AI Agent Engineer | n8n · LLMs (Cloud + Self-Hosted) · Voice/TTS

6/2025 – offen

Ein kommerziell veröffentlichter Business-Roman mit über 70.000 Wörtern, erzeugt durch eine 4-Agenten-n8n-Pipeline (Story Architect → Ghost Writer → Redactor → Copy Editor). Jeder Agent hat eine Aufgabe und ein Quality Gate; Human-in-the-Loop nur an den Gate-Übergängen.

Zusätzlich zum Buch: das gesamte Betriebssystem drumherum in Produktion:

18 produktive n8n-Workflows — Content-Pipeline, HITL-Approval-Routing, Campaign-Daily mit QA-Gates, Lemon-Squeezy-Order-Handler, Lead-Handler, T1/T2/T4/T7-Lifecycle-Trigger, Review-Request-Sender, PM Card Enricher, Morning Briefing, Trello Weekly Digest, Notion-Trello-Sync.
2 Cloudflare Workers in Produktion — HMAC-verifizierter LS-Webhook-Proxy und EPUB-Download-Gate, abgesichert durch Supabase-Token-RPCs.
QA-Infrastruktur — deterministisches Hard-Fail-Scoring + LLM-as-a-Judge mit Regression-Harness auf Golden-Posts. Fängt Brand-Voice-Drift vor Deployment.
Zahlungssystem-Migration — kompletter Checkout von Paddle auf Lemon Squeezy ohne Downtime, inkl. HMAC-Verifizierung und Brevo-Lifecycle-Neuaufbau.

Stack: n8n, Claude API, PostgreSQL, Supabase, Cloudflare Pages + Workers, Lemon Squeezy API, Brevo API, TypeScript, Python, Playwright

Automatisierungstechnik (allg.), Cloud (allg.), DevOps, Generative KI, GPT, Software Architecture, Softwareentwickler

10/2024 – 10/2025

Partnerdaten treffen in Dutzenden inkonsistenter Formate ein. Vorher: manuelle Normalisierung pro Quelle, Wochen pro Onboarding. Aufgebaut: interne Pipeline mit selbst-gehostetem LLM → Confidence-Gating → Human-in-the-Loop nur bei unsicheren Fällen → automatische Übernahme bei hoher Confidence. Keine PII verlässt die interne Umgebung (externe LLMs sind in dieser Domäne verboten).

Messbare Ergebnisse: ~3× schnellere Verarbeitung über den kompletten Intake-Flow, ~95 % weniger manueller Aufwand pro neuer Partner-Datenquelle, keine Genauigkeits-Regression.

Stack: n8n, internes LLM (selbst-gehostet), Java 17, Spring Boot 3, PostgreSQL

Generative KI, GPT, Software Architecture, Softwareentwickler

9/2023 – 9/2024

Entwurf der Zielarchitektur und Leitung der Migration einer produktiven Backend-Landschaft von On-Prem zu Azure. Bewusste Entscheidung für Managed Services statt reines Lift-and-Shift. Ergebnis: Performance- und Skalierbarkeits-Envelope erhalten, Produktions-Betriebskosten im stabilen Zustand um ~80 % gesenkt. Parallel: Einführung wiederverwendbarer CI/CD-Templates und Quality Gates (Jenkins → GitLab CI im gleichen Zeitfenster).

Stack: Microsoft Azure Managed Services, Kubernetes, Java 17, Spring Boot 3, GitLab CI

Continuous Delivery, DevOps, Software Architecture, Softwareentwickler