Spring AI Experten in Deutschland

• Vollständig On-Premises betriebene LLM-Plattform zur Dokumentenprüfung für einen Compliance-kritischen Bankbereich: agentenbasierte LangGraph-Pipeline mit deterministischer Verifizierung, jedes KI-Urteil strukturiert und an die Quelle gebunden; ~960 automatisierte Tests, kein Datenabfluss
• GPU-Durchsatzoptimierung (quantized serving, speculative decoding, prefix caching): 9.5-fache Beschleunigung der Extraktion, 500+ Fallakten mit mehreren Dokumenten pro Tag auf einer einzelnen A100
• KI-native EDI/EDIFACT-Integrationsplattform (~116k LOC Java 25 / Spring Boot 4, 1,900+ Tests): Von LLM erstellte Partnermappings werden vor dem Go-live maschinell verifiziert (DFDL-Konformität, Feldabdeckungsprüfungen, Testläufe), ~99.5% Byte-Übereinstimmung bei echten Kundendateien – ersetzt wochenlange manuelle Zuordnung pro Partner

• Wiederkehrendes Problem in eigenen KI-gestützten Projekten: Anforderungsanalyse, Use Cases und Architekturentscheidungen entstehen mit KI-Unterstützung zwar schnell, bleiben aber wenig nachvollziehbar und über Markdown-Dateien verstreut – Wissen geht verloren, sobald es nicht mehr im Kontextfenster ist. arknet macht Requirements Engineering und Architekturwissen zu strukturierten, prüfbaren Daten statt Fließtext: Anforderungen, Use Cases und Architekturentscheidungen als durchgängig verknüpfter Wissensgraph, von der Anforderung bis zur Architekturentscheidung nachvollziehbar – für Menschen und KI-Agenten gleichermaßen abfragbar. Technisch auf RDF/OWL und einem eigenen MCP-Server aufgesetzt.

• Ergebnis: MCP-Daemon lauffähig, Docker-Image automatisiert auf GHCR veröffentlicht, neun hexagonale Module, elf ADRs (u. a. Open-Core-Lizenzmodell). Requirements-Engineering- und Ubiquitous-Language-Hexagon aktiv. Seit 07/2026 als Community Edition unter Apache-2.0 öffentlich (github.com/kogn-io/arknet), zusammen mit dem Claude-Code-Plugin und dem GHCR-Image; Open-Core-Modell.

• Label: Java, Maven, RDF, RDF4J, OWL, SPARQL, Model Context Protocol, Spring AI, Docker, GitHub, Git, Claude Code, Obsidian, DDD, Hexagonal Architecture, ArchUnit, JUnit, AssertJ, Schnittstellenentwicklung, Software Architecture, Continuous Integration, Knowledge Management

IT-Beratung, Analyse, Architekturgestaltung, Neu- und Weiterentwicklung, Code Review, Testautomatisierung, Continuous Integration, Continuous Delivery im Backend- und Frontend-Bereich für das Automotive-Projekt Instavalo.

Frontend:

• Implementierung von UI-Komponenten gemäß Vorgaben, insbesondere Style Guides und responsive Design mit React und Typescript
• Komponententests
• Codedokumentation
• CI/CD mit Gitlab Pipeline

Backend / IoT:

• Analyse und architektonische Gestaltung mit AWS Greengrass IoT auf Edge-Geräten
• Aufbau von Microservices-Containern mit Docker Compose auf Edge-Geräten mit AWS Greengrass und AWS IoT IAM, Token Exchange Service, Ansible
• CI/CD mit Gitlab Pipeline, Terraform, AWS ECR
• Logging mit Fluentbit und Lua für AWS Cloudwatch
• Python-Lambda für die AWS-Greengrass-Recipe-Deployment auf Edge-Geräten
• Umsetzung von Test Driven Development mit JUnit, Mockito und Code Coverage
• Jacoco
• Definition von REST-Schnittstellen mit OpenAPI / Swagger
• Entwicklung und Erweiterung von Software auf Basis von Java Quarkus, Typescript NestJs NodeJs und Python
• Authentifizierung und Autorisierung in AWS IAM
• Entwicklung von REST- und gRPC-Schnittstellen für Frontend und Backend
• Umsetzung von Maven-Abhängigkeiten mit DevSecOps OWASP
• Spring AI, Jetbrains AI Assistant, Junie, Github Copilot, Claude Code, Agents, Skills, Command, Hooks, Subagents

