Freelancer · Freiburg im Breisgau · seit 2009

Software & KI-Lösungen
die wirklich
funktionieren.

Direkt. Persönlich. Ohne Zwischenhändler.

Sie sprechen nicht mit einem Vertriebsmitarbeiter - Sie sprechen direkt mit mir. Als erfahrener Entwickler, KI-Spezialist und ehemaliger Engineering Manager bringe ich über  Jahre Praxiserfahrung in Ihr Projekt ein.

 Jahre
Praxiserfahrung
seit 2009
direkt 1:1
Persönlicher
Ansprechpartner
Delphi / Pascal
Kernsprache &
Spezialkompetenz
24 h
Reaktions­zeit
Andreas Frank - Softwareentwickler und KI-Spezialist Freiburg
Andreas Frank Softwareentwickler & KI-Spezialist
Freiburg im Breisgau
Verfügbar für Projekte

Was mich von IT-Agenturen unterscheidet: Kein Projektmanager, kein Account Manager - ich entwickle Ihre Lösung persönlich, von der ersten Zeile Code bis zur Übergabe. Das spart Zeit, Kosten und Missverständnisse.

Stack: Delphi / Pascal C#PythonSQL REST APIsOpenAI / LLMs .NET / MAUIFlutter PHPJavaAzure

Mein Kerngebiet

KI-Integration - mein größtes Alleinstellungsmerkmal

Während andere IT-Dienstleister KI als Buzzword verwenden, implementiere ich sie konkret, messbar und auf Ihre Geschäftsprozesse zugeschnitten - zertifiziert und praxiserprobt.

KI-Lösungen für Unternehmen & KMU in Freiburg und im deutschsprachigen Raum

Ich entwickle KI-Agenten, integriere Large Language Models (LLMs wie GPT-4) und baue intelligente Analyse-Werkzeuge zur Automatisierung Ihrer Geschäftsprozesse. Zertifiziert durch ein 25,5-stündiges Intensivstudium in Deep Learning & Neuronalen Netzen (Udemy, Februar 2025). Mein Fokus: Datenanalyse, Sprachverarbeitung (NLP) und Prozessautomatisierung.

KI-AgentenLLM-Integration (GPT-4 / lokal) ProzessautomatisierungDatenanalyse & ML NLP / ChatbotsDeep Learning

Spezialkompetenz: Modernisierung von Legacy-Systemen (Delphi / C#)

Delphi / PascalC#Code-MigrationSystemintegration

Windows- & Mobilentwicklung

C# · Flutter

Native Apps für Windows und Android - inklusive Modernisierung bestehender Lösungen.

.NET/MAUIWPFFlutter

Webentwicklung & SEO

React · CMS

Responsive Webseiten mit technischem SEO und Core Web Vitals-Optimierung.

ReactWordPressJoomla

Schnittstellen & Datenbanken

SQL · REST

Stabile APIs und Datenbankarchitekturen - auch für Legacy-Umgebungen.

REST/SOAPSQLNoSQL

IT-Dienstleistungen & Beratung

Beratung

Beratung, Schulungen und Digitalisierung - mit dem Weitblick eines Engineering Managers.

IT-BeratungSchulungDigitalisierung

Referenzprojekte

Ausgewählte Projekte

Vier aktuelle Beispiele aus der Praxis - anonymisiert, aber real.

Webentwicklung · Bildung

Webbasierte Lernplattform für ein Freiburger Bildungsunternehmen

Backend-Entwicklung einer interaktiven Lernplattform inkl. Datenbankarchitektur, Lernkarten-Algorithmen, Suchfunktionen und individuellen Auswertungen. Projektlaufzeit: 2,5 Jahre, agile Umsetzung in Sprints.

C#SQLREST APIAlgorithmen
KI-Integration · Public Sector

KI-Agent zur Effizienzsteigerung öffentlicher Ausschreibungsprozesse

Forschungsprojekt in Zusammenarbeit mit einer Hochschule (Fachbereich KI) und einer Online-Marketing-Agentur: KI-gestützte Analyse und Automatisierung von Ausschreibungsprozessen. Förderung durch Innovationsprogramm des Landes NRW.

PythonLLMNLPProzessautomatisierung
CRM & Datenbank · Infotainment

CRM-Erweiterung & Datenbankauswertungen für einen Event-Dienstleister

Anpassung und Erweiterung eines hausinternen CRM-Systems sowie Entwicklung datenbankgestützter Auswertungen zur Ermittlung betrieblicher Kennzahlen und Erstellung individueller Berichte für die Geschäftsführung.

DelphiSQLCRMDatenbankauswertung
Webentwicklung & SEO · Solartech

SEO-optimierte Unternehmenswebseite für ein Solartech-Unternehmen

Konzeption, Entwicklung und Suchmaschinenoptimierung einer professionellen Unternehmenswebseite inkl. technischem SEO, Schema-Markup und Core Web Vitals-Optimierung - mit dem Ziel maximaler organischer Sichtbarkeit in der Region.

WebentwicklungSEOSchema-MarkupCore Web Vitals

Alle Referenzen ansehen →

Ablauf

Von der Idee zur fertigen Lösung

Klar strukturiert, transparent kommuniziert - Sie wissen jederzeit, wo Ihr Projekt steht.

01
Erstgespräch
Kostenlos & unverbindlich. Ehrliche Einschätzung - ohne Verkaufsdruck.
02
Angebot
Transparentes Festpreis- oder Stundenbasiertes Angebot - keine Überraschungen.
03
Entwicklung
Agil, mit regelmäßigem Feedback und direktem Kontakt - immer.
04
Übergabe & Support
Mit vollständiger Dokumentation und optionalem Support-Vertrag.

Lassen Sie uns Ihr Projekt besprechen.

Kostenloses Erstgespräch - direkt mit mir, kein Umweg.

Jetzt Kontakt aufnehmen →

Leistungen

Individuelle Softwarelösungen
& IT-Dienstleistungen

Jede Lösung wird von mir persönlich entwickelt - keine Weitergabe an Subunternehmer, keine anonymen Teams.

KI-Integration & Automatisierung

Mein USP

Echte KI-Lösungen für den Mittelstand - kein Buzzword-Marketing. Zertifiziert in Deep Learning & Neuronalen Netzen (Udemy, Feb. 2025, 25,5 Std.). Kein Einsatz für Grafik- oder Video-KI - mein Fokus liegt auf messbaren Geschäftsergebnissen.

  • KI-Agenten und vollautomatisierte Workflows
  • LLM-Integration (OpenAI GPT-4, lokale Modelle)
  • KI-Chatbots für Webseiten & Kundendienst
  • Datenanalyse, ML-Auswertungen & Vorhersagemodelle
  • Natural Language Processing (NLP)
  • Automatisierung von Ausschreibungs- & Geschäftsprozessen

Legacy-Modernisierung (Delphi / C#)

Spezialkompetenz

  • Migration Delphi 7 / Rio auf modernes .NET / C#
  • Code-Übernahme von C++, Visual Basic nach Delphi
  • Modernisierung und Erweiterung bestehender Windows-Apps
  • REST/SOAP-Schnittstellen für Legacy-Systeme nachrüsten
  • Integration von Altanwendungen in neue Systemlandschaften

Windows- & Mobilentwicklung

C# · Flutter

Native und plattformübergreifende Anwendungen für Windows, Android und iOS.

  • Windows Desktop-Apps (.NET, WPF, MAUI, WinForms)
  • Mobile Apps für Android (Flutter, nativ)
  • Plattformübergreifende Lösungen (.NET MAUI / Flutter)
  • Business-Prozessoptimierung durch maßgeschneiderte Software

Webentwicklung & SEO

React · CMS

Responsive Webseiten mit technischem SEO, strukturierten Daten und Core Web Vitals-Optimierung - für maximale Sichtbarkeit in Suchmaschinen.

  • Responsive Webdesign (Desktop & Mobile)
  • WordPress- und Joomla-Entwicklung & Wartung
  • Technisches SEO, Schema-Markup & Core Web Vitals
  • Suchmaschinenmarketing (SEM) & Google Ads
  • E-Commerce-Lösungen & Shop-Systeme

Schnittstellen & Datenbanken

SQL · REST

Stabile, dokumentierte APIs und effiziente Datenbankarchitekturen - auch für komplexe Legacy-Umgebungen.

  • REST- und SOAP-API-Entwicklung & Integration
  • Nahtlose Systemanbindung & Datenaustausch
  • Datenbankmodellierung (SQL / NoSQL)
  • Performance-Analyse & Datenbankoptimierung
  • Individuelle Berichte, Auswertungen & Kennzahlen

IT-Dienstleistungen & Beratung

Beratung

Ganzheitliche IT-Beratung, Schulungen und Digitalisierung Ihrer Geschäftsprozesse - mit dem strategischen Weitblick eines erfahrenen Engineering Managers.

  • Umfassende IT-Beratung & Konzeption
  • Installation & Einrichtung von Branchensoftware
  • Systempflege, Wartung & Support
  • Schulungen für Mitarbeiter & Teams
  • Digitalisierung analoger Geschäftsprozesse

Preise

Faire, transparente Angebote

Individuelle Angebote auf Basis Ihrer Anforderungen. Branchenübliche Stundensätze, klar kalkuliert, keine versteckten Kosten.

Stundenbasiert

Ideal für Wartung, Beratung, Schulungen und kleinere Erweiterungen. Abrechnung nach tatsächlichem Aufwand - transparent und nachvollziehbar.

