Neuentwicklung einer Plattform zur Integration des Transporeon Time Slot Management Systems (TSM) und Verteilung der Zeitfenster-Daten an 40 dezentrale REWE-Lagerstandorte.

• Architektur ? Eigenständige Konzeption der Gesamtarchitektur: TSM-Daten zentral annehmen und an 40 Lagerstandorte mit eigener Weiterverarbeitung verteilen ? cloud-native Microservice-Architektur mit zentralen und dezentralen Services (Kotlin, Spring Boot) nach den REWE-Konzernstandards (GBOS)
• Anbindung Transporeon und Schranken ? zentraler TSM Connector als REST-Schnittstelle zu Transporeon (OpenAPI/Swagger); erkennt eine IKARA-Schranke per Computer Vision ein LKW-Kennzeichen, wird die Anfrage über KERN an den Connector geroutet, der bei Transporeon prüft, ob der LKW einfahren darf
• Event-driven Verteilung ? Kafka-basierte Kommunikation zwischen zentralen und dezentralen Services; Einbindung von KERN (REWE-eigenes Kafka-Routing) für die Verteilung an die Standorte, dort bereiten dezentrale Warehouse-Adapter die Daten für das jeweilige Warehouse-System am Standort auf
• Release- und Deployment-Modell ? Aufbau einer Deployment- und Release-Architektur, mit der jeder zentrale und dezentrale Service unabhängig versioniert, released und an 40 Lagerstandorte ausgerollt werden kann ? Docker-Images und ein eigenes Helm-Chart pro Service auf Kubernetes
• CI/CD und Qualität ? GitLab CI/CD mit automatisierten Unit- und Integrationstests (JUnit, Testcontainers), Release-Governance und servicebezogenen Rollbacks ? Fehler werden vor der Produktivsetzung erkannt, einzelne Services lassen sich gezielt zurückrollen
• Security ? in der CI/CD-Pipeline mit SonarQube-Analysen, automatisierten Dependency-Updates (Renovate Bot) und Secrets aus HashiCorp Vault, im Kubernetes-Betrieb mit Keycloak, Kubernetes Secrets, gehärteten Containern (Non-Root, schlanke Basis-Images), Ressourcen-Limits und Netzwerk-Policies
• Datenbereitstellung ? Übertragung der Daten aus den YOSHI-Topics nach Snowflake über Kafka Connect (REWE Kafka Self Service) für Big-Data-Analysen
• Observability ? Transparenz über den zentralen Service und alle 40 Standorte: Metriken per Prometheus-Agent in Mimir, Logs in Loki, technische Dashboards (Kubernetes, Kafka) in Grafana
• AI-gestützter Betrieb ? Fehler- und Log-Analyse über einen selbst deployten Grafana MCP; MCP-basierte Workflows für Tickets, Reviews, Debugging und Wissen

Plattform für die REWE Group zur Optimierung des Warenausgangsprozesses in der Logistik durch den Einsatz von Machine Learning.

• Solution Architecture ? Abstimmung von Projekt- und Infrastrukturthemen
• Produktionsreife ? Einführung von DevOps-Prozessen für den produktiven Rollout an 40 Lagerstandorten: Deployment aller Plattform-Services über ein selbst entwickeltes Helm-Umbrella-Chart, GitLab CI/CD für Staging, Release und Hotfix
• Weiterentwicklung ? WAFL-Backend und ELISA-Connector (Kotlin, Spring Boot) sowie Angular-Frontend im Scrum-Team; der Connector verarbeitet die XML-Nachrichten aus ELISA und stellt die Daten als JSON über Kafka für das Backend bereit
• Monitoring dezentraler Standorte ? Metriken per Prometheus-Agent zentral in Mimir, fachliche Custom-Metriken und technische Dashboards (Kubernetes, Kafka) in Grafana, Log-Aggregation mit Loki
• Qualitätssicherung ? automatisierte Tests in der GitLab-Pipeline vor der Produktivsetzung: Unit- und Integrationstests (JUnit) sowie Smoke- und Performance-Tests (ReadyAPI)
• Standards, Security und AI ? Konzernstandards (GBOS), Security und MCP-Workflows wie bei YOSHI

Produkt auf Basis einer bestehenden Plattform (auf Anfrage) ? ohne eigenes Backend, angebunden über die APIs.

