Softwarearchitekt & Full-Stack Engineer | KI-Systeme · Coding-Agenten · Cloud-Architektur
- Verfügbarkeit einsehen
- 0 Referenzen
- auf Anfrage
- 10997 Berlin
- Weltweit
- de | en
- 10.08.2026
- Contract ready
Kurzvorstellung
Geschäftsdaten
Qualifikationen
Projekt‐ & Berufserfahrung
5/2026 – offen
Tätigkeitsbeschreibung
Selbstständige Tätigkeit als Softwarearchitekt und AI Engineer. Schwerpunkt: Architektur für KI-Systeme, Aufbau belastbarer Entwicklungsumgebungen für KI-gestützte Entwicklung, und Umsetzung bis in den Produktivbetrieb.
Eingebettete technische Leitung (Fractional CTO) für ein US-Startup mit React-Native-App und externem Entwicklerteam. Vier Arbeitsfelder: Roadmap und Strategie, Architektur und Tooling, Entwickler-Befähigung, Output-Validierung. Konkret: eine geerbte einstufige Deploy-Pipeline (Push auf main = Produktion, Tests mit „|| true" umgangen) ersetzt durch getrennte Staging- und Produktionswege mit Freigabe-Gate, nachvollziehbarem Deploy-Ledger und Runbooks — 8 Produktions-Releases und 25+ Staging-Deploys darüber ausgeliefert. Dazu ein forensisches Architektur-Audit vor dem Launch, das eine strukturelle Fehlentwicklung in der State-Schicht einer KI-gebauten Codebasis nachgewiesen und in einen phasenweisen Migrationsplan überführt hat.
Sprach-Agent für ausgehende Telefonie im US-Healthcare-Umfeld: LiveKit Agents (Node.js/TypeScript), Twilio Elastic SIP, Deepgram Nova-3, Cartesia Sonic-3, Mastra für die Orchestrierung um den Anruf herum, Langfuse über OpenTelemetry für Observability.
Architektur-Partner für einen US-EdTech-Anbieter: mehrschichtige Plattform mit klarer Trennung zwischen durchsetzendem Substrat, anwendungsspezifischem Backend und generierter Oberfläche — privilegierter Datenbankzugriff ausschließlich im Substrat, Zugriff für die Anwendung nur über einen veröffentlichten Vertrag.
Eigenprodukt Oval Brief: produktionsreife GenAI-Plattform (React Native/Expo, Cloudflare Workers, Neon PostgreSQL mit pgvector, tRPC) mit automatisierter Datenpipeline über 1.500+ US-Präsidialerlasse, semantischer Suche über OpenAI-Embeddings und dreistufiger Beziehungsanalyse.
Postgresql, Continuous Integration, DevOps, Lead Developer, Generative KI, Large Language Models, Prompt Engineering, Code-Review, Docker, Node.Js, Typescript, Cloud Computing, Google Cloud, System Architektur, Full-Stack, React (JavaScript library), React Native
11/2024 – 4/2026
Tätigkeitsbeschreibung
Full-Stack-Entwicklung und Cloud-Backend-Strategie für eine digitale Mental-Health-Plattform mit 40+ Organisationen und 300.000+ betreuten Nutzern. Treiber der Einführung agentengestützter Entwicklung im Engineering-Team.
Claude Code als Erster im Team eingeführt und vom persönlichen Werkzeug zum Teamstandard skaliert — bis im Spätsommer 2025 das gesamte Engineering-Team damit gearbeitet hat. CodeRabbit für automatisierte PR-Reviews auf Staging-PRs eingeführt: 67 PRs in sechs Tagen gegenüber 41 in der Vorwoche, also 63% mehr Durchsatz.
Migration von 200+ Firebase Cloud Functions v1 auf v2 ohne Downtime. Terraform-IaC für die GCP-Infrastruktur aufgebaut.
