Ich studiere im Master IT Management und Consulting an der
FH Salzburg und arbeite als BI- und
Data Engineer bei der Axess AG. Meine Themen liegen zwischen Hardware und Daten:
Computer Vision, Embedded Systems und Datenpipelines, an deren Ende ein Bericht
steht, dem jemand vertraut.
I am a master's student in IT management and consulting at the
Salzburg University of Applied Sciences
and work as a BI and data engineer at Axess AG. My subjects sit between hardware and
data: computer vision, embedded systems, and data pipelines that end in a report
someone actually trusts.
Angefangen hat es mit Geräten, die kaputt waren. Ich habe jahrelang
PCs, Laptops, Smartphones, Drohnen und Mining-Hardware repariert, meistens für
andere und meistens ohne Serviceanleitung. Wer ein Board unter dem Mikroskop
sucht, lernt eine bestimmte Art von Geduld — und die hilft beim Debuggen von
Code mehr, als man vermuten würde.
Im Studium ist daraus Technik mit Struktur geworden. Den Bachelor
Informationstechnologie und Systemmanagement habe ich im Juli 2026 mit
ausgezeichnetem Erfolg abgeschlossen, mit einer Bachelorarbeit über die
Erkennung von Drohnen im Luftraum. Parallel dazu ist über Jahre ein autonomes
RC-Auto entstanden, das ich bis heute umbaue. Beide Projekte haben dasselbe
Muster: ein Sensor liefert unzuverlässige Daten, und die interessante Frage
ist, was man daraus trotzdem verlässlich ableiten kann.
Beruflich arbeite ich seit 2026 bei der Axess AG an Datenpipelines
und Reporting. Dieselbe Frage, anderer Maßstab: aus Rohdaten aus vielen
Quellsystemen muss am Ende eine Zahl werden, auf die sich jemand in einer
Besprechung stützt. Das zwingt zu Genauigkeit an Stellen, die von außen
unscheinbar aussehen.
Derzeit im Master IT Management und Consulting, weil mich
zunehmend interessiert, wie technische Entscheidungen im Unternehmen
zustande kommen — und warum gute Technik manchmal am falschen Problem
arbeitet.
It started with broken things. For years I repaired PCs, laptops,
phones, drones and mining hardware, mostly for other people and mostly without
a service manual. Hunting a fault across a board under a microscope teaches a
particular kind of patience — one that turns out to help with debugging code
more than you would expect.
University turned that into engineering with structure. I completed
my bachelor's in information technology and systems management in July 2026
with distinction, writing my thesis on detecting drones in airspace. Alongside
it, an autonomous RC car has been growing for years and is still being rebuilt.
Both projects share a pattern: a sensor delivers unreliable data, and the
interesting question is what can still be concluded from it reliably.
Professionally I have worked at Axess AG since 2026 on data
pipelines and reporting. Same question, different scale: raw data from many
source systems has to end up as a number someone leans on in a meeting. That
forces precision in places that look unremarkable from the outside.
I am now doing a master's in IT management and consulting, because
I have become increasingly interested in how technical decisions get made
inside a company — and why good engineering sometimes solves the wrong
problem.
Außerhalb des Bildschirms stehe ich auf Ski, von Oktober bis Mai
und mit einer Ausdauer, die mein Umfeld für leicht übertrieben hält. Im Sommer
wird daraus das Rad — beides Gründe, warum Salzburg als Standort schwer zu
schlagen ist.
Away from the screen I ski, from October through May and with a
persistence the people around me consider slightly excessive. In summer it
becomes cycling — both good reasons why Salzburg is hard to beat as a place to
live.
Projekte
Projects
Optische und akustische Drohnenortung
Optical and acoustic drone detection
Bachelorarbeit 1 · FH Salzburg · gemeinsam mit Mojtaba Rostami
Bachelor's thesis · FH Salzburg · with Mojtaba Rostami
Eine Drohne am Himmel zu sehen ist einfach. Sie von allem anderen
zu unterscheiden, was sich dort bewegt, ist es nicht: Flugzeuge, Hubschrauber
und Vögel sehen auf Distanz erstaunlich ähnlich aus, und genau auf Distanz
muss die Erkennung funktionieren.
Ich habe dafür ein eigenes YOLO-Modell auf selbst
zusammengestelltem Bildmaterial trainiert, das die vier Klassen sowohl in
Nahaufnahmen als auch als wenige Pixel große Objekte am Horizont trennt.
Für den Nachtbetrieb kamen Infrarotaufnahmen dazu, bei denen die
Silhouette — nicht die Farbe — das einzige verbleibende Merkmal ist.
Im zweiten Teil haben wir die Bilderkennung einer akustischen
Erkennung über das Motorengeräusch gegenübergestellt, umgesetzt in Matlab.
Auf dem Validierungsdatensatz trennt das Modell die vier Klassen zuverlässig,
auf neuem Videomaterial fällt die Drohnenerkennung dagegen spürbar ab — genau
an dieser Schwäche wird der Vergleich mit dem akustischen Verfahren
interessant.
Vorhersagen des trainierten Modells auf dem
Validierungsdatensatz. Drohne, Flugzeug, Hubschrauber und Vogel werden auch
dann getrennt, wenn das Objekt nur wenige Pixel groß ist.Predictions of the trained model on the validation
set. Drone, aircraft, helicopter and bird are separated even when the object
is only a few pixels across.
