavesh Jain
HEILBRONN · DE
Arbeitsstack
Python PyTorch LangGraph FastAPI Postgres pgvector Docker AWS · GCP Weights & Biases Pandas · Polars scikit-learn Anthropic · OpenAI APIs
01Ausgewählte Arbeiten

KI-Systeme, die auch
nach der Demo funktionieren.

Eine kurze Auswahl. Ich teile Ergebnisse dort, wo ich es darf.

In Entwicklung · vorschau.ai

Vorschau, Foresight für KMU

Eine Multi-Agenten-Plattform, die kleinen und mittelständischen Unternehmen hilft zu sehen, was als Nächstes kommt. Agenten scannen Signale, wägen Evidenz ab und schreiben entscheidungsreife Briefings.

7 AgentenIn Sequenz arbeitend
12k+ QuellenPatente, Papers, News
< 4 minVon Frage zu Briefing
Fraunhofer ISI

JIH Trend Radar

Ein Tool, das aufkommende Technologien erkennt, bevor sie in der Fachpresse erscheinen. Bibliometrisches Mining und Sprachmodelle clustern schwache Signale zu klaren Trend-Karten.

Genutzt von Innovationsteams im EU-öffentlichen Sektor.

M.Sc. Thesis

Luftfracht-Forecasting

Bedarfsprognose für ein deutsches Logistikunternehmen.

12% besser als ARIMA-Baseline.

Publikationen

Vier peer-reviewed Papers

Zeitreihen, Forecasting und NLP für strategische Vorausschau.

Zu den Publikationen →

02Publikationen

Peer-reviewed Arbeiten.

Konferenzbeiträge zu Multi-Agenten-Systemen, Retrieval und Technologievorausschau.

  1. 2026

    From Black Box to Glass Box: Designing Transparent Multi-agent Systems for Enterprise Users

    Jain, B. M., Shaji, G., & Kumar, D.

    Lecture Notes in Computer Science · Springer Nature Switzerland

    DOI: 10.1007/978-3-032-29586-6_24
  2. 2025
  3. 2025
  4. 2025

    Fallstudienbasierte Analyse der Integration generativer KI-Werkzeuge in die strategische Vorausschau

    mit Busch, M., Kumar, D., Valentowitsch, J., & Wurster, D.

    19. Symposium für Vorausschau und Technologieplanung · Berlin, Oktober 2025

    DOI: 10.17619/UNIPB/1-2467
03Track Record

Die Zahlen, kurz gefasst.

0
Jahre in Data Science
Forecasting · NLP · GenAI
0
Peer-reviewed Papers
Zeitreihen · Foresight · NLP
0
Produktionssysteme ausgeliefert
In Forschung & Industrie
0
Agenten in der Vorschau-Pipeline
Signal-Scan → Briefing
05Play

Ausprobieren, nicht nur lesen.

Sechs kleine interaktive ML-Demos — von Grund auf gebaut, ohne Bibliotheken. Zum Verständnis einfach anklicken.

Lineare Regression Thompson Sampling K-Means Confusion-Matrix A/B-Test Bias–Varianz
Zum Playground →
06Über mich

Die Kurzfassung.

Ich bin Data Scientist und lebe in Heilbronn. Meine Arbeit liegt meist dort, wo Machine Learning auf Entscheidungen trifft, die Menschen tatsächlich treffen müssen — Bedarfsprognosen, Technologie-Scouting, Evaluation von Sprachmodell-Systemen.

Am Fraunhofer ISI arbeite ich an strategischer Vorausschau: bibliometrisches Mining, Erkennung schwacher Signale und der JIH Trend Radar. Als Team Lead Data & Development beim Joint Innovation Hub verantworte ich die Daten- und Entwicklungsseite dieser Arbeit. Daneben baue ich Vorschau, eine Multi-Agenten-Plattform für Foresight im Mittelstand.

Davor: eine M.Sc.-Thesis zur Luftfracht-Bedarfsprognose und fünf peer-reviewed Papers zu Zeitreihen, Forecasting und NLP. Regelmäßig schreibe ich im Blog, meist über Evaluation — den Teil von ML, der darüber entscheidet, ob alles andere überhaupt etwas gebracht hat.

Kontakt

Sagen Sie Hallo.

Ich spreche gern über Machine Learning, Evaluation oder Vorausschau — eine Frage, ein Paper oder etwas, das Sie gerade bauen.

Heilbronn, Deutschland MEZ · async-freundlich Englisch & einfaches Deutsch