Software
Beratung
Von der Anforderungsanalyse bis zur Prozessoptimierung. Herausarbeiten, was gebraucht wird, was es wert ist und welche Hälfte der Wunschliste nichts einbringt, bevor jemand Code gegen eine Vermutung schreibt.
Beratung
Von der Anforderungsanalyse bis zur Prozessoptimierung. Herausarbeiten, was gebraucht wird, was es wert ist und welche Hälfte der Wunschliste nichts einbringt, bevor jemand Code gegen eine Vermutung schreibt.
Was ich gefragt werde
- Was kostet uns das eigentlich, und welcher Teil davon lohnt sich zu bauen?
- Brauchen wir dafür überhaupt neue Software?
- Bekomme ich eine Zahl, bevor ich etwas beauftrage?
Was sich dagegen tun lässt
Anforderungen werden mit den Leuten geklärt, die die Arbeit machen, nicht nur mit denen, die sie beauftragen. Der Prozess wird einmal von Anfang bis Ende durchgegangen, bis die Handgriffe und die Bruchstellen Namen haben.
Was ich mache
Ich schreibe den Umfang auf: was gebaut wird, was ausdrücklich nicht gebaut wird, und was es kostet. Meistens fällt die Hälfte der ursprünglichen Liste weg, weil sie nichts einbringt.
Der erste Schritt
Ein Gespräch, danach haben Sie den Umfang schriftlich. Er hält auch, wenn Sie damit zu jemand anderem gehen.
- Anforderungen mit den Leuten erarbeitet, die die Arbeit machen, nicht nur mit denen, die sie bestellen
- Ein Prozess von Anfang bis Ende durchgegangen, mit benannten Handgriffen und Bruchstellen
- Ein Umfang, den Sie jedem geben können, mir eingeschlossen, und vergleichbare Angebote bekommen
Anwendungsentwicklung
Vom Prototyp bis zur Produktionsreife. Ein Prototyp beantwortet, ob die Idee trägt. Der Rest sind Tests, Monitoring, Deployment und die Fehler, die erst auftauchen, wenn echte Menschen das System benutzen.
Was ich gefragt werde
- Der Prototyp läuft. Kann ich ihn in Betrieb nehmen?
- Wer repariert das, wenn es nachts ausfällt?
- Wie lange, bis ich etwas zum Durchklicken habe?
Was sich dagegen tun lässt
Ein Prototyp klärt in Wochen, ob die Idee trägt. Was danach kommt, entscheidet, ob die Sache Last, Fehlerfälle und ein Jahr Wartung übersteht.
Was ich mache
Ich baue erst die grobe Version zum Durchklicken, danach die Härtung: Tests, Monitoring, Backups und ein Deploy, der sich zurücknehmen lässt. Übergabe als Container, die Sie selbst betreiben.
Der erste Schritt
Die acht Phasen stehen auf /process, mit Dauer und mit dem, was es kostet, eine davon wegzulassen.
- Ein lauffähiger Prototyp in Wochen, um herauszufinden, ob die Idee trägt
- Härtung: Last, Fehlerpfade, Backups, ein Deploy, der sich zurücknehmen lässt
- Übergabe als Container, die Sie selbst betreiben und pflegen können
Systemarchitektur
Von der Planung einer Systemlandschaft bis zur Erweiterung von Bestandssystemen: Schnittstellen, die Ihre vorhandenen Systeme verbinden. Manuelle Tipparbeit sowie die Fehler und zeitlichen Verzögerungen, die damit einhergehen, sind das größte Optimierungspotenzial bei kleinen und mittelständischen Unternehmen.
Was ich gefragt werde
- Warum tippt bei uns jemand Daten von einem System in ein anderes?
- Warum widersprechen sich unsere Bestände?
- Können wir das Vorhandene erweitern, statt etwas Neues zu kaufen?
Was sich dagegen tun lässt
Die Systeme, die Sie schon betreiben, werden über ihre Schnittstellen verbunden, damit die Daten ohne einen Menschen in der Mitte laufen.
