Agentische Produkte & LLM-Architekturen

Überblick

Ich führe Design und Delivery KI-nativer Systeme: autonome Agenten, Tool Use, RAG, Multi-Provider-LLMs und die Backends, die sie in Produktion verlässlich machen.

Problem

Teams brauchten Agenten und LLM-Funktionen an echten Tools, Daten und Workflows — keine Chat-Demos — mit Ownership, die betreiben und liefern kann.

Ansatz

• Agentengrenzen definieren: Tools, Memory, Evals, Fehlermodi und Human-in-the-Loop.
• Multi-Provider-LLM-Schichten über OpenAI, Anthropic, Gemini und Groq.
• RAG-Pipelines und Orchestrierung auf echten APIs und Datenspeichern.
• KI-Oberflächen mit NestJS- und Go-Services, Auth und Cloud-Deployment koppeln.
• Architektur-Reviews, Delivery und Mentoring in einem Team von fünf oder mehr.

Ergebnis

• Agentische und LLM-Delivery als erstklassige Produktfähigkeit etabliert.
• Produktionsreife Systeme mit modularen APIs und wartbarem Code.
• Geteilte Muster für CQRS-Backends, Agenten-Workflows und Cloud-Ops.

Stack