Eigene Produkte und technische Prototypen
Hier zeige ich, was außerhalb von Kundenprojekten entsteht: lokale KI auf Geräten, sichere Vorverarbeitung und private Wissenssysteme.
Vom Produkt bis zum Forschungsexperiment
Jede Karte beantwortet nur drei Fragen: Was ist es, wofür ist es gedacht und wo gibt es mehr zu sehen?
Lokalo
iPhone-App für lokale Sprachmodelle. Modelle laufen direkt auf dem Gerät – ohne Konto oder Cloud-Verarbeitung der Eingaben.
- Problem
- Mobile KI soll ohne Prompt- oder Chatdaten in fremde Cloud-Dienste funktionieren.
- Lösung
- On-Device LLM-App mit lokalen GGUF-Modellen, Metal-Beschleunigung und Offline-Nutzung.
- Beleg
- Öffentliche Produktseite und iOS-App-Konzept, Stand 2026.
Anomyze
Python-Paket zur Erkennung und Anonymisierung personenbezogener Informationen in deutschen Texten vor der KI-Verarbeitung.
- Problem
- Personenbezogene Daten müssen vor KI-Workflows in deutschen Texten zuverlässig erkannt werden.
- Lösung
- Kombination aus Regeln, NER und Anomalie-Erkennung für Privacy-First-Vorverarbeitung.
- Beleg
- Öffentliche Projektseite und installierbares Python-Paket, Stand 2026.
Meus
Lokales Second Brain für Sprach- und Textnotizen mit verschlüsselter Datenhaltung und On-Device-Auswertung.
- Problem
- Persönliche Notizen und Gedanken enthalten sensible Daten und brauchen lokale Verarbeitung.
- Lösung
- Verschlüsselte lokale Datenhaltung, Sprachinput, Clustering und On-Device-LLM-Verarbeitung.
- Beleg
- 1.740+ Tests und öffentliche Produktseite, Stand 2026.
AIBuchhalter
Prototyp für österreichische Buchhaltungsabläufe mit OCR, lokaler Assistenz und ÖEKR-orientierter Kontierung.
- Problem
- Österreichische Buchhaltungsprozesse brauchen nachvollziehbare KI-Unterstützung mit lokaler Kontrolle.
- Lösung
- OCR, lokaler KI-Assistent, SQLite-Datenhaltung und ÖEKR-orientierte Kontierungslogik.
- Beleg
- 941 automatisierte Tests und Demo auf Anfrage, Stand 2026.
LAEI
macOS-Werkzeug zur Überwachung lokaler KI-Runtimes und ihrer Ressourcennutzung.
- Problem
- Lokale KI-Runtimes laufen verteilt und sind im Alltag schwer zu überwachen.
- Lösung
- Native macOS-Überwachung für Prozesse, Speicher, Runtime-Typen und lokale Modellaktivität.
- Beleg
- Öffentliches GitHub-Repository, Stand 2026.
geofrey
Privates Wissenssystem mit lokaler RAG-Pipeline, Vektorsuche und wiederverwendbarem Arbeitskontext.
- Problem
- Wissensarbeit braucht wiederverwendbaren Kontext, ohne private Arbeitsdaten in Cloud-Tools zu verteilen.
- Lösung
- Lokale RAG-Pipeline mit Knowledge Collections, ChromaDB und DACH-spezifischem Kontext.
- Beleg
- Öffentliches GitHub-Repository, Stand 2026.
TranscriptLLM
Experimentierumgebung für deutsche Transkription, Modellvergleiche und lokale Zusammenfassungen.
- Problem
- Deutsche Transkription und Zusammenfassung brauchen reproduzierbare Modellvergleiche.
- Lösung
- Lokale Whisper- und LLM-Pipeline mit Benchmarking, llama.cpp und Meeting-Zusammenfassung.
- Beleg
- 7 lokale Modelle verglichen und Demo auf Anfrage, Stand 2026.
ANE Training iPhone
Open-Source-Experiment für Transformer-Training auf der Apple Neural Engine.
- Problem
- On-Device-KI soll nicht nur Inferenz, sondern auch Trainingsgrenzen praktisch ausloten.
- Lösung
- CoreML/MIL-Experiment für Transformer-Training auf der Apple Neural Engine.
- Beleg
- Öffentliches GitHub-Repository mit A17-Pro-Messwerten, Stand 2026.
Beitrag zur Community
Alle KI-Projekte folgen dem Privacy-First-Prinzip: lokale Verarbeitung, minimale Cloud-Abhängigkeit und datenschutzbewusste Architektur.