Dein AI Entwickler aus München

KI-Entwicklung, die in Produktion funktioniert.

Ich baue MCP-Integrationen, AI-Agenten und AI-powered Apps – für Unternehmen, die AI nicht ausprobieren, sondern einsetzen wollen.

Was dahintersteckt

Kein Mock,
echte Architektur.

Was du gerade erlebt hast, passiert in Echtzeit, zusammen mit der AI als Sparringspartner. Scroll durch die Schichten, von deiner Frage bis zur Bestellung.

Scroll

01 – User

Die Frage landet beim Agent

Der User tippt in natürlicher Sprache. Der Agent zerlegt die Anfrage sofort, er erkennt Intention, Kategorie, Budget und Händler.

Kein Formular. Kein starres Interface.

User Request

Input "Ich möchte bei Puzzlefashion ein T-Shirt unter 50 € kaufen"

Parsed intent: "product_search"
category: "shirt"
max_price: 50
shop: "puzzlefashion"

Middleware

🗄

Produkt-Datenbank

MySQL · SKUs

📦

Lagerbestand

ERP · Sizes

👤

User-Profil

Auth · Adresse

💳

Payment PSP

Stripe

Unified Response

Products + Stock + User Context

02 – Middleware

Eine Middleware, viele Quellen

Die Middleware orchestriert gleichzeitig vier Systeme: Produkt-DB, Lager-ERP, Nutzerprofil und Payment-Provider.

Ein aggregierter JSON-Context geht raus. Das ist meine Arbeit.

03 – MCP Server

Der MCP Server gibt der AI ihre Werkzeuge

Der MCP Server definiert Tools und typisierte Funktionen, die das Language Model aufrufen darf. Kein freier API-Zugang. Nur das, was für diese Aufgabe erlaubt ist.

Strukturiert. Sicher. Erweiterbar.

MCP Tool Registry

→ TOOL · product_search

GET /products?q=shirt&max=50

← 3 Produkte · ⌀ 39 €

→ TOOL · check_availability

POST /stock { sku, size: "L" }

← in_stock: false · alt: Sand/L ✓

→ TOOL · get_user_context

GET /users/{session_id}

← address, payment: Visa 4242

AI Model Response

Größe L in Schwarz ist ausverkauft. Ich erkenne die nächste verfügbare Option und bereite den Checkout direkt vor, sogar mit gespeicherter Adresse und Zahlungsmittel, je nachdem was die AI über den User freigeben darf.

Fallback-Logik Lagerprüfung Checkout-Init User-Context

04 – AI

Die AI denkt, entscheidet, antwortet

Das Language Model bekommt den vollen Kontext. Es trifft echte Entscheidungen und erkennt Engpässe, schlägt Alternativen vor, initiiert den Checkout.

Nicht gescriptet. Emergent.

Erwecke deine Daten zum Leben!

Du hast gerade gesehen, was möglich ist.

Wenn du weißt, dass dein System das noch nicht kann — dann ist jetzt der richtige Moment.

MCP Entwicklung

AI-Powered Apps

AI-Agenten & Workflows

AI ist kein Feature.
Es ist eine Infrastruktur Entscheidung

Viele Unternehmen testen KI-Tools – aber nur wenige haben eine Architektur, die langfristig trägt. Als AI Entwickler aus München helfe ich dir dabei, KI nicht als Insellösung einzusetzen, sondern als integralen Bestandteil deiner bestehenden Systeme.

Mein Fokus: Model Context Protocol (MCP), KI-Agenten, AI-powered Apps und die Workflows, die alles zusammenbringen.

MCP: Deine Systeme, bereit für AI.

Das Model Context Protocol ist der offene Standard, über den KI-Modelle sicher und strukturiert auf externe Systeme zugreifen – Datenbanken, APIs, interne Tools, Dateisysteme.

Ich integriere MCP in deine bestehende Infrastruktur und entwickle eigene MCP Server, die deine Geschäftslogik und Daten für KI-Systeme nutzbar machen – ohne dass du deinen Stack aufgeben musst.

