Vom Menschen übers Modell ins System. Ich designe die Layer dazwischen.

Freitext ist das Format, in dem Menschen denken — und das schlechteste, mit dem Systeme arbeiten können. Ich baue die Übersetzung dazwischen: Extraktionslogik, die aus unstrukturierten Eingaben verlässlich saubere Datensätze macht.

Tool Calling und erzwungene Schemata statt gehoffter Formate. Validierung gegen Schema, definiertes Verhalten bei Teilinformationen, Fallbacks wenn das Modell nichts Brauchbares liefert. Der Unterschied zwischen einer Demo und einem Produktivsystem liegt fast immer im Umgang mit dem Fehlerfall, nicht im Prompt.

Der Nutzen eines Sprachmodells hängt weniger vom Modell ab als davon, was es zum Zeitpunkt der Antwort vor sich hat. Bestände werden in Embeddings überführt, in einer Vektordatenbank abgelegt und zur Laufzeit nach Bedeutung durchsucht statt nach Stichwort — die Antwort steht dann auf den tatsächlichen Daten.

Ich habe solche Systeme vollständig selbst gehostet aufgebaut, mit Qdrant als Datenbank. Der Aufwand steckt nicht im Einbetten, sondern in der Segmentierung, der Neuindexierung und der Frage, wie das System reagiert, wenn zur Anfrage nichts Passendes existiert. Ein Modell, das dann trotzdem antwortet, ist schlimmer als eines, das schweigt.

Speech-to-Text-Pipelines für Anwendungen, in denen gesprochen statt getippt wird — mehrsprachig, mit Nachbearbeitung für Fachbegriffe und Eigennamen, die Transkriptionsmodelle zuverlässig falsch verstehen.

Umgesetzt unter anderem als Telefon-Agents, die im Dialog Informationen aufnehmen und direkt an nachgelagerte Systeme übergeben. Der schwierige Teil ist selten die Transkription, sondern was danach passiert: Zuordnung, Rückfragen bei Unklarheit, sauberer Abbruch statt Halluzination.

Daten nutzbar machen für Systeme, die es beim Bau der Datenbank noch nicht gab. REST- und JSON-APIs, dazu MCP-Server als Standard für den Zugriff durch KI-Assistenten.

Ich habe in sechs Jahren mit sehr unterschiedlichen APIs gearbeitet — sauber dokumentierten und solchen, die niemand mehr erklären konnte. Bei Schnittstellen entscheidet die Dokumentation darüber, ob sie in zwei Jahren noch jemand benutzt.

Wiederkehrende Abläufe, die quer über mehrere Systeme laufen: aus dem Formular ins CRM, aus dem CRM in die Abrechnung, aus der Abrechnung in die Ablage. Gebaut mit n8n auf eigener Infrastruktur, damit die Daten dabei nicht durch fremde Clouds wandern.

Der interessante Teil ist nicht der Normalfall, sondern der Ausfall eines Schritts: Wiederholung, Benachrichtigung an einen Menschen, und ein Protokoll, aus dem hervorgeht, was gelaufen ist und was nicht. Eine Automatisierung, die still scheitert, richtet mehr Schaden an als gar keine.

Frontend und Backend, Hosting, Deployment, Wartung. Sechs Jahre Produktionsbetrieb — inklusive der Teile, die niemand gern macht: Backups, Migrationen, Fehlersuche in Systemen, die jemand anderes gebaut hat.

Das ist der Grund, warum die Sachen aus den fünf Bereichen davor nicht nur im Demo-Video funktionieren. Wer selbst betreibt, baut anders.