Bewerbung als AI Fullstack Developer, 100 % remote

Ich baue Orchestrierungs­systeme, die im Unternehmens­alltag wirklich genutzt werden.

Fullstack-Entwickler mit Schwerpunkt KI-Automatisierung und Orchestrierung. Ich verbinde Software-Architektur mit nutzerzentrierter Produktentwicklung, für Teams ohne technischen Hintergrund.

Anforderungen und Erfahrung

Die vier Kernbereiche von CorporateLLM aus der Stellenbeschreibung, jeweils mit der Praxis, auf die ich zurückgreife.

Agent-RuntimeTool-Calling, Multi-Step-Agents

  • Orchestrierung von Agents, Tools und Workflows über mehrere Schritte
  • Tool-Calling über MCP und REST-APIs, eigene Server gebaut und integriert
  • Agent-Pipelines, die über Nacht autonom auf lokalen LLMs laufen; morgens prüfe ich nur noch die Ergebnisse

LLM-GatewayMehrere Modelle hinter einer API

  • LLM-Orchestrierung über OpenRouter: OpenAI, Claude, DeepSeek, GLM und weitere hinter einer Schnittstelle
  • Lokale Inferenz mit Ollama neben Cloud-Modellen, ausgewählt nach Kosten, Qualität und Datenschutz
  • Backend-Entwicklung in TypeScript, Node.js und Python

EU-Data-LayerRouting, Storage, Compliance

  • Self-Hosting auf Hetzner mit Docker, Infrastruktur in EU-Rechenzentren
  • Datenhaltung mit PostgreSQL, Supabase und NocoDB
  • Lokale Modelle für sensible Daten und konsequenter Einsatz von Open Source

Multi-Tenant-PlatformSpaces, Token-Metering, Admin-Konsole

  • Fullstack mit Nuxt und Supabase
  • Onboarding und User Lifecycle Management einer Consultancy vollständig automatisiert
  • Deployment und Zusammenarbeit über Cloudflare, GitHub und GitLab

Zu meinen Referenzprojekten: Alle Kundenprojekte habe ich für Unternehmen umgesetzt. Sie unterliegen Verschwiegenheitsvereinbarungen, deshalb kann ich Code und Details nicht öffentlich zeigen. Architektur und Vorgehen erläutere ich gern im Gespräch oder im Praxis-Case.

Eigenprojekt, in Entwicklung

DAOS, eine Automatisierungs­schicht auf macOS

DAOS integriert die Werkzeuge, die ich täglich nutze, in einem System und ist auf Hyperautomatisierung ausgelegt. Aufgaben werden per Sprache oder Text beauftragt und ausgeführt.

Script-first, KI als FallbackAufgaben laufen als Scripts. KI greift nur ein, wenn keins existiert oder eins fehlschlägt, und verbessert es dann.
Getrennte Projekt-UmgebungenCoding mit IDE und Agent, Whiteboard für Prozessarchitektur, Kontakt-Tracking.
Einfach, aber tief anpassbarIntegrationen bestehender Tools und eine Graph-Ansicht der Zusammenhänge.

Vom Befehl zum geprüften Ergebnis

Eine zentrale Orchestrierungsschicht steuert Scripts, Tools und KI-Agents. Jede Aufgabe durchläuft dieselben sechs Schritte.

  1. Auftrag

    Per Sprache oder Text, am Mac oder vom Smartphone.

  2. Einplanen

    Ist der Mac nicht erreichbar, wartet der Auftrag in der Queue.

  3. Orchestrieren

    Zerlegen in Schritte, jedem das passende Script oder Tool zuordnen.

  4. Ausführen

    Scripts laufen deterministisch, reproduzierbar und ohne Token-Kosten.

  5. KI-Fallback

    Fehlt ein Script oder scheitert es, schreibt ein Agent es neu oder korrigiert es.

  6. Lernen und prüfen

    Das verbesserte Script bleibt erhalten. Ich prüfe nur das Ergebnis.

Die Oberfläche oben ist eine Konzeptdarstellung. DAOS wird zuerst für macOS entwickelt.

Stack

Im Einsatz in Kundenprojekten und im eigenen Betrieb.

Agentic Coding

Claude CodeCursorClineVS Code

Modelle und Gateways

OpenAIClaudeDeepSeekGLMOpenRouterOllamaLokale LLMs

Orchestrierung und Agents

OrchestrierungMCPn8nREST-APIs

Sprachen und Frameworks

TypeScriptNode.jsPythonNuxt

Daten

PostgreSQLSupabaseNocoDB

Infrastruktur

DockerHetznerCloudflareGitHubGitLab

Werdegang

Ich verbinde Softwareentwicklung, betriebswirtschaftliches Denken und Design Thinking. So verstehe ich, was ein Unternehmen wirklich braucht, und baue Systeme, die im Betrieb zuverlässig laufen.

Softwareentwicklung

Fullstack, Infrastruktur und KI-Orchestrierung, gelernt im Peer-Learning bei 42 Network.

Betriebswirtschaft

Studium Marketing Management und Quant Finance Education. Jede Lösung beginnt bei Wirtschaftlichkeit und messbarem Nutzen.

Nutzerzentrierung

Als Design Thinking Coach kläre ich das eigentliche Problem, bevor die erste Zeile Code entsteht.

seit 2019

Selbstständig: Full Stack Development und KI-Automatisierung

Projekte für Unternehmen, von der Anforderungsanalyse bis zum Betrieb. Unter anderem das komplette Onboarding und User Lifecycle Management einer Consultancy automatisiert, mit n8n, APIs und PostgreSQL.

laufend

DAOS: Automatisierungsschicht auf macOS

Eigenentwicklung, die meine Werkzeuge in einem System integriert und für Hyperautomatisierung ausgelegt ist. Zum Portfolio

Ausbildung

Software Development bei 42 Network

Projektbasiertes Peer-Learning ohne Dozenten und Vorlesungen: eigenständig lösen, gegenseitig reviewen, ausliefern.

Ausbildung

Design Thinking Coach und Trainer

Probleme an der Wurzel erkennen statt Symptome zu behandeln. So entstehen Lösungen, die die Ursache beheben und dauerhaft funktionieren. Dazu kommt die Moderation interdisziplinärer Teams und Workshops.

Studium

Marketing Management und Quant Finance Education

Betriebswirtschaftliches Fundament und quantitatives Denken für Entscheidungen mit messbarem Nutzen.

International

Singapur, Shenzhen und Shanghai

Unternehmensaustausch in Singapur sowie Aufenthalte in Shenzhen und Shanghai.

Ship, own, lead, found

Euer Karrierepfad beschreibt eine Arbeitsweise, die ich als Selbstständiger bereits praktiziere.

Ship

Lösungen, die bei Unternehmen in Produktion laufen, nicht im Prototyp-Stadium.

Own

Verantwortung für Architektur, Betrieb und Ergebnis über den gesamten Lebenszyklus.

Lead

Als Design-Thinking-Coach und Trainer moderiere ich Teams und vermittle Wissen.

Found

Seit 2019 selbstständig, mit unternehmerischem Denken aus eigener Praxis.