KI-Projekte
Ich entwickle und trainiere eigene Modelle und baue daraus Agentensysteme, die möglichst autark arbeiten – und Arbeitsschritte übernehmen, die vorher von Hand erledigt wurden.
Jedes Projekt ist als ausführliche Fallstudie beschrieben: Ausgangslage, Architektur, technische Umsetzung und was ich dabei gelernt habe.
All4Beauty: ein autonomer Buchungsagent für Beauty-Salons über Telefon, WhatsApp und Chat
All4Beauty ist ein Buchungsagent für Friseur- und Beauty-Salons, der Termine am Telefon, per WhatsApp und im Web-Chat entgegennimmt. Er klärt Leistung, Mitarbeiter und Zeit, prüft die Verfügbarkeit im angebundenen Kalendersystem und legt die Buchung an. Damit übernimmt er Arbeitsschritte, die vorher manuell am Telefon und im Terminbuch erledigt wurden.
Eigene Bild-KI in der Digitalisierungsproduktion
In einer industriellen Digitalisierungsproduktion unterstützen selbst trainierte Bildmodelle die Arbeit, etwa beim Erkennen gedrehter Bilder, fehlerhafter Digitalisate und des Bandendes bei Videokassetten. Die Fallstudie zeigt, wie diese Modelle als Worker an die Produktionssysteme angebunden sind und warum der Mensch die letzte Entscheidung behält.
BestFriendAI: ein KI-Begleiter mit Langzeitgedächtnis, Reflexion und eigener Entwicklung
BestFriendAI ist ein Chat-Begleiter, der sich an Gespräche erinnert, über sie nachdenkt und sich als Persönlichkeit und in der Beziehung langsam weiterentwickelt. Ein geschichtetes Gedächtnis, protokollierte Verarbeitungen und ein Planer für eigene Nachrichten ersetzen das übliche Muster eines Chatbots, der bei jeder Sitzung wieder bei null anfängt.
EndOfVideo: ein selbst trainiertes Bildmodell erkennt das Bandende bei der Videodigitalisierung
EndOfVideo ist ein selbst trainierter Bildklassifikator, der einzelne Videoframes als Schneegestöber, Graubild oder normales Bild einordnet. Die Produktionssteuerung fragt ihn über eine RabbitMQ-Queue ab, um das Ende eines digitalisierten Bandes zu erkennen und den leeren Rest einer Aufnahme abzuschneiden.
Ein GPT von Grund auf trainiert: 350 Millionen Parameter auf einer RTX 4090
Ein Sprachmodell in GPT-2-Medium-Größe, ohne vortrainierte Gewichte auf WikiText-103 trainiert – von der Tokenisierung bis zur Textgenerierung auf einer einzelnen RTX 4090. Basis ist nanoGPT von Andrej Karpathy, den Code habe ich durchgehend auf Deutsch kommentiert und für das Training auf einer GPU umgebaut.
Phi-3-mini feinjustiert: Produktdaten aus HTML als JSON extrahieren, lokal mit Ollama
Ein feinjustiertes Phi-3-mini, das aus HTML-Produktbausteinen Name, Preis, Kategorie und Marke als JSON-Objekt extrahiert. Trainiert per QLoRA mit Unsloth, exportiert als GGUF und lokal über Ollama nutzbar – ohne Cloud-API und mit vollständigem Code im öffentlichen Repository.
Teacher: ein KI-Tutor mit Tool-Calling, abgestuften Hinweisen und Spaced Repetition
Teacher ist ein KI-Tutor, der Lernmaterial in kleine Lernhäppchen zerlegt, dazu Übungen erzeugt, Fragen im Dialog stellt, mit abgestuften Hinweisen hilft und Antworten bewertet. Die Bewertung steuert per SM-2-Algorithmus, wann ein Thema wiederholt wird. Das System übernimmt damit Arbeitsschritte, die sonst manuell beim Erstellen von Übungen und beim Korrigieren anfallen.
PageRangers AI Suite: Multi-Modell-Pipelines für KI-Sichtbarkeit
Die PageRangers AI Suite misst, wie Marken in den Antworten von ChatGPT, Claude, Gemini und Perplexity vorkommen. Die Fallstudie beschreibt die Architektur dahinter: eine Prompt-Research-Pipeline mit Planer, Generator, LLM-Verifier und Embedding-Deduplizierung, eine parallele Auswertung der Antworten und ein Kostentracking, das jeden Modellaufruf einzeln verbucht.
BetterAgentRouting: Drei Router-Architekturen für Multi-Agent-Workflows im Vergleich
BetterAgentRouting ist eine öffentliche Testumgebung in C# und Semantic Kernel, in der drei Router-Architekturen gegen dieselben drei Agenten antreten. Die Fallstudie zeigt, welche Architekturentscheidungen hinter Konfidenzschwellen, Agent-Ownership und Sticky Sessions stecken und welche Prinzipien sich daraus für robuste Router ableiten.
Eigene Agenten-Infrastruktur: MCP-Server, Messenger-Agent, E-Mail-Triage und lokale Inferenz
Ich habe mir eine Agenten-Infrastruktur aus vier Bausteinen gebaut: einen eigenen MCP-Server mit automatisch geladenen Konnektoren, einen Coding-Agenten, der über einen Messenger erreichbar ist, einen E-Mail-Triage-Agenten und einen lokalen Inferenzserver. Die Fallstudie zeigt die Architekturentscheidungen, das Rechtekonzept und die Messwerte der lokalen Modelle.
Voice-Agenten: vom Telefon-Bot bis zum Sprachassistenten im Taschenformat
Zwei Voice-Agenten, eine Pipeline: ein telefonartiger Gesprächsagent mit Voice Activity Detection und ein Push-to-Talk-Assistent auf zwei ESP32-S3-Entwicklungsboards. Die Fallstudie zeigt, wo Latenz, Audioformate und Hardware-Eigenheiten tatsächlich Arbeit machen.
VHS-Roboter: Roboterarm-Steuerung mit Teach-Modus, Sequenzen und lernender Regelung
Eine eigene Steuerung für einen 6-Achs-Roboterarm, der VHS-Kassetten handhaben soll: Posen und Bewegungen per Hand vormachen, als Sequenzen abspielen, über eine Web-Oberfläche bedienen. Dazu eine Sicherheitslogik nach klaren Prinzipien und eine lernende Regelung gegen wiederkehrende Bahnfehler.