Ein paar Sachen, die ich gebaut habe.
Laufen alle noch.
Meistens fängt es damit an, dass mich irgendwas nervt oder einfach
interessiert. Dann bau ich das. Und weil ich es danach selbst benutze, kümmere
ich mich eben auch um den Server, die Backups und die Mails, die das Ding verschickt.
Ist alles allein entstanden — nicht aus Prinzip, es hat sich so ergeben.
nextXC
für Gleitschirmflieger ·
nextxc.one
Gleitschirme müssen regelmäßig zum Check, und die Fristen merkt sich natürlich keiner. Also hab ich sie aufgeschrieben. Beim Bauen hat sich rausgestellt, dass die eigentliche Frage gar nicht die App war, sondern: Wer ist dran, wenn da ein falsches Datum steht? Das hat dann das ganze Datenmodell bestimmt.
Drinsteckt:
Next.js, PostgreSQL, TypeScript, PWA. Dazu ein Sicherheitsaudit, weil man das bei sowas halt macht.
Der Tier-Forscher-Club
privates Projekt ·
tier-agentur.indielab.one
Ein Rätsel-Adventure über Tiere, für Kinder. Getestet an der echten Zielgruppe, die einem ungefiltert sagt, was langweilig ist. Meine Aufgabe war vor allem, dafür zu sorgen, dass die KI keinen Unsinn über Tiere erzählt — das war deutlich mehr Arbeit als gedacht.
Drinsteckt:
Next.js 16, React 19, PostgreSQL, Tailwind v4. Dazu eine Content-Pipeline, die nichts durchlässt, was nicht belegt ist.
hofai
Verzeichnis ·
hofai.de
Hofläden und Automaten findet man erstaunlich schlecht. An einem Wochenende ausprobiert, ob die Idee trägt, statt sie drei Monate lang totzuplanen.
LLM-Wiki
privat
Ein Wiki, das sich von einer KI einarbeiten lässt — die aber nichts allein entscheidet, sondern nur vorschlägt und markiert. Klingt komplizierter als es ist.
✕ 401Kein Bild. Das Ding sitzt hinter einem Login.
Kleinkram, der trotzdem läuft
Mail-Triage
Sortiert meine Mails vor. Darf mit Absicht weder senden noch löschen — dann kann auch nichts schiefgehen.
n8n, Claude, Gmail API
NotesExport
Jahrzehnte an Dokumenten aus einem Altsystem rausholen, ohne dass das Layout zerbröselt.
Python, COM-Automatisierung, Jinja2, PDF-Pipeline
WLAN-Ausleuchtung
Ob das WLAN im ganzen Gebäude reicht, weiß man erst, wenn man es nachmisst. Bauplan laden, durchlaufen, klicken — daraus wird eine Heatmap und ein PDF-Bericht, ohne Wände zu simulieren oder Flächen zu erfinden, die niemand gemessen hat.
Python, Tkinter, NumPy, ReportLab
Wie das nebenher geht
Kein Geheimnis, eher Buchhaltung: Ich lasse KI viel schreiben, aber nur
entlang fester Abläufe — und ich notiere alles, damit ich es kein zweites Mal
herausfinden muss.
01
Erst gucken, dann fixen
Analyse, Vermutung, Gegenprobe — und erst dann wird was geändert.
Spart erstaunlich viel Zeit.
02
Alles aufschreiben
Was ich einmal rausgefunden habe, landet im Wiki. Die KI kann da
direkt nachschlagen.
03
Erst glauben, wenn's läuft
Sieht plausibel aus heißt nicht funktioniert. Nachgucken kostet
zwei Minuten.
Gebaut mit: handgeschriebenem WordPress-Theme, kein Baukasten.
Schriften liegen hier, nicht bei Google.
Kein Tracker, kein Cookie-Banner, nichts zu klicken.
Diese Seite wiegt 363 kB.