Was ich mache
Ich baue die Schnittstelle dazwischen und nehme Ihnen die Arbeit ab, die ohnehin keiner machen will. Bestände und Preise laufen im Takt, Bestellungen gehen nicht mehr unter.
Der erste Schritt
Sagen Sie mir, welche zwei Systeme sich nicht verstehen. Das reicht für den Anfang.
- Warenwirtschaft ↔ Marktplatz, Bestände und Preise im Takt
- Leadgenerator → CRM, entdoppelt und an die richtige Person geroutet
- Versand-API → Kundenportal → automatische Nachfassung
- Webshop → eBay-API, Angebote und Bestellungen aus den eigenen Werkzeugen
- Formular → Tarif-API → Angebot → Lead im CRM, ohne Abtippen
- Scraper → CMS → Seiten, die von allein erscheinen
- Onlinetest → Backend → Auswertung → Mail an Kandidat und Lehrkraft
- Git Push → Build, Tests, Sicherheitsprüfungen → Deploy mit Rollback
- KI-Erstsupport, der antwortet und saubere Übergaben macht, wenn er nicht weiterkommt
Platform & Delivery
Container, Pipelines und die unspektakuläre Mechanik, die aus einem Release ein Nicht-Ereignis macht.
Was ich gefragt werde
- Warum kostet uns jedes Release einen halben Tag?
- Wie nehmen wir ein schlechtes Deployment zurück?
- Wer kann ausliefern, wenn der eine Kollege im Urlaub ist?
Was sich dagegen tun lässt
Der Weg bis zur Auslieferung wird durchgehend automatisiert. Ausliefern ist dann ein Push, und Zurücknehmen ein zweiter.
Was ich mache
Acht Jahre Docker: Portainer und Traefik davor, GitLab CI auf eigenen Runnern. Ein Push baut, testet, prüft und deployt. Ein schlechtes Deployment ist in Sekunden zurückgenommen.
Der erste Schritt
Die Komponenten und ihre Komplexität stehen im Katalog, unter Platform & Delivery.
- Selbst gehostetes Portainer und Traefik vor Staging und Live
- GitLab CI auf lokalen Runnern, Builds nach DockerHub und in private Registries
- Ein schlechtes Deployment in Sekunden statt in Stunden zurückgenommen
KI & Agenten
LLM-Orchestrierung, die echte Arbeit erledigt: Harnesses mit Gedächtnis, Werkzeugzugriff und Qualitätsprüfungen, die eine Änderung passieren muss, bevor sie als fertig gilt.
Was ich gefragt werde
- Kann ein Modell diese Arbeit übernehmen, oder erzählt es mir nur, was ich hören will?
- Wie prüfe ich, ob das Ergebnis stimmt?
- Was kostet der Betrieb im Monat?
Was sich dagegen tun lässt
Ein Modell allein antwortet. Ein Harness darum kann Werkzeuge benutzen, sich merken, was passiert ist, und an eine Prüfung gebunden werden, bevor das Ergebnis zählt.
Was ich mache
Drei eigene Rust-Systeme laufen so. Ich sage Ihnen auch, wenn ein Modell das falsche Werkzeug für das ist, was Sie beschrieben haben.
Der erste Schritt
Bringen Sie die Aufgabe mit, die Sie einem Modell geben wollten. Eine halbe Stunde reicht für die Antwort, ob das passt.
- Ein Harness mit Gedächtnis, Werkzeugzugriff und einer Qualitätsprüfung, bevor etwas als fertig gilt
- Drei eigene Rust-Systeme, die darauf laufen
- Eine klare Antwort, wenn ein Modell das falsche Werkzeug ist
Teamleitung
Mit Empathie, und indem ich Leute darin bestärke, ihre Entscheidungen selbst zu tragen. Scrum Master für zwei bis drei Teams, Coding Dojos, technische Einstellungsgespräche.
