Portfolio zur KI- und CAD/CAM-Softwareentwicklung.

Ich habe KI zur Erkennung von Bearbeitungsmerkmalen und Möbelplatten in 3D-Modellen erforscht. Mit den Ergebnissen habe ich Fusion-CAM-Operationen erzeugt und Größenänderungen von Möbeln berechnet.
Im Wedraw-Pro-Team habe ich die Fertigungsdatenausgabe und Produktionsanbindung geleitet und damit Möbelkonstruktion und Produktion verbunden.

AI·CAD/CAM·BlueChain-Add-in

2025–2026

KI, die 3D-Modelle liest und Bearbeitungsstrategien entwirft

Fusion CAM-Automatisierung: Von der Formanalyse über die KI-gestützte Merkmalserkennung bis hin zur Bearbeitungsstrategieentwicklung und Visualisierung der Ergebnisse des digitalen Zwillings

PythonOpenCascadeTensorFlowAutodesk Fusion APICAM

Zugewiesene Rolle

Ich habe Geometrieanalyse, Bearbeitungsstrategien und die Fusion-Integration selbst erforscht und entwickelt. Beim digitalen Zwilling war ich ausschließlich für die Visualisierung der Simulationsergebnisse verantwortlich. Eine führte die Simulation des digitalen Zwillings (MDT) durch; ich visualisierte die bereitgestellten Ergebnisse.

Ergebnis

KI erkennt Bearbeitungsmerkmale in 3D-Modellen und erzeugt Fusion-CAM-Operationen

9 Typen Bearbeitungsmerkmal · Enthält Rohmaterial
±0.15 mm Konstruktion vs. Toleranz · Übermaßkriterien in MDT-Beispielen

Projekt anzeigen

KI · Möbel · Parametrisches Design

2025–2026

KI zur Erkennung von Möbelpaneelen und Berechnung von Größenänderungen

Modellanalyse → KI-Panelerkennung → Parameterbeziehungen formulieren → Fertigungsdaten generieren und verifizieren

TensorFlowHierarchisches CADNet basiertGraphische EingabeLineare RegressionStückliste/Zeichnung

Zugewiesene Rolle

In diesem Teamprojekt habe ich die KI-Forschung übernommen. Die Möbelregeln haben wir gemeinsam definiert und die Fertigungsdatenerzeugung im Team entwickelt.

Ergebnis

Bei Größenänderungen von Möbeln bewegen sich die Paneele gemäß festgelegten Regeln.

15 Typen Von der KI erkannte Paneltypen
13 Konfigurierte Designparameter für jedes Möbelstück

Projekt anzeigen

Produkt · SketchUp · Möbelherstellung

2026 · In Bearbeitung

Wedraw Pro, vom Möbeldesign bis zur Produktion

Der Designer entwirft wie ein Möbelbauer, und der Fertigungsleiter erhält die Produktionsdaten über eine Schnittstelle.

SketchUp Ruby APIJavaScriptPythonMPR·PGIVerschachtelung

Zugewiesene Rolle

Dieses Produkt entwickeln wir im Team. Ich leitete die Ausgabe von Fertigungsdaten und deren Einführung in die Produktion sowie die anfängliche Entwicklung von Zeichnungen und Bestellungen. Den Möbelkonfigurator als Konstruktionswerkzeug entwickelte das Team gemeinsam.

Ergebnis

Die Konstruktion des Designers dient als Grundlage für die Bearbeitungsdaten der Fabrik.

4 Typen Stückliste, Etikett, Verarbeitungszeichnung, Verarbeitungscode-Ausgabe
2 Typen Bearbeitungsdateien für Nestingmaschinen und Skipper erstellen

Projekt anzeigen

Projektarchiv

Entwicklungsarbeiten, die ich neben den Hauptprojekten übernommen habe.

Automatisierung der Vorgänge · Servicestabilität

2026

Ein Überwachungssystem, das Fehler vom Server bis zum Benutzer-PC erkennt.

Server-/Aufgabenergebnisse überwachen → API-/PC-App-Fehler erfassen → Slack-Benachrichtigungen → Ursache in der Admin-Konsole nachverfolgen

PythonFastAPIRubyReactTypeScriptPostgreSQLSlack API

Zugewiesene Rolle

Überwachungskriterien und Benachrichtigungsabläufe entwickelt Ich habe das Überwachungsprogramm, die Serverstatusanzeige, die Überprüfung der Arbeitsergebnisse, die Fehlererfassung für API und PC-Anwendungen sowie die Administratorkonsole zur Anzeige all dieser Daten selbst entwickelt.

Ergebnis

Erkennt Aufgabenfehler, die wochenlang unbemerkt blieben, selbst wenn der Server einwandfrei funktioniert.