Umfassende Plattform-Modernisierung via Claude Code: CRA auf Vite, React 17 auf 19, MUI v4/v5 auf v7 und 20+ Dependency-Sprünge über 1.293 Dateien, netto rund 92.000 Zeilen entfernt. Erster Durchlauf vollständig KI-generiert, anschließend vollständige Regressions-QA.
KI-Investigationsagent mit zwei selbst entwickelten MCP-Servern (BigQuery, Firestore) und Mastra-Orchestrierung — Untersuchungszeit bei Videoanruf-Störungen um über 80% reduziert. Mitarbeit an einem produktiven Sprach- und Text-Assistenten auf der OpenAI Realtime API mit einheitlichem WebRTC-Transport für Mobile und Web, DSGVO-konform mit EU-Datenresidenz. BigQuery-Analytics-Plattform mit 10 TB+ Monatsvolumen, 50+ Dashboards und 65% Kostenreduktion.
Backend, Big Data, Code-Review, Code Migration, Continuous Delivery, Continuous Integration, Datenarchitektur, DevOps, Full-Stack, Full Stack Developer, Generative KI, Google Cloud, Large Language Models, Mobile Application Development, Node.Js, Prompt Engineering, Python, React (JavaScript library), React Native, System Architektur, Typescript
7/2022 – 10/2024
Tätigkeitsbeschreibung
Technische Leitung eines KI-gestützten Meeting-Intelligence-Produkts. Verantwortlich für Plattform-Modernisierung und eine der frühesten produktiven Claude-Integrationen überhaupt (Frühjahr 2023).
4-stufiges Meeting-Zusammenfassungssystem mit strukturiertem Output über kreatives Prompt Engineering — XML-Tag-Parsing, Zeilenpräfix-Matching — gebaut, bevor Claude Tool Use oder JSON Mode hatte. Parallele Verarbeitung über Cloud Pub/Sub. Konversationellen Q&A-Assistenten für natürlichsprachliche Abfragen auf Meeting-Transkripte über AssemblyAI LemUR entwickelt, mit Echtzeit-UX über Firestore Listeners.
Backend-Migration von JavaScript zu TypeScript mit Event-basierten Microservices — über 90% weniger Abstürze. React-Frontend mit eigenem Design-System modernisiert, Umstellung auf Trunk-Based Development für Continuous Delivery.
Cloud Spezialist, Cloud Computing, Amazon Web Services (AWS), Backend, Continuous Delivery, Continuous Integration, Datenarchitektur, Docker, Full-Stack, Full Stack Developer, Generative KI, Google Cloud, Kubernetes, Large Language Models, Lead Developer, Natural Language Processing, Node.Js, Prompt Engineering, React (JavaScript library), Software engineering / -technik, System Architektur, Typescript
6/2021 – 7/2022
Tätigkeitsbeschreibung
Beförderung zum Chief SDE mit Leitung eines globalen Teams von 13 Entwicklern. Gesamtverantwortung für Architektur und Auslieferung eines Healthcare-Betriebssystems mit 100+ Microservices — das komplexeste Cloud-Architektur-Projekt meiner Karriere.
Healthcare Journey Engine: State-Machine-Orchestrierung für mehrstufige Diagnostik-Workflows (Terminplanung → Dokumente → E-Signaturen → Bildgebung → Befunde → Nachsorge) mit bedingter Verzweigung und Rollback. 13 Journey-Backends mit insgesamt 8.500+ Zeilen Python. White-Label-Mobile-App-Pipeline für 7+ Healthcare-Partner mit automatisierter CI/CD zur Generierung gebrandeter iOS- und Android-Apps. 88K+ Zeilen Frontend-Code über 29 Micro-Frontend-Anwendungen plus 3 Kernanwendungen.
Cloud Spezialist, Full Stack Developer, Backend, Cloud Computing, Datenarchitektur, Docker, Full-Stack, Google Cloud, Lead Developer, Mobile Application Development, Python, React (JavaScript library), Serviceorientierte Architektur, Software engineering / -technik, System Architektur, Typescript
1/2021 – 6/2021
Tätigkeitsbeschreibung
Hands-on Cloud Engineer für den Aufbau der GCP-Infrastruktur einer Healthcare-Plattform für komplexe Diagnostik-Services (Herz-Scan, Ganzkörper-MRT, CCTA, CGM, Genomik) über mehrere Standorte.
