Fähigkeiten & Stack

Was ich tatsächlich in Produktion nutze — über KI-Pipelines, Backend-Integrationen, Cloud-Infrastruktur und operative Prozesse.

Ich baue Automatisierung mit Code schneller als andere sie mit Drag-and-Drop-Tools bauen.
KI

Automatisierung & KI

Google ADK (Agent Dev Kit) Agentische IDE- & MCP-Orchestrierung Claude & Gemini Agent Workflows MCP-Tooling (Google Ads, GA4, Postman) Two-Layer Agent Shields (Guardrails) Model Context Protocol (MCP & WebMCP) Multi-Agenten-Orchestrierung & A2A Hybrid-RAG-Architektur Agent Memory & State Management Code-first Automatisierung IDE-as-Control-Plane Workflows LangGraph LangChain Vertex AI Search & RAG Deterministische + LLM Pipelines Geschäftsprozess-Automatisierung
SEC

KI-Sicherheit & Governance

Google Cloud Model Armor Two-Layer Agent Shields (Guardrails) Prompt-Injection- & Jailbreak-Abwehr Cloud DLP & PII-Maskierung (IBAN-Anonymisierung) Agent Governance & IAM Least Privilege DSGVO / GDPR Zero-Trust-Architektur Deterministische Schutzregeln in Code Zero-Leak Token- & Secret-Management Audit-Logging & Cloud Trace Input- & Output-Sanitization Prompt-Drift- & Halluzinationsreduktion Human-in-the-Loop-Freigaben
LLM

Multi-LLM Orchestrierung

Hierarchische Modell-Delegation Tiered Routing: Architekt → Coder → Evaluator Multi-Provider-Routing & Fallbacks (OpenRouter) Kostenbewusste Inferenz (~90% API-Kosten gesenkt) Modell-agnostisches Systemdesign Claude + Gemini Multi-Agenten Kollaboration Lokale & Edge-Inferenz (Ollama / vLLM) Multimodale Verarbeitung (Vision, Audio, Dokumente) Strukturierte Ausgaben & Function Calling Latenz- & Token-Budget Optimierung
DEV

Backend, APIs & Data

Python 3.12+ (FastAPI, Asyncio) Google Cloud Firestore (NoSQL) PostgreSQL & Supabase (pgvector) Vektordatenbanken & Embeddings Sentence-Transformers & HuggingFace Pydantic (Strikte Validierung) Pandas & Datenpipelines Postman (API Testing & Mocks) TypeScript & Node.js REST APIs & Webhooks SQL-Migrationen & Optimierung Systemintegrationen Git / GitHub Actions CI/CD Playwright (Headless-Automatisierung)
OPS

Cloud & Infrastruktur

Google Cloud (Cloud Run & Build) GCP Secret Manager & IAM Supabase / pgvector Self-hosted Linux VPS (Frankfurt) Docker & Containerisierung GitHub Actions CI/CD Nginx & SSL / Reverse Proxy GCP MCP Servers Google GenAI SDK Railway / Vercel Redis (Caching & Rate Limits) n8n & Make.com
BIZ

Business & Operations

B2B-Operations Business Ă— Tech BrĂĽcke Prozessoptimierung Deutsche Compliance & GoBD Supply Chain Procurement Stakeholder-Management P&L-Verantwortung Kundenverhandlungen SEO Meta Ads Google Analytics 4
WEB

Web, CMS & E-Commerce

WordPress & WooCommerce E-Commerce & Online-Shops Visitenkarten-Websites & Landingpages KI-Chatbots & RAG fĂĽr WordPress React 19 & Tailwind CSS Technisches SEO & Core Web Vitals Custom Themes & Plugins Canvas API & Vite HTML5 / CSS3 / JavaScript Conversion-Optimierung
LNG

Sprachen

Englisch — Verhandlungssicher (Professionell) Deutsch — B1 (Zertifiziert, Integrationskurs) Russisch — Muttersprache Ukrainisch — Muttersprache
Tools die ich täglich nutze VS Code + Claude Code — Code-first Entwicklung. Keine No-Code-Plattformen. Der echte Stack zählt mehr als die Tool-Liste.
In Projekten ansehen →

Code-First Architektur statt fragiler No-Code-Baukästen

Deterministische Zuverlässigkeit im Unternehmensbetrieb: Während visuelle No-Code-Plattformen (Make, n8n, Zapier) für einfache Benachrichtigungen ausreichen, erfordert produktive Unternehmens-KI robuste Fehlergrenzen, strikte Typisierung und nachvollziehbare Versionskontrolle. Ich entwickle produktive Systeme mit Python 3.12+, FastAPI und dem Google Agent Development Kit (ADK). Jeder API-Payload wird vor der Weiterverarbeitung durch Pydantic v2 Schemas validiert – für null unkontrollierte Abstürze und reproduzierbare Ergebnisse.

