Zum Inhalt springen

Projekte

Was ich gebaut habe

Eine Mischung aus KI-Forschung, Produkten und Hackathons, die neuesten zuerst. Der Großteil meiner beruflichen Arbeit unterliegt einer Geheimhaltungsvereinbarung – frag den Assistenten nach einer Zusammenfassung.

2024 – Heute

KI-Portfolio & Chatbot

Next.js · React · TypeScript · Vercel AI SDK

KI-Portfolio & Chatbot

2024 – Heute

Diese Website: ein dreisprachiges Next.js-Portfolio mit einem KI-Assistenten, der Fragen zu meiner Laufbahn in meinem Namen beantwortet – auf Basis derselben typisierten Inhalte, die auch die Seiten rendern.

Herausforderungen
Den Assistenten präzise (keine halluzinierten Fakten), günstig im Betrieb und sicher für die Öffentlichkeit zu halten – mit einer einzigen Quelle der Wahrheit für UI und Modellwissen.
Ergebnisse
2026 neu aufgebaut: von einer RAG-Pipeline mit LangChain und Vektordatenbank zu einem schlankeren Design mit Long-Context-Grounding, Prompt Caching, Tool Calling mit Generative UI, Rate Limiting und automatisierten Evals – weniger bewegliche Teile, geringere Kosten, bessere Antworten.
  • Next.js
  • React
  • TypeScript
  • Vercel AI SDK
  • OpenAI
  • Tailwind CSS
  • next-intl
  • Vercel
Oleoh · 3. Platz Hackathon – Bild 1 von 5

Oleoh · 3. Platz Hackathon

2026

Entstanden bei der Data Challenge des Polo Digital de Málaga: ein System, das offene Daten der Stadt verknüpft, um die Viertel mit dem größten Druck beim Recycling von Altspeiseöl zu finden – viel Aufkommen, wenige Sammelstellen in der Nähe – plus ein Servicekonzept mit Behältern in Hauseingängen und Abholung an der Haustür, das Haushaltsöl in Biodiesel verwandelt.

Herausforderungen
Heterogene öffentliche Datensätze unter Hackathon-Zeitdruck finden, bereinigen und verknüpfen – und daraus eine klare, umsetzbare Karte samt Ranking für Hausgemeinschaften und Recyclingunternehmen machen.
Ergebnisse
Dritter Platz. Eine hexagonale Heatmap mit Ranking der Viertel nach Recycling-Druck sowie eine Landingpage für das Pilotprojekt helfen zu entscheiden, wo Behälter aufgestellt werden, und bringen das Öl zu Unternehmen, die ihm ein zweites Leben geben. Ich war im Fünferteam für die technische Entwicklung zuständig.
  • Open Data
  • Datenanalyse
  • Geodatenvisualisierung
  • Smart cities
LinkedIn-Beitrag
GrateMate – Bild 1 von 2

GrateMate

2023

Eine Flutter-App, die beim effizienteren Kochen hilft: Rezepte finden und speichern, Einkaufslisten erstellen und Schritt-für-Schritt-Anleitungen freihändig per Sprachbefehl verfolgen.

Herausforderungen
Präzise Spracherkennung mit begrenzten Ressourcen integrieren und eine Oberfläche gestalten, die auf allen Geräten flüssig funktioniert.
Ergebnisse
Ein freihändiger Kochablauf per Sprachsteuerung sowie Erfahrung mit responsivem Mobile-UI-Design und API-Integration.
  • Flutter
  • Dart
  • Spracherkennung
  • REST APIs
Risto – Bild 1 von 3

Risto

2022 – 2023

Eine Web-App für Restaurant- und Reservierungsmanagement mit interaktivem Editor für Raumpläne und Echtzeit-Chat zwischen Gästen und Restaurants, deployt auf AWS.

Herausforderungen
Eine intuitive Oberfläche für Raumpläne und zuverlässige Echtzeitkommunikation über das Chatsystem.
Ergebnisse
Ein benutzerfreundliches Layout-Tool, solide Erfahrung mit Echtzeitfunktionen sowie praktisches AWS-Deployment und Cloud-Management in einem internationalen Team.
  • React
  • Express.js
  • Node.js
  • WebSockets
  • AWS
Smart Space Journey – Bild 1 von 6

Smart Space Journey

2022

Ein Unity-Spiel, in dem ein KI-Agent ein Raumschiff mit physikbasierter Steuerung autonom fliegt und per Reinforcement Learning Asteroiden ausweicht, Bedrohungen mit Lenkraketen zerstört und UFOs verfolgt.

Herausforderungen
Den Agenten darauf zu trainieren, Bewegung über physikalische Kräfte zu steuern, in Echtzeit Hindernissen auszuweichen und Raketen abzufeuern – bei physikalisch realistischem Verhalten von Schiff und Raketen.
Ergebnisse
Ein autonomer Navigationsagent, der sich an Gefahren im All anpasst, Asteroiden ausweicht oder zerstört und UFOs verfolgt. Praxiserfahrung mit Reinforcement Learning, physikbasierter Steuerung und Echtzeitentscheidungen.
  • Unity
  • C#
  • Reinforcement Learning
  • ML-Agents
Präsentation
Altersschätzer – Bild 1 von 2

Altersschätzer

2021 – 2022

Ein Deep-Learning-Modell mit TensorFlow und Keras, das das Alter einer Person anhand eines Fotos mit Convolutional Neural Networks (CNNs) schätzt.

Herausforderungen
Einen großen Datensatz niedrig aufgelöster Bilder verarbeiten, ihn in ein trainierbares Format bringen und das Netz für präzise Vorhersagen feinabstimmen.
Ergebnisse
Ein funktionierendes Modell zur Altersschätzung und ein Paper im wissenschaftlichen Stil. Tieferes Verständnis von CNNs, Bildverarbeitung und Modelloptimierung sowie Erfahrung mit Training in der Cloud (Colab und AWS).
  • Python
  • TensorFlow
  • Keras
  • CNNs
  • Google Colab
  • AWS
Paper