KI-Systeme & Automatisierung · Wien
Ich baue KI-Systeme, die laufen. Und liefere sie aus.
Von der Architektur bis zum Dauerbetrieb: Ich orchestriere mehrere KI-Modelle zu Systemen, die messbar funktionieren. Soul bewahrt, warum entschieden wurde; Postcondition prüft unabhängig, ob das beabsichtigte Ergebnis draußen wirklich existiert.
Glaub mir kein Wort. Prüf es — jetzt, live.
Diese Konsole ruft in deinem Browser die öffentlichen APIs von npm und GitHub auf und zeigt die Antworten ungefiltert. Wenn meine Pakete und Repos nicht existieren würden, würdest du es hier sofort sehen.
Bonus: 269 indexierbare Tool-Seiten → — viele arbeiten lokal im Browser; externe APIs oder Bibliotheken sind nicht pauschal ausgeschlossen.
Ich baue mit KI — und verantworte Architektur, Code und Tests selbst.
Ich nutze mehrere Modelle als Werkzeug, um mehr zu schaffen. Aber Design, Code-Review, Debugging und Deployment bleiben bei mir. Das ist die ehrliche Version — und die stärkere.
Mehrere Modelle, eine Richtung
Ich lasse Opus, Haiku, Gemini und GPT arbeitsteilig arbeiten — jedes für das, was es am besten kann. Ich schreibe die Partitur und prüfe jede Note, bevor sie steht.
Systeme statt Skripte
Daemons, die durchlaufen. Tools, die man benutzt. Pipelines mit Fehler-Handling. Ich baue Dinge, die nicht nur im Demo funktionieren.
Echt vs. geplant, sauber getrennt
Jedes Projekt hier sagt, was läuft und was nur Konzept ist. Diese Grenze zu ziehen ist eine Fähigkeit — und der Grund, warum du mir glauben kannst.
Gebaut, veröffentlicht, überprüfbar.
Aufklappen für Details, Stack und Belege. Jede Karte trennt „was echt ist" von „wo die Grenze liegt".
Kernstücke — laufend & verifizierbar
Miguel — persistente KI-Betriebsschicht
Ein Daemon, der seit Anfang Juni 2026 ununterbrochen läuft und mehrere KI-Modelle für Recherche, Bau und Sprache dirigiert.
~49.770 Zeilen Python über 66 Module, 128 HTTP-Endpoints, eine Sprach-Pipeline mit Barge-in (Whisper für Sprache-zu-Text, ElevenLabs für die Stimme), ein datei-basiertes Gedächtnis, das Sitzungen überlebt, und Multi-Modell-Routing über sechs Backends. Neun Hintergrund-Dienste, 28 angebundene Werkzeug-Server. Es ist die Betriebsschicht, über die ich alles andere baue.
Was echt ist
Läuft im Dauerbetrieb (curl localhost:4200/health; Snapshot 9. Juli: 32 Tage am Stück). Voice, Memory, Routing implementiert und im Code belegt.
Grenze / ehrlich
Persönliches System, kein Produkt. Läuft lokal, nicht öffentlich — zeige ich live. Einzelne Module sind noch Gerüst.
Behaviorlock — hält Agentenversprechen über Upgrades stabil
Deterministische Kompatibilitäts-Gates für beobachtbares Verhalten über Modell-, Prompt-, Memory-, Policy- und Tool-Wechsel.
Behaviorlock vergleicht kleine, portable Baseline- und Kandidaten-Traces. Neun deterministische Matcher prüfen Toolfolgen, Berechtigungen, Ergebnisstruktur, Outcomes, Mengen, Ränge und begrenzte Zahlenänderungen — ohne Provider-Aufruf oder LLM-Judge.
Was echt ist
Öffentlich auf GitHub, 73 automatisierte Tests, 99,06 % Zeilenabdeckung, fünf Reportformate, fünf MCP-Tools, Clean-Install-Tarball-Test und CI auf Node 20, 22 und 24.
