Ausgewählte Referenzen

Projekt-Portfolio

Eine Auswahl professioneller AI-Projekte und -Plattformen, die ich konzipiert, entwickelt und deployt habe. Jedes dieser Systeme demonstriert die Kombination aus stabiler Software-Architektur und moderner KI-Integration.

Lead Architect & Developer

Personal AI OS

Multi-Agenten-Betriebssystem für Finanzen, Gesundheit, Aufgaben und Wissen: 15 spezialisierte Agenten, die einander beauftragen, ein achtschichtiger Prompt-Aufbau mit Caching, bi-temporales Graph-Gedächtnis und eine Tool-Policy gegen Prompt-Injection. Über 500 Checks als Deploy-Gate.

Co-Founder & Technical Lead

Contelligence / Content Dashboard

Kommerzielles B2B-SaaS für automatisierte Content-Erstellung. Vier Agenten übernehmen je einen Schritt — Research, Copy, Art Direction, Editor — und prüfen einander. Über 65 Supabase Edge Functions, Python-Worker, Bildgenerierung. Zahlende B2B-Kunden; nichts wird ohne Freigabe veröffentlicht.

Live Projekt ansehen
AI Solutions Architect

Livecoach Assistant

RAG-Support-Assistent für eine Fitnesskette mit 11 Studios in Köln: pgvector/HNSW über das Betriebshandbuch, drei Gedächtnis-Ebenen, Admin-Override, Erkennung unbeantworteter Fragen und Selbstlern-Schleife. Abgenommener Prototyp, die Inbetriebnahme ist beauftragungsbereit.

Developer

Website Analyzer Lead Magnet

Automatisiertes Website-Audit-Tool für Agenturen. Holt per Firecrawl Screenshots und Markdown, analysiert Design/UX, Copywriting, SEO und Technik per Vision AI und generiert strukturierte Quick-Wins Reports.

Developer

BAFA Berichte Wizard

B2B-Automatisierungstool zur geführten Generierung von BAFA-konformen Beratungsberichten inklusive automatisiertem Word-Export.

Architektur

Wie ich baue

Zwölf Bauteile, die in den Systemen oben tatsächlich stecken — jedes als Zeichnung statt als Screenshot. Das ist kein Stilmittel: Jeder Screenshot aus diesen Anwendungen würde Kundendaten zeigen.

RAG-Wissensassistent auf eigenen Dokumenten
Architektur · RAG

RAG-Wissensassistent auf eigenen Dokumenten

Wissensassistent, der aus den Dokumenten eines Unternehmens antwortet statt aus dem Gedächtnis des Modells: Ingestion, Embeddings, Vektorsuche mit pgvector und HNSW-Index, Rollen über Row Level Security. Jede Antwort nennt ihre Quelle.

Vertrauensgrenze gegen Prompt-Injection
Architektur · Sicherheit

Vertrauensgrenze gegen Prompt-Injection

Ein Agent, der eine präparierte E-Mail gelesen hat, darf danach keine E-Mail senden. Sobald ein Lauf fremden Text verarbeitet hat, sind alle Werkzeuge mit Außenwirkung gesperrt und landen in einer Freigabe-Warteschlange. Kein Weg daran vorbei.

Multi-Agenten-Pipeline für einen B2B-SaaS
Architektur · Automatisierung

Multi-Agenten-Pipeline für einen B2B-SaaS

Vier spezialisierte Agenten übernehmen je einen Schritt der Content-Erstellung — Research, Copy, Art Direction, Editor — und prüfen einander. Über 65 Supabase Edge Functions, Python-Worker. Nichts wird ohne menschliche Freigabe veröffentlicht.

Model-Routing und Prompt-Caching
Betrieb · Kosten

Model-Routing und Prompt-Caching

Betriebskosten entstehen nicht durch die Modellwahl, sondern durch die Struktur drumherum. Ein Router entscheidet je Aufgabe: schnelles Modell für Routine, Reasoning-Modell nur wo nötig. Dazu Prompt-Caching — im eigenen System 40–60 % weniger Token gemessen.

Agenten-Architektur: acht Prompt-Schichten
Architektur · Agenten

Agenten-Architektur: acht Prompt-Schichten

Der Systemprompt ist kein Textblock, sondern acht Schichten von statisch nach dynamisch: Was sich nie ändert, steht vorn und wird zwischengespeichert. Fakten werden nicht überschrieben, sondern beendet — so bleibt beantwortbar, was wann galt.

