Rusbeh Abtahi

• • Arbeitsumfang: eine menschlich kontrollierte GenAI-Orchestrierungsplattform für Softwareentwicklung,

ausgelegt zur Unterstützung des Weges von Anforderungen und Architektur über Code-Unterstützung,

Testvorbereitung, abgerufenes Projektwissen und wiederverwendbares Engineering Memory.

• • Implementiert: agentischer GenAI-Orchestrierungskern mit strukturierter Prompt-Verarbeitung, zu

standslosen JSON-basierten Agenten, KI-/deterministischem Context Handling, projektbasierter Retrieval

Funktionalität, mehrstufigem Memory Recording/Retrieval, SQL-gestützter Persistenz, strukturierter

Protokollierung, Metrik-Ausrichtung und AWS-Deployment.

• • In Arbeit / Vision: GitHub-Agenten für Anforderungen–Architektur–Code-Synchronisierung, Benchmar

king, Agent-Fine-Tuning, auxiliary Agent Memory sowie GHOST2 als zukünftiges blackboard-basiertes

Multi-Brain-Design mit gemeinsamem Memory und privaten Spezialistenkontexten.

Technical Product Owner und Hauptentwickler für BMW Motorrad interne Engineering Softwareanwendungen und Tool-Plattformen; technische Führung in GenAI-gestützter Engineering-Softwareentwickl

und modelbasierter Embedded-Funktionsentwicklung.

• • Kernverantwortung: Funktions- und Toolentwicklung für Motorsteuergeräte sowie Fahrzeugmessungen zur Untersuchung von Zulieferer-Bibliotheken (Bosch, Magneti Marelli) in den Bereichen Einspritzung,

Zündung und Drehzahlerfassung.

• • Aufbau und Betrieb eines kundenspezifischen Hardware-in-the-Loop (HiL)-Setups (Bosch MicroHiL + Lua Skripting) zur Reproduktion und Diagnose sporadischer ECU-Resets in einem Motorrad-Motorsteuergerät.

Result: Eingrenzung der Ursache auf einen mechanischen Resonanzeffekt im Schrittmotor-Gehäuse.

• • Schlüsselbeitrag zur Umstellung von drosselklappenbasierter auf momentenbasierte Fahrerwunschregelung

sowie zur Entwicklung eines Applikationstools für multidimensionale Parameterkalibrierung. Result: verbesserte Dosierbarkeit, stabileres Fahrverhalten und ca. 80% weniger manuelle Kalibrierzeit (interne

Schätzung; vom Kalibrierteam berichtet) dank des Tools.

• • Schlüsselbeitrag zu einer vorausschauenden Schaltstrategie im Fahrzeug mittels modelbasiertem Rapid

Prototyping (Simulink/Stateflow auf dSPACE) mit CAN-Integration und Multi-Source-Kontext (Power

train/Chassis + Navigation/Radar/Kamera), wodurch proaktive Gangwahl für kommende Fahrsituationen

ermöglicht wurde. Result: funktionsfähiger Prototyp und erfolgreiche Live-Demonstration vor Executive Stakeholdern.