Grenze / ehrlich
Ein grünes Gate gilt nur für deklarierte Szenarien und Selektoren. Traces sind Eingaben, keine Herkunftsnachweise; Fingerprints sind Inhalts-Hashes, keine Signaturen.
Postcondition — überprüft, ob die Welt sich wirklich geändert hat
Outcome-Verifikation für KI-Agenten als MCP-Server, TypeScript-SDK und CLI — mit getrennten Evidenzklassen und Hash-verketteten Beobachtungen.
Ein Tool kann success: true zurückgeben, obwohl das Ziel nicht erreicht wurde. Postcondition trennt deshalb Aktion und Ergebnis: Ein Agent deklariert den gewünschten Weltzustand, ein begrenzter Read-only-Verifier beobachtet Datei-, HTTP-, Git- oder npm-Zustand und liefert ehrlich satisfied, violated oder unknown.
Was echt ist
Öffentlich auf npm und GitHub, 53 automatisierte Tests, echter MCP-stdio-Handshake, Clean-Install-Smoke-Test und CI auf Node 20, 22 und 24.
Grenze / ehrlich
Die lokale Hash-Kette erkennt Änderungen, ist aber noch keine extern signierte Notarisierung. HTTP-Prüfer sind absichtlich nur öffentliche GETs ohne Zugangsdaten.
Proofspec — macht öffentliche Software-Claims ausführbar
Versionierte Evidenzverträge, Claim-Abhängigkeiten, Hash-verkettete Receipts, CI-Gates und fünf Reportformate für README-, Release- und Agenten-Behauptungen.
Proofspec prüft nicht, ob Marketing überzeugend klingt. Es zwingt jede wichtige Aussage in einen engen, beobachtbaren Vertrag: welche Evidenz zählt, wie viele Beobachtungen nötig sind, welche anderen Claims vorher stimmen müssen und welche Grenze selbst ein positives Ergebnis hat.
Was echt ist
Öffentlich auf GitHub, 70 automatisierte Tests, 98,05 % Zeilenabdeckung, echter MCP-stdio-Handshake, Clean-Install-Tarball-Test und CI auf Node 20, 22 und 24.
Grenze / ehrlich
Ein erfüllter Verifier belegt nur seine enge Beobachtung. Manuelle Evidenz bleibt unknown; die lokale Hash-Kette ist kein extern signiertes Transparenz-Log.
NexTool — 269 Tool-Seiten + 131 Guides
Eine veröffentlichte Sammlung aus Browser-Werkzeugen, technischen Guides und nachvollziehbarer statischer Delivery.
Von Regex-Tester über CSS-Gradient-Generator bis QR-Scanner: 269 indexierbare HTML-Seiten mit Browser-, Canvas-, Kamera- und Datei-APIs. Dazu 131 technische Guides und eine statische Audit-Pipeline. Eine frühere Browser-Admin-Oberfläche ist aus Sicherheitsgründen deaktiviert.
Was echt ist
269 indexierbare Tool-Seiten und 131 Guide-Seiten liegen öffentlich im Repo. CI zählt sie und prüft lokale Links sowie Assets.
Grenze / ehrlich
Nicht jedes Tool ist offline: einzelne Seiten laden Bibliotheken oder öffentliche APIs. Keine angeschlossene Zahlungs-Integration, kein Umsatz-Claim.
anima-kernel — getestetes Python-Paket
Ein 10.600-Zeilen-Python-Paket mit 446 grünen Tests und konfigurierter CI — mein Beleg für sauberes, getestetes Engineering.
Ein modularer Kernel, der kognitive-Modell-Patterns (Zeit, Zustand, Gedächtnis) als getesteten Code umsetzt — mit einer eigenen ehrlichen Selbstbewertung (EVIDENCE_STATUS.md), die die eigenen Grenzen benennt. Der Wert für dich als Prüfer: 446 automatisierte Tests laufen grün, die Architektur ist sauber phasiert, es gibt eine CI-Pipeline.
