Automatisierung & KI
KI-Sicherheit & Governance
Multi-LLM Orchestrierung
Backend, APIs & Data
Cloud & Infrastruktur
Business & Operations
Web, CMS & E-Commerce
Sprachen
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.