EMPFOHLEN

Festpreis-Projekt

Klares Budget, definierter Umfang - volle Planungssicherheit vom ersten Tag. Für Projekte mit klar definierten Anforderungen die beste Wahl.

Retainer / Support

Monatliche Zusammenarbeit für laufende Entwicklung, regelmäßige Wartung oder kontinuierliche IT-Beratung. Planbare Kosten, verlässliche Unterstützung.

Bereit für Ihr Projekt?

Unverbindliches Erstgespräch - direkt erreichbar.

Anfrage senden →

Referenzprojekte

Ausgewählte Projekte

Einblicke in abgeschlossene und laufende Projekte - anonymisiert, aber aus der realen Praxis.

Webentwicklung · Bildung · Freiburg

Webbasierte Lernplattform für ein Bildungsunternehmen

Entwicklung der vollständigen Backend-Architektur einer interaktiven, webbasierten Lernplattform für den gymnasialen Nachhilfebereich. Kernaufgaben: Konzeption der Datenbankstrukturen, Implementierung von adaptiven Lernkarten-Algorithmen (prozentuale Auswertung, Fortschrittssteuerung), intelligente Suchfunktionen und individuelle Auswertungsstatistiken. Projektlaufzeit: 2,5 Jahre in agilen Sprints, durchschnittlich 10-12 Stunden pro Monat.

C#SQLREST APIAlgorithmenBackend-Architektur
KI-Integration · Public Sector · NRW

KI-Agent zur Effizienzsteigerung öffentlicher Ausschreibungsprozesse

Forschungs- und Entwicklungsprojekt in Zusammenarbeit mit einer Online-Marketing-Agentur und einer Hochschule (Fachbereich Künstliche Intelligenz): Konzeption, Entwicklung und Dokumentation eines KI-Agenten zur automatisierten Analyse und Optimierung öffentlicher Ausschreibungsverfahren. Projektlaufzeit: 25 Monate.

PythonLarge Language ModelsNLPProzessautomatisierungForschungsprojekt
CRM & Datenbank · Infotainment · Ruhrgebiet

CRM-Erweiterung & Datenbankauswertungen für einen Event-Dienstleister

Anpassung und gezielte Erweiterung eines hausinternen CRM-Systems (Kundenverwaltungssoftware) für einen überregional tätigen Event- und Infotainment-Dienstleister. Kerntätigkeiten: Entwicklung datenbankgestützter Auswertungen zur Ermittlung betrieblicher Kennzahlen, Erstellung individueller Berichte sowie technische Optimierung bestehender Datenbankabfragen. Ergebnis: deutlich schnellere Auswertungsprozesse und transparentere Entscheidungsgrundlagen für die Geschäftsführung.

Delphi / PascalSQLCRM-SystemDatenbankauswertungKennzahlen
Webentwicklung & SEO · Solartech · Region Freiburg

SEO-optimierte Unternehmenswebseite für ein Solartech-Unternehmen

Konzeption, Entwicklung und vollständige Suchmaschinenoptimierung einer professionellen Unternehmenswebseite für einen regionalen Anbieter im Bereich Solartechnik. Leistungsumfang: technisches SEO, strukturierte Daten (Schema-Markup), Core Web Vitals-Optimierung, responsives Design und lokale SEO-Strategie - mit dem Ziel maximaler organischer Sichtbarkeit in der Region Freiburg und Südbaden.

WebentwicklungTechnisches SEOSchema-MarkupCore Web VitalsLokales SEO
IT-Beratung & Umsetzung · Medizin

IT-Beratung & technische Umsetzung für Facharztpraxen

Umfassende IT-Beratung und technische Umsetzung für mehrere Facharztpraxen: Analyse bestehender IT-Infrastrukturen, Empfehlung und Implementierung geeigneter Softwarelösungen, Optimierung von Praxisabläufen durch digitale Werkzeuge sowie Beratung zu Datenschutz- und Sicherheitsanforderungen im medizinischen Umfeld. Ergebnis: effizientere Praxisabläufe und erhöhte IT-Sicherheit bei gleichzeitiger DSGVO-Konformität.

IT-BeratungPraxissoftwareDSGVOIT-InfrastrukturDigitalisierung

Ihr Projekt könnte das nächste sein.

Lassen Sie uns in einem kostenlosen Erstgespräch herausfinden, wie ich Ihnen helfen kann.

Jetzt anfragen →

Blog & Wissen

Praxiswissen für den Mittelstand

Einblicke in KI-Integration, Legacy-Modernisierung und Softwareentwicklung - aus der täglichen Praxis, verständlich erklärt.

KI-Integration

Autonome KI-Agenten: Was sie können, was sie nicht können und wann sie sich lohnen

KI-Agenten erledigen Aufgaben selbstständig - von der Webrecherche bis zur E-Mail-Beantwortung. Was dahinter steckt, wo die Grenzen liegen und für welche Unternehmensprozesse sich der Einsatz heute wirklich rechnet.

April 2026 · 7 Min.Lesen →

IT-Sicherheit & Datenschutz

DSGVO und KI-Tools: Was Unternehmen bei der Integration von Sprachmodellen beachten müssen

ChatGPT, Copilot, Claude - KI-Assistenten sind produktiv, aber datenschutzrechtlich heikel. Welche Risiken bei der Verarbeitung personenbezogener Daten entstehen und wie man sie sauber löst.

April 2026 · 6 Min.Lesen →

Webentwicklung & SEO

SEO 2026: Was sich geändert hat und welche technischen Faktoren heute wirklich zählen

Google bewertet Websites anders als noch vor zwei Jahren. KI-gestützte Suchergebnisse, INP als neuer Core-Web-Vital und stärkere Nutzersignale verändern die Spielregeln - was Sie jetzt anpassen sollten.

März 2026 · 7 Min.Lesen →

Softwareentwicklung

Schnittstellen & APIs: Warum saubere Integration über den Erfolg von Software entscheidet

Moderne Software lebt von Integration - SAP, DATEV, CRM, Webshop. Welche API-Architekturen heute Standard sind und warum schlecht geplante Schnittstellen die häufigste Ursache für Projektverzögerungen sind.

März 2026 · 7 Min.Lesen →

Softwareentwicklung

Python im Unternehmen: Wann sich die Sprache wirklich lohnt

Python hat sich in Automatisierung, Datenverarbeitung und KI-Integration zur Lingua franca entwickelt. Für welche Aufgaben sich Python im Mittelstand tatsächlich eignet - und wo andere Sprachen weiterhin überlegen sind.

Januar 2026 · 6 Min.Lesen →

KI-Integration

RAG-Systeme im Unternehmen: Wie Sie Ihr eigenes Wissen für KI nutzbar machen

Large Language Models kennen das Internet - aber nicht Ihr Unternehmen. Mit Retrieval Augmented Generation (RAG) machen Sie interne Dokumente, Verträge und Produktdaten für KI-Systeme zugänglich, ohne sensible Daten preiszugeben.

Oktober 2025 · 7 Min.Lesen →

KI-Integration

KI-Agenten im Mittelstand: Wie KMU von Large Language Models profitieren

KI ist längst kein Thema mehr, das nur Großkonzernen vorbehalten ist. Welche konkreten Einsatzmöglichkeiten sich für KMU ergeben - und warum der Einstieg einfacher ist als gedacht.

April 2025 · 7 Min.Lesen →

Legacy-Modernisierung

Delphi-Anwendungen in 2025: Modernisieren oder neu entwickeln?

Viele Unternehmen betreiben noch heute geschäftskritische Software in Delphi. Wann lohnt sich eine Migration, wann ist eine Weiterentwicklung die bessere Wahl?

Mai 2025 · 8 Min.Lesen →

Projektmanagement

Festpreis oder Stundensatz? Was für Ihr Softwareprojekt wirklich Sinn ergibt

Die Wahl des richtigen Abrechnungsmodells entscheidet über Planungssicherheit und Projektrisiko. Ein ehrlicher Vergleich aus der Praxis - mit konkreten Empfehlungen.

Juni 2025 · 6 Min.Lesen →

Webentwicklung & SEO

Technisches SEO 2025: Warum Core Web Vitals über Ihren Google-Rang entscheiden

Google bewertet Webseiten heute nicht nur nach Inhalt, sondern nach messbaren Nutzererlebnissen. Was Core Web Vitals sind - und wie Sie davon profitieren.

Juli 2025 · 6 Min.Lesen →

IT-Sicherheit & Datenschutz

DSGVO-konforme Softwareentwicklung: Was Unternehmen wirklich wissen müssen

Datenschutz ist kein Hindernis, sondern Teil guter Softwareentwicklung. Welche konkreten Anforderungen die DSGVO stellt - und wie man sie von Anfang an richtig umsetzt.

August 2025 · 7 Min.Lesen →

KI-Integration

KI-Chatbot auf der eigenen Website: Lohnt sich das für kleine Unternehmen?

Ein KI-gestützter Chatbot beantwortet Kundenfragen rund um die Uhr - ohne Wartezeit. Was heute technisch möglich ist und worauf es bei der Umsetzung ankommt.