Eine Datenbank, vier Anwendungen
Architektur · Plattform

Eine Datenbank, vier Anwendungen

Gewachsene Systeme scheitern an den Brücken, nicht an den Anwendungen. Vier Bausteine teilen sich eine PostgreSQL-Datenbank: Next.js-Plattform, Finanz-App aus Vite und FastAPI, MCP-Server und Mail-Worker. Getrennt im Code, verbunden in den Daten.

Buchhaltung mit KI — und mit Qualitätsprüfung
Fachlich · Buchhaltung

Buchhaltung mit KI — und mit Qualitätsprüfung

Bankumsätze werden zuerst nach Regeln kategorisiert, die KI greift nur im Fallback. Die EÜR entsteht aus SKR03-Konten, nicht aus einem Freitextfeld. Vor jeder Auswertung prüft der Agent die Datenqualität und nennt sie neben der Zahl.

Mail-Integration in beide Richtungen
Architektur · Integration

Mail-Integration in beide Richtungen

Der Abruf merkt sich den UID-Stand je Ordner, statt täglich alles neu zu laden. Gelesen, archiviert und gelöscht kommt über eine Warteschlange beim Anbieter an. Konversationen laufen über die RFC-Header zusammen — daraus entstehen Priorität und Aufgaben.

Fünfzehn Agenten mit geteiltem Gedächtnis
Architektur · Agenten

Fünfzehn Agenten mit geteiltem Gedächtnis

Jeder Agent hat eigene Rolle, eigene Werkzeuge und eigenen Zugriff auf die Wissensbasis. Sie beauftragen einander, wenn eine Frage in ein anderes Fach gehört, mit Tiefenbegrenzung gegen Endlosketten. Neue Fähigkeiten sind aktiv erst nach Freigabe.

Lernschleife aus echten Bearbeitungen
Contelligence · Lernen

Lernschleife aus echten Bearbeitungen

Was der Kunde am Entwurf ändert, ist die ehrlichste Aussage über seinen Stil — aber Korrektur und Vorliebe müssen getrennt bleiben. Eine gestrichene erfundene Zahl ist ein Fehler, kein Geschmack. Nur Vorlieben werden gelernt, und erst ab der zweiten Beobachtung.

Der Agent meldet, was er nicht kann
Contelligence · Qualität

Der Agent meldet, was er nicht kann

Fünf Quellen melden fehlende Fähigkeiten in eine Inbox, die auch sinngleiche Meldungen zusammenführt. Der Anlass kam aus dem eigenen Betrieb: monatelang keine einzige Meldung, während die Telemetrie hunderte Fehler zählte. Eine leere Inbox sah aus wie ein fehlerfreies Produkt.

Vom Wochenplan in vier Kanäle
Contelligence · Veröffentlichung

Vom Wochenplan in vier Kanäle

Planen, freigeben, terminieren, veröffentlichen, messen: LinkedIn, Instagram, Facebook und WordPress mit Terminplanung und Token-Erneuerung. Die Leistungsdaten je Beitrag fließen zurück in die Planung der nächsten Woche.

Zum Mitnehmen

KI-Machbarkeits-Audit

Drei Tage, Festpreis, ein Dokument: Daten, Berechtigungen, Betriebskosten, Fehlerpfade und ein Fahrplan. Der Einseiter erklärt Ablauf und Lieferumfang — inklusive der Fälle, in denen die Antwort „nicht in dieser Form“ lautet.

Einseiter als PDF

Technisches Skill-Profil

AI Engine

  • • Google Gemini API (Vertex AI)
  • • OpenAI API
  • • Perplexity API
  • • Multi-Agent System Orchestration
  • • Hermes prompt caching architectures (8-layer prompts)
  • • Episodic & Long-Term Agent Memory systems
  • • Autonomous Skill Extraction & Reflection loops

Frontend

  • • React
  • • Next.js 16
  • • TypeScript
  • • Tailwind CSS v4
  • • Glassmorphism & Liquid Glass UI Systems

Backend & DB

  • • Python (FastAPI)
  • • Node.js (Express, Fastify)
  • • Deno (Supabase Edge Functions)
  • • PostgreSQL
  • • Supabase
  • • pgvector (HNSW cosine indexes)
  • • RLS (Row Level Security)
  • • SQL Migrations

DevOps & Infra

  • • VPS Hosting
  • • PM2 Process Management
  • • Docker & Docker Compose
  • • Coolify
  • • Traefik Reverse Proxy
  • • rsync Deployment