Unterstützt werden PowerLanguage/MultiCharts, NinjaScript/NinjaTrader, MQL4/5/MetaTrader sowie ExpressScript/C++/NanoTrader. Replay-, Backtesting- und Optimierungsergebnisse lassen sich direkt auswerten und vergleichen.

Providerneutrale AI-, MCP- und Plattformarchitektur mit kontrollierter Workflow-Orchestrierung, Codeübernahme, Verifikation, Run-Historie und grafischer Ergebnisanalyse.

Aufgabe im Projekt:

Konzeption und Full-Stack-Entwicklung des ReaWorks Mitdenkers, einer mehrsprachigen KI-Projektberatung für die ReaWorks-Website. Besucher können technische Fragen stellen, Softwarevorhaben besprechen und gemeinsam mit dem KI-Berater mögliche Lösungen entwickeln. Die Beratung berücksichtigt bereits umgesetzte ReaWorks-Projekte und Entwicklungserfahrungen.

Ich entwickelte die Chatoberfläche mit Next.js, React und TypeScript sowie das Backend für Gesprächsverwaltung, Wissenssuche und Modellanbindung. Die OpenAI Responses API ermöglicht die Ausgabe von Antworten während der Generierung. Besucher können zwischen verschiedenen KI-Modellen und Denkstufen wechseln. Der Gesprächsverlauf bleibt dabei erhalten.

Für die Wissenssuche entwickelte ich ein RAG-System mit PostgreSQL, pgvector und OpenAI Embeddings. Eine hybride Suche verbindet Volltext- und Vektorsuche, um passende Projektinformationen auch bei unterschiedlich formulierten Fragen zu finden. Projektbeschreibungen und technische Erfahrungen werden einzeln indexiert und bei Bedarf gemeinsam für die Antwort verwendet.

Die Aufbereitung des Modellkontexts berücksichtigt bisherige Gesprächsinhalte, Projektwissen und verfügbare Tokenbudgets. Wiederholte Informationen werden reduziert. Ein lokaler Tokenizer, die Wiederverwendung bereits berechneter Tokenzahlen und Prompt-Caching verringern Verarbeitungszeiten und API-Kosten. Modellausgaben, Quellenangaben und verfügbare Folgeaktionen werden serverseitig geprüft.

Die achtsprachige Chatoberfläche unterstützt formatierte Antworten, Projektlinks sowie die Erstellung technischer Fluss- und Sequenzdiagramme mit Mermaid. Diagramme können vergrößert und als SVG oder PNG exportiert werden. Zusätzlich entwickelte ich einen browserseitigen PDF-Export mit Vorschau, Seitenaufteilung, Diagrammen und anklickbaren Projektverweisen.

Aus einem Beratungsgespräch kann der Besucher eine Projektanfrage erstellen, ergänzen und an ReaWorks senden. Weitere Funktionen umfassen den E-Mail-Versand von Gesprächsprotokollen, Antwortbewertungen und die Benachrichtigung des Betreibers.

Für den Betrieb wurden Registrierung, verschlüsselte Speicherung von Kontaktdaten, Cloudflare Turnstile, Nutzungsgrenzen, API-Kostenreservierung und Schutz vor doppelten Versandaufträgen umgesetzt. Automatisierte Tests prüfen die Wissenssuche, Gesprächsverarbeitung, Modellausgaben, Diagramme und Versandfunktionen.

Ergebnis:

Der ReaWorks Mitdenker verbindet KI-Beratung mit tatsächlicher Entwicklungserfahrung. Bei passenden technischen Fragen verwendet er bisherige ReaWorks-Lösungen, erklärt deren Nutzen für neue Aufgaben und verweist auf die entsprechenden Projektcases.

Die Wissensbasis umfasst derzeit 163 Suchdokumente mit 25 dokumentierten Projekterfahrungen. Automatisierte Suchtests und praktische Beratungsgespräche bestätigen, dass passende Erfahrungen gefunden und in den Antworten verwendet werden.