September 2025 · 5 Min.Lesen →

KI-Integration

KI-Agenten im Mittelstand: Wie kleine Unternehmen von Large Language Models profitieren

Künstliche Intelligenz hat in den letzten zwei Jahren einen Sprung gemacht, der noch vor Kurzem kaum vorstellbar war. Durch Modelle wie GPT-4 oder Claude ist es heute möglich, intelligente Software-Agenten zu entwickeln, die verstehen, was gemeint ist - nicht nur, was geschrieben steht. Für kleine und mittelständische Unternehmen öffnet das Türen, die bislang Konzernen mit eigenen KI-Abteilungen vorbehalten waren.

Dieser Artikel zeigt, wo der Einsatz von KI-Agenten für KMU heute schon wirtschaftlich Sinn ergibt - und wo nicht.

Was ist ein KI-Agent überhaupt?

Ein KI-Agent ist ein Softwaresystem, das auf Basis eines Large Language Models (LLM) eigenständig Aufgaben ausführt. Im Gegensatz zu einem einfachen Chatbot kann ein Agent mehrere Schritte selbstständig planen und durchführen: Er kann Daten abrufen, Texte analysieren, Formulare ausfüllen oder Entscheidungen treffen - und dabei auf externe Systeme wie Datenbanken oder APIs zugreifen.

Ein konkretes Beispiel: Ein KI-Agent, der eingehende Kundenanfragen per E-Mail liest, die Anfrage klassifiziert, die relevanten Kundendaten aus dem CRM-System abruft und dann eine passende Antwort formuliert - vollautomatisch, ohne menschliches Eingreifen für Standardfälle.

Drei Einsatzbereiche mit echtem Mehrwert für KMU

1. Automatisierte Dokumentenverarbeitung

Eingehende Angebote, Rechnungen, Verträge oder Bestellungen lesen, extrahieren und in bestehende Systeme einpflegen - das kostet in vielen KMU täglich wertvolle Stunden. Ein gut konfigurierter KI-Agent kann diese Aufgabe zu einem großen Teil übernehmen. Die Fehlerquote ist bei klar strukturierten Dokumenten überraschend gering, und das System lernt mit jeder Korrektur.

2. Intelligenter Kundendienst-Assistent

Ein KI-Chatbot auf der eigenen Website, der nicht nur auf vordefinierte Fragen antwortet, sondern echte Kundenanliegen versteht und bearbeitet, ist heute für einen Bruchteil der früheren Kosten realisierbar. Entscheidend ist dabei die Anbindung an produktspezifische Daten - nur dann liefert der Agent wirklich nützliche Antworten statt generischer Texte.

3. Analyse und Auswertung großer Datenmengen

Marktanalysen, Wettbewerbsbeobachtung oder die Auswertung von Kundenfeedback: Was früher externe Berater oder Stunden im Spreadsheet kostete, kann heute durch KI-gestützte Analyse in Minuten geschehen. Für KMU mit begrenzten Ressourcen ist das ein echter Wettbewerbsvorteil.

Was KI nicht ersetzt

KI-Agenten sind kein Allheilmittel. Sie eignen sich hervorragend für strukturierte, wiederholbare Aufgaben mit klaren Kriterien. Für komplexe strategische Entscheidungen, kreative Problemlösung oder empathische Kundengespräche bleibt der Mensch unverzichtbar. Der größte Fehler, den ich in der Praxis sehe: KI einzusetzen, ohne vorher den Prozess selbst zu verstehen und zu optimieren. KI automatisiert - aber sie verbessert keinen schlechten Prozess.

Der nächste Schritt für Ihr Unternehmen

Der Einstieg muss nicht mit einem großen Projekt beginnen. In den meisten Fällen lohnt es sich, mit einem klar abgegrenzten Anwendungsfall zu starten: einem Prozess, der heute viel manuelle Zeit kostet, klar definierte Eingaben und Ausgaben hat und nicht sicherheitskritisch ist. Innerhalb von wenigen Wochen ist ein erster funktionsfähiger Prototyp realistisch.

Wenn Sie wissen möchten, welche Prozesse in Ihrem Unternehmen sich für KI-Automatisierung eignen, sprechen Sie mich an. Das erste Gespräch ist kostenlos und unverbindlich.

Interesse an KI-Integration für Ihr Unternehmen?
Lassen Sie uns in einem kostenlosen Erstgespräch herausfinden, welche Prozesse sich für den Einsatz von KI-Agenten eignen.

Jetzt anfragen →

← Zurück zum Blog

Legacy-Modernisierung

Delphi-Anwendungen in 2025: Modernisieren oder neu entwickeln?

Delphi ist tot - das hört man seit Jahren. Und dennoch laufen in unzähligen deutschen Unternehmen täglich geschäftskritische Prozesse auf Software, die in Delphi oder Pascal geschrieben wurde. Lagerverwaltung, Kundendatenbanken, Abrechnungssysteme - oft seit Jahrzehnten zuverlässig im Einsatz, oft schlecht dokumentiert, und fast immer: nicht mehr wartbar durch die aktuelle IT-Generation.

Als jemand, der seit 2009 mit Delphi arbeitet und inzwischen über Jahre Erfahrung mit genau diesen Systemen hat, erlebe ich täglich, welche Entscheidungen Unternehmen vor dieser Frage treffen - und welche langfristig die richtige war.

Warum Delphi noch immer läuft

Delphi-Anwendungen sind in der Regel robust, schnell und gut auf spezifische Geschäftsprozesse zugeschnitten. Sie laufen seit Jahren stabil - genau das ist das Problem. Weil sie funktionieren, wird die Frage nach Modernisierung immer wieder aufgeschoben. Bis der Entwickler, der das System kennt, in Rente geht. Bis Windows eine inkompatible Version veröffentlicht. Bis eine kritische Sicherheitslücke auftaucht.

Der Handlungsbedarf entsteht selten geplant - er entsteht unter Druck.

Drei Szenarien - drei verschiedene Empfehlungen

Szenario 1: Die Software funktioniert, soll aber erweitert werden

Wenn das bestehende System stabil läuft und nur neue Funktionen benötigt, ist eine schrittweise Weiterentwicklung in Delphi oft die wirtschaftlichste Entscheidung. Voraussetzung: Es gibt einen Entwickler, der das System kennt und die Codebasis beherrscht. Eine vollständige Neuentwicklung wäre in diesem Fall überdimensioniert und riskant - denn jahrelang akkumuliertes Prozesswissen steckt in altem Code, der auf den ersten Blick unverständlich wirkt.

Szenario 2: Die Software soll in neue Systeme integriert werden

Wenn eine Delphi-Anwendung mit modernen Cloud-Diensten, REST-APIs oder anderen Systemen kommunizieren soll, ist eine Schnittstellenerweiterung der pragmatische erste Schritt. Delphi kann REST-APIs ansprechen und selbst bereitstellen - das ermöglicht die schrittweise Integration ohne vollständige Neuentwicklung. Ich habe diesen Ansatz mehrfach erfolgreich umgesetzt: Die Altanwendung bleibt das Herzstück, erhält aber moderne Anbindungen.

Szenario 3: Die Software ist nicht mehr wartbar oder skalierbar

Wenn die Codebasis so gewachsen ist, dass neue Entwickler sich nicht mehr zurechtfinden, wenn grundlegende Architekturentscheidungen einer Weiterentwicklung im Weg stehen, oder wenn die Plattformabhängigkeit ein Sicherheitsrisiko darstellt - dann ist eine Migration auf .NET / C# die richtige Entscheidung. Der Schlüssel liegt dabei in einer sorgfältigen Anforderungsanalyse: Was tut das System wirklich? Nicht was die Dokumentation sagt - sondern was der Code tatsächlich macht.

Was eine Migration kostet - und was sie bringt

Eine vollständige Migration ist kein Wochenendprojekt. Je nach Komplexität der Anwendung rechne ich mit mehreren Monaten bis zu einem Jahr Entwicklungszeit. Dafür erhält das Unternehmen eine Anwendung, die wartbar ist, von jedem C#-Entwickler verstanden werden kann, moderne Schnittstellen unterstützt und langfristig eine gesicherte Plattform hat.

Der häufigste Fehler: Eine Neuentwicklung beauftragen, ohne die Altanwendung wirklich zu verstehen. Das Ergebnis ist dann eine neue Oberfläche mit denselben logischen Fehlern darunter. Eine gründliche Analyse vor der Entwicklung ist keine Zusatzleistung - sie ist Voraussetzung für den Erfolg.

Meine Empfehlung

Wenn Sie eine Delphi-Anwendung betreiben und sich fragen, ob es Zeit für eine Modernisierung ist: Lassen Sie eine ehrliche Bestandsaufnahme durchführen, bevor Sie eine Entscheidung treffen. Ich tue das seit über Jahren - und sage Ihnen, was das System wirklich braucht, nicht was am teuersten klingt.

Haben Sie eine Delphi-Anwendung, die modernisiert werden soll?
Lassen Sie uns in einem kostenlosen Erstgespräch analysieren, welcher Weg für Ihr System der richtige ist.

Jetzt anfragen →

← Zurück zum Blog

Projektmanagement

Festpreis oder Stundensatz? Was für Ihr Softwareprojekt wirklich Sinn ergibt

Eine der häufigsten Fragen, die mir Kunden stellen, bevor ein Projekt beginnt: „Machen Sie das zum Festpreis oder nach Stunden?" Die ehrliche Antwort lautet: Es kommt darauf an. Und die Entscheidung, die Sie hier treffen, hat direkten Einfluss auf Planungssicherheit, Projektrisiko und letztendlich auf die Qualität des Ergebnisses.

