Von Android-Apps bis zu KI-Forschungspipelines – hier sind die Projekte, in die ich meine Zeit stecke.
Eine Android-App, mit der man Sachen an Freunde verleihen und ausleihen kann. Das Frontend ist komplett in Kotlin mit Jetpack Compose geschrieben – moderne, deklarative UI-Entwicklung für Android.
Das Backend läuft als Azure-basierte C#/.NET Web API. Die Architektur ist sauber getrennt: REST-API im Backend, die App spricht ausschließlich über definierte Endpunkte dagegen.
Mein aktuelles Hauptprojekt – hier lerne ich am meisten über mobile Entwicklung und Cloud-Infrastruktur auf Azure.
Eine autonome KI-Forschungspipeline, die mit Claude Code vollständige wissenschaftliche Paper selbstständig verfasst – von der Datenanalyse bis zum fertigen LaTeX-Dokument.
Entstanden als Hauptseminar-Arbeit an der TU Chemnitz. Die Pipeline nutzt SQLite-MCP und Fetch-MCP und wurde gegen einen Single-Prompt-Baseline auf dem Stack Overflow Developer Survey 2024 (N=65.437) verglichen.
Ergebnis: "Fear Over Pay" – Cohen's d=0.36, 29/29 Qualitätsprüfungen bestanden, null halluzinierte Zitate. Dazu ein Begriff geprägt: "Reasoned Non-Compliance" – wenn ein LLM Prompt-Regeln mit korrekter Begründung überschreibt.
Ein KI-gestütztes Tutoring-System, das bei Fragen zur rechtlichen Betreuung unterstützt. Das System besteht aus mehreren Komponenten: HauKIchat, HauKIbase, HauKIlab und HauKIvaluation.
Meine Rolle: Deployment, CI/CD-Pipelines und Infrastruktur. Ich kümmere mich um Docker-Konfigurationen, GitLab-Pipelines und die Dokumentation des gesamten Systems.
Das Projekt läuft im Rahmen eines Forschungsprojekts an der HTWK Leipzig.
Interne Tools zur Datenanalyse im Medizinprodukt-Kontext, entstanden im Rahmen meiner Werkstudententätigkeit. Das Backend läuft mit Python und FastAPI, das Frontend in React.
Die Tools helfen dabei, Daten aus dem Medizinprodukt-Umfeld strukturiert auszuwerten und zu visualisieren – direkt einsetzbar in regulierten Umgebungen.
Entwicklung eines Programmes zur hochperformanten Speicherung von Biosignalen mittels Protobuf. Entstanden bei der Preventicus GmbH in Jena – einem Unternehmen, das Smartphone-basierte Screening-Lösungen zur Erkennung von Vorhofflimmern entwickelt.
Preventicus' Produkt ist ein zertifiziertes Medizinprodukt der Klasse IIa – das bedeutet: strenge regulatorische Anforderungen, keine Spielräume für schlampige Implementierungen.
Die Arbeit hat mir gezeigt, wie sich Software-Entwicklung in einem regulierten Medizinprodukt-Umfeld von normaler App-Entwicklung unterscheidet.