Durch die Optimierung der Tokenzählung sank die lokale Kontextaufbereitung bei einer getesteten Architekturfrage von 6,00 auf 0,66 Sekunden. Die schnellere Verarbeitung wurde ohne Änderungen an der Quellenauswahl oder den Tokenlimits erreicht.

Besucher erhalten technische Lösungsvorschläge und Architekturdiagramme, können ihre Gespräche als PDF mitnehmen und daraus direkt eine Projektanfrage an ReaWorks vorbereiten.

Technologien:

TypeScript, Next.js, React, Node.js, OpenAI Responses API, OpenAI Embeddings, RAG, Context Engineering, PostgreSQL, pgvector, SQL, hybride Volltext- und Vektorsuche, JSON Schema, js-tiktoken, Prompt-Caching, Streaming, Mermaid, SVG, pdfmake, Cloudflare Turnstile, CSS Modules, Tailwind CSS, REST/HTTP, Docker Compose, Microsoft IIS, Windows Server.

Individuelle Praxiswebsite mit zehn Leistungsbereichen, interaktiven Detaildialogen, integrierter Praxisgalerie und konsistenter Bild- und Illustrationssprache. Responsive Darstellung und statische Bereitstellung auf der Praxisdomain.

Jede Fahrt erhält einen eigenen Session-Kontext mit UUID. Kamera-, Aufnahme-, Download- und Transferdaten bleiben dadurch eindeutig zugeordnet. Die MultiCam-Steuerung arbeitet pro Kamera mit eigenen Start-, Stop-, Scan-, KeepAlive-, Retry- und Recovery-Zuständen. Verpasste Starts, nicht bestätigte Stop-Vorgänge und unterbrochene Uploads werden gezielt erneut ausgeführt. Ergänzt wurden Medienserver-Pipeline, verschlüsselte Konfiguration, Kamera-Setup, API-Reset sowie ein HTTPS-Lizenzbackend mit Maschinenbindung, signierten Offline-Leases und Monitoring.

Im ausgewerteten Produktionsbetrieb am 05.?06.09.2026 wurden 188 Fahrten mit 816 erfolgreichen Videoübertragungen erfasst. Bei 60 Fahrten griff die Retry-Logik. In 45 Fällen wurde der Ablauf nach Wiederholungsversuchen erfolgreich abgeschlossen. Vollständige Fehlschläge traten im ausgewerteten Zeitraum nicht auf.

Ergänzend wurden OCR-Robustheitsmechanismen wie Rotation-Retry, OCR-Fallbacks und konfigurierbare Bewertungslogiken umgesetzt, um ungünstig ausgerichtete oder schwach erkannte Belege nachvollziehbarer verarbeiten und diagnostizieren zu können. Ressourcenintensive OCR- und PDF-Rendering-Schritte wurden über ein OCR-Gate entkoppelt, sodass schnelle Textlayer-, Parser- und Mapping-Schritte nicht unnötig hinter langen OCR-Jobs blockieren.

Durch automatische Kategorieerkennung, erweiterte Parserlogik, OCR-Retry-Mechanismen, detailliertes Fehlerlogging und eine entkoppelte OCR-Parallelitätssteuerung wurde die Lösung funktional erweitert, besser diagnostizierbar und betriebsfreundlicher.

Aufgabe im Projekt

Technische Einbindung der Kameras im Zielnetz einschließlich Provisionierung, Zertifikatsanbindung, HTTP/TLS-Kommunikation und GoPro-Labs-bezogener Betriebsbausteine. Das System unterstützt produktiven Mehrkamera-Betrieb mit zentraler Steuerung, Medienverarbeitung und Diagnosefunktionen.

Technologien

Entwicklung einer interaktiven KI-Demo zur automatisierten Produktdigitalisierung von Kleidungsstücken. Ziel war die strukturierte Erfassung visueller Produktmerkmale aus Bildmaterial und deren Transformation in ein standardisiertes JSON-Format zur Weiterverarbeitung in E-Commerce- und Backend-Systemen.

• Konzeption und Umsetzung der zur Bildaufnahme und Ergebnisdarstellung

• Entwicklung einer zur Orchestrierung der Analyseprozesse

• Aufbau einer (Google Cloud Vision Vision + OCR) zur Extraktion von Produktmerkmalen

• Zusammenführung visueller und textbasierter Ergebnisse zu konsistenten

• Definition von Attribut-Heuristiken (z. B. Kategorie, Farbe, Material, Zustand)

• End-to-End-Verantwortung vom UI bis zur Datenstruktur

Konzeption und Implementierung einer .NET-4.8-Web-API als lokalen OCR-Webservice (IIS) auf Basis von IronOCR inkl. Deskew/DeNoise/Enhance-Pipeline

Design und Umsetzung der REST-Endpoints (u. a. POST /./analyze, GET /./health/ready) inkl. Health-/Ready-Check für Runtimes, OcrData, Schreibrechte und optionalen OCR-Smoketest

Aufbau eines mandantenfähigen FileSystem-Storages mit Pfadkonvention (AppId/Tenant/RelativePath/FileName), Pfad-Guards (PathUtil) und Read-only-Shares

Implementierung von Performance- und Robustheitsmechanismen (Timeout 120 s, MaxParallel via SemaphoreSlim, Seitenlimit für mehrseitige PDFs, Größen-/Pixel-Guards)

Entwicklung einer Textlayer-Heuristik für PDFs mit Textlayer (Auto-Bypass bzw. konfigurierbare Modi: Auto / ForceBypass / ForceOcr)

Aufbau eines modularen Parsers zur Dokumentklassifikation (z. B. Bahn) und Extraktion strukturierter Felder (Beträge, MwSt je Steuersatz, Datum, Klassifikation) auf Basis konfigurierbarer Feldsets und Regex/Heuristiken

Umsetzung eines Fehler- und Tracing-Konzepts mit HTTP-Fehlercodes, X-Correlation-Id pro Request und strukturiertem Logging

Ausarbeitung der Konfigurationsstruktur (web.config / appSettings): Culture (de+en), Paths.Root, Probe-OCR (DPI/Area), Limits/Guards und Feature-Switches. Security-Konzept ?Local-only? (localhost)

Implementierung eines schlanken React/Vite-Frontends zur Visualisierung der OCR-Ergebnisse (Belegauswahl, strukturierte Darstellung von Beträgen/MwSt/Datumsfeldern, Busy-/Hint-States)

Entwicklung eines vorgeschalteten ASP.NET-Core-8-Backends als Fassade vor dem OCR-Service (CORS-Handling, DTO-Mapping, Mandanten-/Pfadlogik, Proxy auf den bestehenden .NET-4.8-Dienst)

Entwicklung einer performanten 64-bit C++-DLL für MultiCharts/PowerLanguage ? fokussiert auf hochpräzise Datenspeicherung und reibungslose Anbindung an PL-Strategien

Speicheroptimierte 3D-Datenstruktur auf Float-Level, inkl. Reset- und Persist-/Restore-Mechanik für wiederverwendbare Zustände

Zuverlässige Interop-Schicht zur PL-Runtime mit sauberem Memory-Handling, stabiler Fehlerbehandlung und Thread-Safety für den Strategiebetrieb

Schlanke API für sehr schnellen Zugriff aus Strategien/Indikatoren; gezielte Erweiterungen und Funktionsausbau on demand

Entwicklung von PowerLanguage-Funktionen zur nahtlosen Integration in MultiCharts (MC) ? als schlanke Schnittstelle zwischen Strategiecode und externen Komponenten (z. B. C++/DLL)

Fokus auf Performance im Tradingbetrieb: geringe Call-Overheads, Parameterkonventionen, Rückgabewerte/Fehlercodes

Kapselung wiederkehrender Logik in wiederverwendbare Funktionsbausteine (Datenzugriff, State/Reset, Persist/Load, Validierung)

Konzeption und Umsetzung eines Lizenzierungsmodells für die DLL/PL-Funktionen (kundenspezifische Freischaltung, Versions-/Feature-Steuerung)

Lizenzprüfung zur Laufzeit mit Trennung zwischen Core-Funktionalität und optionalen Add-ons (Feature-Flags)