• Mitwirkung an der Entwicklung einer fortschrittlichen RAG-KI-Chat-Anwendung, die mehrere LLM-Modelle integriert und es Benutzern ermöglicht, je nach Aufgabe nahtlos zwischen den Modellen zu wechseln. Dadurch wurde die Benutzererfahrung verbessert, da für verschiedene Anwendungsfälle wie Terminplanung, Buchungssysteme und die Verwaltung komplexer Aufgaben passende und effiziente Lösungen bereitgestellt werden.
• Beteiligung am Entwurf und an der Implementierung einer robusten Backend-Architektur mit Spring AI, die fortschrittliche KI-Funktionen wie intelligente Aufgabenautomatisierung, Sprachverarbeitung und kontextbezogene Empfehlungen ermöglicht. Einsatz von Spring-AI-Tools und Advisors zur Verbesserung der Leistung und Entscheidungsfindung der KI-Modelle.
• Mitarbeit bei der Integration von Vektordatenbanken zur Unterstützung von Embeddings, wodurch die Anwendung Benutzeranfragen besser verstehen und auf Grundlage komplexer Echtzeit-Dateneingaben Aktionen ausführen kann.
• Mitwirkung an der Entwicklung einer nahtlosen und benutzerfreundlichen Frontend-Oberfläche mit React und TypeScript, um eine moderne, responsive und skalierbare Benutzererfahrung auf verschiedenen Plattformen sicherzustellen.
• Unterstützung bei der Implementierung der Zustandsverwaltung mit Redux RTK für einen effizienten Datenfluss und Echtzeitaktualisierungen. Dadurch wurde die Benutzererfahrung in dynamischen Szenarien wie Terminplanung und Aufgabenverwaltung optimiert.
• Zusammenarbeit mit Stakeholdern bei der Definition von Funktionsanforderungen, um sicherzustellen, dass die Anwendung an sich ändernde Geschäftsanforderungen angepasst und in andere Systeme wie Kalender- und E-Mail-Dienste integriert werden kann. Zusammenarbeit mit funktionsübergreifenden Teams, darunter Data Scientists und UI/UX-Designer, zur Feinabstimmung der KI-Modelle und zur Abstimmung mit den Projektzielen.
• Mitwirkung an der Sicherstellung der durchgängigen Systemleistung, Sicherheit und Compliance durch die Integration von Authentifizierungsmechanismen, rollenbasierter Zugriffskontrolle und sicheren Kommunikationsprotokollen in Backend und Frontend.

Technologie-Stack und wichtigste Beiträge:

• Java / Spring Boot / Spring AI: Entwicklung von Backend-Services mit Spring AI für intelligente Antworten, Aufgabenautomatisierung und komplexe Workflows.
• React / TypeScript: Entwicklung intuitiver Benutzeroberflächen mit React und TypeScript für ein reibungsloses und skalierbares Frontend.
• Redux RTK: Verwaltung des Anwendungszustands mit Redux RTK für eine optimierte Zustandsverwaltung und dynamische Echtzeitaktualisierungen.
• Vektordatenbanken: Integration von Vektordatenbanken (pgVector) zur Unterstützung von Embeddings und Verbesserung der Leistung von KI-Modellen bei komplexen Anfragen.
• PostgreSQL / Redis: Verwaltung dauerhafter und temporärer Daten mit relationalen und In-Memory-Datenspeichern für Datenintegrität und Geschwindigkeit.
• Kafka: Einsatz von Apache Kafka für ereignisgesteuerte Kommunikation und eine nahtlose Integration zwischen Microservices.
• Spring Security: Sicherung der Backend-Services durch robuste Authentifizierungs- und Autorisierungsmechanismen.
• CI/CD und DevOps: Integration kontinuierlicher Integrations- und Deployment-Pipelines für eine schnelle und sichere Bereitstellung von Funktionen und Aktualisierungen.

