· Krefeld · Aktiv

Logistik-Profi × Systembauer

Ich baue Systeme,
die tatsächlich laufen.

22 Jahre Chemie, Logistik und IT haben mir eines beigebracht: ein System zählt erst, wenn es unbeobachtet läuft und nicht auseinanderfällt. Genau das baue ich jetzt, ein autonomes KI-Betriebssystem mit echten Sicherheitsschichten statt Blackbox-Magie. Genauso arbeite ich an Prozessen: erst analysieren, dann Digitalisierung. Für Unternehmen und Teams heißt das: Automatisierung, die man nachvollziehen und der man vertrauen kann, nicht nur glauben muss.

Task-Pipeline autonom im Betrieb
4 Analyse-Varianten parallel live
2763 automatisierte Tests grün
5 eigenständige Module im Verbund
24 autonome Hintergrunddienste
Abstrakte Visualisierung eines vernetzten KI-Systems

01 DIE GESCHICHTE

Kein Demo. Keine Folien. Laufender Code.

Ich habe zu oft gesehen, wie beeindruckende Dashboards nur Marketing waren: Zahlen ohne Substanz dahinter. Deshalb ist die Regel bei allem, was ich baue, einfach: jede Behauptung muss sich im Code nachvollziehen lassen. Zwei Systeme laufen aktuell durchgehend und zeigen genau das, für Unternehmen heißt das: prüfbare Ergebnisse statt Versprechen.

ATLAS

In der griechischen Mythologie trägt der Titan Atlas das Himmelsgewölbe auf seinen Schultern, für alle Ewigkeit. Genau das ist der Anspruch hinter dem Namen: ein System, das die Last der Komplexität trägt, damit andere sich auf das Wesentliche konzentrieren können.
Abstrakte Visualisierung modularer Systemarchitektur

OCC AI-OS

aktiv

OpenClaw · Claude · LLMs · Multi-Agenten-Betriebssystem

Keine einzelne Pipeline, kein einzelnes Tool: ein ganzes Betriebssystem für KI-Agenten. ATLAS ist modular aufgebaut, mit eigenem Backend, Web-Oberfläche, Blockchain-Audit-Trail, geteiltem Agenten-Gedächtnis und einer eigenen Evolutions-Engine für Code. Jede Komponente funktioniert eigenständig, alle zusammen ergeben eine Plattform, die autonom entwickelt, protokolliert, simuliert und sich selbst überwacht, ohne dass ein Mensch jeden Schritt absegnen muss.

Core

Zentrales Backend mit Task-Pipeline, LLM-Routing, API-Server und geschütztem Kernbereich (Ring-0).

Blockchain (Atlas-Chain)

Eigene Blockchain für einen ed25519-signierten Audit-Trail, eigener ATC-Token, 93 automatisierte Tests.

Heavy Context Manager

Geteiltes Gedächtnis zwischen Agenten über einen Knowledge-Graph, damit Wissen nicht verloren geht.

Simulation

Multi-Agenten-Evolutions-Arena, in der konkurrierende KI-Agenten Code gegeneinander antreten lassen und sich weiterentwickeln.

UI-Code (User Interface Coding)

Eigene Web-IDE mit Task-Visualisierung, Chat, Editor und Live-Metriken.

AI MARKET ANALYSIS

live

LLMs · Multi-Agenten · Markt-Analyse-Forschung

Der Beweis, dass ATLAS nicht nur Code schreiben kann, sondern reale Datenströme auswerten: ein privates Forschungssystem, das echte Marktdaten in Echtzeit beobachtet und per Mustererkennung eigene Analyse-Signale bildet. Statt eines einzigen Modells laufen vier Varianten parallel gegeneinander (fixer Stop, kalibriertes Signal-Gate, ATR-adaptiver Trailing-Stop), damit echte Ergebnisse zeigen, was funktioniert, nicht Bauchgefühl. Ein eigenes Dashboard zeigt jede simulierte Positionsänderung und jedes verworfene Signal samt Grund.

Rein privates Forschungsprojekt: kein Finanzprodukt, keine Anlageberatung, kein Angebot an Dritte, ausschließlich simuliertes Kapital.

