30.12.2025 aktualisiert
100 % verfügbar
AI Software Architekt / Mean Stack / Rag / Vector /
Gevelsberg, Deutschland
Weltweit
Software ArchitektSkills
JavaScriptAPIsKünstliche IntelligenzAnwendungsarchitekturApplication Development FrameworkArchitekturCloud ComputingDatenbankenContinuous IntegrationInfrastrukturMariaDBMetadataMongoDBNode.jsNoSQL
Ich bin Software Architekt und Full-Stack Entwickler mit über 20 Jahren Erfahrung in der Konzeption, Entwicklung und Skalierung komplexer Web-, Cloud- und KI-gestützter Anwendungen.
Mein Schwerpunkt liegt auf sauberer Software- und Systemarchitektur, skalierbaren Plattformen sowie der praxisnahen Umsetzung moderner Technologien – von der Anforderungsanalyse bis zum produktiven Betrieb.
Frontend- & Applikationsentwicklung:
Ich arbeite seit vielen Jahren mit modernen JavaScript- und TypeScript-Stacks wie Next.js, React, Vue.js und Angular, sowohl im Frontend als auch im Backend (Node.js).
Backend, APIs & Daten:
Umfassende Erfahrung mit REST- und GraphQL-APIs, OpenAPI, API-Gateways sowie relationalen und NoSQL-Datenbanken wie MariaDB, MongoDB, Redis.
KI, LLM & Vector-Datenbanken:
Tiefe praktische Erfahrung im Aufbau LLM-gestützter Systeme mit Embeddings, semantischer Suche und Retrieval-Augmented Generation (RAG).
Einsatz und Integration von Vector-Datenbanken wie Qdrant und Pinecone, u. a. zur Analyse großer Datenmengen (Dokumente, CSV, Excel, APIs), Kontextanreicherung für Chat-Systeme sowie zur intelligenten Informationssuche. Erfahrung mit Datenpipelines, DataFrames (Pandas), Metadaten-Analyse und der Orchestrierung mehrerer KI-Agenten innerhalb modularer Architekturen.
Architektur & Infrastruktur:
Konzeption und Umsetzung von Microservice-Architekturen, Containerisierung mit Docker und Kubernetes, Event-getriebenen Systemen (Apache Kafka) sowie CI/CD-nahen Deployments.
Rolle als Solution Architect:
- Ich unterstütze Unternehmen bei:
- Software- und Systemarchitektur
- Auswahl geeigneter Technologie-Stacks
- Modernisierung und Refactoring bestehender Systeme
- Skalierung, Performance-Optimierung und Cloud-Readiness
- Integration von KI- und Datenplattformen
Ich kommuniziere sicher auf Business- und Technik-Ebene, arbeite strukturiert, eigenverantwortlich und ergebnisorientiert sowohl in agilen Projekten als auch in komplexen Bestandslandschaften.
Erfahrung
Berufserfahrungmehr als 10 Jahre
Freelancer seit2012
Sprachen
DeutschMutterspracheEnglischverhandlungssicherItalienischgut
Projekthistorie
Architektur, Konzeption und Umsetzung einer KI-gestützten Web- und Datenplattform mit Fokus auf LLM-Integration, Vector-Datenbanken und semantischer Suche.
Entwicklung einer modularen Systemarchitektur zur Analyse großer Datenmengen (Dokumente, CSV, Excel, APIs) inkl. Embedding-Pipelines und Retrieval-Augmented-Generation (RAG).
Integration und Betrieb von Vector-Datenbanken (Qdrant, Pinecone) zur Kontextanreicherung, Ähnlichkeitssuche und intelligenten Informationsabfrage innerhalb eines Chat-Interfaces.
Umsetzung von Backend-Services (Node.js), REST- und GraphQL-APIs, Datenmodellierung mit MongoDB, MariaDB und Redis sowie Aufbau von DataFrame-basierten Analyseprozessen (Pandas).
Konzeption und Implementierung einer Microservice-Architektur, Containerisierung mit Docker, Orchestrierung über Kubernetes sowie event-getriebene Kommunikation (Apache Kafka).
Technische Gesamtverantwortung als Solution Architect, inklusive Technologieauswahl, Performance-Optimierung, Skalierbarkeit, Sicherheit und Wartbarkeit.
Konzeption, Architektur und Umsetzung eines KI-gestützten Chatbots für ein Industrieunternehmen (Ischebeck Titan) auf LLM-Basis.
Ziel des Projekts war der Aufbau eines intelligenten, kontextsensitiven FAQ- und Wissensassistenten, der technische Produktinformationen, Dokumentationen und interne Inhalte effizient durchsuchbar macht und nutzerfreundlich beantwortet.
Architektur & Umsetzung:
Analyse und Strukturierung bestehender Wissensquellen (PDFs, Dokumente, Produktinformationen)
Vektorisierung der Inhalte mittels Embeddings
Speicherung und Abfrage über eine Vector-Datenbank (z. B. Qdrant)
Implementierung einer Retrieval-Augmented-Generation (RAG)-Architektur
Anbindung eines Large Language Models (LLM) zur kontextbasierten Antwortgenerierung
Der Chatbot wurde als API-basierte Lösung konzipiert und kann flexibel in bestehende Websysteme integriert werden. Besonderer Fokus lag auf Antwortqualität, Kontexttreue, Performance und Datenschutz.
Zusätzlich wurden Mechanismen zur Kostenkontrolle, Prompt-Optimierung sowie zur kontinuierlichen Erweiterung der Wissensbasis umgesetzt.
Konzeption, Architektur und Umsetzung einer plattformbasierten digitalen Banking- und Ökosystem-Architektur für den Einsatz innerhalb der Volksbanken.
Ziel des Projekts war die Entwicklung einer skalierbaren Blaupause für Plattformökonomie im Bankenumfeld, inklusive technischer, fachlicher und organisatorischer Grundlagen zur Umsetzung digitaler Plattformmodelle.
Ich habe die Gesamtidee, Plattformlogik, Systemarchitektur sowie die technische Umsetzung federführend verantwortet. Auf Basis dieser Blaupause wurden mehrere Pilotprojekte entwickelt und erfolgreich umgesetzt.
Zentrales Ergebnis war der Aufbau der Plattform finder.at, die als Referenz- und Pilotplattform diente und verschiedene Anwendungsfälle innerhalb des Bankenumfelds abbildete.