• Analyse
• Beratung
• Software-Design
• Entwicklung
• Automatisierung
• Testen
• Deployment
• Architektur, Entwicklung und Bereitstellung verschiedener Proof-of-Concept-Anwendungen rund um die Integration aktueller KI-Schnittstellen, inklusive Gespräch, Echtzeit-Voice, Bilder und Videos
• Best Practices für die Arbeit mit agentischen Systemen und KI in der Praxis entwickelt
• Code-Vorlagen erstellt

Java 21 · Spring Boot 3 · Keycloak · PostgreSQL · Docker · Nginx · GitHub Actions · DigitalOcean · React 18 · TypeScript · Plasmo

• Eine produktionsreife Job-Application-Tracker-Lösung von Grund auf konzipiert und live gestellt: REST-API mit 5-stufigem Workflow, Pagination, Sortierung und dynamischem Filtern — komplette Verantwortung von Design bis zum Live-Deployment in der Cloud auf DigitalOcean.
• Produktives Identity Management umgesetzt: OAuth 2.0 / OpenID Connect / JWT / RBAC über Keycloak, unter Anwendung von Hexagonaler Architektur und DDD-Prinzipien.
• Automatisierte CI/CD-Pipeline gebaut (GitHub Actions); mit Docker containerisiert; Nginx Reverse Proxy mit pathbasiertem Routing und SSL-Terminierung.
• Eine Chrome-Erweiterung entwickelt (Plasmo-Framework, Manifest V3), die Job-Bewerbungen direkt von LinkedIn in den Tracker übernimmt — zeigt ein komplettes Produktverständnis über Backend-API und Browser-Client hinweg.

• Tech-Stack: Java 17, Spring Boot, Microservices, REST, GraphQL, Spring AI, Jenkins, Docker, Git/Bitbucket, JUnit, Splunk
• Führte ein Team von 6 Personen und lieferte Policy-, Claims- und Onboarding-Module für über 50.000 Nutzer aus und hielt 99,9% Verfügbarkeit
• Verkürzte die Release-Zyklen um 35-40% durch Automatisierung von CI/CD mit Jenkins und Docker
• Implementierte trunkbasiertes Branching in Git/Bitbucket
• Integrierte über 10 REST-APIs und optimierte Kundenabläufe, wodurch die Prozessautomatisierung um 40% gesteigert wurde
• Steigerte die Systemstabilität mit proaktiven Splunk-Benachrichtigungen und Runbooks und reduzierte Ausfälle um ca. 25%
• Gewährleistete Qualität durch JUnit-Tests (92% Abdeckung) und Code Reviews; setzte Standards mit statischen Prüfungen wie SonarQube durch

• Verantwortung für die Neuentwicklung einer Abrechnungs- und Prüfsoftware für Verordnungen (Rezepte), um E-Rezepte vollumfänglich auf Korrektheit (Inhalt, Rechnung) zu prüfen und auszuwerten

• System besteht aus mehreren Kontexten, die als Dienste (Docker-Container) ausgeführt werden:

• Überprüfung und Verarbeitung von Datenlieferungen via FTP und E-Mail

• Verwaltung von Rechnung, Clearings, Abschlägen und Absetzungen

• Verwaltung und Ausführung von Prüfregeln und Prüfmappen

• Auswertungen auf Basis von Metabase

• Developer Stack: Kotlin, Vue 3 / Vuetify 3, ANTLR, Spring Boot 3, REST-API, Gradle, Docker, GitLab, PostgreSQL, Kafka, Keycloak, Scrum, Grafana, Loki, Testcontainers, Prometheus

