ZIBATISFARZAM / BUILDS
DE
Kontakt ↗

FARZAM KHAKBAZ / BUILDS

Ich verstehe die meisten Dinge, indem ich sie baue.

Von frühen Ventures und Markenaufbau bis zu rollenspezifischen GPTs, Assessment-Tools, Content-Systemen und operativen Workflows—eine evidenzbasierte Sammlung realer Builds.

KI-Systeme ansehenVenture-Pfad ansehen ↘
VENTURES · AI SYSTEMS · GPTs · DIGITAL PRODUCTS

BUILDER MINDSET

Eine Idee wird ernst, sobald sie testbar wird.

Ein großer Teil meines beruflichen Weges entstand durch direktes Bauen—von frühen Ventures und realen Marktfolgen bis zu digitalen Produkten und KI-Systemen.

Vieles über Marke, Wachstum, Produkt und KI habe ich durch Bauen, Scheitern, Beobachten, Verbessern und Neubauen gelernt.

  1. 01BUILD
  2. 02OBSERVE
  3. 03LEARN
  4. 04REBUILD

ENTREPRENEURIAL EVOLUTION

Vor KI war die Frage dieselbe: Wie wird aus einer Idee etwas Reales?

Keine Liste von Jobtiteln, sondern eine Entwicklung durch Markt, Produkt, Betrieb und wiederholbare Systeme.

01EARLY-STAGE STARTUP

Va3manchand

Group-buying startup

Eine der ersten ernsthaften Begegnungen mit Markt, Distribution, Kundengewinnung und Product–Market Reality.

  • Founder
  • Marketplace experiment
  • Customer acquisition
  • Partnership model
  • Offer economics
LEARNINGEine gute Idee reicht ohne Distribution und Positionierung nicht aus.
02D2C BRAND

Ferengi Clothing

Independent graphic apparel brand

Identität, Produkt, Content und Markt für eine unabhängige Grafik-Modemarke bauen.

  • Brand identity
  • Product concepts
  • Creative direction
  • Pricing
  • Sourcing
  • D2C marketing
LEARNINGEine Marke ist nicht nur, was wir gestalten, sondern was der Markt am Produkt erlebt.
03VENTURE / OPERATIONS EXPERIENCE

Hospitality Venture

Restaurant launch & operations — Tabiat Bridge, Tehran

Aufbau und täglicher Betrieb eines physischen Hospitality-Geschäfts—kein Software-Startup-Narrativ.

  • Customer experience
  • Service delivery
  • Team coordination
  • Supplier operations
  • Daily execution
LEARNINGJedes Geschäftsmodell muss schließlich in der realen Welt funktionieren.
04FOUNDER / BUSINESS SYSTEM

Zibatis

Business, Brand & AI Systems Studio

Der Ort, an dem Business, Marke, Content, Digital Experience, Wachstum und KI in realer Umsetzung zusammenkamen.

  • Business
  • Brand
  • Content
  • Digital Experience
  • Growth
  • AI
  • Operations
LEARNINGIdee, Expertise und Umsetzung schaffen Wert, wenn sie zu einem koordinierten System werden.
Explore Zibatis ↗

Dann änderten sich die Werkzeuge.Das Problem nicht.

Die frühere Frage war:

Wie entwerfen wir einen besseren Business-Prozess?

Heute kommt eine zweite hinzu:

Welcher Teil kann zu einem KI-System werden?

THE SHIFT

Für mich begann KI nicht mit Prompts, sondern mit dem Problem.

Interessant war nicht der Chatbot, sondern die Verbindung von Expertise, Daten, Regeln, Workflow und menschlicher Kontrolle.

CUSTOM GPT ECOSYSTEM

Systeme für eine klar definierte Rolle.

Statt eines universellen GPT haben diese Systeme unterschiedliche Rollen, Wissensgrenzen, Workflows und Guardrails. Die Zahl beschreibt Systeme und strukturierte Experimente—keine aktiven Nutzer.

20+DOMAIN-SPECIFIC AI SYSTEMSEVIDENCE-CONTROLLED LABEL

9 Systeme angezeigt

01 / MARKETING OS

Zibatis Digital Marketing & Copy Writing

Marketingstrategie, SEO-Content, Copy und Publishing-Workflow.

Systemdetails
Problem
Fragmentierte Produktion ohne Verbindung zwischen Suchintention, Markenstimme und Conversion.
Rolle
Strategy → Content → SEO → Copy → CTA → Publishing verbinden.
Architektur
  1. Strategy
  2. Content
  3. SEO
  4. Copy
  5. CTA
  6. Publishing
Evidenz
Rolle, Instruktionen und Workflow sind im Systems-Portfolio dokumentiert.
02 / MEDICAL CONTENT SYSTEM

Medical Content Orchestrator

Ein Multi-Role-System für Planung und Qualitätskontrolle medizinischer Inhalte.