Ich habe beide Modelle in der Praxis erlebt - als Auftragnehmer und als Engineering Manager, der Teams leitete. Hier ist, was ich dabei gelernt habe.

Das Festpreismodell: Sicherheit mit Bedingungen

Ein Festpreis funktioniert dann gut, wenn die Anforderungen zu Beginn klar und vollständig definiert sind. Der Auftraggeber weiß genau, was er will. Der Entwickler kann den Aufwand zuverlässig schätzen. Beide Seiten einigen sich auf Umfang und Preis - und halten sich daran.

In der Praxis ist das seltener der Fall als gedacht. Anforderungen ändern sich. Kunden entdecken während der Entwicklung neue Wünsche. Technische Gegebenheiten erweisen sich als komplexer als erwartet. Ein Festpreis, der auf unvollständigen Anforderungen basiert, führt zwangsläufig zu Konflikten - weil entweder der Entwickler auf Kosten sitzen bleibt oder der Kunde für jede Änderung Aufpreise zahlen soll.

Festpreis empfehle ich für: klar definierte Projekte mit stabilen Anforderungen, Neuentwicklungen auf Basis eines detaillierten Lastenhefts, abgeschlossene Teilprojekte wie eine einzelne Funktionserweiterung oder eine Webseite mit klarem Leistungsumfang.

Das Stundenmodell: Flexibilität mit Transparenz

Stundenbasierte Abrechnung klingt für viele Auftraggeber zunächst riskanter - weil das Endbudget offen ist. In der Praxis ist es oft das ehrlichere Modell. Der Entwickler hat keinen Anreiz, Aufwände kleinzurechnen, um den Auftrag zu gewinnen. Der Auftraggeber zahlt nur für tatsächlich geleistete Arbeit und behält die Flexibilität, Prioritäten während des Projekts anzupassen.

Voraussetzung ist gegenseitiges Vertrauen und transparente Kommunikation: regelmäßige Statusberichte, klare Stundenaufzeichnungen, offene Gespräche wenn der Aufwand höher wird als geplant.

Stundensatz empfehle ich für: Projekte mit sich entwickelnden Anforderungen, Wartung und laufende Weiterentwicklung bestehender Systeme, IT-Beratung und Konzeptionsarbeit, Projekte, bei denen die vollständige Anforderungsanalyse selbst Teil der Leistung ist.

Der hybride Ansatz

Was ich in der Praxis oft empfehle: eine Kombination. Die Konzeptionsphase und Anforderungsanalyse wird stundenbasiert abgerechnet - danach, wenn der Umfang klar ist, wird ein Festpreis für die Umsetzung vereinbart. So profitieren beide Seiten von der jeweils passenden Abrechnungsform.

Was Sie vor der Entscheidung fragen sollten

Sind meine Anforderungen vollständig und stabil? Wenn nicht, ist ein Festpreis riskant. Wie viel Flexibilität brauche ich während der Entwicklung? Vertraue ich dem Entwickler, transparent über Aufwände zu kommunizieren? Wie hoch ist mein Budget - und wie wichtig ist Planungssicherheit im Vergleich zu Flexibilität?

Es gibt kein universell richtiges Modell. Es gibt das für Ihr Projekt passende Modell - und das lässt sich am besten in einem ehrlichen Gespräch vor Projektbeginn klären.

Sie planen ein Softwareprojekt und sind unsicher, welches Modell passt?
Im kostenlosen Erstgespräch besprechen wir Ihr Projekt - und ich empfehle Ihnen das Modell, das für Sie am sinnvollsten ist.

Jetzt anfragen →

← Zurück zum Blog

Webentwicklung & SEO

Technisches SEO 2025: Warum Core Web Vitals über Ihren Google-Rang entscheiden

Viele Unternehmen investieren in Texte, Keywords und Backlinks - und wundern sich trotzdem, warum ihre Webseite in Google nicht die erhoffte Position erreicht. Ein entscheidender Faktor wird dabei häufig übersehen: technische Performance. Seit 2021 bewertet Google Webseiten nicht nur nach Inhalt, sondern nach messbaren Nutzererlebnissen - den sogenannten Core Web Vitals.

Was sind Core Web Vitals?

Core Web Vitals sind drei technische Kennzahlen, die Google zur Bewertung der Nutzererfahrung einer Webseite heranzieht:

Largest Contentful Paint (LCP)

LCP misst, wie schnell der größte sichtbare Inhalt einer Seite geladen wird - typischerweise ein Bild oder eine Überschrift. Google empfiehlt einen Wert von unter 2,5 Sekunden. Eine langsam ladende Seite verliert Besucher, bevor sie auch nur einen Satz gelesen haben.

Cumulative Layout Shift (CLS)

CLS misst, wie stark sich Seitenelemente während des Ladens verschieben. Jeder kennt das: Man klickt auf einen Button - und plötzlich lädt ein Bild nach und der Button hat sich verschoben. Ein hoher CLS-Wert frustriert Nutzer und wird von Google entsprechend bestraft.

Interaction to Next Paint (INP)

INP löste 2024 den First Input Delay ab und misst die Reaktionsfähigkeit einer Seite auf Nutzerinteraktionen. Klicks, Tippvorgänge, Formulareingaben - wie schnell reagiert die Seite darauf?

Warum das für lokale Unternehmen besonders wichtig ist

Bei lokalen Suchanfragen - „Softwareentwickler Freiburg", „IT-Dienstleister Freiburg" - konkurrieren in der Regel weniger Seiten um die vorderen Plätze als bei überregionalen Keywords. Das bedeutet: Technische Qualität kann hier den entscheidenden Unterschied machen. Eine gut optimierte Seite eines regionalen Anbieters kann eine inhaltlich reichhaltigere, aber technisch schwache Konkurrenzseite überholen.

Die häufigsten technischen SEO-Probleme in der Praxis

Nicht optimierte Bilder sind der häufigste Faktor für schlechte LCP-Werte. Bilder, die in Originalgröße eingebunden werden statt in optimierter Webgröße, verlangsamen den Seitenaufbau erheblich. Fehlende Größenangaben bei Bildern und Iframes führen zu Layout-Verschiebungen (CLS). Zu viele JavaScript-Ressourcen blockieren den Render-Prozess. Fehlende strukturierte Daten (Schema-Markup) lassen wertvolle Rich-Snippet-Chancen ungenutzt.

Was Sie konkret tun können

Der erste Schritt ist eine Messung des Ist-Zustands. Google PageSpeed Insights gibt kostenlos eine detaillierte Analyse Ihrer aktuellen Core Web Vitals - inklusive konkreter Verbesserungsvorschläge. Zielwert: ein Score von 90+ sowohl für Desktop als auch Mobil.

Dann folgen die Optimierungsmaßnahmen: Bilder in modernen Formaten (WebP, AVIF) und in passender Größe einbinden. Lazy Loading für Inhalte außerhalb des sichtbaren Bereichs. Kritisches CSS inline einbinden. JavaScript-Ressourcen verzögert laden. Schriftarten vorladen.

Das klingt technisch - ist es auch. Aber es ist Aufwand, der sich auszahlt: Bessere Performance bedeutet bessere Rankings, niedrigere Absprungraten und mehr Conversions.

Wollen Sie wissen, wie Ihre Webseite bei den Core Web Vitals abschneidet?
Ich analysiere Ihre Seite und zeige Ihnen, welche Maßnahmen den größten Effekt haben.

Jetzt anfragen →

← Zurück zum Blog

IT-Sicherheit & Datenschutz

DSGVO-konforme Softwareentwicklung: Was Unternehmen wirklich wissen müssen

Seit dem Inkrafttreten der DSGVO im Mai 2018 hat sich in der Softwareentwicklung grundlegend etwas verändert: Datenschutz ist keine nachträgliche Überlegung mehr, sondern muss von Anfang an Teil der Architektur sein. „Privacy by Design" und „Privacy by Default" - zwei Prinzipien, die in der Verordnung verankert sind - klingen abstrakt, haben aber sehr konkrete Auswirkungen auf die Art und Weise, wie Software entwickelt wird.

In meiner Praxis erlebe ich regelmäßig, dass Unternehmen entweder die DSGVO als bürokratisches Hindernis behandeln oder sich mit rechtlich fragwürdigen Lösungen behelfen. Beides ist vermeidbar.

Was Privacy by Design in der Praxis bedeutet

Der Grundsatz ist einfach: Datenschutz muss in die Systemarchitektur eingebaut werden, nicht im Nachhinein aufgesetzt. Konkret bedeutet das: Es werden nur die Daten erhoben, die tatsächlich für den jeweiligen Zweck benötigt werden (Datensparsamkeit). Personenbezogene Daten werden so früh wie möglich anonymisiert oder pseudonymisiert. Zugriffsrechte werden nach dem Least-Privilege-Prinzip vergeben - jeder Nutzer und jede Komponente erhält nur die Rechte, die für seine Funktion notwendig sind. Daten werden nur so lange gespeichert, wie es der Zweck erfordert.

Besonders kritisch: Medizinische und persönliche Daten

In meiner Arbeit für Facharztpraxen und Unternehmen im Sozialbereich habe ich gelernt, wie hoch die Anforderungen in bestimmten Branchen sind. Medizinische Daten gehören zur besonderen Kategorie nach Art. 9 DSGVO und erfordern ein erhöhtes Schutzniveau. Das betrifft nicht nur die Datenbank, sondern den gesamten Verarbeitungsprozess: Übertragung, Speicherung, Zugriffsverwaltung, Löschkonzepte.

