Use Case klären
Prozess, Nutzen, Datenlage und Risiken gemeinsam prüfen. Danach ist klar, was gebaut wird und was nicht.
Priorisierter Scope · Machbarkeit · Umsetzungsplan
Deutschland / EU / USA · Remote
Zusammenarbeit
Mein Einstieg in die IT liegt rund 20 Jahre zurück. Mit 14 fing ich an, mich mit Websicherheit, Exploits und SQL-Injection zu beschäftigen, und baute noch in der Schule meine ersten Websites. Daraus wurden eine IT-Ausbildung, ein Informatikstudium und ein Preis in einem interdisziplinären Ideenwettbewerb für ein Konzept zur Unterstützung von Menschen mit Demenz. Seit 2015 arbeite ich professionell in Infrastruktur, Datenanalyse, Webentwicklung und Produktengineering, seit 2018 freiberuflich. Ich baue AI-gestützte B2B- und B2C-Produkte, automatisierte Workflows und interne Werkzeuge. Die technische Umsetzung übernehme ich von der Anforderung bis zum Betrieb.
Referenz
„Er hat in unserem Netzwerk einen hervorragenden Ruf. Aus eigener Erfahrung kann ich sagen: Er deckt allein ab, wofür man sonst ein ganzes Team braucht. Er ist pragmatisch, löst Probleme effizient und bringt genau die richtige Erfahrung mit.“
Thomas Marbella
Gründer und Geschäftsführer, OneCode GmbH
Im Gespräch über Tailorwine und die Arbeit am digitalen Produkt.
Auf YouTube ansehenFreiberuflicher AI Consultant & Product Engineer
Ich finde die Use Cases, die sich rechnen, und baue die Systeme, die daraus echte Arbeit übernehmen.
Von Prozessanalyse und Prototyp bis Integration, Betrieb und Übergabe. Für Mittelstand, digitale Produkte und Teams, die KI produktiv einsetzen wollen.
Definition of done
Es läuft. Die Verantwortlichen verstehen es. Das Team kann damit arbeiten.
ElectaCar
3 Tage
bis zur ersten lauffähigen Version
ElectaCar
6 Wochen
vom Kick-off bis zum Live-Produkt
Syntax Institut
3 Monate
vom Konzept zu zahlenden Kunden
VOXR
7 / 10
der größten DAX-Konzerne im Einsatz
Der Elefant im Raum
Das Modell ist selten der Engpass. Die eigentliche Arbeit steckt in Daten, Regeln, Zugriffsrechten, Integrationen, Fehlerfällen und Zuständigkeiten. Sie bleibt unsichtbar, bis etwas nicht funktioniert.
Was man sieht
Modell, Prompt, Demo
Was funktionieren muss
Genau dort arbeite ich. Ich übernehme die Lücke zwischen überzeugender KI-Demo und verlässlichem System.
Was ich übernehme
Beratung und Umsetzung bleiben zusammen. So gehen keine Annahmen in Übergaben verloren und Entscheidungen werden direkt am echten Produkt geprüft.
Prozess, Nutzen, Datenlage und Risiken gemeinsam prüfen. Danach ist klar, was gebaut wird und was nicht.
Priorisierter Scope · Machbarkeit · Umsetzungsplan
Geschäftslogik, KI-Entscheidungen, APIs und bestehende Systeme zu einem belastbaren Ablauf verbinden.
Prototyp · Integrationen · Freigabe- und Fehlerpfade
Die Lösung produktiv ausrollen, beobachten und so übergeben, dass sie nicht an einer Person hängen bleibt.
Deployment · Monitoring · Dokumentation · Übergabe
Wann das passt
Arbeitsweise
Zuverlässige Automatisierung entsteht aus klaren Regeln, begrenzten Zugriffsrechten und kontrollierbaren Übergaben. KI kommt nur an die Stellen, an denen starre Logik nicht reicht.
Das Ergebnis ist kein Demo-Chatbot, sondern ein System, das im Alltag nachvollziehbar Arbeit übernimmt.
