Head of Data Platforms & Analytics + Interim Lead-to-Cash (L2C) Lead — Digital Charging Solutions (DCS)
e-mobility JV owned by BMW, Mercedes-Benz & BP · Berlin · interim L2C lead since Jan 2026
Mar 2025 — Present
- Voucher-Self-Service-Tool (Product + Business Process Owner): verwandelte einen herrenlosen, fragmentierten 7-Schritte-Prozess in eine einzige automatisierte Seite, die Produkt → Pricing → Vertrag → Rechnung → Voucher-Erstellung abdeckt; durch Bereinigung und Tool wurden nicht fakturierte Promotion-Voucher von €40M auf €4M (~90 %) über zwei Jahre reduziert und €2M abgelaufene, nicht fakturierbare Verluste sichtbar gemacht. Entwickelt in Java/Kotlin, mit Integration der SAP-API (Rechnungserstellung, GL-Konten-Abfrage) und Keycloak-Authentifizierung.
- Leitete die Datenerhebung und -dokumentation zur Unterstützung des Rechnungswesens und EY bei einer Steuerreform und SAP-Konsolidierung; bereingte ~€100M an Transaktions-Kredit-/Verbindlichkeitskonten und reklassifizierte gemeinsam mit dem Steuerteam die Steuer auf Dienstleistungen.
- Entwickelte ein KI-Modell, das Verträge, Abrechnungsaktivitäten, Vouchers und Rechnungsstellung verknüpft und Aktivitätsrückgänge sowie Kundenverhaltensänderungen nach Pricing-, Paket- und Angebotsänderungen erkennt, um Kunden besser zu verstehen und kommerzielle Entscheidungen zu steuern.
- Entwickelte und produktivsierte ein Machine-Learning-Prognosemodell sowie den Long-term Plan (LTP).
- Reduzierte Snowflake-Ausgaben von €160k auf €120k/Jahr (~25 %) nach Übernahme der Verantwortung, während das Daten-Estate auf 66 TB wuchs.
- Verhandelte Verträge, erstellte Monetarisierungspläne und cashflow-positive Strukturen und führte Rechnungsprüfungen durch; hielt strategische Präsentationen vor Shareholdern in direktem Kontakt mit den Zentralen von BMW, Mercedes-Benz und Kia.
- Betreibt ELT/ETL-Pipelines (dbt, Snowflake, GCP Dataflow, Python, Postgres) und Agile Delivery — Scrum-Sprints auf einem JIRA-Board für den Aufbau, Kanban für den Betrieb — und leitet Engineering-, Analysten- und Betriebsteams als Hybrid aus Data und Product.
- Definierte eine 2-Jahres-Datenstrategie ausgerichtet am Geschäftsbedarf, konsolidierte und optimierte alle Dashboards zu einer Single Source of Truth.
- Auf der Datenseite bauen wir den Langfristplan (LTP) mit Data-Science-Modellen und einem Verständnis des Kundenverhaltens: Der Plan entsteht aus Modellen des tatsächlichen Kundenverhaltens und nicht aus einer Tabellen-Fortschreibung.
- Wir erweitern laufend die Data-Ingestion- und Semantic-Layer, damit die Plattform AI-native ist: Ein Modell oder ein Agent fragt denselben governten Layer ab, aus dem auch das Business berichtet.
- Echtzeitdaten über Event Hub speisen die Plattform neben den Batch-Pipelines.
- Der tägliche Stack: Snowflake als Warehouse, Python und SQL für die Arbeit, Power BI und Streamlit für das, was die Menschen sehen, Event Hub für die Echtzeit-Feeds.
- Verantworte die Strategieplanung und den Langfristplan für die Datenorganisation: wohin die Plattform geht, was sie kostet und was sie als Nächstes bedienen muss.
- Die Plattform bedient fünf Domänen durchgängig: Ladevorgangsdaten, Kundenverhalten, interne Prozesse, Contract-to-Cash-Finanzen sowie Gutschein- und Promotion-Kampagnen.
- Seit mehreren Jahren Leitung der Datenorganisation bei DCS für Europa und Japan, davor globale Demand-Planning-Rolle bei Tesla mit Koordination zwischen Berlin, Shanghai, Fremont und Texas — regionale Analytics-Führung im Multi-Market-Umfeld über Zeitzonen hinweg.
- Verantwortung für das KPI-Framework bei DCS: KPI-Definitionen werden zentral gesetzt, das Business darauf ausgerichtet; Reporting-Standards und Governance folgen aus dieser einen Definition.
- Die Plattform als Data-as-a-Service betreiben: semantische Layer aufbauen, Business-Teams darauf onboarden und Stakeholder in Dashboards und Self-Service-Analytics schulen, damit Entscheidungen auf den Daten getroffen werden.
- Das Lead-to-Cash-Monitoring der Forderungen automatisiert: Der offene Forderungsbestand wird automatisch geprüft statt manuell gezogen, sodass ein hängender Saldo von selbst auffällt und nicht erst zum Monatsabschluss.
- Die Rechnungsüberwachung für OEM- und Flottenkunden automatisiert: Die Fakturierung an OEM- und Flottenpartner wird laufend geprüft statt stichprobenartig, sodass Fehler und Lücken auffallen, bevor der Kunde sie sieht.
- Das Forderungsausfall-Reporting (Bad Debt) entwickelt und automatisiert: Aus einer manuellen Zusammenstellung wurde ein fester Bericht, aus dem Finanz- und Commercial-Team dieselben Zahlen lesen.
- Die gesamte Dashboard-Landschaft wird umgebaut: Die KI-generierten HTML-Dashboards werden auf Streamlit migriert, neben Power BI, auf Snowflake — eine Stelle, an der das Unternehmen seine Zahlen liest, statt eines Flickenteppichs pro Team.
- Wir bauen und automatisieren interne Websites, damit eine Automatisierung als Werkzeug ankommt, das Menschen benutzen, und nicht als Prozessdokument — die Gutschein-Selfservice-Seite war die erste davon.
- Das Team wächst mit dem Bedarf und bedient inzwischen das gesamte Unternehmen: Daten, die früher die Fragen einer Abteilung beantworteten, sind heute ein geteilter Service über DCS hinweg.