Was echt ist
10.600 Zeilen Python, 446 Tests laufen lokal grün (pytest), CI konfiguriert, disziplinierte Modulstruktur.
Grenze / ehrlich
Gebaut und getestet, läuft lokal — nicht auf PyPI veröffentlicht. Ein testbares Modell, keine Behauptung über echtes Bewusstsein.
Auch gebaut — echt, kleiner im Umfang
Soul MCP — lokales Gedächtnis mit Belegkette
23 MCP-Tools für persistente Erinnerung, Provenance, Konflikte, Arbeits-Receipts und wiederverwendbare Skills.
Der frühe Vorgänger mcp-smart-memory machte die Idee installierbar. Soul 4.0.1 führt sie als lokale SQLite-Laufzeit weiter: 23 Tools, 8 Ressourcen, 3 Prompts und 358 automatisierte Tests. Neue Arbeit kann als Run mit Receipt und Episode gebucht werden; Fähigkeiten bleiben deklarativ und starten im Shadow-Status.
Fernsteuerung übers Handy
Mein MacBook vom Handy aus steuern: Nachricht per WhatsApp, das System führt aus, das Ergebnis kommt zurück aufs Handy.
Eine Message-Bridge nimmt WhatsApp-Nachrichten entgegen, übersetzt sie in Befehle an die lokale Automatisierungs-Schicht (Browser steuern, Dateien, Skripte) und meldet Ergebnisse zurück. Komplett eingebaut und im Alltag benutzt — kein Demo-Video, sondern mein täglicher Fernzugriff.
4 Chrome-Extensions
NexTool AI Multi-Tool, PostFlow, SignFlow, TabFlow — vier vollständige Browser-Erweiterungen.
Vier komplette Extensions mit Popup-UI, Background-Workern und Content-Scripts: ein AI-Multi-Tool (Bring-Your-Own-Key), ein LinkedIn-Post-Formatter, ein E-Mail-Signatur-Generator und ein Tab-Manager mit Session-Speicherung. Gebaut, gepackt, lauffähig — bewusst noch nicht im Web Store veröffentlicht.
ENERGIA
Ein Agenten-Workflow, der drei verschiedene KI-Anbieter rollenspezifisch verdrahtet, mit konditionalem Routing.
20 Nodes, 12 echte API-Calls an Claude, Gemini und GPT-4 — jeder Agentenrolle das passende Modell — mit Score-basiertem Routing und Guardrails. Beleg für Orchestrierungs-Denken, nicht für ein fertiges Produkt.
Genesis
Das autonome Colab-Workflow-System, aus dem Miguel entstanden ist — die dokumentierte Entwicklungslinie meiner Idee.
28 Python-Dateien, 39 Notebooks, eine echte Aufgaben-Queue mit processed/failed-Ordnern und Ausführungs-Spuren. Kein Hauptbeweis — aber es zeigt, dass meine autonome-KI-Idee eine echte Geschichte hat, kein Zufall war.
Ausflüge über den Tellerrand
Antibiotikaresistenz-Architektur, zwei Gebrauchsmuster, ein 118.000-€-Förderantrag, eine OSINT-Analyse.
Ich arbeite mich schnell in fremde Felder ein und mache daraus strukturierte Artefakte: eine KI-gestützte Plattform-Architektur gegen Antibiotikaresistenzen (Förderantrag bestand die formale Prüfung, kam bis zum Fachgutachter-Interview), zwei selbst ausgearbeitete Gebrauchsmuster (eingereicht, dann bewusst zurückgezogen) und eine quellen-disziplinierte OSINT-Kartierung. Und ich habe mich der Kritik gestellt: 53 personalisierte Mails an echte Fachleute — RKI, Charité, Universität Genf, MedUni Wien — mit der ehrlichen Bitte, meine AMR-Idee auseinanderzunehmen. Nichts davon ist ein Produkt — es ist der Beleg, wie schnell ich Neues durchdringe und formfest mache.