Daten, Anfrage oder manueller Prozess
Validierung und feste Geschäftslogik
Nur dort, wo Kontext und Urteil nötig sind
Menschliche Kontrolle bei kritischen Schritten
Logging, Monitoring und klare Zuständigkeit
Ausgewählte Projekte
Die schwierigen Teile, die Entscheidungen dahinter und der Stack, mit dem die Systeme im Betrieb funktionieren.
2026
Fahrzeugdaten, Versicherungen und KI Betrieb
Projekt öffnenCore Stack
Python, FastAPI, Temporal, PostgreSQL, React, Next.js, TypeScript, Playwright und Docker.
2026
First Party KI Agent Runtime und Context Engine
Projekt öffnenCore Stack
TypeScript, React, Node.js, Fastify, PostgreSQL mit pgvector, SQLite, Playwright, MCP und Kubernetes.
2026
Kontrollierter Werbe und Commerce Betrieb
Privates System
Core Stack
TypeScript, Node.js, Express, Next.js, React, Google Ads API, Shopify Admin GraphQL, Zod, Zustand, Docker, Railway und Vitest.
2025 to 2026
Commerce und Provisionsplattform für mehrere Händler
Projekt öffnenCore Stack
TypeScript, React, Next.js, PostgreSQL, Drizzle ORM, Shopify Admin API, AWS S3, Railway, Resend und Vitest.
2024 to 2026
Echtzeit Forschung für Musik und Bewegung
Privates System
Core Stack
Swift, SwiftUI, CoreMotion, Accelerate/vDSP, LiveKit, Python, FastAPI, NumPy, SciPy, TypeScript, PostgreSQL, Docker und Kubernetes.
2024
FAMFAM Musik Community Plattform
Projekt öffnenCore Stack
React Native, Expo, React, TypeScript, AWS Cognito, API Gateway und Stripe.
2023 to 2024
Learning Commerce, Fortschritt und Zertifizierung
Projekt öffnenCore Stack
Next.js, React, TypeScript, NextAuth, Strapi, Node.js, PostgreSQL, Stripe, Sentry und React PDF.
2024
Adobe Experience Manager Publishing Plattform
Privates System
Core Stack
Adobe Experience Manager, React, TypeScript, Tailwind CSS, SCSS, BEM und Webpack.
2022
Vernetzte Travel Publishing Plattform
Projekt öffnenCore Stack
PHP, WordPress, Gutenberg, ACF, Directus, Tailwind CSS, JavaScript und Swiper.
2022
B2B Digital Sommelier
Projekt öffnenCore Stack
TypeScript, React, Tailwind CSS, Strapi und Sentry.
2017 to 2020
High Performance Plattform für Live Events
Privates System
Core Stack
Pures JavaScript mit minimaler Browser Runtime für unzuverlässige Veranstaltungsnetzwerke.
Technische Umsetzung
Wenn Datenmodell, API, Frontend, Agent-Logik oder Betrieb der Engpass sind, kann ich selbst übernehmen. Der Stack folgt dem Produkt, nicht umgekehrt.
Agent-Logik, Tool-Aufrufe, Memory, Browser-Automation und Evaluierung.
OpenAI · Anthropic · Grok · Tool Use
Eigene Retrieval-Pipelines und Framework-basierte Orchestrierung für Dokumente, Wissen und Suche.
LangChain · LangGraph · Haystack · RAGFlow
Produktionsreife Interfaces, Admin-Flows und interne Werkzeuge.
TypeScript · React · Next.js · Node.js
Eigene MCP-Server und Verbindungen für Tools, Datenquellen und produktive Workflows.
MCP · REST · GraphQL · Webhooks
AI-lesbare Inhalte, Agent-Discovery und technische Auffindbarkeit in Antwortsystemen.
llms.txt · JSON-LD · Markdown · Agent Discovery
Queues, Cronjobs, Fehlerpfade, Logging und Monitoring.
Vercel · Webhooks · Background Jobs · Cron
Im Projekt
Architekturentscheidungen werden direkt am laufenden System geprüft. Keine Übergabekette zwischen Beratung und Umsetzung.
Konkretes Vorhaben?
Zwei bis drei Sätze zu Ausgangslage, Ziel und Zeitrahmen reichen. Ich sage direkt, ob und wie ich helfen kann.