• Produkt ? VoiceMemes erstellen, entdecken und teilen (Trending-Feed, eigene Seite), QR-Codes für persönliche Audiobotschaften bei Events und Geburtstagen, Videos aus eigenen-Inhalten erzeugen und auf Social-Media-Kanälen teilen
• Technik ? Android und iOS aus einer Codebasis (Kotlin, Compose Multiplatform), Website mit Next.js, Anbindung über REST an die API (inkl. Firebase Storage)
• Vorgehen ? AI-first (?Vibe Coding?) mit ChatGPT, Codex und Claude Code; Architekturentscheidungen, Code-Reviews und Qualitätssicherung liegen bei mir

Eigene, seit 2013 durchgängig verantwortete Social-Audio- & Chat-Plattform für iOS, Android, Web und Desktop ? Produktidee, Entwicklung, Betrieb und Weiterentwicklung aus einer Hand. Über 3.000 registrierte Nutzer

• Produkt ? VoiceMemes (seit 2026 über VooMe), Diktierfunktion und Vorlesen, öffentliche Communities und Gruppen (optional schreibgeschützt) über den Discover-Feed, Chat, Dateiversand, Audio-Import aus TikTok, YouTube Shorts und Instagram Reels
• Apps ? nativ für Android (Kotlin, Java) und iOS (Swift), Web-Client mit React, Desktop-App mit Electron (macOS, Windows, Linux)
• Backend & APIs ? Java/Spring Boot mit REST-APIs (OpenAPI/Swagger), MySQL bei Aiven, Online-Status mit Redis (TTL, Pub/Sub), Push-Benachrichtigungen und Storage über Firebase
• Betrieb ? eigener Betrieb auf DigitalOcean mit Kubernetes, Docker, Helm, Prometheus/Grafana und GitLab CI/CD

2020 ? 2022

Rolle: Full-Stack Developer / DevOps Engineer

Kunde: COSMOS

Aufgaben:

Webapplikation zur optimalen Planung des Fahrzeugprogramms mit Anbindung an einen Simulations-Algorithmus.

• DevLead im Scrum-Team und Abstimmung mit dem Fachbereich
• Entwicklung der Webapplikation inkl. Schnittstelle zum Simulations-Algorithmus
• Aufbau der Infrastruktur in der AWS DPP Cloud, Helm-Charts für ein cloud-agnostisches Deployment und CI/CD-Pipelines in der Atlassian Toolchain

2020 ? 2020

Rolle: Java Developer

Kunde: LOCKWATCHER

Aufgaben:

Schnittstelle zwischen dem Lagersystem LOGIS und der Sperr- und Freigabe-Applikation für Motoren: Nachrichten über IBM MQ lesen und in deren Microsoft-SQL-Server-Datenbank schreiben ? DevLead und Projektmanagement.

2018 ? 2019

Rolle: Full-Stack Developer

Kunde: GRC

Aufgaben:

Generisches Steuerungssystem für fahrerlose Transportsysteme (FTS) ? Entwicklung und Generalisierung der Steuerungssoftware, DevLead und markenübergreifende Abstimmung.

2017 ? 2018

Rolle: Full-Stack Developer

Kunde: HVA

Aufgaben:

Predictive Maintenance für Schaltschränke per Wärmebilderkennung ? Webapplikation zur Darstellung der Temperaturveränderungen und Desktop-Applikation für den Import der Wärmebilder.

2016 ? 2017

Rolle: Full-Stack Developer

Kunde: EASYPICK

Aufgaben:

Kommissionier-Webapplikation für Desktop und Tablet als Einzelentwickler inkl. Projektmanagement ? mit Ansteuerung von Zebra-Etikettendruckern über ZPL.

2016 ? 2016

Rolle: Android Developer

Kunde: XPICK

Aufgaben:

Kommissionier-Applikation für die Google Glass als Einzelentwickler ? Konzeption, Entwicklung, Projektmanagement und Infrastruktur.

2015 ? 2016

Rolle: Full-Stack Developer

Kunde: JIS SCAN

Aufgaben:

Just-in-Sequence-System für Desktop und Handheld-Terminals zur richtigen Anstellung von Sequenzwagen als Einzelentwickler ? inkl. Aufbau der Infrastruktur (Linux-VM, GlassFish, MySQL).

• E-Kanban-System für Desktop, Handheld-Terminals und Android-Smartwatch als Einzelentwickler ? inkl. Aufbau der Infrastruktur (Linux-VM, GlassFish, MySQL).

2010 ? 2013

Rolle: Java Developer

Kunde: MEDUSA

Aufgaben:

Neuentwicklung des Messdatenmanagements als Nachfolger von MDM: Ablösung des Fat Clients durch eine Client-Server-Architektur ? Java-Swing-Client und serverseitige Geschäftslogik auf WebSphere Liberty; DevLead im Scrum-Team.

2007 ? 2010

Rolle: Java Developer

Kunde: MDM 

Aufgaben:

Weiterentwicklung des bestehenden Messdatenmanagement-Systems (Java-Swing-Fat-Client) für die Forschung & Entwicklung, nach Kanban.