Was ich gefragt werde
- Warum wartet mein Team auf mich, bevor es entscheidet?
- Wie bekomme ich mehr Qualität ohne mehr Prozess?
- Wen stelle ich ein, und wie erkenne ich das im Gespräch?
Was sich dagegen tun lässt
Die Konflikte, die ohnehin da sind, werden benannt, die Arbeit, die nichts einbringt, fällt weg, und es wird klarer, worauf das Team zielt.
Was ich mache
Scrum Master für zwei bis drei Teams, Coding Dojos, technische Einstellungsgespräche. Ich übergebe ein Team, das eigene Entscheidungen trifft und dahintersteht.
Der erste Schritt
Ein Gespräch darüber, wo das Team feststeckt und was schon versucht wurde.
- Scrum Master für zwei bis drei Entwicklungsteams
- Coding Dojos inhouse und an Hochschulen
- Technische Einstellungsgespräche
Projekterfahrung
- TradingArchitekturKI2027 – heute
Overtrade — Weltmodell in einer latenzarmen Signal-Pipeline
Eigene Forschung
Eine Trading-Plattform, gebaut mit Panthaeon und auf Memnion. Sie durchsucht Nachrichten und Live-Marktdaten, nimmt sie auf und verdichtet sie zu einem abstrakten Weltmodell, das eine Regel-Engine innerhalb einer latenzarmen Signal-Pipeline liest. Signale werden gegen dieses Weltmodell und gegen die Grenzen jedes Nutzers gefiltert — Grenzen, die aus dem gemessenen Verhalten der verwalteten Strategien und Bots stammen und nicht aus den Hoffnungen eines Backtests.
Rust, rule engine, market data, LLM orchestration
- KIForschungArchitektur2026 – heute
Memnion — ein Gedächtnis für relationale, Vektor-, Graph- und Zeitreihendaten
Eigene Forschung
Ein Gedächtnis-Substrat für Agenten, das Datensätze, Embeddings, Beziehungen und Historie in einem Speicher hält und über eine rekursive Abfragesprache liest: eine Abfrage kann einer Kette verwandter Fakten folgen, zwischen Ähnlichkeit und Struktur springen und die Nachbarschaft einer Antwort in einem Durchgang zurückgeben. Das spart die Wiederholungsarbeit und die Tokens, die ein Agent aufwendet, um bereits Gesichertes neu zu entdecken, und macht den Speicher zum Werkzeug für Entdeckung: vergangene Fehler auswerten und Zusammenhänge ableiten, die zeigen, wie ein System weiterzuentwickeln ist.
Rust, relational + vector + graph + time-series storage, query language
- KIArchitekturProdukt2026 – heute
Panthaeon — Agenten-Harness mit funktionierender TDD-Schleife
Eigene Forschung
Ein Agenten-Harness auf Memnion: ein Workflow-Builder und Aufgabenverwaltung um eine vollständige testgetriebene Schleife, mit Review- und Refactoring-Durchgängen und Qualitätsschranken, die eine Änderung nehmen muss, bevor sie als fertig gilt. Der Prozess ist es, der das Ergebnis vertrauenswürdig macht — er hält ein Modell am Ziel, verhindert Kreisen und weist unfertige Arbeit zurück.
Rust, LLM orchestration, MCP
- KIAutomatisierungProdukt2026
Anfrage-Routing und Angebots-Entwurf auf dieser Website
Diese Website
Ein Modell auf meinem eigenen Rechner liest, was ein Besucher über sein Problem schreibt, ordnet es dem Leistungskatalog zu, entwirft eine neutrale Zusammenfassung, die er korrigieren kann, und preist die passenden Module zum veröffentlichten Satz. Es läuft deterministisch, damit derselbe Text zweimal dieselbe Antwort ergibt, es sieht nie einen Preis, und wenn die Maschine aus ist, kommt die Anfrage trotzdem an — in den eigenen Worten des Besuchers, unsortiert.