Eine Arztpraxis, die Patientendaten in einer schlecht gesicherten Datenbank speichert oder ohne Verschlüsselung über das Netzwerk überträgt, riskiert nicht nur Bußgelder - sie riskiert das Vertrauen ihrer Patienten.

Technische Maßnahmen, die den Unterschied machen

Verschlüsselung aller gespeicherten personenbezogenen Daten (at rest). TLS-Verschlüsselung für alle Datenübertragungen (in transit). Vollständige Protokollierung von Datenzugriffen für Audit-Zwecke. Automatisierte Löschroutinen auf Basis definierter Aufbewahrungsfristen. Zwei-Faktor-Authentifizierung für Systeme mit Zugriff auf sensible Daten. Regelmäßige Datensicherungen mit definierten Wiederherstellungszeiten.

Was oft vergessen wird: der Auftragsverarbeitungsvertrag

Wer als Softwareentwickler im Auftrag eines Unternehmens auf personenbezogene Daten zugreift oder verarbeitet, ist nach DSGVO Auftragsverarbeiter. Das erfordert einen schriftlichen Auftragsverarbeitungsvertrag (AVV) zwischen Auftraggeber und Entwickler - ein Dokument, das in der Praxis leider noch immer häufig fehlt.

Ich weise meine Kunden proaktiv auf diese Anforderung hin und stelle entsprechende Vertragsunterlagen zur Verfügung. Das ist keine bürokratische Pflicht - es ist ein Zeichen professioneller Arbeitsweise.

Mein Fazit

DSGVO-konforme Softwareentwicklung ist kein Mehraufwand - sie ist gute Softwareentwicklung. Wer Datenschutz von Anfang an in seine Architektur einbaut, spart sich teure Nachbesserungen und schützt gleichzeitig seine Kunden und sein Unternehmen.

Sie entwickeln Software, die personenbezogene Daten verarbeitet?
Ich berate Sie zu datenschutzkonformer Architektur - von Anfang an.

Jetzt anfragen →

← Zurück zum Blog

KI-Integration

KI-Chatbot auf der eigenen Website: Lohnt sich das für kleine Unternehmen?

„Unser Chatbot beantwortet Ihre Frage gleich" - dieser Satz steht auf immer mehr Unternehmenswebseiten. Doch die Realität hinter diesen Versprechen ist oft ernüchternd: starre Entscheidungsbäume, die bei jeder unerwarteten Frage scheitern, frustrierte Nutzer und am Ende doch der Anruf in der Zentrale. Das muss nicht so sein. Moderne KI-gestützte Chatbots sind grundlegend anders - und für viele kleine Unternehmen heute erschwinglich.

Der Unterschied zwischen regelbasiert und KI-gestützt

Klassische Chatbots folgen fest programmierten Regeln: Wenn der Nutzer X schreibt, antwortet der Bot mit Y. Das funktioniert für sehr eng definierte Anwendungsfälle - aber schon eine leicht abweichende Formulierung führt zu „Ich habe Ihre Anfrage nicht verstanden".

KI-gestützte Chatbots auf Basis von Large Language Models verstehen den Inhalt einer Frage - unabhängig davon, wie sie formuliert wird. Sie können Kontext über mehrere Nachrichten hinweg behalten, aus einer Wissensbasis (Ihren eigenen Dokumenten, FAQs, Produktinformationen) antworten und bei Bedarf an einen menschlichen Mitarbeiter weiterleiten.

Konkrete Einsatzszenarien für kleine Unternehmen

Terminvereinbarung und Erstanfragen

Ein KI-Chatbot kann rund um die Uhr Erstanfragen entgegennehmen, grundlegende Informationen über Leistungen und Preise geben und Termine vorqualifizieren - ohne dass ein Mitarbeiter sofort verfügbar sein muss. Für Arztpraxen, Beratungsunternehmen oder Handwerksbetriebe kann das die Telefonlast erheblich reduzieren.

Produktberatung im E-Commerce

„Welches Produkt passt zu meinen Anforderungen?" - diese Frage stellen Kunden tausendfach täglich. Ein KI-Chatbot, der auf Basis Ihres Produktkatalogs berät, kann Kaufentscheidungen unterstützen und gleichzeitig wertvolle Daten über Kundenbedürfnisse liefern.

FAQ-Abdeckung und Kundenservice

Die häufigsten 20 Fragen machen in den meisten Unternehmen 80 % aller Supportanfragen aus. Ein gut trainierter KI-Chatbot kann diese Anfragen vollständig und korrekt beantworten - und schafft so Kapazitäten für komplexere Anliegen.

Was ein solches System heute kostet

Die Technologie ist heute weitaus zugänglicher als noch vor zwei Jahren. Die API-Kosten für Large Language Models sind deutlich gesunken. Eine einfache, aber effektive Implementierung - ein Chatbot, der auf Basis Ihrer Dokumentation antwortet und über Ihre Website erreichbar ist - ist für viele kleine Unternehmen heute in einem überschaubaren Budget realisierbar.

Entscheidend ist nicht die Technologie allein, sondern die sorgfältige Aufbereitung der Wissensbasis: Was soll der Chatbot wissen? Was soll er nicht beantworten? Wie soll er eskalieren, wenn er eine Frage nicht beantworten kann? Diese konzeptionelle Arbeit ist oft aufwendiger als die technische Implementierung - und über Erfolg oder Misserfolg entscheidend.

Mein Fazit

Ein KI-Chatbot ist kein Allheilmittel und kein Ersatz für menschliche Kommunikation. Aber für klar definierte Anwendungsfälle - Erstanfragen, FAQ-Abdeckung, Terminvorqualifizierung - ist er heute ein realistisches und wirtschaftliches Werkzeug, das rund um die Uhr arbeitet. Ohne Urlaubstage, ohne Wartezeiten.

Interesse an einem KI-Chatbot für Ihre Website?
Ich analysiere Ihren konkreten Anwendungsfall und zeige Ihnen, was heute technisch und wirtschaftlich möglich ist.

Jetzt anfragen →

← Zurück zum Blog

KI-Integration

RAG-Systeme im Unternehmen: Wie Sie Ihr eigenes Wissen für KI nutzbar machen

Large Language Models wie GPT-4 oder Claude kennen weite Teile des öffentlichen Internets - aber kein einziges Dokument aus Ihrem Unternehmen. Für viele praxisrelevante Aufgaben ist genau das aber entscheidend: Kundenhistorie im CRM, Produktdatenblätter, interne Richtlinien, Verträge, Handbücher. Die Antwort darauf heißt RAG - Retrieval Augmented Generation. Dieser Artikel erklärt, was dahinter steckt, warum es für die meisten Mittelständler der pragmatischere Weg als Fine-Tuning ist und wie ein erstes Projekt aussieht.

Was ist RAG überhaupt?

Die Grundidee ist einfach: Statt dem Sprachmodell alles „beizubringen", was es wissen soll, stellen Sie ihm zur Laufzeit genau die Informationen bereit, die es zur Beantwortung einer konkreten Frage braucht. Das Modell selbst bleibt das allgemeine, vortrainierte LLM - aber es antwortet auf Basis Ihrer Daten.

Technisch läuft das in drei Schritten ab: Zunächst werden Ihre Dokumente in kleine, semantisch sinnvolle Abschnitte zerlegt und als sogenannte Embeddings (Zahlenvektoren) in einer Vektordatenbank gespeichert. Stellt ein Nutzer eine Frage, wird auch diese Frage in einen Vektor übersetzt und die ähnlichsten Dokumenten-Ausschnitte werden gesucht. Diese Fundstellen werden dem LLM zusammen mit der Frage übergeben - und auf dieser Basis formuliert es eine präzise Antwort mit Quellenangabe.

RAG oder Fine-Tuning - was ist besser?

Eine Frage, die in nahezu jedem Erstgespräch aufkommt. Die ehrliche Antwort lautet für 90 % der mittelständischen Anwendungsfälle: RAG. Die Gründe dafür sind wirtschaftlicher und technischer Natur.

Fine-Tuning bedeutet, ein Modell mit eigenen Daten nachtrainieren zu lassen. Das ist teuer, setzt eine große Menge gut aufbereiteter Trainingsdaten voraus und muss bei jeder inhaltlichen Änderung wiederholt werden. RAG hingegen lässt sich inkrementell aktualisieren: Ein neues Dokument wird einfach indexiert und steht sofort zur Verfügung. Außerdem sind die Antworten nachvollziehbar - das Modell kann die Quelle zitieren, aus der es seine Information bezogen hat.

Konkrete Anwendungsfälle aus der Praxis

Interne Wissensdatenbank

Mitarbeiter stellen natürlichsprachige Fragen zu Unternehmensrichtlinien, Prozessen oder Produkten und erhalten präzise Antworten - inklusive Link zum Originaldokument. Besonders wertvoll für neue Kollegen, die sonst mehrere Wochen Einarbeitung brauchen.

Angebots- und Vertragsassistent

Ein RAG-System, das auf historische Angebote, Kundenspezifika und Produktkataloge zugreift, kann Vertriebsmitarbeiter beim Erstellen neuer Angebote deutlich entlasten. Besonders in Branchen mit vielen Varianten und Sonderausstattungen ist das ein echter Hebel.

Technischer Support

Support-Mitarbeiter finden in Sekunden die passende Lösung aus tausenden Tickets, Handbüchern und Service-Dokumentationen. Die Bearbeitungszeit pro Anfrage sinkt spürbar, die Qualität der Antworten steigt.