0,5 Sekunden → 0,1 Sekunden Durchschnittliche Datenbankantwortzeit des Bestellservices unmittelbar nach Behebung der langsamen Abfrage
6 Fälle Durch Überwachungsbenachrichtigungen erkannte und behobene Betriebsprobleme

Projekt anzeigen

Data Engineering · Webverhaltensanalyse

2021.06–2022.01

Neugestaltung der Architektur von VODA, einem Dienst zur Analyse des Webverhaltens

Klick- und Scroll-Erfassung → SQS-Nachrichtenverarbeitung → Speicherung in Elasticsearch → periodische Aggregation → Heatmaps und Diagramme

PythonSeleniumDockerElasticsearchMySQLAWS SQS

Zugewiesene Rolle

Ich habe die Erfassung der Klickkoordinaten korrigiert und die Verarbeitung entwickelt, die SQS-Nachrichten in Elasticsearch-Dokumente umwandelt, außerdem einen Aufbereiter, der Aggregationen vorab erstellt, und einen Crawler, der ganze Seiten erfasst.

Ergebnis

Vorab berechnete Aggregationen beseitigten die Zeitüberschreitungen der Analyseansichten

5 Fälle Selbst gelöste Probleme bei Erfassung und Aggregation
4 Von mir entwickelte Komponenten

Projekt anzeigen

Data Engineering · Entwurf eines Empfehlungsdienstes

2021.03–2021.06

VORY-Q, ein personalisierter Kuratierungsdienst für Onlineshops

VODA-Seitenaufrufe und Kaufhistorie → Kundensegmente → statistikbasierte Empfehlungen → Anzeige im Shop per Header-Skript

PythonDjangoMySQLCeleryRabbitMQAWS SQSPandas

Zugewiesene Rolle

Als Softwarearchitekt habe ich Datenerfassung und -analyse, die Anzeige der Empfehlungen, die REST-API, die relationale Datenbank, Kundensegmente und die Struktur der Empfehlungsalgorithmen entworfen und die statistikbasierten Empfehlungsalgorithmen entwickelt.

Ergebnis

Ein Skript im Header genügt, damit ein Shop Empfehlungen anzeigt: So habe ich die Architektur entworfen

6 Bereiche Selbst entworfen, vom Datenfluss bis zur Struktur der Empfehlungsalgorithmen
3 Selbst entwickelte statistikbasierte Empfehlungsalgorithmen

Projekt anzeigen

Desktop-App · Videoverarbeitung

2020.11–2020.12

Ein Videoplayer, der Szenenwechsel markiert

Video öffnen → Szenenteilung starten → Teilungspunkte auf der Zeitleiste markieren → Vorschau und Szenensprung → Abschnitt speichern

C#WPFOpenCvSharpFFMEffmpeg

Zugewiesene Rolle

Ich habe alle Player-Funktionen außer dem Algorithmus zur Szenenwechselerkennung entwickelt: Teilungsmarken und Vorschau auf der Zeitleiste, Zeitleisten-Zoom, Szenennavigation, Bearbeiten und Speichern von Teilungspunkten, Abschnittsspeicherung mit ffmpeg und das Medieninfo-Fenster.

Ergebnis

Szenenwechsel erscheinen auf der Zeitleiste und sind mit einem Klick erreichbar

8 Funktionen im Detailbereich
2 Dinge In den Player eingebundene Szenenerkennungsverfahren

Projekt anzeigen

Patente und Programme aus Geometriestudien

Die 3D-Möbelmodellierungstechnologie wurde gemeinsam erfunden und zum Patent angemeldet.
Der Registrierungsantrag für das Programm zur Erkennung und Kennzeichnung von Bearbeitungsmerkmalen ist eingegangen.

PatentAnmeldung · Gemeinsame Erfindung

3D-Möbelmodellierungsgerät, -verfahren und -aufzeichnungsmedium mittels topologischer Konnektivitätsanalyse von Möbelkomponenten

Diese Technologie modelliert 3D-Möbel durch die Analyse der Verbindungsbeziehungen ihrer Komponenten. Ich war für die KI-Forschung zur Paneelerkennung im Zusammenhang mit dieser Erfindung verantwortlich.

Eigenbeitrag

KI-Forschungs- und Entwicklungsmanager / Miterfinder

Geometrische Informationen von Paneelen und Flächen, Darstellung von Kontaktbeziehungen
Forschung zur hierarchischen, graphenbasierten Panel-Erkennung mittels KI

Anmeldedatum: 2025.11.21
Anmeldenummer: 10-2025-0177712

KI zur Erkennung von Möbelpaneelen und Berechnung von Größenänderungen

ProgrammRegistrierungsantrag einreichen

Programm zur Kennzeichnung von Bearbeitungsformen und -merkmalen mithilfe von KI

Hierbei handelt es sich um ein Tool, das Lerndaten für die KI zur Merkmalserkennung erstellt, indem es Bearbeitungsmerkmale auf jeder Seite des CAD-Modells anzeigt.

Eigenbeitrag

Verantwortlich für die gesamte Programmentwicklung

Flächen-Feature-Anzeige und -Klassifizierung bearbeiten
Geometrie und Beschriftungen werden gespeichert und an den Server gesendet.
Konfiguration des Formgraphen und der Trainingsdaten

Erstellungsdatum: 2025.05.13
Datum der Registrierungsantragseinreichung: 2025.12.12

KI, die 3D-Modelle liest und Bearbeitungsstrategien entwirft