Was ich konkret umsetze:

Bestehende Systeme (CRM, ERP, eigene APIs) werden für AI-Modelle zugänglich
Eigene MCP Server, die genau das exponieren, was dein Anwendungsfall braucht
Produktdaten, Wissensdatenbanken oder Prozess-Trigger – sauber definiert, kontrolliert, dokumentiert
Produktionsreife Implementierungen in Laravel oder Node.js

MCP ist ein Teil des größeren Bilds: strukturierte AI-Entwicklung, bei der deine Systeme die Grundlage bilden – nicht ein Prompt. Wie ich das konkret umsetze und was dabei unter der Haube passiert, zeige ich auf der MCP-Entwicklungsseite.

AI im Hintergrund. Ergebnisse im Vordergrund.

Nicht jede KI-Lösung braucht ein Chat-Interface. Manchmal ist das Richtige eine App, die einfach funktioniert – und deren Nutzer gar nicht wissen müssen, dass dahinter ein Sprachmodell steckt. Ich entwickle Applikationen, die KI als interne Engine nutzen: strukturierte Eingaben, validierte Ausgaben, nachvollziehbare Ergebnisse.

Ein Beispiel aus der Praxis:

Eine SEO-Analyse-App wertet Seiteninhalte aus, bewertet Optimierungspotenziale und schlägt konkrete Textverbesserungen vor – vollautomatisch. Dahinter: mehrere aufeinander abgestimmte Prompts, spezialisierte Agenten für verschiedene Aufgabenbereiche und eine Validierungsschicht, die sicherstellt, dass die Ausgabe immer verwertbar ist.

Was das Muster dahinter ausmacht:

Mehrstufige Prompt-Pipelines, die komplexe Aufgaben in beherrschbare Schritte aufteilen
JSON-Validierung und Fehlerbehandlung, damit KI-Output produktionstauglich wird
Klare Trennung zwischen KI-Logik und Applikationsschicht – wartbar und erweiterbar

Das klingt nach Custom Plugin? Stimmt. Custom WordPress Plugins mit AI-Anbindung sind ein Teil davon – besonders wenn AI-Logik direkt in ein bestehendes CMS-Setup integriert werden soll. Ob SEO, Content-Produktion, Datenauswertung oder internes Tooling – wenn du eine Idee hast, die von strukturierter KI-Verarbeitung profitieren würde, baue ich sie.

AI-Agenten: Automatisierung mit Urteilsvermögen.

Ein Skript führt aus. Ein Agent entscheidet. Ich konzipiere und baue KI-Agenten, die mehrstufige Aufgaben eigenständig abarbeiten – mit klaren Grenzen, nachvollziehbaren Entscheidungen und Anbindung an deine realen Systeme.

Was ich baue:

Agenten, die Daten aus mehreren Quellen zusammenführen, auswerten und weiterverarbeiten
Workflow-Automatisierungen, die auf Ereignisse reagieren und nicht nur auf Befehle
Human-in-the-Loop-Mechanismen, wo Kontrolle wichtig ist

Kein Prompt-Engineering als Selbstzweck. Sondern Architektur, die in Produktion funktioniert.

Warum ich?

Erfahrung aus der Praxis – nicht aus dem Demo-Modus.

Ich bin kein AI-Startup, das gestern gegründet wurde. Ich bin ein freiberuflicher Entwickler aus München mit echten Kundenprojekten, echten Systemen und dem Anspruch, Dinge richtig zu bauen.

Durch meinen langjährigen Hintergrund als Entwickler denke nicht nur in Modellen, sondern in Integrationen. Ich kenne die Grenzen von LLMs, ich kenne Prompt-Limits und weiß, wie man damit umgeht.

Meine Arbeitsweise:

Ich starte mit deinem Problem, nicht mit meiner Technologie
Ich baue iterativ und erkläre, was ich tue
Ich übergebe dokumentierten, wartbaren Code

Bereit, KI sinnvoll einzusetzen?

Erzähl mir von deinem Projekt. Wir schauen gemeinsam, ob MCP, Agenten, eine AI-powered App oder eine andere Architektur den richtigen Hebel setzt.

Als AI-Entwickler aus München arbeite ich mit Unternehmen vor Ort und remote – unkompliziert und direkt.

Dein AI Entwickler​ aus München