Datenschutz und Vertraulichkeit

Ein häufiger Einwand: „Ich möchte meine Unternehmensdaten nicht einfach in die Cloud schicken." Völlig berechtigt - und glücklicherweise technisch gut lösbar. Moderne RAG-Architekturen lassen sich so aufbauen, dass sensible Daten on-premises oder in einer geschützten Cloud-Umgebung verbleiben. Nur die konkrete Anfrage und der relevante Kontextausschnitt wird an das LLM übergeben - und auch das kann über datenschutzkonforme Anbieter mit Rechenzentren in der EU erfolgen.

Typische Stolpersteine

Der größte Fehler bei RAG-Projekten ist ungenügende Datenqualität. Wenn Ihre Dokumentation inkonsistent, veraltet oder widersprüchlich ist, wird das RAG-System genau diese Widersprüche zutage fördern. Der zweite häufige Fehler: zu optimistische Erwartungen an die Out-of-the-Box-Qualität. Ein RAG-System muss iterativ verbessert werden - durch besseres Chunking, bessere Embeddings, Prompt-Optimierung und regelmäßiges Feedback.

Ein realistischer Projektrahmen

Ein erstes, produktiv nutzbares RAG-System für einen klar abgegrenzten Anwendungsfall lässt sich typischerweise in vier bis acht Wochen umsetzen. Voraussetzung ist, dass die Ausgangsdokumente in digitaler Form vorliegen und strukturell halbwegs sauber sind. Den größten Teil des Aufwands macht nicht die KI, sondern die Datenaufbereitung aus - ein Punkt, den man in der Planung nicht unterschätzen sollte.

Möchten Sie Ihr Unternehmenswissen für KI zugänglich machen?
Ich analysiere mit Ihnen, welcher Datenbestand sich für ein RAG-System eignet und wie ein erster Piloteinsatz aussehen könnte.

Jetzt anfragen →

← Zurück zum Blog

Softwareentwicklung

Python im Unternehmen: Wann sich die Sprache wirklich lohnt

Python ist in den vergangenen Jahren zur Lingua franca für Automatisierung, Datenverarbeitung und KI-Integration geworden. Kaum eine andere Programmiersprache wird so breit eingesetzt - vom einmaligen Skript bis zur produktiven Anwendung. Doch nicht jedes Problem ist ein Python-Problem. Dieser Artikel beschreibt, wo die Sprache im Mittelstand echten Mehrwert liefert - und wo andere Werkzeuge besser geeignet sind.

Warum Python so erfolgreich ist

Python ist bewusst einfach gehalten: wenig Syntax-Ballast, lesbarer Code, eine enorme Standardbibliothek. Dazu kommt ein Ökosystem, das seinesgleichen sucht - von pandas für Datenanalyse über requests für API-Kommunikation bis zu den führenden KI-Bibliotheken wie PyTorch, LangChain oder OpenAI SDK. Dadurch lassen sich auch komplexe Aufgaben mit überschaubarem Aufwand umsetzen.

Wo sich Python im Mittelstand wirklich lohnt

1. Automatisierung wiederkehrender Aufgaben

Excel-Listen konsolidieren, Daten aus verschiedenen Systemen zusammenführen, Reports generieren, E-Mails versenden: Klassische Tätigkeiten, die in vielen Unternehmen täglich anfallen. Ein Python-Skript, das diese Aufgaben erledigt, ist oft innerhalb von Tagen geschrieben und spart auf Dauer enorm viel Zeit. Die Sprache ist geradezu dafür gemacht.

2. Datenverarbeitung und Analyse

Für das Einlesen, Bereinigen, Transformieren und Analysieren von Daten - insbesondere aus CSV, Excel, Datenbanken oder APIs - ist Python mit pandas und numpy heute das produktivste Werkzeug am Markt. Was in Excel an Grenzen stößt, ist in pandas eine Zeile Code.

3. KI-Integration und Machine Learning

Sämtliche relevanten KI-Frameworks werden primär in Python bereitgestellt. Wer LLMs, Embedding-Modelle, Vektordatenbanken oder klassisches Machine Learning einsetzen möchte, kommt an Python nicht vorbei. Auch als „Klebstoff" zwischen verschiedenen KI-Diensten und bestehenden Systemen ist die Sprache erste Wahl.

4. Webservices und APIs

Mit Frameworks wie FastAPI lassen sich robuste, moderne REST-APIs in wenigen hundert Zeilen Code realisieren - inklusive automatischer OpenAPI-Dokumentation und Typ-Validierung. Ideal, um bestehende Systeme über sauber definierte Schnittstellen miteinander zu verbinden.

Wo Python nicht die richtige Wahl ist

So universell Python einsetzbar ist - es gibt Bereiche, in denen andere Sprachen klar überlegen sind. Hochperformante Desktop-Anwendungen mit umfangreicher Geschäftslogik sind in C# oder Delphi deutlich besser aufgehoben. Für sicherheitskritische Echtzeitsysteme eignen sich kompilierte Sprachen mit strenger Typprüfung besser. Und bei mobilen Apps führt ohnehin kein Weg an den jeweiligen nativen Ökosystemen vorbei.

Integration mit bestehenden Systemen

Ein häufiges Missverständnis: Python sei eine Alternative zu bestehenden Unternehmenssystemen. In der Praxis ist das Gegenteil richtig. Python entfaltet seinen größten Nutzen oft in Kombination mit bestehenden Anwendungen - etwa als Automatisierungsschicht über einer Delphi-Anwendung, als Integration zwischen ERP und Webshop oder als intelligenter Filter zwischen Legacy-System und moderner Cloud-API.

Was bei der Einführung zu beachten ist

Ein ungeschriebenes Gesetz: Jedes Python-Skript, das länger als drei Monate nützlich ist, wird zur produktiven Anwendung. Das heißt: Schon beim ersten Skript sollte auf saubere Struktur, Versionsverwaltung (Git), Abhängigkeiten (requirements.txt oder uv) und eine minimale Testabdeckung geachtet werden. Andernfalls entsteht über die Jahre ein Wildwuchs, der später nur schwer beherrschbar ist.

Ebenso wichtig: Wer Python ernsthaft im Unternehmen einsetzt, sollte Verantwortlichkeiten klären. Wer pflegt die Skripte? Wer aktualisiert Abhängigkeiten? Wer stellt sicher, dass sicherheitskritische Updates eingespielt werden? Python ist einfach zu lernen - aber produktiver Python-Einsatz erfordert die gleiche Sorgfalt wie jede andere produktive Software.

Sie möchten Prozesse mit Python automatisieren oder modernisieren?
Ich berate Sie ehrlich, ob und wo Python der richtige Hebel ist - und setze die Lösung pragmatisch um.

Jetzt anfragen →

← Zurück zum Blog

Softwareentwicklung

Schnittstellen & APIs: Warum saubere Integration über den Erfolg von Software entscheidet

Moderne Unternehmenssoftware ist kein in sich abgeschlossenes System mehr. Sie lebt von Integration: ERP spricht mit Webshop, Buchhaltung mit DATEV, CRM mit Marketing-Automation, Produktion mit Logistik. Das Nervensystem dieser vernetzten Welt sind Schnittstellen - oder neudeutsch: APIs. Wer sie gut plant, gewinnt Flexibilität und Zeit. Wer sie nachlässig behandelt, produziert technische Schulden, die Jahre später schmerzhaft zurückkommen.

Was eine API wirklich ist

Eine API - Application Programming Interface - ist ein klar definierter Vertrag zwischen zwei Systemen: „Wenn du mir das schickst, bekommst du das zurück." Alles, was dahinter passiert, ist aus Sicht des Aufrufers unwichtig. Dieser Abstraktionsgewinn ist das Entscheidende: Systeme können unabhängig voneinander weiterentwickelt werden, solange sich niemand an den vereinbarten Vertrag hält.

In der Praxis begegnet man heute vor allem drei Arten von Schnittstellen: klassische REST-APIs für die meisten Business-Anwendungen, GraphQL für datenintensive Frontend-Szenarien und Webhooks für ereignisgetriebene Benachrichtigungen. Dazu kommen in der deutschen Unternehmenslandschaft noch immer SOAP-Services, klassische Datei-Schnittstellen (CSV, XML) und proprietäre Protokolle wie DATEV Rechnungswesen-Import.

Typische Integrationsszenarien im Mittelstand

Buchhaltungs- und Steuerberater-Integration

DATEV-Anbindungen sind in Deutschland der Klassiker - und in vielen Projekten die häufigste Ursache für Verzögerungen. Der Grund: Die Schnittstellen sind historisch gewachsen, die Dokumentation teils unvollständig, und Abstimmung mit dem Steuerberater ist erforderlich. Wer das früh plant, spart später viele Iterationen.

ERP- und Warenwirtschaftsanbindung

SAP, Microsoft Dynamics, Sage, proALPHA oder individuelle Warenwirtschaftssysteme: Kaum ein Softwareprojekt im Mittelstand kommt ohne Anbindung an das führende ERP-System aus. Die Herausforderung liegt meist weniger in der Technik als in den Datenmodellen: Welches System ist führend für Kundenstammdaten? Wie werden Artikeldaten synchronisiert? Wer definiert die Schnittstelle?

