KI/LLM-Integration mit Infrastruktur-Fundament seit 1991.

Ich verbinde KI/LLM-Integration mit einem Infrastruktur-Fundament, das seit 1991 gewachsen ist. Aktuell: Claude-Anbindungen, MCP-Server, Workflow-Automatisierung und Chatbot-/RAG-Aufbau für Teams, die von generischen Cloud-Tools weg wollen - Richtung

• Ansible
• Chatbot
• Claude
• Docker
• Generative KI
• Linux-Systemadministrator
• MCP
• n8n
• Python
• Workflow-Automatisierung

Was ich mache: Ich baue KI dort ein, wo sie einen echten Unterschied macht - nicht als Demo, sondern als laufender Teil der Infrastruktur. Das reicht von der Anbindung von Claude/LLMs an bestehende Werkzeuge (MCP-Server, Automatisierungs-Workflows) bis zu Chatbot- und RAG-Aufbauten für Teams, die eigene Daten nicht in fremde Cloud-Systeme geben wollen. Ein wiederkehrendes Muster bei meinen Projekten: Teams, die von ChatGPT/proprietären Tools weg wollen, aus Datenschutz- oder Kontrollgründen - und eine selbst betriebene, nachvollziehbare Alternative brauchen.

Was das trägt: Darunter liegt Infrastruktur-Arbeit, die ich seit 1991 mache: Linux-Systeme, Docker/Container-Betrieb, Ansible-Automatisierung, Python. Ich baue nicht nur den KI-Teil und übergebe dann ein wackliges Fundament - ich baue beides, weil ich beides seit Jahrzehnten selbst betreibe. Das zeigt sich zum Beispiel in Selbst-gehosteten Docker-Stacks (Reverse Proxy, Nextcloud, Wiki, Backup-Automatisierung) für Organisationen, die Wert auf eigene Kontrolle über ihre Daten legen, oder in Monitoring- und Automatisierungs-Aufbauten für Streaming-/Medien-Infrastruktur. Branchen-Schwerpunkte: Broadcast/Streaming/Medien und Gesundheits-IT (mehrjährig beim ePA-Betreiber: ITSM-Einführung, CI/CD, Prozess-Rollout zu Partnern).

Wie ich arbeite: Nüchtern, direkt, ohne Verkaufsversprechen. Ich sage, wenn etwas nicht funktioniert, bevor es teuer wird. Diagnostik ist ein Kernstück meiner Arbeit - Logs lesen, Configs vergleichen, Hypothesen systematisch prüfen statt raten. Ich arbeite standardmäßig KI-gestützt (eigenes Multi-Agenten-Setup, Claude Code) - das beschleunigt Recherche, Diagnose, Dokumentation. Jedes Ergebnis prüfe und verantworte ich persönlich, bevor es bei dir ankommt. Remote-first, aber mit Frankfurt als Anlaufpunkt für Vor-Ort-Termine.

Kern (KI/LLM): Claude/LLM-Integration und Anthropic API, MCP-Server-Entwicklung (Model Context Protocol), Workflow-Automatisierung mit KI-Steps (n8n, self-hosted), RAG-/Chatbot-Aufbau für Unternehmen, Multi-Agenten-Setups / KI-gestützte Automatisierung.

Fundament (Infrastruktur): Linux-Administration seit 1991, Docker/Container-Betrieb, Ansible (Automatisierung, Konfigurationsmanagement), Python, Netzwerk-/Server-Infrastruktur, Monitoring.

Zusatz: Self-Hosting / Datenschutz-getriebene Alternativen zu Cloud-SaaS, Troubleshooting/DevOps-Diagnostik (Deployment-Fehler, CI/CD).