Spotting a drone in the sky is easy. Telling it apart from
everything else moving up there is not: aircraft, helicopters and birds look
remarkably alike at a distance, and distance is exactly where the detection
has to work.
I trained a custom YOLO model on a dataset I assembled myself,
separating the four classes both in close-up shots and as objects a few pixels
across on the horizon. For night operation I added infrared imagery, where
the silhouette — not the colour — is the only remaining cue.
In the second part we set the visual detection against acoustic
detection based on motor noise, implemented in Matlab. On the validation set
the model separates the four classes reliably; on fresh video footage drone
detection drops off noticeably — and that weakness is exactly what makes the
comparison with the acoustic approach interesting.
YOLO · Python · Transfer Learning · IR-Bildmaterial ·
Audioklassifikation
Autonomes RC-Auto auf Raspberry Pi
Autonomous RC car on a Raspberry Pi
Privatprojekt · laufend
Personal project · ongoing
Ein RC-Auto, das sich wie jedes andere fahren lässt — und auf
Knopfdruck selbst nach Hause fährt. Über gesetzte GPS-Wegpunkte navigiert es
zurück zum Startpunkt, Ultraschallsensoren halten es von Hindernissen fern,
die Kamera dient als zusätzliche Referenz für die letzten Meter.
Steuerung, Sensorauswertung und Rückkehrlogik habe ich
vollständig selbst geschrieben, ursprünglich in C. Die größte Hürde war
nicht der Code, sondern die Stromversorgung: beim Beschleunigen brachen die
Motoren die Spannung so weit ein, dass der Pi neu startete — gelöst über
getrennte Versorgung für Rechner und Antrieb.
An RC car you can drive like any other — and that drives itself
home at the push of a button. It navigates back to its starting point along
recorded GPS waypoints, ultrasonic sensors keep it clear of obstacles, and
the camera serves as an extra reference for the last few metres.
I wrote the control, sensor handling and return-to-home logic
myself, originally in C. The hardest part was not the code but the power
supply: under acceleration the motors dropped the voltage far enough to
reboot the Pi — solved by separating the supply for compute and drivetrain.
Der Aufbau im Arbeitszustand: Raspberry Pi, GPIO-Board,
Ultraschallsensoren und Motortreiber auf dem Chassis, Rechner und Antrieb
getrennt versorgt.The build as it works: Raspberry Pi, GPIO board,
ultrasonic sensors and motor driver on the chassis, with compute and
drivetrain on separate supplies.Gefahrener Weg über die Wegpunkte, gestrichelt die
autonome Rückkehr zum Startpunkt.Path driven across the waypoints; dashed, the
autonomous return to the starting point.
Raspberry Pi 4 · NEO-M8N GPS · 4× HC-SR04 ·
Camera Module 3 NoIR · BTS7960B · C / Python
Data Warehouse und Reporting
Data warehouse and reporting
Axess AG
Aufbau und Betrieb von Datenpipelines in einer
Lakehouse-Architektur: Rohdaten aus verschiedenen Quellsystemen werden
schrittweise bereinigt, zusammengeführt und bis zu den Auswertungen
durchgereicht, mit denen im Unternehmen tatsächlich gearbeitet wird.
Building and running data pipelines in a lakehouse architecture:
raw data from several source systems is cleaned, joined and passed through
step by step until it reaches the reports people in the company actually
work with.
Databricks · Unity Catalog · Lakeflow · Power BI ·
Oracle SQL · Azure DevOps
Smart Parking
Studienprojekt · FH Salzburg
University project · FH Salzburg
Parksystem mit kamerabasierter Bewegungserkennung, dazu eine
Konsolenanwendung zur Verwaltung und eine relationale Datenbank mit Abfragen
und Transaktionen.
A parking system using camera-based motion detection, plus a
console application for administration and a relational database with queries
and transactions.
Ausbildung und Erfahrung
Education and experience
Master IT Management und Consulting
Master's, IT management and consulting
FH Salzburg · seit 2026
FH Salzburg · since 2026
Erstes Semester, mit Schwerpunkt auf der Schnittstelle zwischen
IT-Systemen und dem, was ein Unternehmen von ihnen braucht.
First semester, focused on where IT systems meet what a business
actually needs from them.
BI- und Data Engineer
BI and data engineer
Axess AG · seit 2026
Axess AG · since 2026
Datenpipelines, Reporting-Infrastruktur und interne Werkzeuge für
mehrere Standorte der Unternehmensgruppe.
Data pipelines, reporting infrastructure and internal tooling for
several sites across the group.
Bachelor Informationstechnologie und Systemmanagement
Bachelor's, information technology and systems management
FH Salzburg · 2023–2026 · Abschluss mit ausgezeichnetem Erfolg
FH Salzburg · 2023–2026 · graduated with distinction
Software Engineering, Datenbanken, Netzwerke und Automatisierung,
mit viel Laborarbeit an realer Hardware.
Software engineering, databases, networks and automation, with a
lot of lab work on real hardware.
IT- und Hardware-Reparaturen
IT and hardware repair
freiberuflich · laufend
freelance · ongoing
PCs, Laptops, Smartphones, Drohnen, Netzwerkkarten und
Mining-Hardware — von der Fehlersuche über die Ersatzteilbeschaffung bis zur
Instandsetzung.
PCs, laptops, phones, drones, network cards and mining hardware —
from fault finding through sourcing parts to the finished repair.