Keine gerade Linie. Aber eine nachvollziehbare.
Jede Station hier ist belegbar — und die Richtung zeigt nach oben.
Realgymnasium verlassen — ohne Matura
Der Anfang, den man in keinen Lebenslauf schreibt. Ab hier: alles selbst beigebracht.
Eigenes Handelsgewerbe gegründet
Mit 17 angemeldet, beim Zoll registriert. Erste Erfahrung mit Verantwortung auf eigene Rechnung.
Freelance: Scraping, Websites, Bugfixes
Erste bezahlte Technik-Aufträge — und die Erkenntnis, dass ich Systeme bauen will, nicht Gigs abarbeiten.
Genesis — erstes autonomes KI-System
Colab-Aufbau mit Task-Queue und Ausführungs-Spuren. Unaufgeräumt, aber es lief — der Ursprung von allem danach.
NexTool live + erstes npm-Paket
Die Tool-Plattform geht online, mcp-smart-memory wird veröffentlicht. Vom Bauen zum Ausliefern.
Miguel geht in den Dauerbetrieb
Der Daemon läuft seither ununterbrochen — Multi-Modell-Routing, Gedächtnis, Sprachsteuerung.
Soul MCP 4.0.1 — öffentlich, geprüft, installierbar
23 Tools, 358 Tests, CI auf drei Node-Versionen und ein verifiziertes npm-Artefakt mit echtem MCP-Handshake.
Postcondition 0.1.0 — vom Ausführen zum Beweisen
Neues MCP-, SDK- und CLI-Produkt aus Soul-Receipts, Miguel-Berechtigungsgrenzen und meiner Evidence-first-Arbeitsweise: 53 Tests, öffentlich auf npm.
Proofspec 0.1.0 — Behauptungen werden zu Verträgen
Ein eigenständiger Claim-Graph über Postcondition: 70 Tests, fünf Reportformate, MCP-Server und eine selbstgeprüfte öffentliche Produktspezifikation.
Behaviorlock 0.1.0 — Upgrades ohne stillen Verhaltensbruch
Portable Trace-Verträge und neun deterministische Matcher prüfen beobachtbare Agenten-Kompatibilität: 73 Tests, fünf Reports und MCP-Server.
Studienberechtigung, dann Wirtschaftsinformatik
Prüfungen ab Herbst 2026, Studium ab 2027 — parallel zu einer Rolle, in der ich baue statt warte.
Der ehrliche Kontext.
Ich bin 22, aus Korneuburg bei Wien — und Autodidakt: Alles Technische habe ich mir selbst beigebracht, durch Bauen statt durch Vorlesungen. Das ist kein Umweg, sondern mein Arbeitsmodus — ich arbeite mich schnell und tief in Neues ein und liefere. Aktuell finanziere ich mein eigenes Bauen über einen Vollzeitjob im Handel (Projektkoordination beim Filialaufbau von Bauhaus). Das hält mich termintreu und bodenständig.
Parallel hole ich die Studienberechtigungsprüfung nach (Prüfungen Herbst 2026 & Frühjahr 2027), um ab 2027 Wirtschaftsinformatik zu studieren. Ich suche eine Rolle, in der ich meine Fähigkeiten endlich richtig einsetzen kann — bauen, automatisieren, dazulernen — remote-fähig und tragbar neben dem Studium.
Schreib mir — oder schau dir erst den Code an.
Für tiefe Prüfung: Ich habe ein 7-Kapitel-Beweis-Dossier vorbereitet (Code-Originalauszüge, dokumentierte Claim-Grenzen, Quellen-Index) — schicke ich auf Anfrage per E-Mail.