KI-Agenten, Systeme und Automatisierung
Ich entwickle KI-Agentensysteme und erprobe ihren Einsatz in realen Arbeitsabläufen. Der Schwerpunkt liegt auf Werkzeugen und Anwendungen, die konkrete Probleme lösen — von automatisierten Recherche-Pipelines bis zu Multi-Agenten-Frameworks für die Softwareentwicklung.
Arbeitsfelder
KI-Agenten
Spezialisierte Agenten für Recherche, Analyse, Texterstellung, Codegenerierung und Datenverarbeitung
Multi-Agenten-Systeme
Abgestimmte Agenten-Workflows mit Übergaben, Qualitätsprüfungen und menschlicher Kontrolle an den kritischen Stellen
Automatisierungs-Pipelines
Durchgängig automatisierte Pipelines — von der Datenerfassung über die Verarbeitung bis zur Ausgabe, zeitgesteuert oder auf Abruf
Werkzeug- und API-Anbindung
Anbindung von Agenten an externe Systeme — GitHub, Jira, Datenbanken, APIs und Dateisysteme
Offen für ausgewählte Zusammenarbeit bei kleinen, klar umrissenen Projekten.
Eigene Projekte
Systeme und Anwendungen, die mit dem AI Development Framework entstanden sind — jedes davon lotet einen anderen Aspekt agentenbasierter Entwicklung aus.
AI Development Framework
AktivOpen-Source-Framework, das mehrere KI-Agenten für automatisierte Softwareentwicklung orchestriert. Ticketbasierte Abläufe, in denen Implementierungs-, Test- und Review-Agenten unter menschlicher Aufsicht zusammenarbeiten.
CardCroc
AktivPlattformübergreifende Karteikarten-App für iOS und Android mit Spaced Repetition (SM-2), Firebase Auth, Mehrsprachigkeit und einer Vokabel-Pipeline, die 20 Lernstapel mit rund 10.000 Karten erzeugt.
TradingOctopus
AktivKI-gestützte Plattform für Finanzdaten mit FastAPI, TimescaleDB für Zeitreihen, Datenerhebung aus mehreren Quellen (Yahoo Finance, Finnhub) und automatisierter Erfassung von Marktdaten.
ResearchRaven
AktivKI-Pipeline von der Recherche zum Text, in drei Stufen: Recherche, Wissensorganisation und Texterstellung. Kommunikationstheoretisch fundiert, mit paralleler Recherche durch mehrere Agenten.
TicketFalcon
Frühe PhaseChatbasierter KI-Assistent zum Schreiben strukturierter Tickets. Bindet Wissensquellen an (Confluence, Git) und formuliert mit Sprachmodellen gut strukturierte Tickets direkt in Jira.
fdrechsler.de
AktivDiese Website — vollständig mit dem AI Development Framework gebaut. Next.js, Docker, CI/CD, umfassende Analytik und vollständige Rechtskonformität nach deutschem Recht.