Webshop und Marketplaces

Shopware, WooCommerce, Shopify, Amazon, eBay - jede Plattform bringt ihre eigene API-Welt mit. Gerade hier zahlt sich ein sauberes Integrations-Design aus: Wer seine Shop-Anbindung als austauschbaren Adapter baut, kann später den Anbieter wechseln, ohne das gesamte Backend umzustellen.

Die fünf häufigsten Fehler bei API-Projekten

Aus der Praxis heraus - und durchaus selbstkritisch - hier die Fehler, die in der Schnittstellenentwicklung immer wieder auftreten:

  • Keine Versionierung. Eine API ohne Versionsstrategie ist eine tickende Zeitbombe. Sobald sich etwas ändert, brechen alle abhängigen Systeme zusammen.
  • Unklare Authentifizierung. Wer API-Keys im Quellcode hinterlegt, wer OAuth missversteht, wer Secrets unverschlüsselt speichert - hier passieren die meisten Sicherheitsvorfälle.
  • Keine Idempotenz. Was passiert, wenn ein Webhook zweimal ankommt? Wenn eine Bestellung versehentlich doppelt gesendet wird? Idempotente APIs beantworten das souverän.
  • Schwache Fehlerbehandlung. Eine gute API gibt nicht nur 200 oder 500 zurück, sondern kommuniziert klar, was schiefgelaufen ist - inklusive strukturierter Fehlercodes.
  • Tighte Kopplung. Wenn zwei Systeme sich gegenseitig so gut kennen, dass sie nur gemeinsam deployt werden können, ist die Architektur verunglückt.

Best Practices für saubere Schnittstellen

Eine gute API ist wie ein guter Vertrag: eindeutig, versioniert, dokumentiert und für beide Seiten nachvollziehbar. Konkret bedeutet das: Verwenden Sie offene Standards wie OpenAPI zur Spezifikation, damit Dokumentation und Code nicht auseinanderlaufen. Versionieren Sie über URL oder Header (/v1/, /v2/), niemals implizit. Protokollieren Sie alle API-Aufrufe mit Zeitstempel, Payload-Hash und Response-Code - das spart bei Support-Fällen Stunden. Und: Schreiben Sie Tests gegen Ihre API, nicht nur gegen Ihren internen Code. Schnittstellen sind öffentliche Versprechen.

Mein Fazit

Schlecht geplante Schnittstellen sind nach meiner Erfahrung die häufigste Einzelursache für gescheiterte Softwareprojekte im Mittelstand - noch vor unklaren Anforderungen und unterschätzten Komplexitäten. Die gute Nachricht: Es ist kein Hexenwerk, sie richtig zu bauen. Man muss nur bewusst entscheiden, dokumentieren und disziplinieren - und akzeptieren, dass eine API, die einmal live ist, ein Vertrag ist, den man nicht leichtfertig brechen kann.

Sie planen ein Projekt mit Schnittstellen zu SAP, DATEV, CRM oder Webshop?
Ich plane mit Ihnen die Integrationsarchitektur von Anfang an sauber - damit Sie später nicht wochenlang Fehler suchen.

Jetzt anfragen →

← Zurück zum Blog

Webentwicklung & SEO

SEO 2026: Was sich geandert hat und welche technischen Faktoren heute wirklich zahlen

Google hat in den vergangenen zwei Jahren mehr verandert als in den funf davor. Mit der Einfuhrung von KI-gestutzten Suchergebnissen (AI Overviews), dem Wechsel von FID zu INP als Core-Web-Vital und dem starkeren Gewicht von echten Nutzersignalen haben sich die Spielregeln fur Suchmaschinenoptimierung grundlegend verschoben.

Was ist INP und warum ist es wichtig?

Seit Marz 2024 ist Interaction to Next Paint (INP) offizieller Core-Web-Vital und hat den alteren FID-Wert ersetzt. Wahrend FID nur die erste Interaktion auf einer Seite mab, bewertet INP jede Nutzerinteraktion wahrend des gesamten Besuchs. Ein INP-Wert unter 200 Millisekunden gilt als gut, uber 500 ms als verbesserungsbedurftig. Fur viele Websites bedeutet das: schwerfalle JavaScript-Frameworks und blockierende Event-Handler werden jetzt direkt in Rankings sichtbar.

AI Overviews verandern das Klickverhalten

Googles AI Overviews zeigen fur viele Suchanfragen direkt eine KI-generierte Zusammenfassung ganz oben in den Ergebnissen. Bei Informationsanfragen, die fruher zu einem direkten Klick gefuhrt hatten, bleiben Nutzer heute ofter auf der Suchergebnisseite. Was funktioniert: strukturierte Inhalte, die als Quelle fur AI Overviews zitiert werden. Schema.org-Markup, klar gegliederte Artikel mit H2/H3-Struktur und faktisch dichte Texte erhohen die Chance, in der KI-Zusammenfassung als Link zu erscheinen.

Technische SEO-Faktoren, die heute zahlen

LCP (Largest Contentful Paint): Unter 2,5 Sekunden. Das groste sichtbare Element der Seite muss schnell geladen sein.
CLS (Cumulative Layout Shift): Unter 0,1. Elemente durfen sich nicht unerwartet verschieben.
INP (Interaction to Next Paint): Unter 200 ms. Jede Interaktion muss flussig reagieren.

Eine saubere crawlbare Struktur, korrekte canonical-Tags, vollstandige hreflang-Implementierung fur mehrsprachige Seiten und ein valides robots.txt gehoren weiterhin zur Pflicht. Wer diese Basics nicht beherrscht, verschenkt Potenzial, egal wie gut der Content ist.

Was KMU jetzt tun sollten

PageSpeed Insights regelmaig prufen und INP-Probleme beheben, Schema.org-Markup fur LocalBusiness und Blog-Artikel korrekt einbinden, HTTPS erzwingen (inklusive HSTS), og:image und og:title fur alle wichtigen Seiten pflegen. Der groste Hebel bleibt inhaltlich: Texte, die echte Fragen beantworten, klar strukturiert sind und faktisch belastbar sind, ranken besser als je zuvor. KI-generierter Content ohne echte Substanz wird von Google zunehmend erkannt und abgewertet.

Fazit

SEO 2026 belohnt das, was gute Softwareentwicklung schon immer ausgezeichnet hat: saubere Struktur, Geschwindigkeit, Verlasslichkeit und inhaltliche Tiefe. Die technischen Anforderungen sind gestiegen - aber wer sie erfullt, hat einen nachhaltigen Vorteil gegenuber Wettbewerbern, die SEO noch als Nachgedanken behandeln.

Sie mochten die technische SEO Ihrer Website verbessern?
Ich analysiere Ihre Seite, identifiziere die wichtigsten Hebel und setze die Masnahmen direkt um.

Jetzt anfragen →

← Zuruck zum Blog

IT-Sicherheit & Datenschutz

DSGVO und KI-Tools: Was Unternehmen bei der Integration von Sprachmodellen beachten mussen

ChatGPT, Microsoft Copilot, Google Gemini, Claude - KI-Assistenten sind produktiv, aber datenschutzrechtlich heikel. Wer als Unternehmen KI-Tools einsetzt, ohne die datenschutzrechtlichen Rahmenbedingungen zu klaren, riskiert Bußgelder, Vertragsstrafen und Datenverluste. Dieser Artikel zeigt die wichtigsten Risiken und wie man sie sauber lost.

Das Grundproblem: Daten verlassen das Unternehmen

Wenn ein Mitarbeiter einen Kundenbrief in ChatGPT einfugt, um ihn umzuformulieren, verlassen personenbezogene Daten das Unternehmen. Sie werden - je nach Anbieter und Einstellung - moglicherweise fur das Training zukunftiger Modelle verwendet. Das ist datenschutzrechtlich problematisch, selbst wenn es technisch simpel ist. Artikel 28 DSGVO schreibt vor, dass Unternehmen mit Auftragsverarbeitern einen Auftragsverarbeitungsvertrag (AVV) abschliesen mussen. Viele Unternehmen nutzen KI-Tools, ohne diesen Vertrag abgeschlossen zu haben.

Welche Daten sind besonders kritisch?

Nicht alle Daten sind gleich riskant. Offentlich verfugbare Produktbeschreibungen oder allgemeine Textentwurfe sind unkritisch. Heikel wird es bei: Kundennamen, E-Mail-Adressen oder Telefonnummern, Vertragsdetails oder Angebotsinformationen, Personaldaten von Mitarbeitern und Gesundheitsdaten oder anderen besonderen Kategorien nach Art. 9 DSGVO.

Losungsansatze fur den Unternehmenseinsatz

Unternehmensvertrage mit AVV

Die meisten groben Anbieter bieten Business- oder Enterprise-Tarife an, die einen AVV einschlieben und Training auf Basis Ihrer Daten deaktivieren. OpenAI ChatGPT Enterprise, Microsoft Copilot for Microsoft 365 und Google Workspace mit Gemini sind Beispiele.

EU-konforme Anbieter bevorzugen

Anbieter mit Rechenzentren in der EU - wie Azure OpenAI Service in Sweden North oder Mistral AI aus Frankreich - erleichtern die DSGVO-Compliance erheblich. Daten bleiben im europaischen Rechtsraum.

On-Premises oder Private Deployment

Fur besonders sensible Daten ist eine selbst gehostete Losung die sicherste Option. Open-Source-Modelle wie Llama, Mistral oder Qwen lassen sich auf eigenen Servern oder in einer privaten Cloud betreiben. Die Modellqualitat ist heute fur viele Anwendungsfalle vollkommen ausreichend.

