Ich studiere Automatisierungstechnik und baue Systeme mit KI und Robotik.
Mich interessieren Reinforcement Learning, Physical AI und Systeme, die mit der realen Welt interagieren.
Bremen
Ich studiere seit Oktober 2024 dual Automatisierungstechnik. Die Theorie lerne ich an der Hochschule Bremen, die Praxisphasen verbringe ich bei KUKA.
Ich nutze Coding-Agenten wie Claude Code und Codex intensiv für die Implementierung. Ich konzentriere mich auf die Arbeit drumherum: Anforderungen, Systemdesign und Architektur, Experimente, Fehlersuche, Integration und die Prüfung, ob das System tatsächlich funktioniert.
Mein aktuelles Projekt. Ich trainiere den Arm auf Aufgaben aus der Physical AI: Computer Vision und Pfadplanung, umgesetzt mit ROS 2, MoveIt und RViz2. Dazu gehört der Weg vom echten Arm in die Simulation und zurück: Real2Sim und Sim2Real.
Ich baue gerade einen Sesame Robot und trainiere ihn mit Reinforcement Learning. Das Doppelpendel oben auf der Seite war der Anfang. Jetzt geht es von der Simulation auf einen echten Roboter. Das läuft parallel zum Roboterarm weiter.
Ein Assistent, der einem Experten bei der Arbeit zusieht, die Erklärungen anhört und in natürlichen Pausen nach den Entscheidungen fragt. Daraus entsteht eine Work Map aus Schritten, Regeln und Begründungen. Ein neuer Kollege übt dann damit, und Fehler werden vor dem Speichern abgefangen. Bildschirmfotos werden schon im Browser per OCR geprüft und geschwärzt. Entstanden beim Hack-Nation 7.
Aufnahme
Lernen
| Bildschirmfoto-Pipeline (einfacher Bildschirm) | 378 ms gesamt |
|---|---|
| Bildschirmfoto-Pipeline (dichter Bildschirm) | 1.512 ms gesamt |
| Aufnahme | alle 2 s ein Bild in voller Auflösung |
TypeScript · React · TanStack Start · Convex · Claude · ElevenLabs · Tesseract.js
Eine Dynamic Island für den Windows-Desktop. Eine kleine Kapsel oben am Bildschirm zeigt meine Nutzung von Claude Code und Codex, Musik, einen Fokus-Timer, Termine und den Zustand des Rechners. Sie liest die lokalen Logs der Tools, schickt nichts in die Cloud und braucht im Leerlauf 55 MB und 0,03 % eines CPU-Kerns. Der Code ist öffentlich.
Daten
Anzeige
| Leerlauf, kompakt, 60 s | 55 MB Arbeitsspeicher, 16 ms CPU (0,03 % eines Kerns) |
|---|---|
| Warmstart | 47 ms (nur das geänderte Transkript wird neu gelesen) |
| Tests | 382 Unit-Tests |
C# · .NET 10 · WinUI 3 · SQLite · xUnit
Entstanden beim Smart Region Hackathon Offenburg. Eine Plattform, auf der Versorger, Kommunen und Baufirmen ihre Tiefbaumaßnahmen abstimmen. Sie zeigt Konflikte, bevor dieselbe Straße zweimal aufgerissen wird. Nach dem Hackathon habe ich weitergebaut: Eine KI liest Anfragen aus PDFs oder Freitext aus und füllt das Formular vor, Freigaben laufen über einen Link ohne Account, dazu eine Karte und eine eigene Landingpage.
Anfragen
Next.js · TypeScript · PostgreSQL · Drizzle · MapLibre · LLM über OpenRouter
Drei Automationen für kleine Firmen. Rechnungen aus PDFs auslesen und prüfen, ob die Positionen wirklich die Summe ergeben. Eingehende Mails sortieren und Antworten als Entwurf vorbereiten, nie automatisch senden. Preise und Lagerbestand in Onlineshops ohne API beobachten. Wenn die KI unsicher ist, entscheidet ein Mensch.
Rechnungen
n8n · LLM über HTTP · Google Sheets · Airtable · Slack · Gmail
Oktober 2026
Wir haben mit einem Roboterarm Müll sortiert, über 6D-Pose-Estimation und maschinelles Lernen.
Oktober 2026
Mai 2026
Daraus entstand Baulify.
Anthropic
Google Cloud
Gruppiert danach, wofür ich sie tatsächlich eingesetzt habe.
A hackathon write-up: camera-to-robot calibration with AprilTags from 20 poses, grasping with ROS 2 and MoveIt, sorting objects by their height, and the computer vision part that did not make it into the demo.
ROS 2 · MoveIt · Python · AprilTag · Claude Code
A native Windows status capsule built with .NET 10 and WinUI 3: a fixed-size transparent window, spring morphs, event-driven providers that read local usage logs, and an idle cost measured in milliseconds.
C# · .NET 10 · WinUI 3 · Windows App SDK · SQLite · LibreHardwareMonitor · xUnit · Inno Setup
A hackathon project that records an expert's workflow, asks for the reasoning behind decisions and turns it into a Work Map, with a guided practice mode that catches mistakes before they are saved.
TypeScript · React 19 · TanStack Start · Convex · Anthropic · ElevenLabs · Tesseract.js · Railway