• Leitete Entwicklungsaktivitäten für Unternehmensanwendungen, verantwortete Design, Planung und Lieferung zur Erreichung der Unternehmensziele.
• Entwickelte und implementierte Microservices mit Java/JavaEE, Kotlin, Spring Boot und Kafka unter Verwendung synchroner und asynchroner Kommunikation, wodurch eine pünktliche Lieferquote von 95 % erreicht wurde.
• Entwickelte Microservices in Golang mit Frameworks wie Gin, GORM und Viper für leistungsstarke Anwendungen.
• Wartete RESTful- und GraphQL-APIs und ermöglichte so nahtlose Integration mit Unternehmensanwendungen.
• Nutze gRPC für sichere und effiziente Service-zu-Service-Kommunikation in Microservices und verringerte die Latenz.
• Verwendete SQL-Datenbanken (MySQL, PostgreSQL) und NoSQL-Datenbanken (MongoDB, Redis).
• Integrierte Publisher-Subscriber-Systeme und Message-Queue-Architekturen (SQS, Kafka).
• Konfigurierte sichere Authentifizierungs- und Autorisierungssysteme (OAuth 2.0, OpenID Connect) mit AWS Cognito und Spring Security.
• Entwarf skalierbare Patterns wie API Gateway, Circuit Breaker, Saga, CQRS und Event Sourcing zur Steigerung von Zuverlässigkeit und Performance.
• Entwickelte Middleware-Lösungen zur Integration komplexer APIs und Drittanbieterdienste für nahtlose Systeminteraktionen.
• Realisierte cloud-native Architekturen mit AWS-Services wie S3, EC2, Lambda, API Gateway, RDS, DynamoDB, SNS, SQS, EKS, ECR und ECS.
• Implementierte eine zentralisierte CI/CD-Pipeline und reduzierte die Bereitstellungszeit durch Automatisierung und Standardisierung um 80 %.
• Integrierte Observability-Tools wie Prometheus, Grafana, Datadog und CloudWatch und verbesserte so Monitoring und Troubleshooting.
• Automatisierte Infrastructure-as-Code-Bereitstellung mit Terraform und sicherte konsistente und skalierbare Umgebungen für Entwicklung, Tests und Produktion.
• Verbesserte Logging- und Visualisierungsfunktionen mit dem ELK-Stack (Elasticsearch, Logstash, Kibana).
• Optimierte Release-Prozesse für effiziente und fehlerfreie Deployments, was zu einer 30%igen Reduzierung von Fehlern in der Produktion führte.
• Migrierte Services in die Cloud und überführte Legacy-Systeme in eine Cloud-Umgebung zur Verbesserung von Skalierbarkeit und Performance.
• Automatisierte Infrastrukturaufgaben mit Python und optimierte so Workflows wie S3-Datei-Uploads und SQS-Event-Verarbeitung.
• Erstellte Python-Skripte zum lokalen Testen von AWS-Services mit LocalStack und erreichte dabei 98% Genauigkeit.
• Entwarf und architekturierte groß angelegte, skalierbare Enterprise-Anwendungen, führte End-to-End-, Unit- und Integrationstests durch und reduzierte die Produktionsfehler um 25%.
• Entwarf und entwickelte Webanwendungen mit Angular, HTML, CSS und JavaScript.
• Integrierte erweiterte Sicherheitsmaßnahmen in die DevSecOps-Pipeline, darunter SAST mit SonarQube, DAST mit OWASP ZAP, Schwachstellenscans mit Snyk und Container-Image-Scanning via Trivy.
• Betreute über 5 Junior-Entwickler in Java, Kotlin und Microservices und steigerte die Teamproduktivität innerhalb von sechs Monaten um 20%.
• Führte Workshops zu moderner Architektur, DevOps und Cloud-Integrationspraktiken durch und verbesserte die Teamkompetenz.

• Entwickelte die Web-App "Skalman’s Food & Sleep Clock" mit einem digitalen Assistenten, der Nutzer an Medikamenteneinnahme, Mahlzeiten, Bewegungspausen und andere tägliche Abläufe erinnert.

• Implementierte personalisierte Essensvorschläge und einfache Rezepte mit Unterstützung für Allergien und spezielle Diäten und integrierte KI, um maßgeschneiderte Rezeptideen zu erstellen.

• Entwickelte eine Flugbuchungs-App mit React und Axios im Frontend, Spring Boot mit JPA und MySQL im Backend und implementierte Benutzer-Authentifizierung, Formularvalidierung und Buchungslogik.

• Entwarf und entwickelte einen Chatbot, der Anfragen in natürlicher Sprache annimmt und mithilfe des Sprachmodells von OpenAI intelligente Antworten erzeugt.

• Entwickelte MarketPlace_AP mit React und Axios im Frontend, Spring Boot mit JPA und MySQL im Backend, wodurch Nutzer Dienstleistungen oder Produkte entdecken können, mit Authentifizierung und Formularvalidierung.

• Erstellte eine Meeting-Kalender-Seite, die es Nutzern ermöglicht, Meetings zu planen, anzusehen und zu verwalten, unter Verwendung von React, Axios, Spring Boot, JPA, MySQL sowie Authentifizierung und Validierung.

• Erstellte einen Todo-Listen-Manager: baute eine REST-API mit Node.js, Express und MongoDB; entwickelte ein React-Frontend mit Statusumschaltung und Filterfunktionen; setzte es auf Heroku ein und integrierte es mit GitHub für CI/CD.