Aufbau einer Event-Driven Microservices-Architektur auf Google Pub/Sub mit Multi-Compute-Schicht (App Engine, Cloud Run, GKE). Gemeinsame Python-Bibliothek mit über 6.000 Zeilen für einheitliche Authentifizierung, Logging und Datenzugriffsmuster über die gesamte Plattform.
Multi-Datenbank-Data-Lake mit 5+ Datenspeichern, abgestimmt auf Zugriffsmuster: BigQuery für Analytics, MySQL für klinische Daten, Firestore für Echtzeit-State, Cloud Datastore für Hochdurchsatz-Dokumente, dedizierte Genomik-Speicher.
Terraform-basiertes Multi-Region-Deployment für schnelle Replikation. Migration der Registrierungs-API von Python zu Go für Hochlast-Szenarien — Fan-Out-Nebenläufigkeit über parallele Goroutines mit kompensierenden Transaktionen, ausgelegt auf 500 gleichzeitige Registrierungen.
Backend, Big Data, Cloud Computing, Cloud Spezialist, Continuous Delivery, Continuous Integration, Datenarchitektur, DevOps, Distributed Computing, Docker, Full-Stack, Full Stack Developer, Go (Programmiersprache), Google Cloud, Kubernetes, Python, System Architektur, Typescript
5/2020 – 4/2022
TätigkeitsbeschreibungEigenständiger Entwurf und Aufbau des gesamten Firebase/Cloud-Functions-Backends für eine Cloud-native Finanzplanungs-SaaS. Funktionsfähiges MVP in unter 3 Monaten geliefert, das direkt zur Kundengewinnung führte. Aufbau und Führung eines Freelance-Engineering-Teams. Mitverantwortlich für Produktstrategie, Kundenpräsentationen und Pre-Sales.
Eingesetzte QualifikationenCloud Spezialist, Full Stack Developer, Node.Js, Python, Saas, Software engineering / -technik, Typescript, Google Cloud, Cloud-Services, Full-Stack
12/2016 – 1/2021
TätigkeitsbeschreibungVerschiedene Leitungsaufgaben im Hotelmanagement über mehrere Häuser — darunter ein Hotelkomplex mit 3.500 Zimmern, ein Boutique-Lifestyle-Hotel und ein Design-Hotel in Manhattan. Volle P&L-Verantwortung, Geschäftsstrategie und Führung interdisziplinärer Teams mit bis zu 70 Mitarbeitern. Erfolgreicher finanzieller Turnaround als General Manager mit 76% Umsatzsteigerung im ersten Jahr.
Eingesetzte QualifikationenBudgetierung, Business Development, Change Management, Hotelmanager, Kostenoptimierung, Operations Manager, Strategisches Management, Teamleiter
6/2006 – 1/2011
TätigkeitsbeschreibungOperative und geschäftsstrategische Steuerung des nordamerikanischen Equity-Derivatives-Geschäfts — über 300 Mio. USD Jahresumsatz, verteilt auf zwei Trading Desks. Realisierung von 11 Mio. USD Kosteneinsparungen durch Lieferantenverhandlungen. Verantwortlich für Budgetierung, Ressourcenallokation, P&L-Reporting und abteilungsübergreifende Koordination zwischen Trading, Technologie, Operations und Compliance.
