Projekte
Projekte
Eine Auswahl der neuesten Projekte, die Full-Stack-Engineering, KI-Integration und komplexes Systemdesign zeigen.
Hauptmerkmale
- Erweiterte Filter basierend auf Werten und Kategorien
- KI-Modelle für Datenkategorisierung
- Machine Learning für Risikobewertung & Warnsysteme
Ergebnisse
- 75 % Reduzierung der Risikobewertungszeit
- 40 % weniger Fehlalarme
KI-gestützte Risikobewertung & Analytics SPA
Herausforderung
Ein großes Finanzinstitut hatte mit manuellen Risikobewertungsprozessen zu kämpfen, die zeitaufwendig und fehleranfällig waren. Der Kunde suchte auch nach schneller Anpassung an Markttrends und Vorschriften sowie Kostenoptimierung.
Lösung
Ximplicity implementierte ein KI-gestütztes Risikobewertungssystem, das sich in die bestehende Infrastruktur integrierte und die Analyse von Kundendaten und Transaktionsmustern automatisierte.
Technischer Beitrag
Ich entwarf die Datenflussarchitektur, um KI-Inferenz-Workloads von der Hauptanwendung zu entkoppeln, unter Verwendung von RabbitMQ für die asynchrone Orchestrierung zwischen FastAPI-Modelldiensten und dem NestJS-Backend. Ich entwickelte die Angular-SPA mit dynamischen Filterpipelines und Echtzeit-Alerting-Dashboards und integrierte Keycloak für rollenbasierte Zugriffskontrolle über institutionelle Teams hinweg. Das System wurde mit Docker containerisiert und in einer internen Cloud-Umgebung mit horizontaler Skalierung für Inferenz-Worker bereitgestellt.
Hauptmerkmale
- Verbesserte Patientenerfahrung
- KI-Modelle für Terminoptimierung
- Automatische Umplanung und stille Benachrichtigung
Ergebnisse
- 40 % Reduzierung der Wartezeiten
- 25 % Steigerung des Patientendurchsatzes
Optimierung von Patientenversorgungsabläufen
Herausforderung
Ein Gesundheitsdienstleister hatte mit Ineffizienzen in seinen Patientenversorgungsabläufen zu kämpfen, was zu längeren Wartezeiten und reduzierter Versorgungsqualität führte.
Lösung
Ximplicity stellte CTO-as-a-Service bereit, um bestehende Systeme zu analysieren, und implementierte eine Workflow-Optimierungslösung, die Termine, Aufnahmen, Diagnosen und Behandlungsprozesse optimierte.
Technischer Beitrag
Ich strukturierte die synchronen Legacy-Workflows in ein ereignisgesteuertes Orchestrierungsmodell mit NestJS und Redis Pub/Sub um, das Echtzeit-Umplanung ohne Ausfallzeiten ermöglicht. Ich entwarf das React-Frontend mit einer terminzentrierten UX, integrierte TensorFlow-basierte Optimierungsmodelle über FastAPI und implementierte WhatsApp-ähnliche stille Benachrichtigungen für die Patientenkommunikation. Die Plattform läuft auf AWS mit MongoDB und ist durch Keycloak-Multi-Tenant-Authentifizierung gesichert.
Hauptmerkmale
- MQTT-Workflow-Implementierung mit Sensoranbindung
- Computer-Vision-Integration und Machine Learning
- Echtzeit-Datenaustausch und Business Intelligence
Ergebnisse
- 85 % Reduzierung der Fehlerquoten
- 60 % Senkung der Qualitätskontrollkosten
KI-gestützte Qualitätskontrolle für die Fertigung
Herausforderung
Ein Fertigungsunternehmen hatte hohe Fehlerquoten und Qualitätskontrollprobleme, die seinen Ruf und sein Ergebnis beeinträchtigten.
Lösung
Ximplicity entwarf und implementierte ein KI-gestütztes Qualitätskontrollsystem mit Computer Vision zur Echtzeit-Fehlererkennung während der Fertigungsprozesse sowie MQTT-Workflow-Orchestrierung in einer professionellen, UX-responsiven Webanwendung.
Technischer Beitrag
Ich entwarf eine Low-Latency-Ingestion-Pipeline, die Sensor- und Vision-Datenströme über MQTT in einen PostgreSQL-Zeitreihenspeicher verarbeitet und YOLOv12- sowie Qwen2.5-VL-Modelle für die Fehlerklassifikation speist. Ich entwickelte das Angular-Frontend mit Live-Produktions-Dashboards, integrierte n8n für No-Code-Workflow-Automatisierung und stellte eine MCP-Schnittstelle für KI-gesteuerte Prozessabfragen bereit. Der gesamte Stack wurde mit Docker containerisiert und für Edge-Deployment in Fabrikumgebungen orchestriert.
Hauptmerkmale
- Vollständig integrierte digitale Betriebsüberwachung
- Korrosionsmodelle & Computer-Vision-Analytik
- Symbolische und digitale 3D-Zwillingsinspektionen
Ergebnisse
- 90 % schnellere Berichterstellung
- Erhebliche Kosteneinsparungen pro Inspektionszyklus
ZfP-Inspektionen an Raffinerie-Pipelines
Herausforderung
Ein Anbieter robotergestützter ZfP-Inspektionen benötigte ein umfassendes Inspektionsportal zur Vorschau verschiedener ZfP-Datenquellen über digitale Zwillinge inspizierter Pipeline-Komponenten mit automatischen Annotationen und Berichten.
Lösung
Ximplicity stellte CTO-as-a-Service bereit, um die Geschäftsdomäne zu strukturieren, das Datenmodell zu definieren und eine webbasierte Lösung zur Verwaltung aller vom Roboter gesammelten Daten mit symbolischer und digitaler 3D-Zwillingsinspektion bereitzustellen.
Technischer Beitrag
Ich entwarf das Plattform-Datenmodell für die Verarbeitung heterogener Inspektionsquellen — RTR (Echtzeit-Radiographie), Pulsed Eddy Current (PEC) und visuell — vereinheitlicht unter einem einzigen Schema. Ich entwickelte das Angular + Three.js-Frontend für die 3D-Digitalzwilling-Visualisierung mit Annotationsüberlagerungen, erstellte die SignalR-Echtzeit-Synchronisierungsschicht für kollaborative Prüfsitzungen und implementierte Korrosionsvorhersagemodelle in Python. Das Backend läuft auf .NET mit RabbitMQ für asynchrone Verarbeitung, PostgreSQL und Redis für Persistenz und Caching sowie Keycloak für organisationsübergreifende Zugriffskontrolle (ich entwarf das Datenmodell, die technische Spezifikation und die Integrationsschicht und entwickelte mehrere Kerndienste; weitere Dienste wurden vom erweiterten Team umgesetzt).
Über die Implementierung als Senior Full-Stack Engineer hinaus war ich in diesem Projekt auch als Scrum Master, UX Designer und Solution Architect tätig. Die Plattform wächst weiterhin im Produktivbetrieb, und von Ximplicity aus bin ich bis heute aktiv an ihrer Weiterentwicklung beteiligt — ich entwerfe und implementiere neue wertschöpfende Dienste, verbessere Qualität, Effizienz und Ergebnisdarstellung, optimiere Geschäftsprozesse und integriere fortschrittliche Techniken für Dateninferenz, Computer Vision und visuelle Informationsdarstellung in einer hochmodernen Plattform für robotergestützte Inspektion, Analytik und Reporting, wie sie mein Kunde seinen Kunden bereitstellt.
Hauptmerkmale
- 12×12×24-Z-Up-Spielfeld mit Explosions- und Kaskadenwertung
- Ein Eingabemodell: Tastatur, Maus, Gamepad und Touch
- Austauschbare Mock- und Produktiv-Implementierungen über ein einziges Konfigurations-Flag
Ergebnisse
- Online spielbar, kostenlos und ohne Registrierung
- Über 80 % Branch-Coverage, Qualitäts-Gate ohne Defekte
Kuboing — 3D-Würfel-Kaskaden-Puzzle
Herausforderung
Echtzeit-3D im Browser und ein produktionsreifes Client-Server-Produkt werden meist getrennt vorgeführt und selten von derselben Person. Ich wollte ein einziges Artefakt, das beides zugleich belegt — und das ehrlich mit seinem Umfang bleibt, denn das Schwierigste an einem eigenen Projekt ist, es allein zu Ende zu bringen.
Lösung
Kuboing ist ein casual-kompetitives 3D-Puzzle: Steine fallen auf ein 12×12×24-Z-Up-Spielfeld, werden eingepasst, Farben verbunden, Explosionen ausgelöst und Kaskaden verkettet. React und Three.js treiben den Client, NestJS und PostgreSQL die API, und in der Integrationsschicht habe ich das Facade-Muster verwendet, das neben der echten auch eine Mock-Implementierung mit — deshalb läuft die Online-Demo ganz ohne Datenbank. Als weitere Demonstration wird der Spielzustand reaktiv über ein lokales State-Management-Muster verwaltet, und der Produktions-Build ergänzt eine Sicherheitsschicht: Authentifizierung und Identitäten mit Keycloak, Persistenz in PostgreSQL und eine Abstraktionsschicht über TypeORM. Der Build mit Vite vervollständigt die Demonstration einer plattformübergreifenden Lösung.
Kostenlos und ohne Registrierung — nimm dir ein paar Minuten, direkt im Browser.
Technischer Beitrag
Dieses Projekt ist von Anfang bis Ende meins: die Idee, das Spieldesign, die Art Direction, die UX, der Client, der Server und das Deployment. Es begann als Gamebook und nicht als Code — Identität, Elevator Pitch, Zielplattformen und die gesamte Mechanik aus Fallen, Einpassen, Verbinden, Explodieren und Kaskadieren, bis hin zur Wertung, die ein Combo verdient wirken lässt. Ein Casual Game entscheidet sich daran, ob seine ersten sechzig Sekunden lesbar sind, und das ist ein Designproblem, lange bevor es ein technisches wird.
Der Client besteht aus React und TypeScript mit Three.js über React Three Fiber, der Spielzustand liegt in Zustand, und die Render-Schleife kommt ohne Allokationen pro Frame aus, damit ein Mittelklasse-Smartphone seine Bildrate hält. Das Spielfeld ist 12×12×24 in einer Z-Up-Welt — das macht die räumliche Lesbarkeit ehrlich und die Kameraführung anspruchsvoll. Die geräteübergreifende UX ist ein einziges Eingabemodell in vier Ausprägungen — Tastatur, Maus, Gamepad und Touch-Gesten — über einem Layout, in dem das 3D-Spielfeld und das wesentliche HUD immer die Hauptrolle spielen und alles Übrige in Drawers und Overlays lebt. Die API ist NestJS mit TypeORM und PostgreSQL, authentifiziert über Keycloak, dokumentiert mit OpenAPI und auf einem generischen Vertrag für Paging, Filterung und Sortierung aufgebaut, an den sich die Tabellen im Frontend direkt binden. Jede Integrationsgrenze bietet eine abstrakte Fassade mit zwei austauschbaren Implementierungen, Mock und Real, ausgewählt über ein einziges Umgebungs-Flag.
Die Vorgabe, die ich mir selbst gesetzt habe: Alles musste für eine einzelne Entwicklerin oder einen einzelnen Entwickler erreichbar bleiben — kleine Einheiten mit einer Verantwortung, JSDoc auf jeder öffentlichen Oberfläche, i18n ab dem ersten Screen statt nachträglich, Design-Tokens, sodass sich das gesamte Erscheinungsbild aus einer Datei ändern lässt, und über 80 % Branch-Coverage, erzwungen durch den Build und nicht durch gute Vorsätze. Das ist der eigentliche Sinn des Projekts. Nicht, dass ein Browser Würfel zeichnen kann, sondern dass eine einzelne Person ein Produkt von der Idee bis zu einem ausgerollten, getesteten und dokumentierten Client-Server-System bringen kann, ohne genau dort zu sparen, wo aus der Sache erst ein Produkt wird.
Ich bin Designer und Full-Stack-Entwickler. Videospiele habe ich als Kind in den Achtzigern zu programmieren begonnen, auf Z80-Mikroprozessoren. Mehrere Jahrzehnte später ist die Begeisterung dieselbe geblieben, und wann immer meine Arbeit als Senior Developer an professionellen Produkten mir die Zeit lässt, baue ich ein Spiel, einfach aus Freude daran. Dieses ist eines davon. Ich hoffe, es gefällt dir.
Lassen Sie uns etwas Großartiges bauen
Haben Sie ein Projekt im Sinn? Ich würde gerne davon erfahren und erkunden, wie ich helfen kann.