Eigene Projekte und KI-Workflows
Praxisfeld außerhalb der Beratungsmandate — für große Sprachmodelle, Agent-Architekturen und LLM-gestütztes Software-Engineering. Was hier entsteht, fließt zurück in die Kundenarbeit. Beratung wird besser, wenn man über den eigenen Tellerrand schaut.
macOS Voice-to-Text mit on-device Spracherkennung und LLM-Korrektur
Native macOS Menu-Bar-App. Transkribiert Sprachaufnahmen via Apple SpeechAnalyzer direkt auf dem Gerät und nutzt Claude Haiku optional zur Nachkorrektur. Mit DeepFilterNet3 zur Geräuschunterdrückung. Komplett mit Claude Code entwickelt — Architektur, Implementierung, Refactoring im Dialog mit dem Modell.
Russisch lernen mit KI-generierten Geschichten und inline Übersetzungen
Auf Knopfdruck eine russische Geschichte zu wählbarem CEFR-Level (A1, A2, B1), Genre und Länge. Unbekannte Wörter erhalten inline Deutsch-Übersetzungen, bekannte Vokabeln bleiben unübersetzt (Active Recall). Vokabel-Lookup über ein importiertes OpenRussian-Wörterbuch mit über 56.000 Einträgen, Lemmatisierung über PyMorphy3, PDF-Export per WeasyPrint.
Adaptive Lernsysteme mit Schulbuch-Erfassung, Fehler-Tracking und gesteuerter Übungsgenerierung
Eine KI-Lehrkraft pro Wissensgebiet — mit eigener Rolle, Curriculum-Kontext und didaktischer Methodik. Lerninhalte werden per Foto erfasst und in Übungen umgesetzt. Bearbeitete Antworten werden korrigiert — Fehler werden benannt, Lösungen nie vorgegeben. Eine über Sessions geführte Fehlerhistorie steuert kommende Übungen gezielt auf die schwächeren Bereiche. Methodisch fundiert auf evidenzbasierten Lerntechniken nach Dunlosky et al. Setup übertragbar auf betriebliche Personalentwicklung — Onboarding, Compliance-Schulungen, Skill-Trainings mit messbarer Längsschnitt-Wirkung.
Kleinere Workflows und Skripte aus dem Alltag — Bausteine, nicht Produkte. Zeigen, wie sich wiederkehrende Aufgaben mit LLMs und Skills automatisieren lassen.
Aus einem Link entsteht ein strukturierter Wissens-Eintrag
Ein YouTube-Link oder eine Artikel-URL — ein Befehl. Das Skript lädt das Transkript bzw. den Volltext, generiert eine strukturierte Zusammenfassung mit Tags, Datum und Quellenangabe und legt einen Eintrag in einer dateibasierten Knowledge Base ab. Ein Index aktualisiert sich automatisch. Übertragbar auf Unternehmens-Szenarien: Tech-Radar, Compliance-Updates, Onboarding-Material — heterogene Quellen werden zu einer konsistenten, durchsuchbaren Wissensbasis.
Erweiterung: In Arbeit: Karteikarten-Generierung aus Knowledge-Einträgen für aktives Wiederholen — schließt die Lücke zwischen „gelesen" und „internalisiert".
Schnell wissen, worum es geht — ohne das ganze Video anzusehen
Aus einem YouTube-Link entsteht eine prägnante, strukturierte Zusammenfassung und zusätzlich das vollständige Transkript zum Nachschlagen. Komplementär zu Knowledge Capture: hier geht es nicht ums Ablegen, sondern um die schnelle Verständnisprüfung — lohnt sich das Video überhaupt für tieferes Eintauchen? Übertragbar auf Unternehmens-Szenarien: Trainings-Videos, Conference Talks, Onboarding-Material — Inhalt wird in Minuten erschlossen statt in Stunden.
Sprachmemos, Diktate, Meeting-Aufzeichnungen → Text auf dem Gerät
Audio-Dateien (m4a, mp3, wav, aac u. a.) werden direkt auf dem Gerät zu Text — mit Apple SpeechAnalyzer (macOS 26+) auf Apple Silicon. Sehr schnell (~0,02× Realtime), keine Längen-Limitation, kein Cloud-Roundtrip. Das ist der entscheidende Unterschied zu OpenAI Whisper oder cloud-basierten Diensten: bei vertraulichen Aufnahmen (Mandantengespräche, interne Meetings, ärztliche Diktate) verlässt nichts den Rechner. Übertragbar auf Unternehmens-Szenarien überall dort, wo Datenschutz oder regulatorische Anforderungen Cloud-Verarbeitung ausschließen.
Aus Vokabellisten, Texten oder Schulbuch-Fotos entsteht ein vollwertiges Anki-Deck
Quelle frei wählbar — Vokabelliste, Lehrtext oder Foto einer Buchseite. Ein Vision-LLM erfasst Bildquellen, ein LLM formuliert Frage-Antwort-Paare und Lückentexte, die Ausgabe ist eine direkt importierbare .apkg-Datei. Das ist der Baustein hinter der Output-Schicht der KI-Lehrkraft — hier isoliert als wiederverwendbarer Workflow. Übertragbar auf Unternehmens-Szenarien: Onboarding-Karten zu Wissensgebieten, Compliance-Quizze, Sprach- und Skill-Trainings mit Distributed-Practice-Mechanik.
Strukturiertes Interview, generierter Word-Output, iteratives Review durch zweiten Agenten
Ein dreistufiger Workflow für hochwertige Geschäftsdokumente. (1) Ein Interview-Agent erhebt Inhalte und Rahmen strukturiert, statt formloser Freitext-Eingabe. (2) Ein Generator baut daraus ein professionell formatiertes Word-Dokument über python-docx — Layout, Typografie, Abstände, Seitenstruktur exakt kontrolliert, kein „LLM-generischer Look". (3) Ein unabhängiger Kritiker-Agent rendert das Dokument, prüft visuell auf Lesbarkeit, Hierarchie und stilistische Konsistenz und schickt konkrete Verbesserungen zurück. Die Schleife läuft, bis das Dokument steht. Übertragbar auf Unternehmens-Szenarien: einheitliche Angebots-Templates, Reports, Pitch-Vorlagen oder standardisierte Kunden-Dokumente — überall, wo Qualität jenseits des ersten LLM-Wurfs gebraucht wird.
Erweiterung: Eingesetzt für den eigenen CV auf dieser Seite — der Workflow zeigt seine eigene Output-Qualität.