Next.js · Payload · Postgres · local LLM over an OpenAI-compatible API
- AutomatisierungSaaSArchitektur2025
Einstufungstest-Plattform mit automatischer Bewertung
Eine Sprachschule
Interessenten machen einen Englisch-Einstufungstest auf SurveyMonkey; ein Django-Backend nimmt die Antworten über einen DRF-Endpunkt entgegen, normalisiert sie, bewertet jede Fertigkeit und schätzt ein GER-Niveau. Mitarbeitende sehen jede Einsendung im Django-Admin, korrigieren das Niveau und geben eine Kurszuordnung frei, die den Interessenten benachrichtigt. Das Urteil bleibt bei den Lehrkräften — die Software erledigt die Rechnerei und den Papierkram darum.
Python, Django, DRF, PostgreSQL, SurveyMonkey API
- AutomatisierungTradingHardware2023
Handelsautomatisierung über den Browser, ohne Hersteller-API
Ein Derivate-Trader
Die Plattform bot keine Schnittstelle zum Automatisieren, also bedient die Automatisierung die einzige Oberfläche, die es gibt: nach Zeitplan liest Selenium die Tabelle der offenen Positionen aus dem DOM, hält sie in einem lokalen SQLite-Cache, der Neustarts übersteht, und öffnet und schließt Positionen über das Orderformular — mit einem Captcha-Dienst für die Aufgabe dazwischen. Es prüft, ob die Seite noch so aussieht wie erwartet, und bricht den Lauf ab, wenn nicht.
Python, Selenium, SQLite
- TradingArchitekturBetrieb2022 – heute
Signal- und Ausführungs-Pipeline über Broker-APIs
Ein Copy-Trading-Anbieter
Zieht Broker- und Exchange-Daten, wendet Filter- und Risikoregeln pro Nutzer an und verteilt Signale über einen Message Bus an Worker-Knoten. Latenz und Korrektheit zählen beide, und eine verlorene Nachricht ist die offene Position von jemandem.
Rust, message bus
- HardwareArchitektur2022
Tastendruck-Proxy zur Steuerung einer Laseranlage
Ein Live-Event-Betreiber
Zuschauer lösen die Laser selbst aus: ein Geschenk im Stream erreicht einen HTTP-Proxy, der den Befehl über eine Broadcaster/Subscriber-Verteilung an mehrere Rechner weitergibt. Die Steuersoftware der Anlage nimmt nur Tastendrücke entgegen, also bekommt sie Tastendrücke — jeder Rechner tippt in die Herstellersoftware seiner eigenen Anlage. Zehn andere Entwickler hatten den Auftrag abgelehnt, bevor er bei mir landete.
Python, HTTP, ngrok, Windows
- AutomatisierungArchitekturBetrieb2022
Energietarif-API in eine Close.com-Vertriebspipeline
Ein deutscher Energievermittler
Ein Formular auf der Website fragt Adresse, Verbrauch und Kundenart ab; ein dockerisierter Python-Service fragt eine Tarif-API, was Strom und Gas genau dafür kosten — Deutschland und Österreich, privat und gewerblich —, zeigt den Preis an und schreibt den Lead beim Absenden samt Angebot nach Close.com. Der Vertrieb tippt nie wieder einen Tarif ab.
Python, Close.com API, Docker
- AutomatisierungArchitekturSaaS2022
Integrationsdienst für die eBay Trading API
Ein Online-Händler
OAuth gegen die eBay Trading API und ein kleiner Flask-Dienst darum, erst Sandbox, dann Produktion, damit Angebote und Bestellungen aus den eigenen Werkzeugen des Kunden gesteuert werden können statt aus dem Verkäuferportal.
Python, Flask, eBay Trading API, Docker
- AutomatisierungArchitektur2022
Marktplatz-Scraper für automatisierte Inhalte
Ein SaaS-Publisher
Liest einen App-Marktplatz aus, hält den Fund in einem CMS und füllt daraus Artikelvorlagen — ein „Top Ten“-Beitrag, der für jede genannte App einen „Alternativen zu“-Beitrag nach sich zieht, direkt nach Webflow veröffentlicht. Das ersetzt die manuelle Recherche und das Schreiben dahinter, sodass die Seite bei gleichem Aufwand deutlich mehr Suchbegriffe abdeckt. Die Texte stammen aus Vorlagen und sind absichtlich vorhersehbar. Caches laufen von selbst ab und lassen sich von Hand leeren, wenn CMS und Scraper sich uneinig sind.
Python, Webflow CMS API, Docker
- AutomatisierungArchitekturBetrieb2021 – heute
ERP-↔-B2B-Marktplatz-Abgleich (JTL ↔ Alzura)
Ein deutscher B2B-Teilemarktplatz
Bidirektionaler Abgleich von Bestand, Preis, Bestellung und Lieferstatus zwischen einem JTL-ERP und dem Marktplatz, täglich gegen den Live-Bestand. Schwierig sind die Konfliktauflösung, wenn beide Seiten denselben Datensatz geändert haben, und ein Fehlerverhalten, das niemals mehr Ware verkauft als vorhanden.
Python, SQL, Docker
- AutomatisierungArchitektur2020 – 2023
ImmoScout24-Leadgenerierung und Kontaktbot
Zwei Immobilienkunden
Ein Google Sheet ist die gesamte Oberfläche: Suchaufträge in einem Reiter, Nachrichtenvorlagen im anderen. Apps Script meldet sich an der ImmoScout24-API an, holt die passenden Inserate, entfernt Dubletten gegen alles bisher Gesehene, verschickt die erste Anfrage aus der Vorlage, hakt nach einer festgelegten Zahl von Tagen mit einer Erinnerung nach und schreibt Versand- und Antwortstatus neben die Zeile zurück. Zweimal gebaut: einmal, damit ein Vertriebsteam keine Leads mehr abtippt, einmal, um auch das Anschreiben zu übernehmen. Beide Kunden lebten ohnehin in einer Tabelle, also blieb die Tabelle und der Roboter zog dahinter ein.
Google Apps Script, ImmoScout24 API, Google Sheets
- AutomatisierungBetriebArchitektur2019 – heute
Continuous-Delivery-System
Freiberufliche Kunden
Staging und Live für Kundendienste auf eigener Infrastruktur: Portainer und Traefik davor, GitLab CI auf lokalen Runnern, die nach DockerHub und in private Registries bauen. Eine Continuous-Delivery-Pipeline, die von allein läuft — ein Push baut, testet, prüft und deployt — was die Stunden spart, die ein manuelles Release kostet, und ein schlechtes Deployment in Sekunden zurückrollen lässt. Kunden bekommen Container, die sie selbst betreiben und pflegen können.
Docker, Portainer, Traefik, GitLab CI
- ArchitekturBetriebLeitung2018
Webshop-Härtung für einen TV-Traffic-Peak
twofour digitale Agentur
Ein Kunde ging ins Fernsehen: der Traffic war vorher bekannt und der Sendetermin verschob sich nicht. Hochverfügbarer Aufbau auf Private-Cloud-Containern, dann Optimierung auf jeder Ebene, die zum Engpass werden konnte — DNS, Load Balancer, Verschlüsselung, Anwendung, Inhalte, Datenbank — und Lasttests vor der Ausstrahlung.
Magento, Redis, Docker, load balancing
- TradingAutomatisierung2018 – heute
Pine-Script-Aufträge für rund fünfzig Kunden
Selbstständig, über Fiverr
Rund hundert Aufträge für etwa fünfzig verschiedene Kunden seit dem Schritt in die Selbstständigkeit: Indikatoren, Strategien und Ausführungs-Bots nach Vorgabe. Jeder davon hat seinen eigenen, schriftlich abgestimmten Umfang mit jemandem, den ich nie getroffen habe, seine eigenen Eigenheiten von Plattform und Broker und seine eigene Übergabe — die Vorgabe richtig zu verstehen ist genauso viel Arbeit wie das Skript zu schreiben. Der öffentliche Nachweis liegt auf Fiverr.
Pine Script, MQL, broker APIs, backtesting
- SaaSProduktForschungAutomatisierung2014 – 2016
DriveNow-Carsharing-Plattform, durchgängig
iteratec GmbH
Carsharing im großen Maßstab: herausfinden, wie Menschen die Flotte tatsächlich nutzen, dann die Mechanismen bauen, die den dabei sichtbaren Betrug und Missbrauch stoppen, und ausbügeln, was erst im Betrieb auftaucht. Ein Team von etwa fünfzehn Leuten; ich arbeitete als Senior Developer und im Second-Level-Support für das, was bereits live war.
Java, Android, embedded
- ArchitekturForschungHardware2010
Kinect-Gesten-Fotobox mit Twitter-Anbindung
former03 GmbH — für eine deutsche Genossenschaft für Steuersoftware
Ein Messestand, an dem Besucher ein Foto von sich veröffentlichten, ohne etwas anzufassen: eine Xbox Kinect las eine Handgeste, eine Adobe-Air-Anwendung nahm das Bild auf und rief die Twitter-API auf. Gestenerkennung über eine Tiefenkamera war 2010 neu.
Xbox Kinect, Adobe Air, Twitter API
- HardwareArchitektur2010
Live-Twitter-Wolke für eine Ausstellung im Rathaus
ERLEBNISMACHEREI (Mitgründer)
Eine Installation im Münchner Rathaus: Besucher twitterten unter einem gewählten Schlagwort und sahen ihre Worte in einer Wolke an der Wand ankommen. Die API ist die leichte Hälfte — das Stück funktioniert nur, wenn ein Fremder seinen eigenen Satz Sekunden nach dem Absenden erscheinen sieht.
Twitter API, live visualisation
- HardwareArchitekturLeitung2009 – 2013
Interaktive Medieninstallationen
ERLEBNISMACHEREI (Mitgründer)
Ein Netzwerk aus Künstlern und Technikern, das Installationen aus digitalen, elektronischen und analogen Teilen baut — Spiel und Gespräch als Schnittstelle, mit den Sinnen erfahren statt über einen Bildschirm. Als technischer Leiter verantwortete ich die Konzepte, die Prototypen und einen guten Teil des Baus. Die größte war der Tollwood-Lichterbaum.
Embedded, sensors, distributed systems
- ProduktArchitektur2009
BlackBerry-App für die Kundenkommunikation
former03 GmbH — für eine deutsche Genossenschaft für Steuersoftware
Eine App für den einfachen Austausch zwischen dem Unternehmen und seinen Kunden, gebaut zu einer Zeit, als das Diensthandy noch ein BlackBerry war. Die Plattform entschied das meiste: was ein Gerät dieser Generation darstellen und halten konnte, war der Rahmen für die Interaktion.
BlackBerry, mobile app
- HardwareArchitektur2007 – 2008
Utopia Cinema Server
Evolin Produktion GmbH
Ein Prototyp, der das ganze Kino steuerte — Hardwaresignale und die Vorstellung gemeinsam in einer Playlist organisiert. Mit sieben weiteren Studenten gebaut; er wurde weitergeführt und ging in Produktion.
Distributed systems, hardware control
- ProduktSaaS2006
Visualisierungen in einer Revisionssoftware
stb AG
Ein Praktikum an einer in Perl geschriebenen Revisionssoftware: mehrere Visualisierungen und Infografiken, in das Hauptprodukt des Unternehmens integriert, um die Bedienbarkeit zu verbessern. Gemeinsam mit einer UX-Designerin erarbeitet, welche Darstellungen das System hergibt und was die Bedienung leichter macht.
Perl, data visualisation