Full-Stack · Backend · Voice AI

Produktivsysteme, in denen Latenz, Skalierung und Korrektheit gleichzeitig zählen.

Voice- und Echtzeit-Medien-Pipelines, Microservices, die den Kontakt mit der Realität überstehen, und die AI-Infrastruktur, die beides verbindet.

  • Backend & APIs
  • Voice AI & Telefonie
  • Echtzeit-Medien
  • Cloud & DevOps

Wo Tiefe vorhanden ist

Schwerpunkte

Ein Werkzeugkasten in Betrieb, keine Wunschliste. Jeder Bereich wurde ausgeliefert, debuggt und im Produktivbetrieb betreut.

Backend & APIs

Langlebige Services und die Verträge zwischen ihnen.

  • Node.js
  • Nest.js
  • Express.js
  • Python
  • FastAPI
  • REST
  • GraphQL
  • tRPC

Voice AI & Telefonie

End-to-End-Voice-Stacks — vom Mikrofon zum Modell und zurück, inklusive der Clients, die mit ihnen sprechen: ein Alexa-Skill, eine native watchOS-App, ein Wake-Word-Listener auf ESP32-S3 und eine Chrome-Erweiterung.

  • STT / TTS
  • Web Speech API
  • OpenAI
  • SIP
  • Asterisk
  • Kamailio
  • RTPEngine
  • JsSIP
  • WebRTC
  • Alexa skill
  • watchOS
  • ESP-IDF
  • Chrome MV3

Echtzeit-Medien

Audio und Video durch Pipelines bewegen, die mithalten müssen.

  • WebRTC
  • RTMP
  • RTSP
  • GStreamer
  • FFmpeg
  • Socket.io
  • Janus

AI-Integration

LLMs in echte Produkte einbauen — beobachtbar, sicher, im Auftrag anderer. Außerdem spezialisierte AI-Agenten als Lieferteam orchestrieren, mit klar begrenzten Schreibbereichen und evidenzbasierten Review-Gates, bevor eine Änderung angenommen wird.

  • OpenAI SDK
  • Ollama
  • RAG
  • MCP
  • pgvector
  • Prompt design
  • Multi-agent orchestration

Modulare AI-Systeme

Austauschbare Modellanbieter hinter einer Grenze: Routing pro Aufgabe (Chat, Embeddings, Übersetzung, Sprache, Realtime), Anbieter-Fallbacks und explizite „aktuellen verwenden“-Standards, Zugangsdaten in einem einzigen Dienst und jeder Aufruf mit Anbieter, Modell und Token-Verbrauch nachverfolgt.

  • MCP router
  • Provider abstraction
  • Task routing
  • Fallback chains
  • Observability

Cloud & DevOps

Vom Container zum Cluster, mit Traces bis ganz nach unten.

  • AWS
  • Docker
  • Kubernetes
  • Terraform
  • ArgoCD
  • Jenkins
  • OTEL
  • CI/CD

Daten & Persistenz

Die passende Speicherform für das jeweilige Problem wählen.

  • PostgreSQL
  • MongoDB
  • Redis
  • DynamoDB
  • Prisma
  • TypeORM
  • Liquibase

Ausgewählte Arbeiten

Beispielprojekte

Einige repräsentative Systeme. Anonymisiert — entscheidend ist die Form des Problems, nicht das Logo.

01

Telefonie-Stack für Voice AI

Mehrstufiges Docker-Deployment eines Kamailio-SIP-Proxys und eines RTPEngine-Media-Relays vor einem Voice-AI-Agenten. Abgestimmtes Host-Networking und WSS-Terminierung für Sprach-Roundtrips mit niedriger Latenz. RBAC über mandantenfähige APIs.

  • Kamailio
  • RTPEngine
  • SIP
  • WebRTC
  • STT / TTS
  • RBAC

02

Selbst gehosteter AI-Arbeitsbereich

Ein zentrales FastAPI-Backend für zwei SPAs (eine Sprachlern-App und eine Markdown-Wissensbasis) auf Postgres mit pgvector. Ein entkoppelter MCP-Server übernimmt jeden LLM-Aufruf — Anbieterschlüssel, Request-Logs, OpenTelemetry-Traces und Event-Dateien pro Request liegen hinter einer einzigen SSE-Grenze. Die Plattform bringt eine wegwerfbare Kubernetes-Testumgebung mit: Chart-Smoke-Checks, eine API-Suite und eine Voice-Suite, die echtes Audio durch die WebSocket-Pipeline schickt, plus Migrationen, die vor dem Release gegen einen wiederhergestellten Produktions-Snapshot geprüft werden.

  • FastAPI
  • PostgreSQL
  • pgvector
  • MCP
  • OpenTelemetry
  • React
  • Kubernetes E2E

03

Healthcare-Microservices & CRM

CRM-nahe Services werden erweitert, Legacy-Daten migriert, Code reviewt (überwiegend Backend, ~70–100% des Diffs), und die Architekturentscheidungen prägen das nächste Quartal. Testabdeckung, CI/CD, Kubernetes über ArgoCD.

  • Nest.js
  • GraphQL
  • Medusa.js
  • MongoDB
  • PostgreSQL
  • ArgoCD

04

Videokonferenz-Plattform

Echtzeit-Video und -Audio mit WebRTC, dazu Backend-Services für Spracherkennung und Übersetzung. Infrastruktur von Grund auf mit Terraform, CI/CD und Docker aufgebaut.

  • WebRTC
  • Janus
  • STT
  • Terraform
  • Firebase

05

SaaS-Backoffice für Medienkunden

Werkzeuge für Enterprise-Medienkunden, integriert mit HubSpot, Zahlungs- und E-Rechnungs-Anbietern. Lambda-Pipelines erledigten die schwere Medienverarbeitung; Jenkins und Docker hielten alles am Laufen.

  • Node.js
  • Express
  • Vue.js
  • AWS Lambda
  • Kafka
  • Jenkins

Frag zum Profil

Karrierefragen

Ein kleiner Assistent beantwortet Fragen zu meiner Erfahrung aus dem Profil auf dieser Seite. Frage eintippen und Enter drücken.

Antworten werden aus dem Profil oben erzeugt. Fragen werden getippt, nicht eingefügt, damit das Feld Menschen von Skripten unterscheiden kann.

Kontakt

Sprechen wir

Backend-, Voice-AI- und Plattform-Projekte. Der schnellste Weg ist E-Mail.