Fractional Technical Lead | Java & Spring Boot

Fractional Technical Lead für Java & Spring Boot mit 15+ Jahren Erfahrung. Ich unterstütze Teams bei Architektur, komplexen Backends und verteilten Systemen. Bevorzugt ein fester Tag pro Woche, 100 % remote.

• Anforderungsspezifikationen
• Apache Kafka4 J.
• Continuous Integration15 J.
• Datenbankentwicklung
• Java-Entwickler15 J.
• Projektmanagement10 J.
• Reactive Programming
• Software Architecture10 J.
• Spring Framework15 J.
• Technische Leitung

Mehr als 15 Jahre Erfahrung in der Softwareentwicklung mit Schwerpunkt auf Java und Spring Boot, komplexen Backends, verteilten Systemen sowie der Modernisierung gewachsener Anwendungen. Verbindung von technischer Führung und Architekturarbeit mit praktischer Entwicklung sowie der Abstimmung zwischen Teams und Fachbereichen.

- Java & Spring Boot

Wenn Services schwer zu ändern sind, braucht es klare Strukturen. Ich entwickle und modernisiere Backends und APIs mit Blick auf Testbarkeit und Wartbarkeit.

- Verteilte Systeme

Wenn mehrere Teams über APIs und Events zusammenarbeiten, müssen Verantwortlichkeiten und Fehlerfälle klar sein. Ich unterstütze bei Schnittstellen und asynchroner Kommunikation mit Kafka und RabbitMQ.

- Legacy-Modernisierung & technische Führung

Wenn Architekturentscheidungen liegen bleiben, braucht es einen gangbaren nächsten Schritt. Ich analysiere bestehende Systeme, priorisiere technische Risiken und begleite die Umsetzung gemeinsam mit dem Team.

- Was die Umsetzung unterstützt
CI/CD · Monitoring · Qualität · Security · KI-gestützte Entwicklung

Je nach Projekt nutze ich automatisierte Delivery mit GitHub Actions oder Jenkins, Monitoring mit Grafana und Splunk, Tests und Reviews sowie Werkzeuge zur Sicherheitsanalyse. KI-gestützte Entwicklung und Wissenstransfer ergänzen die Arbeit im Team.

- End-to-End

Das ganze Projekt im Blick.
Technische Verantwortung endet weder beim Architekturdiagramm noch beim Merge. Ich verbinde alle Schritte zu einem nachvollziehbaren Weg.


Projektbeispiele:

1
Von Excel zur internationalen Anwendung für Produktschadensfälle
Ausgangslage
Produktschadensfälle wurden in Excel erfasst. Für die internationale Zusammenarbeit wurde eine mehrsprachige Anwendung benötigt, die eine einheitliche Bearbeitung und einfache Auswertungen ermöglicht.
Mein Beitrag
Ich übernahm Anforderungsklärung, Projektmanagement, Entwicklung mit Spring und Testing. Dabei präzisierte ich die fachlichen Anforderungen und machte Zeitstempel sowie Bearbeitungsdauern über Zeitzonen hinweg vergleichbar. Eine hohe Abdeckung durch automatisierte Tests sicherte die fachlichen Abläufe ab.
Ergebnis
Die Excel-Lösung wurde durch eine einheitliche, mehrsprachige Anwendung mit einem klaren Bearbeitungsprozess ersetzt. Produktschadensfälle konnten strukturiert erfasst und direkt ausgewertet werden.

2
Massendatenverarbeitung mit automatischer Skalierung
Ausgangslage
Für eine neue Verarbeitungslösung mussten große Datenmengen aus unterschiedlichen Quellen zusammengeführt und die daraus entstehenden Ergebnisse validiert werden. Ein Schwerpunkt war die stabile Verarbeitung zu Spitzenzeiten.
Mein Beitrag
Ich unterstützte die Architekturarbeit und entwickelte die Verarbeitung mit Spring Reactor und IBM MQ mit Fokus auf hohe Datenlast und Stabilität. Ich arbeitete an Lastszenarien und der automatischen Skalierung anhand von Queue-Rückstau und CPU-Auslastung. Eine aktive Alarmierung über Splunk machte Anomalien im Betrieb sichtbar.
Ergebnis
Die Lösung skalierte bei Lastspitzen automatisch, ohne dass manuell eingegriffen werden musste. Anomalien wurden über Splunk gemeldet.

3
Archivdaten aufbereiten und über Kafka bereitstellen
Ausgangslage
Archivdaten sollten zusammengeführt, gefiltert und angereichert werden, um neue Informationen für unterschiedliche konsumierende Anwendungen bereitzustellen. Dabei mussten verschiedene fachliche Anforderungen und Auslöser für die Verarbeitung berücksichtigt werden.
Mein Beitrag
Ich übernahm Architektur, Entwicklung und die Abstimmung mit den konsumierenden Teams. Mit Spring Reactor setzte ich die Verarbeitung für unterschiedliche Lastprofile um; Kafka ermöglichte die asynchrone Verteilung der aufbereiteten Informationen. Für einen stabilen Betrieb berücksichtigte ich Fehlerwiederanläufe, Dead-Letter-Queues und Monitoring.
Ergebnis
Der Service führte Archivdaten zusammen, bereitete sie fachlich auf und stellte neue Informationen asynchron für mehrere Konsumentengruppen bereit. Wiederanlaufmechanismen und Monitoring unterstützten die Behandlung fehlgeschlagener Verarbeitungen.