Thomas
Rolf
Mannhart

Ich bin in Zürich aufgewachsen und bastle an Computern, seit ich denken kann. Was als Modding für Lieblingsspiele begann, wurde zum Informatik-Studium an der Universität Zürich, wo ich sieben Jahre verbrachte — zuerst einen Bachelor in Software Systems, dann einen Master mit Spezialisierung in Artificial Intelligence. In meiner Bachelorarbeit entwickelte ich einen universellen Range-Join-Algorithmus für PostgreSQL, der mit dem UZH-Semesterpreis ausgezeichnet wurde. Im Master tauchte ich in Zeitreihen-Datenbanken und die Kronecker-Zerlegung ein — eine ungewöhnliche Schnittstelle aus linearer Algebra und Datenkompression, die mich wirklich fasziniert hat.

Neben dem Studium habe ich immer gearbeitet. Mein erster richtiger Softwarejob war bei swissbiomechanics, einem ETH-Spin-off, wo ich eigenständig eine Java-Anwendung zur Nachverfolgung biomedizinischer Analysen und zur automatischen Erstellung klinischer Berichte entwickelte. Das warf mich mit 22 direkt ins kalte Wasser — Stakeholder-Kommunikation und eigenverantwortliche Projektleitung. Danach wechselte ich zu PolygonSoftware, einem Startup von UZH-Absolventen, wo ich drei Jahre lang Full-Stack-Entwicklung leitete und in Computer Vision und Machine Learning eintauchte. Ich entwarf Architekturen, betreute Dev-Teams und kommunizierte direkt mit Kunden — typische Startup-Arbeit, bei der man von allem etwas macht und schnell lernt.

Nach dem Master trat ich bei Ergon Informatik ein, einem der renommiertesten Softwarehäuser Zürichs, und arbeitete an einem Zeiterfassungs- und Personalplanungssystem für den Detailhandel. Dort verfeinerte ich mein Können in Enterprise Java und Kotlin, übernahm den gesamten Delivery-Zyklus von der Anforderungsanalyse bis zum Support und entdeckte, dass mir Mentoring besonders liegt — ob beim Onboarding neuer Teammitglieder oder beim Organisieren von IT-Workshops für Schüler.

Heute bin ich Professional AI Engineer bei bbv Software Services in Zürich und arbeite am bbv AI Hub — einer Schweizer, modell-agnostischen Enterprise-KI-Plattform, die bald Open Source wird. Mein Alltag dreht sich um RAG-Pipelines, agentische Workflows und LLM-Integrationen in Unternehmenssystemen. Das liegt genau an der Schnittstelle meiner Interessen: echte Engineering-Probleme, modernste KI und die Herausforderung, komplexe Technologie nutzbar und vertrauenswürdig zu machen für Organisationen, die sich keine Fehler leisten können.

Ich spreche und schreibe auch über KI-gestützte Softwareentwicklung — wie KI die Art verändert, wie wir Software bauen, nicht nur die Software selbst. Ich habe Vorträge am FHNW Alumni Event und in bbv-Webinaren gehalten, über praktische Methoden zur Integration von KI in den Entwicklungszyklus, von der Anforderungsanalyse bis zum Testing.

Mein technisches Toolkit umfasst Python, TypeScript und Java/Kotlin, mit viel Erfahrung in Agent Orchestration, RAG und dem Model Context Protocol. Ich spreche fliessend Deutsch, Englisch und Französisch. Und wenn ich nicht code — heisser Tee, kaltes Bier, gutes Essen, dicke Bücher, alte Musik und lange Brettspielabende.