Projekte
Drei zentrale LLM-Muster, end-to-end gebaut
Retrieval (RAG), Agenten und strukturierte Extraktion — jeweils getestet, evaluiert, dockerisiert und DSGVO-konform. Gemeinsames Python-Fundament, drei verschiedene Domänen.
RAG · Retrieval In Entwicklung
PflegeLotse
Pflege-Recht ist komplex — und Antworten müssen belegbar sein
Python 3.12FastAPIpgvector
Eval: Recall@k · Faithfulness · Abstention-Rate Details → Agenten · Tool-Calling In Entwicklung
PostLotse
Die E-Mail-Flut im KMU kostet Stunden pro Woche
Python 3.12FastAPIHTMX
Eval: Routing-F1 · Tool-Call-Success · Eskalations-Rate Details → Strukturierte Extraktion In Entwicklung
BelegLotse
Belege abtippen ist langsam und fehleranfällig
Python 3.12FastAPIOCR
Eval: Feld-Precision · Feld-Recall · Validierungs-Quote Details → Gemeinsames Fundament
Ein Skelett, drei Projekte
Clean Architecture, getestet (pytest), CI (ruff/mypy), Docker und DSGVO-Dokumentation — einmal gebaut, in allen drei Projekten wiederverwendet.
Python 3.12FastAPIJinja2 + HTMXPostgreSQLDockerGitHub ActionsMistral / OllamaClean Architecture