Willkommen auf meiner persönlichen Info-Seite. Ich dokumentiere hier meine Projekte und suche den Austausch mit Gleichgesinnten im Bereich KI und Trading-Automatisierung.
const ai = new AIModel();
ai.solve(problem).deploy();
Mit über 25 Jahren intensiver Systemerfahrung – von hardwarenaher C-Programmierung über Cybersecurity bei Diebold Nixdorf bis hin zur modernen Java Enterprise Architektur – nutze ich heute orchestrierte KI-Agenten, um hochkomplexe Enterprise-Lösungen in Rekordzeit zu deployen.
Mein vollständiges Profil ansehenIch verfolge keine kommerziellen Absichten mit dieser Webseite. Sie dient rein der Information über meine Arbeit und dem Finden von interessanten Kontakten, die an ähnlichen Themen wie KI, Algorithmic Trading oder moderner Software-Architektur arbeiten.
Ich biete hier keine Dienstleistungen zum Verkauf an und suche keine neuen Projekte.
Ich freue mich über den Austausch mit Entwicklern und Tradern, die meine Leidenschaft teilen.
Alle Projekte sind reine Portfolio-Demonstrationen ohne kommerzielle Gewinnerzielungsabsicht – vollständig abgeschlossen und bereit zur Präsentation.
Die folgenden Projekte sind vollständig implementierte technische Showcases zur Demonstration meiner Full-Stack-Expertise. Keines der Projekte ist ein kommerzielles Produkt – sie dienen der Veranschaulichung moderner Architektur-Patterns, von Backend-Security bis KI-Orchestrierung.
Ein komplexes Java Spring Boot Dashboard zur Echtzeit-Überwachung und quantitativen Analyse von MetaTrader-Accounts. Beinhaltet dynamische Performance-Graphen, komplexe Zentralfilter, automatische MQL-Config-Synchronisation über REST APIs und ein automatisiertes Security Audit mit Fail2Ban-Integration und Brute-Force-Schutz.
Erlebe die Trade Monitor Plattform jetzt auch unterwegs! Eine neue, schlanke Web-App bringt dir die wichtigsten Trading-Metriken, Account-Übersichten und Trade-Listen direkt auf dein Smartphone. Aktuell in der Alpha-Version.
Ich habe die App damit gemacht und musste nicht mal eine Doku lesen, so einfach war es! Mit Serveranbindung. Alles voll automatisch und es wird sogar in den Googlestore geladen und ist auch für Apple verfügbar.
Hier ist mein Link zu Replit
Enterprise-Webanwendung mit Spring Security, RBAC, Multi-Tenancy und KI-Integration – entstanden in nur 3 Stunden durch KI-gestützte Entwicklung. Java Spring Boot 3.2 Backend, Vue 3 Frontend, xAI Grok API. Inkl. Admin-Panel, Benutzerverwaltung und Demo-Login. Besonderheit: Erster Prototyp in 1 Stunde inkl. Linux-Setup und Deployment.
Entwicklung robuster Machine-Learning-Pipelines zur Daten- und Metrikanalyse mittels des Weka-Frameworks in Java. Fokus auf die Evaluierung von Klassifikationsalgorithmen, automatisierte Attributsreduktion und tiefgehende Modelltests für Predictive Analytics.
Forschung und praktische Implementierung von Large Language Models (Claude AI, OpenAI Codex). Automatisierte Code-Generierung, semantische Datenverarbeitung und Aufbau KI-gestützter Agenten-Architekturen zur Lösung komplexer Software-Probleme.
Design und Deployment hochskalierbarer Automatisierungs-Pipelines mit n8n. Verknüpfung von REST-APIs, KI-Agenten und relationalen Datenbanken für lückenlos automatisierte Entwicklungs- und Geschäftsprozesse.
Entwicklung spezialisierter Expert Advisors (MQL4/5) wie dem "Sentiment Monitor" und "50-Marktphasen"-Analysatoren. Algorithmische Auswertung von globalen Marktdynamiken, Momentum-Strategien und automatisiertes Risikomanagement im Forex-Trading.
Echtzeit-Desktop-App zur Überwachung eines Wellue O2Ring Pulsoxymeters via Bluetooth Low Energy. Eine Java-GUI visualisiert Sauerstoffsättigung und Herzfrequenz in Live-Charts. Ein Python-BLE-Bridge-Skript übernimmt die Gerätekommunikation. Besonderheit: Komplett mit Claude Code entwickelt – ca. 20 Java-Klassen in rund 2 Stunden.
