Roche Diagnostics · Erfahrung aus der Umsetzung
Zwei aufeinander aufbauende Arbeitsfelder zeigen, wie ich Produktstrategie, technische Architektur und die Befähigung von Teams verbinde.
01 / Service Copilot · Januar 2024–Dezember 2025
Servicewissen lag in einer komplexen Wissenslandschaft: rund 4.000 Produkte, etwa drei Millionen Content-Assets, mehr als 20 Inhaltstypen und über 50 Millionen Content-Chunks. Die Aufgabe war, diese Grundlage für eine skalierbare KI-Anwendung nutzbar zu machen.
Ich entwickelte die Vision, den initialen Prototyp und den Business Case für das globale KI-Programm. Als Product Owner und später Technical Product Owner verband ich Roadmap und Architekturentscheidungen mit eigener Entwicklung und der Zusammenarbeit mit dem Engineering-Team.
Enterprise Search wurde als strategische Grundlage für KI positioniert. 2024 entwickelte ich RAG-Kernkomponenten und baute diese anschließend zu einer agentischen, mit Enterprise Search und Unternehmensdaten integrierten Architektur aus.
Ein strukturiertes Feedbacksystem übersetzte Rückmeldungen aus dem Service in priorisierte Anforderungen. Die Weiterentwicklung folgte damit der tatsächlichen Nutzung.
Ich gestaltete den initialen Recruiting-Prozess und wirkte maßgeblich an Recruiting und Onboarding von 15 Entwicklern mit. Etablierte Verantwortlichkeiten wurden an Nachfolger übergeben.
Im ursprünglichen Projektbericht beschreibe ich auch, was zunächst nicht funktionierte: Der erste Feedback-Ansatz skalierte nicht. Ein dediziertes Feedback-Team und ein systematischer Prozess übersetzten Rückmeldungen anschließend in priorisierte Anforderungen.
Einordnung: Die Aussage zum ersten Ansatz stammt aus meinem Projektbericht. Das Roche-Referenzschreiben bestätigt den Aufbau des strukturierten Feedbacksystems; es beschreibt den vorangegangenen Ansatz nicht.
Quelle: Referenzschreiben von Dirk Schäfer, Head of DSS, Roche Diagnostics GmbH, Januar 2026. Die Kennzahlen beschreiben das Programm und seine Wissenslandschaft.
02 / Enterprise Search · ab Juni 2022
Als Product Owner Search, Structure & Innovation arbeitete ich an der internen Wissenssuche bei Roche Diagnostics. Ausgangspunkt waren Nutzerbedürfnisse und die Frage, wie sich Änderungen am Suchsystem belastbar bewerten lassen.
Ich entwickelte den Kernalgorithmus für die Azure-Suchmaschine und eigene Werkzeuge zum Erstellen und Testen von Queries. Messskripte machten die Auswirkungen von Änderungen auf Suchergebnisse und Suchperformance einzelner Anfragen überprüfbar.
Nutzerinterviews, Analytics und Feedbackschleifen verbanden technische Weiterentwicklung mit der Arbeit der Content- und Produktteams. Im April 2023 wirkte ich außerdem am ersten internen ChatGPT-Prototyp mit.
Quelle: Referenzschreiben von Andreas Bauer, GCS KLS Leader of Knowledge Management Solution, Roche Diagnostics GmbH. Das Schreiben selbst ist undatiert.
Referenzen
What distinguishes Mr. Henze is not only his technical capability, but his ability to combine product vision, architectural clarity, execution strength, and organizational influence.
Hendrik consistently demonstrated rapid problem-solving skills, data-driven concept development, superb communication, and innovative thinking.
Vollständige Referenzschreiben und Referenzgespräch auf Anfrage.
Die Projekte hinter den Referenzen →Die Größenordnung muss nicht dieselbe sein. Die Fragen nach nutzbarem Wissen, klaren Architekturentscheidungen und einer tragfähigen Umsetzung stellen sich auch in kleineren Organisationen.