Pseudonymisierung vor der Eingabe

Eine pragmatische Zwischenlosung: Personenbezogene Daten werden vor der Ubergabe an das KI-Tool durch Platzhalter ersetzt. Ein Kundenname wird zu "KUNDE_A", eine E-Mail-Adresse zu "[E-MAIL]". Das Ergebnis wird zuruckubersetzt - aufwandig, aber datenschutzrechtlich deutlich sauberer.

Organisatorische Masnahmen

Technik allein reicht nicht. Unternehmen, die KI-Tools einsetzen, sollten klare interne Richtlinien definieren: Welche Daten durfen in welche Tools eingegeben werden? Mussen Mitarbeiter geschult werden? Muss das KI-Tool im Verarbeitungsverzeichnis nach Art. 30 DSGVO dokumentiert werden? In vielen Fallen: ja.

Fazit

DSGVO-konformer KI-Einsatz ist kein Hindernis, sondern eine Planungsaufgabe. Wer von Anfang an den richtigen Anbieter wahlt, den AVV abschlieSt und klare interne Regeln definiert, kann KI produktiv und sicher einsetzen. Die Alternative - unkontrollierter Einsatz durch Mitarbeiter - ist das eigentliche Risiko.

Sie planen den Einsatz von KI-Tools und wollen es datenschutzrechtlich sauber losen?
Ich berate Sie bei der Auswahl des richtigen Ansatzes und implementiere eine DSGVO-konforme Losung.

Jetzt anfragen →

← Zuruck zum Blog

KI-Integration

Autonome KI-Agenten: Was sie konnen, was sie nicht konnen und wann sie sich lohnen

KI-Agenten sind der nachste Schritt nach dem Chatbot. Wahrend ein Chatbot antwortet, handelt ein Agent: Er plant Schritte, ruft Tools auf, iteriert uber Ergebnisse und arbeitet so lange, bis ein Ziel erreicht ist. Das klingt beeindruckend - und es ist es auch. Aber es ist kein Allheilmittel, und wer unrealistische Erwartungen mitbringt, wird enttauscht.

Was ein KI-Agent konkret tut

Ein KI-Agent kombiniert ein Sprachmodell mit einer Reihe von Werkzeugen: Websuche, Code-Ausfuhrung, Datenbankzugriff, E-Mail-Versand, API-Aufrufe. Das Sprachmodell entscheidet, welches Tool wann eingesetzt wird, wertet die Ergebnisse aus und plant den nachsten Schritt. Dieser Zyklus - Denken, Handeln, Beobachten, neu Denken - wird als ReAct-Pattern bezeichnet und ist die Grundlage der meisten modernen Agentenframeworks. Bekannte Frameworks: LangGraph, AutoGen, CrewAI, das Anthropic Agents SDK.

Konkrete Anwendungsfalle, die heute funktionieren

Recherche und Auswertung

Ein Agent, der selbststandig eine Liste von Wettbewerbern analysiert, Preise recherchiert, Texte zusammenfasst und einen strukturierten Bericht erstellt - das ist heute zuverlassig umsetzbar. Solche Aufgaben haben klare Ziele, tolerieren kleinere Fehler und sind nicht zeitkritisch.

Datenverarbeitung mit menschlicher Freigabe

Eingehende Dokumente klassifizieren, vorverarbeiten und zur menschlichen Freigabe vorlegen - das sogenannte Human-in-the-Loop-Muster - funktioniert sehr gut. Der Agent ubernimmt den repetitiven Teil, der Mensch die finale Entscheidung bei unklaren Fallen.

Code-Generierung und -Review

Agenten, die automatisch Unit-Tests generieren, Migrations-Skripte schreiben oder Code-Reviews durchfuhren, sind in der Softwareentwicklung heute produktiv einsetzbar. Voraussetzung: klare Spezifikationen und ein Review-Schritt durch einen Entwickler.

Wo Agenten heute noch scheitern

Uberall dort, wo Fehler teuer sind, Ziele unklar sind oder die Werkzeugpalette nicht vollstandig ist. Ein Agent, der selbststandig Bestellungen auslost, Vertrage unterzeichnet oder Produktionsprozesse steuert, ist heute noch nicht zuverlassig genug fur den unbeaufsichtigten Einsatz. Die Fehlerrate realer Agenten ist hoher, als Marketing-Demos vermuten lassen. Das liegt nicht am Modell - es liegt daran, dass autonome Entscheidungsketten jeden Fehler verstarken.

Wann lohnt sich der Einsatz?

Drei Kriterien machen Agenten-Einsatz sinnvoll: Das Ziel ist klar definierbar. Fehler sind reversibel oder werden vor dem Commit gepruft. Der manuelle Aufwand fur die gleiche Aufgabe ist hoch genug, dass sich Entwicklung und Betrieb rechnen. Wenn alle drei zutreffen, lohnt sich die Investition. Wenn eines fehlt, sollte man mit einer einfacheren Losung beginnen.

Wie ein erstes Agenten-Projekt aussieht

Sinnvoll ist ein klar abgegrenzter Pilotfall mit Human-in-the-Loop. Typischer Zeitrahmen: vier bis acht Wochen bis zum ersten produktiv nutzbaren Agenten. Den grosten Aufwand macht nicht das Agentenframework, sondern die Integration in bestehende Systeme und die Definition der richtigen Tools und ihrer Fehlerfalle.

Sie mochten einen KI-Agenten fur einen konkreten Anwendungsfall entwickeln?
Ich analysiere mit Ihnen, ob und wie ein Agent in Ihrem Kontext sinnvoll ist - und setze den Piloten um.

Jetzt anfragen →

← Zuruck zum Blog

Über mich

Wer entwickelt Ihre Lösung?

Kein anonymes Team, kein Projektmanager - ich bin Ihr direkter Ansprechpartner, Entwickler und Berater in einer Person.

Andreas Frank - Softwareentwickler Freiburg
Verfügbar für neue Projekte
StandortFreiburg i.Br.
TätigkeitFreiberuflich
Seit2009
SprachenDE / EN
USt-IdNr.DE453427455

Claude AI Developer Certification

Anthropic, 2025

Andreas Frank

Softwareentwickler & KI-Integrationsspezialist

Freiburg im Breisgau, Baden-Württemberg

Ich entwickle Software seit 2009 - als Freelancer für KMU, die eine verlässliche, direkte Zusammenarbeit schätzen. Kein anonymes Team, kein wechselnder Ansprechpartner: Wenn Sie mich beauftragen, entwickle, berate und liefere ich persönlich.

Mein Schwerpunkt liegt auf der Verbindung von bewährter Unternehmenssoftware mit modernen KI-Möglichkeiten. Ich modernisiere Delphi-Anwendungen, integriere KI-Agenten in bestehende Prozesse und entwickle maßgeschneiderte Lösungen in C# und Python - immer mit dem Ziel, echten Nutzen zu schaffen statt technologischen Selbstzweck zu betreiben.

Was ich an meiner Arbeit schätze: Die Probleme sind real, die Wirkung ist messbar, und die Kunden kommen wieder. Das ist mein Qualitätsmaßstab.

Primäre Technologien

C# / .NETDelphiPythonKI-AgentenRAG-SystemeOpenAI / ClaudeSQL ServerPostgreSQLREST APIsGitDockerFastAPI

Direkt & persönlich

Sie sprechen immer mit mir - keine Zwischenebene, kein Vertrieb.

Praxisorientiert

Lösungen, die im Alltag funktionieren - nicht im Demo-Modus.

Technisch sauber

Code, der wartbar ist und auf dem Sie in Jahren noch aufbauen können.

DSGVO-konform

Datenschutz ist für mich kein Anhang, sondern Teil des Designs.

2009

Freiberufliche Tätigkeit

Beginn der selbstständigen Softwareentwicklung für KMU in Südbaden.

2018

KI-Spezialisierung

Erste produktive KI-Projekte - damals noch Machine Learning, heute LLM-Integration.

2023+

Generative KI

KI-Agenten, RAG-Systeme und LLM-Integrationen für mittelständische Unternehmen.

Lassen Sie uns Ihr Projekt besprechen.

Kostenloses Erstgespräch - direkt mit mir, kein Umweg.

Jetzt Kontakt aufnehmen →

Kontakt

Sprechen wir über Ihr Projekt.

Kostenloses Erstgespräch, direkt mit mir. Keine Warteliste, kein Vertriebsteam.

Telefon

+49 1520 98 21 769

E-Mail

info@frank-development.com

Adresse

Else-Wagner-Str. 12, 79115 Freiburg

Meine Zusage

Ich antworte auf jede Anfrage persönlich - werktags innerhalb von 24 Stunden. Sie bekommen keine Vorlage, sondern eine ehrliche Einschätzung zu Ihrem Projekt.

* Pflichtfelder. Ihre Daten werden nur zur Bearbeitung Ihrer Anfrage genutzt. Datenschutz

Standort

Freiburg im Breisgau

Persönliche Treffen sind in Freiburg und der Region Südbaden jederzeit möglich. Remote-Projekte führe ich für Kunden im gesamten deutschsprachigen Raum durch.

Andreas FrankElse-Wagner-Straße 12
79115 Freiburg im Breisgau
Deutschland

Karte wird nur auf Anfrage geladen (Datenschutz).

Rechtliches

Impressum

Rechtliches

Datenschutzerklärung