Fallstudien
Architektur, AI Engineering und DevSecOps: Projekte von der Entscheidung bis zum Ergebnis.
-
Architektur einer adaptiven KI-Lernplattform
Von probabilistischer Lernstandanalyse (BKT) zu Empfehlungen in unter einer Millisekunde, für ein Mathematik-Lehrmittel.
< 0,5 ms Empfehlung p99 -
Automatische Aufsatzbewertung via LLM-Ensemble
1’750 Texte, strikter Datenschutz mit lokalen Modellen und eine Custom-Statistik-Engine in TypeScript.
1’750 Evaluationen -
Pokkum: 100 % vibe-coded, produktiv im Einsatz
Ein Container-Compiler für SvelteKit, zu 100 % von KI-Agents geschrieben und heute im produktiven Einsatz. Die Erkenntnis: Systemprompts, Tests und unabhängige Reviews bremsen Vibe-Coding nicht, sie machen es erst schnell.
1’652 Tests -
Zwei LLM-Wikis: eine Methode, zwei Domänen
Agents kompilieren Quellen in vernetzte Wissensbasen: Kompetenzkarten für Lehrplan-21-Mathematik und Forschung zu Diffusions-Sprachmodellen. Ich kuratiere und entscheide, Lint prüft wie eine Test-Suite.
482 Konzeptseiten -
Cheetah: ein Projekttool, in dem Agents mitarbeiten dürfen
Ein verschachtelter Backlog mit Sprints, gebaut für MaKi. Agents arbeiten über MCP mit eigener Identität, derselben API und denselben Regeln wie Menschen, und die Datenbank hält fest, wer was geändert hat.
20 MCP-Tools -
Ein Ökosystem für KMU: vom Telefonzettel zum geteilten Kundenstamm
Apps, die einem Gartenbaubetrieb Papierarbeit abnehmen: Bestellungen mit SMS-Bestätigung, eine Zuteilung knapper Ware und ein Kundenstamm, den sich mehrere Apps nach klaren Regeln teilen.
3 Apps -
Offerten und Rechnungen als Code: Typst statt InDesign
Eine Dokumenten-App, in weniger als vier Wochen mit Agents gebaut: gehärteter PDF-Renderer, Geld ohne Rundungsfehler, geprüfte hexagonale Architektur und ein MCP-Server auf demselben Kern.
982 Tests
Aus dem Labor: Experimente und Lernprojekte, auch die, die nicht funktioniert haben.