Systemdetails
Problem
Brüche zwischen Recherche, medizinischer Genauigkeit, Suche, Struktur und Human Review.
Rolle
Rollen orchestrieren und Verantwortung je Phase sichtbar machen.
Architektur
  1. Strategy
  2. Research
  3. Medical Writing
  4. SEO
  5. Schema
  6. Visual Brief
  7. Human Review
Evidenz
Rollenbasierter Workflow und QA-Punkte sind als Systemartefakte dokumentiert.
Menschliche / klinische Grenze
Medizinische Outputs benötigen menschliche Prüfung und verantwortliche Fachexpertise.
03 / SEMANTIC SEO

Schema Optimizer Pro

Structured-Data-Architektur und JSON-LD aus Seiten- und Entity-Verständnis.

Systemdetails
Problem
Fragmentiertes Schema, instabile IDs und unverbundene Entities.
Rolle
Entities extrahieren und einen kohärenten Graph für Suche und AI Retrieval entwerfen.
Architektur
  1. Page understanding
  2. Entity extraction
  3. Schema graph
  4. Persistent IDs
  5. Structured output
Evidenz
Compiler-Logik, Graph-Verbindungen und Output-Kontrollen sind dokumentiert.
04 / CREATIVE INTELLIGENCE

Creative IDE

Eine Umgebung für Creative Direction—kein generischer Ideengenerator.

Systemdetails
Problem
Klassische Lösungen und zu frühes Schließen des Möglichkeitsraums.
Rolle
Muster brechen, Routen entwickeln und Creative Territories bewerten.
Architektur
  1. Tension
  2. Contradiction
  3. Routes
  4. Evaluation
  5. Creative Territory
Evidenz
Ideation-Framework und Bewertungslogik sind im Portfolio dokumentiert.
05 / MEDICAL SEO

BrandMaster Medical Writer

Medical Content, SEO, HTML-ready Publishing und CTA-Architektur.

Systemdetails
Problem
Medizinischer Content, der korrekt, aber schwer publizierbar ist—oder suchfertig, aber schwach fundiert.
Rolle
Inhalt, Publishing-Struktur und Conversion-Pfad koordinieren.
Architektur
  1. Medical context
  2. Search intent
  3. HTML structure
  4. CTA
  5. Review
Evidenz
Rollendefinition und Output-Struktur sind im GPT-Ökosystem dokumentiert.
Menschliche / klinische Grenze
Die finale Publikation braucht fachliche und redaktionelle QA.
06 / HEALTHCARE ASSISTANT

Dr. YK Diet Farsi

Persischer Assistent für bariatrische Ernährung und Patient Education.

Systemdetails
Problem
Patienten brauchen klare, konsistente Information außerhalb begrenzter Beratungszeit.
Rolle
Education und Informationsunterstützung innerhalb klarer Grenzen.
Architektur
  1. Approved knowledge
  2. Patient context
  3. Education
  4. Escalation
  5. Human review
Evidenz
Scope und Nutzungsgrenzen sind in der Systemspezifikation definiert.
Menschliche / klinische Grenze
Kein Ersatz für Ärzt:innen, Diagnose oder klinische Entscheidungen.
07 / DOMAIN KNOWLEDGE

Dental KnowledgeGPT — Dr. Salamat

Domain Knowledge Assistant für zahnmedizinischen Content, Education und Kommunikation.

Systemdetails
Problem
Fachwissen ist fragmentiert und über Content und Education schwer wiederverwendbar.
Rolle
Antworten im Domain-Kontext fundieren und abrufbares Wissen strukturieren.
Architektur
  1. Domain sources
  2. Knowledge structure
  3. Retrieval context
  4. Communication
  5. Review
Evidenz
Wissensmodell und Anwendungsfälle sind im Portfolio dokumentiert.
08 / CREATIVE DIRECTION

Taste Architect

Creative Direction, Taste Calibration und visuelle Konzeptentwicklung.

Systemdetails
Problem
Generative Outputs können technisch korrekt sein, aber Richtung und wahrnehmbare Qualität vermissen.
Rolle
Kriterien definieren, Auswahl lenken und Output kritisch bewerten.
Architektur
  1. Intent
  2. Reference logic
  3. Taste criteria
  4. Direction
  5. Evaluation
Evidenz
Kalibrierungs-Framework und Konzeptrouten sind dokumentiert.
09 / VISUAL AI

Dental Luxury Image Studio

Zahnmedizinische Bildführung mit klinischer Glaubwürdigkeit und Premium-Ästhetik.