Eingesetzte QualifikationenFinanzanalyse, Risikomanagement (Finan.), Wertpapiere, Budgetierung, Stakeholder-Analyse, Business Analysis, Kostenoptimierung, Strategisches Management
Ausbildung
Universität Erlangen-Nürnberg
Nürnberg
Über mich
KI-GESTÜTZTE ENTWICKLUNG ALS SPEZIALGEBIET
Claude produktiv im Einsatz seit Frühjahr 2023, Claude Code seit Mai 2025. In einem Engineering-Team habe ich agentengestützte Entwicklung vom persönlichen Werkzeug zum Teamstandard gemacht: erst eigene Praxis, dann Live-Demos, Best-Practice-Dokumentation und CLAUDE.md-Projektleitfäden, dann freiwillige Einführung ohne Mandat — bis im Spätsommer 2025 das gesamte Engineering-Team damit gearbeitet hat. Anschließend automatisierte PR-Reviews über CodeRabbit: 67 PRs in sechs Tagen gegenüber 41 in der Vorwoche, also 63% mehr Durchsatz.
Im Eigenprojekt Oval Brief habe ich die Methodik durchgehend angewendet — eine produktionsreife GenAI-Plattform mit Mobile-Apps, Webanwendung und Datenpipeline in fünf Wochen Teilzeit. Konventionell wären dafür gut vier Monate anzusetzen, plus die Infrastruktur, die man bei einem Nebenprojekt üblicherweise weglässt. Über 95% des Codes KI-generiert, mehr als 160 Linear-Issues per MCP-Anbindung verwaltet, kein einziger direkter Push auf main.
WIE ICH VERHINDERE, DASS KI-CODE DIE ARCHITEKTUR ZERSETZT
Das ist die Frage, die in diesem Feld über Erfolg oder Scheitern entscheidet, und ich habe eine belegte Position dazu. LLMs optimieren beim Erweitern eines Codebestands auf lokale Konsistenz: Das Muster, das bei 500 Zeilen richtig war, wird bis 50.000 Zeilen fortgeschrieben, ohne dass unterwegs ein Reibungsmoment entsteht. Ein Entwickler stößt sich daran und murrt — ein Agent fügt einfach den dreizehnten Provider hinzu.
In einem Pre-Launch-Audit habe ich das forensisch nachgewiesen: 12 verschachtelte Context-Provider, zwei Dateien mit 3.483 und 2.631 Zeilen, 140 Commits in die State-Schicht, von denen genau einer Logik extrahiert hat. Sichtbar wurde das nicht im Code selbst, sondern in den Commit-Betreffs, der Zeilenkurve und dem Ausbleiben von Extraktions-Ereignissen.
Daraus folgt für die Praxis: Architekturregeln gehören in die Kontextdateien der Agenten, nicht nur in die Dokumentation. Reviews werden über Schwellenwerte ausgelöst — Dateigröße, Provider-Anzahl, Extraktions-Frequenz — und nicht über den Kalender; Kalendertermine verschieben sich, Schwellenwerte nicht. Und Review erfolgt mehrschichtig: Keinem einzelnen Coding-Agenten würde ich Produktionscode allein anvertrauen.
PRODUKTIONSREIFE KI-SYSTEME
Keine Demos, sondern Systeme im Betrieb. Ein KI-Investigationsagent mit zwei selbst entwickelten MCP-Servern (BigQuery, Firestore), der die Untersuchungszeit bei Videoanruf-Störungen um über 80% reduziert. Ein Sprach- und Text-Assistent auf der OpenAI Realtime API mit einheitlichem WebRTC-Transport für Mobile und Web, DSGVO-konform mit EU-Datenresidenz. Und eine der frühesten produktiven Claude-Integrationen überhaupt (Frühjahr 2023): eine vierstufige Meeting-Zusammenfassung mit strukturiertem Output, gebaut bevor es Tool Use oder JSON Mode gab.
WAS ICH NEBEN DER TECHNIK MITBRINGE
Vor meiner Rückkehr in die Entwicklung war ich Vice President bei der Deutschen Bank in New York und habe zwei Trading-Desks mit über 300 Mio. USD Jahresumsatz operativ verantwortet, danach Hoteldirektor mit voller P&L-Verantwortung. Konzernumfeld, Regulatorik und Entscheiderrunden sind für mich vertrautes Terrain. Ich diskutiere Architekturentscheidungen mit Geschäftsführung und Fachbereich in deren Sprache — und sage auch, wenn etwas besser nicht gebaut werden sollte.
