Von der Entscheidung her denken
Technologie rechtfertigt sich dadurch, dass sie ein Ergebnis verbessert – nicht durch ein weiteres Logo im Architekturdiagramm.

Über Dr. Franke
Fünfzehn Jahre Machine Learning, KI-Transformation und technische Führung in Automobilindustrie, Gesundheitswesen, Medien und Forschung.
Dr. Martin FrankeIch helfe Unternehmen, ihre Daten mit mehr Klarheit, Tempo und Unabhängigkeit zu nutzen.
Meine Arbeit reicht von KI-Strategie über Data Engineering, Predictive Analytics und Model Governance bis zum produktiven Betrieb. Ich habe KI-Programme in der Automobilindustrie geleitet, Spark-Plattformen im Multi-Terabyte-Bereich aufgebaut, personalisierte Gesundheitsprodukte entwickelt und Forschung in funktionierende Systeme übersetzt. Diese Bandbreite erlaubt es mir, ein Thema von der Frage der Geschäftsführung bis zur produktiven Pipeline zu begleiten – ohne dass die ursprüngliche Absicht unterwegs verloren geht.
Genauso wichtig ist mir die Kompetenz rund um die Technologie: Ich begleite Data Scientists als Mentor bei Clean Code, testgetriebener Entwicklung, CI/CD und reproduzierbaren Workflows. Dr. Franke Datenwissenschaften ist bewusst schlank aufgestellt – Sie arbeiten direkt mit erfahrener Beratung und praktischer Umsetzung aus einer Hand.
Ich habe längere Zeit in vier Ländern gelebt. Dabei konnte ich von unterschiedlichen Kulturen und Arbeitsweisen lernen und ein internationales Netzwerk aus Kolleginnen, Kollegen und Partnern aufbauen. Diese Erfahrung hat mich gelehrt, genau zuzuhören, mich auf den jeweiligen Kontext einzustellen und über Grenzen hinweg umsichtig zusammenzuarbeiten.
Promotion: Meine Promotion (Dr.) in Informatik habe ich an der Technischen Universität Dresden abgeschlossen, betreut von Prof. Dr. Gerhard Weber. Meine Dissertation „Wissensbasierte Tagesrhythmenerfassung und -auswertung in ubiquitären Umgebungen“ (eingereicht 2015, verteidigt am 6. April 2016, veröffentlicht 2016) befasst sich mit der wissensbasierten Erkennung und Auswertung von Tagesabläufen aus heterogenen Sensordaten. Sie verbindet Machine Learning mit semantischer Modellierung durch Ontologien – im Kontext von Ambient Assisted Living.
Arbeitsprinzipien
Technologie rechtfertigt sich dadurch, dass sie ein Ergebnis verbessert – nicht durch ein weiteres Logo im Architekturdiagramm.
Jedes zusätzliche Modell, jeder Service und jede Abhängigkeit muss mehr Nutzen stiften, als sie an Aufwand mitbringt.
Menschliche Aufmerksamkeit gehört zu Ausnahmen und Urteilsfragen. Alles Vorhersehbare sollte zu einem verlässlichen Ablauf werden.
Gute Beratung verringert Abhängigkeit. Ihr Team sollte verstehen, betreiben und weiterentwickeln können, was wir gemeinsam aufbauen.
Ausgewählte Stationen
Rollen in akademischer Forschung, Produktverantwortung, Unternehmensplattformen und angewandter KI-Strategie.
CARIAD SE · Automobilindustrie
KI-Strategie, Fahrzeug-BUS-Daten, LLM-gestützte Analytik und kontrollierte KI-Agenten im Produktivbetrieb auf Azure Databricks.
Cognizant Mobility GmbH · Automobilindustrie
ML- und ETL-Plattformen im Multi-Terabyte-Bereich für Marken des Volkswagen Konzerns, dazu Model Governance und Mentoring im Team.
BODYVISER GmbH · Gesundheitswesen
Personalisiertes Gesundheitscoaching, Risikomodellierung und sichere Datenpipelines bis zur Übernahme des Unternehmens.
Social Media Interactive · Social Sweethearts
Retention- und Churn-Prognosen, die den Marketing-ROI um 28 % steigerten.
IntraFind Software AG · inovex GmbH
Überwachtes Such-Ranking und Migration eines Medien-Data-Warehouse auf Apache Spark.
TU Dresden · Gesundheits- & Verhaltensanalytik
Forschung zur Sensordatenfusion aus IoT-, Smartphone- und Social-Media-Daten, um Auffälligkeiten im Lebensstil und Depressionsrisiken zu erkennen.
Kerntechnologien
Ausgewählt nach Problemstellung – mit Fokus auf getesteten Code, reproduzierbare Auslieferung und Governance.