Two-Layer Agent Shields & Zero-Trust Governance: Autonome KI-Agenten mit Anbindung an Unternehmensdatenbanken erfordern kompromisslose Sicherheit. Meine Systeme nutzen eine zweistufige Schutzarchitektur: ein deterministisches Gateway (Cloud DLP Datenanonymisierung, IBAN-Maskierung, Regex-Sanitization) und ein internes Governance-Layer (Google Cloud Model Armor, strikte Tool-Choice-Regeln und IAM Least-Privilege auf Google Cloud Run in Frankfurt am Main). Sensible Kundendaten verlassen niemals unverschlüsselt das europäische Rechenzentrum.

Multi-Agenten-Systeme, FastMCP-Tooling & Echtzeit-Tracing

Hierarchische Modelldelegation: Leistungsfähige KI-Automatisierung nutzt kein Einzelmodell. Komplexe Aufgaben werden über gestaffeltes Routing aufgeteilt: Starke Reasoning-Modelle (Claude Code, Gemini 2.5 Pro) agieren als Architekten und Koordinatoren, während schlanke, echtzeitfähige Modelle (Gemini 2.5 Flash, lokales vLLM) die Vektorsuche, Datenumwandlung und operative Tool-Calls ausführen. Dieser Ansatz senkt die Inferenzkosten um bis zu 90 % bei Antwortzeiten im Subsekundenbereich.

Produktions-Observability (4 Säulen): Sämtliche Agenten-Workflows werden mit strukturierten JSON-Logs protokolliert und über W3C-Traceparent-Header mit Cloud Trace korreliert. Verteilte OpenTelemetry-Spans überwachen Latenzen von Tool-Aufrufen, Token-Verbrauch und Treffsicherheit, wodurch Leistungsengpässe sofort isoliert und behoben werden.

Häufig gestellte Fragen: Tech-Stack & Enterprise-Implementierung

Warum bevorzugen Sie individuellen Python-Code gegenĂĽber No-Code-Tools wie Make oder n8n?
Visuellen Baukästen fehlen automatisierte Regressionstests, feingranulares Secret-Management, verteiltes Tracing und deterministisches Error-Handling. Code-basierte Automatisierung mit FastAPI und Google ADK ermöglicht saubere Git CI/CD-Pipelines, automatisierte Tests und vollständige Unabhängigkeit von proprietären Drittanbieter-Gebühren.
Wie wird die DSGVO-Konformität für deutsche Unternehmen sichergestellt?
Sämtliche Container und Datenbanken laufen ausschließlich in der EU-Region Frankfurt am Main (europe-west3). Personenbezogene Daten und Bankdaten werden vor der Weiterleitung an KI-Modelle durch Cloud DLP-Filter anonymisiert. Es gelten vertragliche Garantien für den vollständigen Verzicht auf KI-Modelltraining mit Kundendaten.
Welche Funktion ĂĽbernehmen das Model Context Protocol (MCP) und WebMCP?
MCP ermöglicht standardisierte, typsichere Schnittstellen zwischen KI-Agenten und externen Systemen (Google Ads, GA4, Postman, PostgreSQL). WebMCP bringt dieses Protokoll direkt in den Browser, sodass Websites eigene Client-Tools und Statuswerte über JSON-RPC 2.0 sicher für KI-Agenten bereitstellen.
Wie verhindern Sie Halluzinationen in vertrieblichen RAG-Systemen?
Halluzinationen werden durch hybride Vektorsuche in Vertex AI Search, strikte Pydantic-Validierung und erzwungene Tool-Choice-Modi verhindert. Der Agent greift ausschlieĂźlich auf geprĂĽfte Unternehmensdaten zu und verweigert spekulative Aussagen zu Preisen oder Leistungen.
Können die Pipelines an bestehende ERP- und CRM-Systeme angebunden werden?
Ja. Jede Automatisierung stellt standardisierte REST-Webhooks und Cloud-Event-Trigger bereit, wodurch DATEV, SAP, Salesforce, HubSpot, Lexware und relationale PostgreSQL-Datenbanken nahtlos synchronisiert werden.