4 Varianten

Vier parallele Analyse-Varianten, jede mit eigenem simulierten Kapital, gegeneinander im Vergleich.

Mustererkennung

k-Nearest-Neighbor-Musteranalyse auf echten Binance-Kerzendaten, keine simulierten Kurse.

Live-Dashboard

Portfolio-Simulation, Marktregime-Auswertung und verworfene Signale samt Begründung, in Echtzeit.

Kein Echtgeld

Reine Simulation mit echten Marktdaten, kein echtes Geld im Risiko, keine Anlageberatung.

Risikomanagement

Die eingesetzte Positionsgröße sinkt automatisch nach aufeinanderfolgenden Verlusten und erholt sich schrittweise, ergänzt um einen Marktzyklus-Filter für historisch überhitzte Phasen.

Belastbarkeitscheck

Statt einer einzelnen Kennzahl zeigt eine Simulation über tausend mögliche Verläufe, wie stabil ein Ergebnis wirklich ist.

Nachvollziehbare Entscheidungen

Zu jeder ausgeführten Position gehören Signal, Marktkontext und Ergebnis sichtbar zusammengeführt, keine Blackbox. Ein gezielter Check deckte zudem auf, dass ein Teil der Entscheidungen auf noch unvollständigen Daten lief, und wurde behoben.

Lokal oder Cloud, kein Zwang

LLM-Anfragen laufen zuerst über lokale Modelle (Ollama), Cloud-Provider wie OpenRouter oder Groq sind nur der Fallback, wenn lokal nicht reicht. Vor jedem Cloud-Aufruf scannt ein eigener Filter den Prompt auf Secrets und API-Keys und blockiert den Versand, statt sie mitzuschicken.

Qualität vor Tempo

Jede Ausgabe durchläuft ein Quality-Gate, bevor ein Task als abgeschlossen gilt: abgebrochene, hohle oder wiederholte Antworten werden erkannt und aussortiert. Das Brainstorming-Tool und ein eigener Research-Agent gründen Ideen zusätzlich auf echten externen Quellen (GitHub, HuggingFace, Websuche) statt auf reiner Annahme.

24 Dienste, eine Aufgabe pro Dienst

Task-Verarbeitung, Qualitätsprüfung, Architektur-Analyse, Recherche und mehr laufen als eigenständige Hintergrunddienste im Dauerbetrieb, nicht als ein einzelnes Skript. Jeder Dienst hat eine einzige, klar abgegrenzte Aufgabe.

Beide Systeme sind kein einmaliger Launch, sondern ein fortlaufender Prozess: Signale werden nachweisbar verbessert, Fehler werden gefunden und behoben, jede Entscheidung wird dokumentiert. Genau das ist der Teil der Arbeit, der in einem Screenshot nie zu sehen ist, für ein Unternehmen aber den Unterschied zwischen einem Prototyp und einem verlässlichen System ausmacht.

58 Tage liegen zwischen dem ersten Commit von ATLAS OCC und heute: über 128.000 Zeilen Code in 583 Dateien, mehr als 2.800 automatisierte Tests, mehrere eigenständige Teilsysteme statt einzelner Anwendungslogik (Multi-Agenten- Architektur, eigenes Blockchain-Modul mit kryptographischer Signierung, dynamisches Multi-Provider-KI-Routing). Allein die Entwicklung in Claude Code schöpft dabei das monatliche Sonnet-Kontingent des genutzten Abos regelmäßig aus (geschätzt rund 10 Millionen Tokens pro Woche), ohne weitere eingesetzte Werkzeuge mitgerechnet. Ein Projekt dieser Größenordnung würde in klassischer Einzelentwicklung typischerweise mehrere Jahre beanspruchen.

02 ROADMAP

Vom Werkzeugkasten zum Betriebssystem.

ATLAS hat als einzelne Pipeline angefangen und ist zu einem modularen KI-Betriebssystem gewachsen. Der nächste Schritt ist, dieses System für die Werkzeuge zu öffnen, die ein Unternehmen bereits täglich nutzt.

