Guten Tag
Dr. Florian Drechsler
Mathematiker, Softwareentwickler und KI-Entwickler in Leipzig
Dr. Florian Drechsler verbindet mathematische Strenge mit moderner Softwareentwicklung. Bei TreeTek entwickelt er intelligente Systeme für vorausschauende Wartung und Energieoptimierung; daneben entsteht ein AI Development Framework, das Softwareentwicklung über KI-gestützte Arbeitsabläufe verändert.
Wer ist Dr. Florian Drechsler?
Dr. Florian Drechsler promovierte in Mathematik (Dr. rer. nat.) am Max-Planck-Institut für Mathematik in den Naturwissenschaften und hat ein Diplom in Mathematik sowie einen Bachelor in Informatik der Universität Leipzig. Florian Drechsler verbindet fundiertes theoretisches Wissen mit praktischer Ingenieurserfahrung in maschinellem Lernen, prädiktiven Systemen und Full-Stack-Entwicklung.
Akademischer Hintergrund
- • Promotion in Mathematik (Dr. rer. nat.)
- • Diplom in Mathematik
- • Bachelor in Informatik
Berufserfahrung
Florian Drechsler hat über 8 Jahre Erfahrung im Aufbau produktiver Systeme, darunter DPI-Software bei Ipoque, Logistics Intelligence bei NTA Mexico und ML-basierte vorausschauende Wartung bei TreeTek.
Aktueller Schwerpunkt
Florian Drechsler entwickelt bei TreeTek Systeme zur Wartungsprognose und Optimierer für Energienetze und baut daneben ein AI Development Framework für automatisierte Software-Workflows.
Das AI Development Framework von Florian Drechsler für automatisierte Softwareentwicklung
Dr. Florian Drechsler hat das AI Development Framework entwickelt, ein umfassendes System, das mehrere KI-Agenten für automatisierte Softwareentwicklung orchestriert. Das Framework arbeitet ticketbasiert, mit spezialisierten Agenten für Implementierung, Tests und Code-Review, automatisch erzeugter Dokumentation und Kontrollpunkten für menschliche Aufsicht. Florian Drechsler setzt das Framework produktiv ein und hat damit 54 Tickets in 25 KI-Sitzungen abgeschlossen.
Wie das AI Development Framework Softwareentwicklung automatisiert
Das AI Development Framework von Florian Drechsler nutzt einen ticketbasierten Ablauf, in dem Tickets definierte Status durchlaufen: Draft, Ready, Working, Review und Done. In der Working-Phase arbeiten spezialisierte KI-Agenten eigenständig zusammen. Der Implementierungsagent schreibt den Produktivcode, der Testagent erstellt und führt Tests aus, der Review-Agent prüft die Qualität. Alle Agenten iterieren, bis die Qualitätsvorgaben erfüllt sind; menschliche Freigabe ist nur am abschließenden Review-Kontrollpunkt vor dem Merge nötig.
Die wichtigsten Vorteile des AI Development Framework
- Automatisierte Entwicklung: KI-Agenten übernehmen Implementierung, Tests und Code-Review eigenständig und verringern den manuellen Aufwand
- Qualitätssicherung: Eingebaute Iterationsschleifen stellen sicher, dass der Code die Qualitätsvorgaben erfüllt, bevor ein Mensch ihn prüft
- Automatische Dokumentation: Das Framework erzeugt zu jedem Ticket automatisch Architekturentscheidungen, Sitzungsprotokolle und Deployment-Anleitungen
- Vollständige Nachvollziehbarkeit: GitHub-Issues, Labels und Kommentare ergeben für jede Änderung einen lückenlosen Prüfpfad
- Menschliche Aufsicht: Kritische Entscheidungen und die endgültige Freigabe bleiben bei den Entwicklern — und damit die Verantwortung
Projekte, die mit dem AI Development Framework entstanden sind
Diese Projekte aus der Praxis hat Dr. Florian Drechsler mit dem AI Development Framework gebaut. Sie zeigen, was das Framework im Produktivbetrieb leistet.
Der Blog von Florian Drechsler über KI-Entwicklung und Softwareentwicklung
Dr. Florian Drechsler schreibt über KI-gestützte Softwareentwicklung, maschinelles Lernen, mathematische Zugänge zur Technik und den Bau intelligenter Systeme.
The transparency obligations under Article 50 of the EU AI Act have applied since 2 August 2026. What that means for AI-generated code, why the source-code carve-out does not extend to README files, and why watermarking text is harder than watermarking images or audio.
How specialized AI agents are organized into pipelines that autonomously implement features, run tests, and deliver pull requests.
A 19% slowdown that developers perceive as a 20% speedup. Why AI productivity research reveals a systematic gap between self-assessment and measurement, and what it means for teams and codebases.
Wie Sie Dr. Florian Drechsler erreichen
Dr. Florian Drechsler freut sich über Anfragen zu Zusammenarbeit, Projektideen und beruflichen Kontakten. Gespräche über neue Möglichkeiten in Softwareentwicklung, maschinellem Lernen und angewandter Mathematik sind jederzeit willkommen.