Projekt-Showcase

Eine Auswahl von Projekten, die meinen praktischen, ergebnisorientierten Ansatz zur Lösung von geschäftlichen Herausforderungen mit Technologie demonstrieren.

Pipeline-Diagramm der AlphaForge 9-stufigen quantitativen Aktienhandels-Engine
Beta

AlphaForge

Institutionelle Equity Long-Short Engine

5-Modell-ML-Ensemble mit Ridge-Stacking, Black-Litterman-Optimierung und 4 Anti-Overfitting-Gates. Faktorneutrale Konstruktion erreichte -2.3% maximalen Drawdown während COVID mit Sharpe 1.54 — getrieben primär durch faktorneutrale Konstruktion und institutionelles Risikomanagement.

Wichtige Highlights

  • Spec-First Engineering im grossen Massstab: Vollständige formale Spezifikation jeder Pipeline-Stufe, Risikobeschränkung und Validierungs-Gate vor einer einzigen Codezeile — jede architektonische Entscheidung lässt sich auf eine formale Anforderung zurückführen.
  • 5-Modell-ML-Ensemble: XGBoost, LightGBM, CatBoost, LightGBM-LambdaRank, Ridge gestackt via Ridge-Meta-Learner, quartalsweise auf expandierenden Out-of-Sample-Vorhersagen neu trainiert.

Technologie-Stack

LightGBM
Python 3.11
XGBoost
CatBoost
Screenshot der Clinlux Wissensplattform für das Gesundheitswesen
Beta

Clinlux

Giving Time Back to Care

Eine umfassende Plattform, die das Management klinischer Richtlinien in Gesundheitsinstitutionen transformiert — von automatisierter Literaturüberwachung und KI-vorgeschlagenen Updates bis hin zu konversationellem Zugang, Experten-Validierungs-Workflows und personalisierten Lern-Dashboards.

Wichtige Highlights

  • Konversationelles RAG mit Zitaten: Streaming-Chat mit hybrider Suche (Vektor- + Schlüsselwortsuche) und vollständiger Zitat-Transparenz, sodass jede Antwort mit Evidenzketten zu ihrer Quell-Richtlinie zurückverfolgbar ist.
  • Automatisierte Überwachung & Validierung: KI überwacht medizinische Literatur und schlägt Richtlinienänderungen vor. Experten prüfen Vorschläge mit Side-by-Side-Diffs in einer strukturierten Validierungswarteschlange vor der Übernahme.

Technologie-Stack

OpenAI GPT-5
React 18
FastAPI
Python
Architekturdiagramm des Swapfresh Event-gesteuerten Swap-Bereinigungsdienstes
Produktion

Swapfresh

Event-gesteuerter Swap-Bereinigungsdienst für Linux

Ein produktionsreifer Linux-Daemon, der Swap-Speicher intelligent zurückgewinnt, wenn es sicher ist, unter Verwendung von Kernel-PSI-Triggern und einem Safety-First-Design ohne externe Abhängigkeiten.

Wichtige Highlights

  • Hybride reaktive/proaktive Architektur: Kombiniert Linux-PSI-Trigger für sofortige reaktive Reaktion mit periodischen proaktiven Prüfungen, sodass Swap sowohl während als auch nach Speicherdruck-Ereignissen zurückgewonnen wird.
  • Safety-First-Design: Mehrere Sicherheitsgarantien einschliesslich einer 2x-Freier-RAM-Anforderung, exponentiellem Backoff bei Fehlern und graceful Degradation stellen sicher, dass der Daemon den Speicherdruck nie verschlimmert.

Technologie-Stack

Python 3.10+
Linux PSI
systemd
Event-Driven
Architekturdiagramm des Workflow+ Architect Multi-Agenten-Codegenerierungssystems
Produktion

Workflow+ Architect

Multi-Agenten-Codegenerierungssystem

Workflow+ Architect transformiert natürliche Sprache in produktionsreife Workflow+-Skripte für AlphaComs ERP. Mit paralleler Agenten-Orchestrierung, evidenzbasierter Validierung zur Halluzinationsprävention und kontinuierlichem Lernen aus Benutzerfeedback.

Wichtige Highlights

  • Multi-Agenten-Orchestrierung: Ein dynamischer Supervisor analysiert Anfragen und spawnt spezialisierte Worker parallel – Dokumentationssuche, Beispielabruf und Schema-Inspektion – und synthetisiert Ergebnisse zu kohärenten Antworten.
  • Intelligente Sucharchitektur: Zweischichtige Suche kombiniert BM25-Volltext- und Vektor-Embeddings mit Reciprocal Rank Fusion. HyDE generiert hypothetische Dokumentation für besseren Recall, während gestufte Eskalation und ein 1000-Einträge-Embedding-Cache API-Aufrufe um ~50% reduzieren.