Automatisiertes Web-Scraping-System zur Analyse von MQL5-Signalanbietern. Lädt Performance-Daten via Selenium, berechnet MPDD-Scores (Monatsgewinn/Drawdown), extrahiert Chart-Daten aus SVG-Grafiken und visualisiert Equity-Verläufe sowie Martingale-Erkennungsalgorithmen mit persistenter H2-Datenbankanbindung.
Aufbau und Wartung einer hochsicheren Linux-Serverinfrastruktur mit automatisiertem Security Audit (7 tägliche Sicherheitsprüfungen). Konfiguration von Nginx als Reverse Proxy, UFW Firewall-Härtung, Fail2Ban Intrusion Prevention, automatisierte SSL/TLS-Zertifikate (Let's Encrypt) und sicherheitsoptimiertes Hosting von WildFly Enterprise App-Servern.
Ein massives Enterprise-System für Überwachung, automatisierte Installationen und zentralisiertes Konfigurationsmanagement. Beweis für saubere Architektur in skalierenden Systemen. Projektgröße: 30.713 Lines of Code.
Fortgeschrittene Systematikanalyse und tiefe Mustererkennung. Beinhaltet intelligente Datenpipelines und einen trainierten RandomForest Learner durch das Weka Framework. Projektgröße: 7.421 Lines of Code.
Ein hochspezialisiertes Werkzeug für das Finetuning komplexer Handelsstrategien und Algorithmen. Nutzt Walk-Forward Analysen für perfekte Marktanpassung. Projektgröße: 5.897 Lines of Code.
Das destillierte Engineering-Wissen in Form von hochoptimierten Helferklassen, API-Bridges und Deployment-Skripten. DRY-Prinzip in Perfektion. Projektgröße: 8.889 Lines of Code.
Eine Sammlung historisch gewachsener Module wie TradeMonitor, WalkforwardCluster, Server und Analyser, die zusammen die restliche Codebasis bilden. Projektumfang: ca. 71.000 Lines of Code.
Erforschung und Entwicklung kooperativer Multi-Agenten-Architekturen, bei denen mehrere spezialisierte KI-Agenten autonom zusammenarbeiten, um komplexe Aufgaben zu lösen. Schwerpunkt auf Orchestrierung, Kommunikationsprotokollen zwischen Agenten und emergentes Problemlösungsverhalten in verteilten Systemen.
Aufbau intelligenter Research-Agenten auf Basis des LangChain-Frameworks. Automatisierte Informationsrecherche, Quellenanalyse und Wissenssynthese durch verkettete LLM-Aufrufe mit Tool-Zugriff. Ziel ist ein autonomer Forschungsassistent, der selbstständig relevante Daten sammelt, bewertet und strukturiert aufbereitet.
Untersuchung von lokal ausgeführten KI-Agenten zur autonomen Softwareentwicklung. Evaluierung von Open-Source-LLMs (Llama, Mistral, DeepSeek) für Code-Generierung, Refactoring und Debugging – ohne Cloud-Abhängigkeit. Fokus auf Datenschutz, Latenzoptimierung und die Integration in lokale Entwicklungsumgebungen.
Full-Stack Tech-Demo · Spring Boot + Spring Security + Vue 3 · In 3 Stunden deployed
Der AI Task Manager ist eine Enterprise-Webanwendung mit Spring Security, rollenbasierter Zugriffskontrolle und Multi-Tenancy – entstanden in nur 3 Stunden durch KI-gestützte Entwicklung. 29 Java-Klassen, 5 Vue-Komponenten und ein vollständiges Admin-Panel zeigen, welche Produktivität möglich ist, wenn Erfahrung auf moderne KI-Werkzeuge trifft.
Java 17 mit Spring Boot 3.2, saubere Schichtarchitektur (Controller → Service → Repository), Spring Data JPA mit H2-Datenbank und REST-API Design.
Anbindung der xAI Grok API (OpenAI-kompatibel) für automatische Kategorisierung, Priorisierung, Aufwandsschätzung und Zusammenfassungen mittels Prompt Engineering.
Vue 3 mit Composition API, Pinia State Management und Vue Router. Vite als Build-Tool mit optimiertem Production-Build als Single WAR-Artefakt.
Erster Prototyp in 1 Stunde (inkl. Linux-Setup), Enterprise-Features in 3 Stunden total. Das Projekt deckt alle zentralen Anforderungen ab: Spring Security mit BCrypt und RBAC, Multi-Tenancy mit gruppenbasierter Datenisolierung, vollständiges Admin-Panel, KI-Integration via LLM und Demo-Login für sofortiges Testen.