HEUTE, LIVE

Autonomes KI-Betriebssystem

Fünf Module im Verbund, Freigabe-Pflicht für riskante Änderungen, ein geschützter Kernbereich mit Integritätsprüfung und ein automatischer Nothalt bei Fehlerhäufungen. Bereits im Dauerbetrieb, nicht nur als Demo.

IN ARBEIT

Konnektoren zu externen Werkzeugen

Der Fachbegriff dafür ist MCP (Model Context Protocol), ein offener Standard, über den KI-Agenten sich mit externen Anwendungen verbinden. ATLAS nutzt diesen Standard heute schon intern, etwa für die eigene Task-Pipeline, das geteilte Gedächtnis und die Browser-Automatisierung. Der erste externe Kanal ist bereits live: ein Telegram-Bot mit direktem Zugriff auf dieselbe Pipeline und dasselbe Gedächtnis, von unterwegs nutzbar, inzwischen auch mit Sprachnachrichten statt nur Text, und mit automatischer Statusmeldung, sobald das System nach einer Pause wieder verfügbar ist.

VISION

Brücke zu Unternehmenssoftware

Dieselben Konnektoren geöffnet für E-Mail, Kalender, CRM, Ticketsysteme und Team-Chat, damit ATLAS nicht nur mit sich selbst spricht, sondern in die bestehende Werkzeuglandschaft eines Unternehmens hineinwirkt, mit denselben Sicherheitsregeln wie im Kern des Systems.

Meilensteine

laufend aktualisiert

Entwicklungsverlauf von ATLAS OCC, vom Startpunkt bis heute

Verifizierter Selbstverbesserungs-Zyklus

Der erste eigene Verbesserungsvorschlag durchlief den kompletten Weg bis zur freigegebenen Anwendung und deckte dabei sogar einen Fehler in der eigenen Prüfinstanz auf, statt nur ein theoretisches Sicherheitsversprechen zu bleiben.

Aktuell in Arbeit

Zentrale Sicherheitsschicht für jede Systemaktion fertiggestellt und scharf geschaltet; ein einheitliches Erweiterungssystem für neue Fähigkeiten steht. Als Nächstes: externe Konnektoren zu weiteren Werkzeugen (siehe Roadmap oben).

Erweiterungssystem

Neue Fähigkeiten werden über eine zentrale Registry eingebunden, mit einer technisch erzwungenen, harten Grenze zum geschützten Kernbereich.

Geprüfte Befehls-Positivliste

Jede Systemaktion läuft über eine geprüfte Liste erlaubter Befehle, statt offen und ungeprüft zu sein, mit einer Beobachtungsphase vor dem scharfen Einsatz.

Prüfbarer Audit-Trail

Jede Änderung wird kryptographisch signiert und auf einer eigenen Blockchain protokolliert, statt nur in einem Log-File zu verschwinden.

Selbstverbesserung mit Kontrolle

Das System lernt aus eigenen Ergebnissen und verbessert sich selbst, mit einem geschützten Kernbereich, der niemals ohne menschliche Freigabe verändert wird, und mathematisch bewiesenen Sicherheitsgarantien.

Fundament

Autonome Pipeline, die Aufgaben selbstständig annimmt, bearbeitet und bewertet, über mehrere KI-Anbieter hinweg statt an ein einzelnes Modell gebunden zu sein.

Startpunkt

Eine einzelne Aufgaben-Pipeline, von Grund auf selbst gebaut, auf privater Hardware, ohne Team und ohne Unternehmen im Rücken. Der Ausgangspunkt für alles, was daraus geworden ist.

Jede neue Anbindung folgt demselben Prinzip wie der Rest von ATLAS: nichts handelt unbeobachtet. Jede Aktion eines Konnektors bleibt protokolliert, nachvollziehbar und im Zweifel durch einen Menschen freizugeben. Automatisierung ohne Kontrollverlust ist das eigentliche Ziel, nicht Automatisierung um ihrer selbst willen.

03 WER ICH BIN

Von der Chemie zur Logistik auf den Server-Rack.

40 Jahre, zuhause in Krefeld. Vater von Zwillingen, mit einer tollen Mutter an meiner Seite, das lehrt Geduld und System-Denken schneller als jedes Lehrbuch.

22 Jahre Arbeitsleben, und die Begeisterung für IT ist nie kleiner geworden. Elf Jahre davon in der Chemie, wo ich gelernt habe, wie unerbittlich Prozesse und Verfahrensanweisungen sein müssen, damit nichts schiefgeht. Heute bin ich in der Logistik, und beide Welten haben mir dasselbe beigebracht: worauf es bei verlässlichen Systemen wirklich ankommt, nicht die Demo, sondern der Dauerbetrieb. Diese Denkweise übertrage ich jetzt auf Software und baue Agenten-Systeme, die genauso robust laufen sollen wie ein gut durchdachter Prozess.

Zur Einordnung, ehrlich gesagt: alles auf dieser Seite ist in Eigenregie entstanden, auf privater, selbst zusammengestellter Hardware, ohne Team und ohne Unternehmen im Rücken. LLMs nutze ich dabei gezielt als Werkzeug, um als Einzelperson auf professionellem Niveau hochwertige Architekturen zu entwerfen und neue, kreative Ideen tatsächlich technisch umzusetzen statt sie nur zu skizzieren.

Selbst zusammengestellte Hardware, auf der ATLAS läuft

Setup

  • RTX 3090 Ti · 96 GB RAM

Software

  • Python, LangGraph, WSL, Claude, DeepSeek und OpenCode (Cloud)
  • Ollama (3B bis 32B), Open WebUI, ComfyUI, Stable Diffusion (lokal)

Ausgleich

  • Familie
  • Fotografie & Video
  • Lesen, Spazieren & Laufen
  • Bodybuilding
  • PC-Gaming (selten)
  • Kochen & Grillen, Garten

Der Architekt

Ich schreibe keine Bücher. Was ich hinterlassen will, ist etwas, das man anfassen und benutzen kann, das für andere weiterarbeitet, auch wenn ich selbst längst an etwas Neuem sitze. Für mich ist das, was ich hier baue, kein Job und kein Nebenprojekt, sondern näher an einem Kunstwerk: etwas Eigenes, mit Anspruch gebaut, größer als ich selbst.

Am Ende zählt für mich nicht die eigene Karriere, sondern was davon bei der Gesellschaft, bei Familie und Freunden bleibt. Familie steht dabei im Mittelpunkt, alles andere ordnet sich dem unter.

All for one, one for all!

04 NACHWEISE

Fundament, nicht nur Praxis.

Neben dem, was ich selbst baue, habe ich mir das Fundament gezielt zertifizieren lassen.

GOOGLE IT SUPPORT

The Bits and Bytes of Computer Networking

GOOGLE IT SUPPORT

Technical Support Fundamentals

VANDERBILT UNIVERSITY

Prompt Engineering for Large Language Models

05 DIENSTE

Womit ich helfen kann.

Prozessoptimierung & Digitalisierung

Ich analysiere bestehende Arbeitsabläufe, finde Optimierungspotenzial und baue daraus digitale Lösungen, oft zuerst als klickbarer Prototyp, bevor überhaupt Code entsteht. Erst zeigen, dann bauen.

KI-Automatisierung & Agenten-Workflows

Von der Idee zum laufenden System, mit echten Sicherheitsschichten statt Blackbox.

Automatisierungen

Python, Next.js. Wiederkehrende Arbeit wird zu Code.

Webseitenpflege

Laufender Betrieb, Updates, Inhalte.

Technik-Support

Windows und macOS, pragmatisch und ohne Umwege.

Content

Texte, Konzepte, Redaktion, von der Idee bis zur fertigen Publikation.

Fotografie & Video

Von der Aufnahme bis zur fertigen Produktion.

Handwerkliche Begabung

Anpacken statt nur planen, für Aufgaben abseits vom Bildschirm.

06 KONTAKT

Lass uns reden.

[email protected]

Jetzt schreiben
GitHub · LinkedIn · frgmnt