Ich baue Software, die im Tagesgeschäft läuft — Fachanwendungen, Backends, Schnittstellen.
Wo ein Sprachmodell einen Arbeitsschritt wirklich abkürzt, bringe ich KI dazu: kein Neubau, kein Hype, sondern der konkrete erste Schritt. Und wo nicht, bleibt es solides Handwerk.
Ich entwickle Web-Anwendungen mit PHP und Drupal — Fachanwendungen, auf die sich ein Team täglich verlässt, nicht Prototypen. Dazu kommt Python: Backends, APIs und Automatisierung — bis hin zum Server hinter einer mobilen App.
Seit KI-Modelle produktionsreif sind, verbinde ich beides: LLM-APIs, Bilderkennung, strukturierte Datenextraktion. Nicht als Spielerei, sondern dort, wo sie einen Arbeitsschritt tatsächlich abkürzen.
Nicht jedes Projekt braucht KI — die meiste Arbeit ist solides Handwerk: saubere Datenmodelle, belastbare Schnittstellen, Code, den in zwei Jahren noch jemand versteht. Wenn ein Sprachmodell an einer Stelle wirklich etwas abkürzt, baue ich es dazu: API-Keys serverseitig, Kosten im Blick, DSGVO mitgedacht.
Dass das kein Nebensatz ist, kommt aus der Praxis: In meinem größten Kundenprojekt geht es um sensible Sozialdaten. Anonymisierung und saubere Rechte-Trennung sind da Alltag, nicht Kür.
Chatbots auf Ihren eigenen Inhalten, automatisches Verschlagworten, Textgenerierung, Auswertung von Dokumenten und Bildern, semantische Suche.
Ich fange klein an: ein Erstgespräch, in dem wir die Stelle mit dem größten Zeitverlust suchen — dann ein abgegrenzter erster Schritt, den Sie bewerten können, bevor mehr Budget fließt.
Technisch sauber heißt: API-Keys serverseitig hinter einem abgesicherten Backend, nachvollziehbare Kosten, Datenschutz von Anfang an mitgedacht. Bei Drupal läuft die Anbindung über das offizielle AI-Modul-Ökosystem.
Drupal kann deutlich mehr als Redaktionssysteme. Ich baue damit Anwendungen, in denen täglich gearbeitet wird.
Aus laufenden Kundenprojekten:
Wenn zwei Systeme miteinander reden sollen, Daten regelmäßig irgendwo hin müssen oder ein Ablauf noch von Hand läuft: Das ist meine Arbeit.
PHP und Python, REST-Schnittstellen, Import- und Export-Strecken, Cronjobs, Deployment auf Linux-Servern mit Docker. Inklusive der unglamourösen Teile — Fehlerbehandlung, Logging, und dass es auch noch läuft, wenn ich nicht danebensitze.
Beschreiben Sie einen Ablauf, der bei Ihnen noch von Hand läuft. Sie bekommen zwei bis drei konkrete Ansätze — mit fertiger KI, mit einer eigens dafür gebauten, oder ganz ohne, wenn das der bessere Weg ist. Aber immer einen Weg.