Systemdetails
Problem
AI-Bilder verfehlen oft Materialverhalten, Behandlungsrealismus oder Markenkonsistenz.
Rolle
Klinische Glaubwürdigkeit, Materiallogik und Art Direction verbinden.
Architektur
  1. Clinical reference
  2. Material behavior
  3. Composition
  4. Brand consistency
  5. QA
Evidenz
Prompt-System, Constraints und Outputs sind im visuellen Portfolio dokumentiert.

SOLUTION SELECTION

Nicht jedes Problem sollte zu einem GPT werden.

01

GPT

Wenn die Arbeit vor allem Wissen, Schlussfolgerung und strukturierte Ausgabe erfordert.

KNOWLEDGE + REASONING + OUTPUT
02

WORKFLOW

Wenn Trigger, Daten, Transformation und wiederholbare Aktion verbunden werden müssen.

TRIGGER + DATA + TRANSFORMATION + ACTION
03

PRODUCT

Wenn Nutzer Interface, State, Regeln, Daten und dauerhafte Experience brauchen.

INTERFACE + STATE + RULES + DATA
KI-Solution-Design heißt: GPT, Workflow oder Produkt bewusst wählen.

DIGITAL PRODUCTS & EXPERIMENTS

Systeme, die über Chat hinausgehen.

Der Wert liegt in Interface, State, Rule Engine, Datenmodell oder Koordination—nicht in einem einzelnen Prompt.

01DECISION SUPPORT

Smart Assessment Systems

Interaktive Formulare mit Branching, Scoring, Lead-Qualifizierung und personalisierten Ergebnissen.

  1. INPUT
  2. RULES
  3. SCORE
  4. OUTPUT
02HEALTHCARE PRODUCT

Bariatric Assessment System

Patienteneingaben, Regeln, Risk Flags, Behandlungskontext und menschlicher Beratungspfad.

  1. PATIENT
  2. RULES
  3. FLAGS
  4. CONSULTATION
Intake und Decision Support—keine autonome Diagnose.
03KNOWLEDGE OPERATIONS

Knowledge & Content Systems

Content OS, medizinische Wissensstrukturen, SEO-Architektur und strukturiertes Publishing.

  1. SOURCE
  2. STRUCTURE
  3. RETRIEVAL
  4. PUBLISH
04DECISION INTELLIGENCE

Management Dashboards

Interfaces, die Daten für Manager in Bedeutung, Priorität und Handlung übersetzen.

  1. DATA
  2. MEANING
  3. PRIORITY
  4. ACTION
05RESEARCH / EXPLORATION

Agent-Ready Website Experiments

Forschung zum Wandel von Websites als Seiten zu Fähigkeiten, die Agenten aufrufen können.

  1. WEBSITE
  2. CAPABILITY
  3. TOOLS
  4. AGENT
In Exploration; der Artikellink wird erst nach Veröffentlichung des vollständigen Quelltexts aktiv.

AI PRODUCT PRINCIPLES

Vier Regeln für Systeme, die in der realen Welt funktionieren.

  1. 01

    Problem before model

    Problem, Wirkung und Grenzen definieren, bevor Modell oder Tool gewählt werden.

  2. 02

    Context before prompting

    Ein Prompt ohne stabilen Kontext, Quellen und Output-Grenzen ist kein System.

  3. 03

    Human control before autonomy

    Automation braucht explizite Freigabe, Eskalation und menschliche Verantwortung.

  4. 04

    Learning before scale

    Erst Pilot, Evidenz und Verbesserung—danach skalieren.

SYSTEM MAP

Der gemeinsame Faden ist nicht Technologie. Es sind Systeme.

Ventures, AI systems and digital products converge around a shared systems approach.

EVIDENCE-CONTROLLED SCALE

Größe präzise benennen.

20+

Domain-specific AI systems

Documented GPTs and structured experiments—not necessarily standalone production apps.

6

System families

Marketing · Medical · Semantic · Creative · Knowledge · Visual AI

4

Venture chapters

Startup · D2C Brand · Operations · Zibatis

RELATED NOTES

Gedanken, die beim Bauen entstehen.

Notes and research routes come from the live Insights architecture. No empty article or placeholder route was created to complete this page.

Insights-Pfade ansehen ↗

BUILDER ↔ DELIVERY ENVIRONMENT

Ein Teil dieser Erfahrungen wird heute bei Zibatis zum System.

Was hier Farzams persönliches Build-Portfolio ist, kann bei Zibatis—verbunden mit einem realen Business-Problem—zum Produkt, Agenten, Workflow oder zur digitalen Infrastruktur werden.

Farzam = Builder / Thinker · Zibatis = Delivery Environment

BUILD SOMETHING USEFUL

Ein Problem, für das sich ein System lohnen könnte?

Sie müssen nicht vorher wissen, ob die Lösung GPT, Agent, Automation oder Produkt heißt. Zuerst definieren wir das Problem.

Mit dem Problem starten ↗AI Agent Systems ansehen