Weitere Kenntnisse
Über fünf Jahre GCP im Produktionsbetrieb: Cloud Run, App Engine, GKE, Firebase, Cloud Functions, BigQuery, Pub/Sub. Das komplexeste Projekt: eine Event-Driven-Plattform mit über 100 Microservices auf einem Pub/Sub-Backbone, verteilt über eine Multi-Compute-Schicht (30+ App-Engine-Dienste, Cloud-Run-Container, GKE). Dazu ein Multi-Datenbank-Data-Lake mit 5+ Datenspeichern, jeweils passend zum Zugriffsmuster — BigQuery für Analytics, MySQL für klinische Daten, Firestore für Echtzeit-State, Datastore für Hochdurchsatz-Dokumente. Eine gemeinsame Python-Bibliothek (6.000+ Zeilen) hat Authentifizierung, Logging und Datenzugriff plattformweit vereinheitlicht.
Infrastructure-as-Code durchgängig mit Terraform, Multi-Region-Deployment für schnelle Replikation. Dazu eine Analytics-Plattform mit 10 TB+ Monatsvolumen, 50+ Dashboards und 65% Kostenreduktion.
ENTWICKLUNGSUMGEBUNGEN & DELIVERY-PIPELINES
Repo-Struktur, CI/CD, Linting, statische Analyse und Test-Gates als zusammenhängendes System, nicht als Einzelmaßnahmen. Zuletzt: eine geerbte einstufige Deploy-Pipeline (Push auf main = Produktion, Tests mit „|| true" umgangen) ersetzt durch getrennte Staging- und Produktionswege mit Freigabe-Gate, nachvollziehbarem Deploy-Ledger und Runbooks. Werkzeuge: GitHub Actions, EAS Build/Update, fastlane, Cloud Build, CircleCI, Docker, Trunk-Based Development.
Für agentengestützte Arbeit zusätzlich: CLAUDE.md als operative Steuerungsfläche statt reiner Dokumentation, Architekturregeln als Prompt-Eingabe, eigene Slash-Commands für Planung, Implementierung und Auslieferung, Issue-Verwaltung über Linear per MCP.
FULL-STACK-AUSLIEFERUNG
Keine isolierten Backends, sondern Systeme, die Endnutzer tatsächlich verwenden — von React Native/Expo Mobile-Apps über Webanwendungen (React, Vite, Next.js, Astro) bis zu Serverless- und Edge-Architekturen auf Cloudflare Workers und Cloud Run. In einem Healthcare-Projekt: 88.000+ Zeilen Frontend über 37 Module, darunter 19 eigenständig deploybare Micro-Frontends in React und Svelte, plus eine automatisierte White-Label-Pipeline, die gebrandete iOS- und Android-Apps für 14+ Partnergruppen ohne partnerspezifische Builds erzeugt.
Migration und Modernisierung im Bestand: CRA → Vite, React 17 → 19, MUI v4/v5 → v7, 20+ Dependency-Sprünge über 1.293 Dateien, netto rund 92.000 Zeilen entfernt. Erster Durchlauf vollständig KI-generiert, anschließend vollständige Regressions-QA — die Verhaltensregressionen brauchen weiterhin erfahrene Menschen.
STACK
TypeScript, JavaScript, Python, Go, Node.js, Bun · React, React Native, Expo, Next.js, Vite, Svelte, Astro, tRPC, Drizzle · Claude Code, MCP, Anthropic API, OpenAI API, Mastra, CodeRabbit, Langfuse, RAG, Vektorsuche, Prompt Engineering · GCP (Cloud Run, App Engine, GKE, Firebase, BigQuery, Pub/Sub), Cloudflare Workers, Terraform, Kubernetes, Docker, GitHub Actions · PostgreSQL, pgvector, Neon, MySQL, Firestore, Redis
Persönliche Daten
- Deutsch (Muttersprache)
- Englisch (Fließend)
- Europäische Union
- Vereinigte Staaten von Amerika
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden