Projekte

Drei eigene Systeme. Eine wiedererkennbare Arbeitsweise.

Die Projekte unterscheiden sich fachlich. Gemeinsam ist ihnen, dass Anforderungen in prüfbare Zustände, begrenzte Änderungen und nachvollziehbare Übergaben übersetzt werden.

Die gezeigten Cases sind eigene Projekte. Sie belegen meine Architektur-, Orchestrierungs- und Delivery-Arbeit; sie werden nicht als Kundenreferenzen ausgegeben.

Case 1 — Content-Automation mit Freigabe- und QA-Gates

Ausgangslage: KI kann Inhalte schnell erzeugen. Ohne Zustands-, Prüf- und Freigabelogik entsteht daraus jedoch kein kontrollierter Veröffentlichungsprozess.

Aufgebaut: Eine selbst gehostete Pipeline mit Scheduling, LLM-Routing, Reviewer-Stufe, Approval Queue, Telegram-Freigabe und begrenzter Publishing-Schnittstelle.

Belegt: Systemablauf, Freigabegrenze, dokumentierte Tests und sanitisiertes Portfolio-Material.

Übertragbarer Wert: Mehrere KI-, Workflow- und Kommunikationskomponenten zu einem kontrollierten Betriebsablauf verbinden.

Automation-Case ansehen →

Case 2 — Custom Headless Commerce für MysticHerbals

Ausgangslage: Ein eigener Shop sollte nicht aus einem fertigen Theme entstehen, sondern Produkt-, Content- und Commerce-Funktionen als getrennte, kontrollierbare Komponenten verbinden.

Aufgebaut: Eine eigene Storefront mit Commerce-Backend und CMS, mehrsprachiger Inhaltsstruktur sowie kontrollierter Release- und Übergabelogik.

Belegt: Live-Website, Systemarchitektur, ausgewählte Screenshots und kanonische Projektartefakte.

Übertragbarer Wert: Mehrere Plattformen und Agentenergebnisse in einen gemeinsamen, testbaren Release integrieren.

Commerce-Case ansehen →

Case 3 — Ethno-API: heterogene Daten in ein dokumentiertes Produkt überführt

Ausgangslage: Verteilte phytochemische Quelldaten waren nicht in einer einheitlichen, unmittelbar analysierbaren Struktur verfügbar.

Aufgebaut: Eine reproduzierbare Pipeline für Normalisierung, Anreicherung, Identifier-Auflösung, QA-Gates und JSON-/Parquet-Exporte.

Belegt: 76.907 Records, 2.313 Pflanzenspezies, 24.746 eindeutige chemische Entitäten, ein öffentliches 16-Feld-Schema, ein 400-Zeilen-Sample sowie GitHub, Hugging Face und DOI.

Übertragbarer Wert: Unübersichtliche Datenbestände strukturieren, Herkunft und Transformation dokumentieren und sie für Analyse- und Retrieval-Workflows übergeben.

Grenze: Der Case belegt Data Engineering, QA und Produktisierung. Er ist keine medizinische, klinische oder pharmakologische Validierung.

Data-Case ansehen →

Passt eine dieser Arbeitsweisen zu Ihrem offenen Baustein?