Technologie-Stack

OpenAI GPT-5
Blazor
.NET 9.0
C# 12
Konzeptionelles Diagramm des GenericAi-Plugins für Workflow+
Produktion

GenericAi Plugin für Workflow+

KI-Automatisierung für Unternehmens-ERP

Ein KI-Integrationsplugin für die Workflow+-Automatisierungs-Engine von AlphaCom, das die Interaktion der Kunden mit ihrem ERP-System transformiert, indem es leistungsstarke KI-Funktionen direkt in ihren Workflow bringt.

Wichtige Highlights

  • Multi-Provider-Architektur: Entwickelt, um eine einheitliche Schnittstelle für OpenAI-, Anthropic- und Google Gemini-APIs zu unterstützen.
  • Nahtlose Unternehmensintegration: Tief in die Workflow+-Plugin-Architektur integriert, komplett mit Lizenzierung und Kostenverfolgung.

Technologie-Stack

.NET Framework 4.8
C# 9.0
WorkflowPlugin SDK
OpenAI API
Screenshot der Fanktank.ch-Homepage
Produktion

Fanktank.ch Website

Diese Website, mein digitales Zuhause.

Ein hochentwickeltes Multi-Agenten-RAG-System mit hybrider Suche, Echtzeit-Prozessvisualisierung und produktionsreifer KI-Orchestrierung. Nicht nur ein Portfolio—eine Live-Demonstration modernster KI-Entwicklung.

Wichtige Highlights

  • Multi-Agenten-Orchestrierung: 6 spezialisierte Agenten im Zusammenspiel: Router, Such-Spezialist, Fakten-Extraktor, Briefing Officer und mehr.
  • Hybride Suche + Reranking: Semantische Vektoren + BM25-Keywords + Cohere-Reranking für modernste Retrieval-Genauigkeit.

Technologie-Stack

OpenAI API
Next.js
React
TypeScript
Screenshot von textSelector in Aktion auf einem Android-Gerät.
Beta

textSelector

Mobile Textauswahl verbessern

Aus persönlicher Frustration entstanden, bringt diese App eine desktop-ähnliche Textauswahl und Echtzeitsuche auf Android.

Wichtige Highlights

  • Desktop-ähnliche Auswahl: Intuitive Shift-Klick-Textauswahl auf dem Handy.
  • Echtzeitsuche: Inhalte im ausgewählten Text sofort finden.

Technologie-Stack

Kotlin
Android SDK
Jetpack Compose
MVVM
Interface-Mockup der Labela-Bildbeschriftungsplattform.
Beta

Labela

KI-Plattform für Bildbeschriftung

Eine Plattform für KI-gestützte Bildbeschriftung, konzipiert für die Stapelverarbeitung mit anpassbaren Prompt-Vorlagen und effizienten Überprüfungswerkzeugen.

Wichtige Highlights

  • Stapelverarbeitung: Mehrere Bilder effizient in einem Durchgang beschriften.
  • Anpassbare Vorlagen: Prompts für die perfekte Generierung von Bildunterschriften anpassen.

Technologie-Stack

OpenAI API
React
Next.js
TailwindCSS
Diagramm, das die Architektur und Komponenten von RAXPLORER veranschaulicht.
Alpha

RAXPLORER

Fortgeschrittene RAG-Plattform

Ein experimentelles RAG-System, das über die einfache Textsuche hinausgeht, um das Dokumentenlayout zu verstehen, unter Verwendung von hybrider Suche und flexibler LLM-Integration.

Wichtige Highlights

  • Räumliches Bewusstsein: Versteht das Dokumentenlayout für besseren Kontext.
  • Hybride Suche: Kombiniert semantische und Schlüsselwort-Suchmethoden.

Technologie-Stack

PyTorch
React
Transformers
Vector DB
Beispiel für die Erkennung verschiedener Handschriftproben durch HandScript.
Alpha

HandScript

Personalisierte Handschrifterkennung

Ein System, das sich durch Feinabstimmung an individuelle Handschriften anpasst und die Verwaltung handschriftlicher Dokumente zugänglicher und genauer macht.

Wichtige Highlights

  • Persönliche Anpassung: Feinabstimmung zur Erkennung Ihres einzigartigen Handschriftstils.
  • Dokumentenverwaltung: Werkzeuge zur Organisation und Suche von handschriftlichen Inhalten.

Technologie-Stack

PyTorch
React
TrOCR
LoRA
Visualisierung des Audioverarbeitungs- und Analyse-Workflows von EchoQuest.
Alpha

EchoQuest

Interview-Analyse-System

Eine End-to-End-Pipeline zur Analyse aufgezeichneter Interviews mit Audioverbesserung, Sprecheridentifikation, Transkription und KI-gestütztem Q&A.

Wichtige Highlights

  • Audioverbesserung: Verbessert die Audioqualität für eine bessere Transkription.
  • Sprechererkennung: Identifiziert, wer während der Aufnahme spricht.

Technologie-Stack

PyTorch Audio
Whisper
Pyannote
LangChain
KI-Projekte, RAG-Systeme & Automatisierungs-Case-Studies | Fanktank