Tobias Von Dewitz

20 Jahre Software-Entwicklung. Die letzten drei davon tief in LLMs, RAG-Systemen und AI-Agenten.

Ich arbeite täglich mit Claude, Gemini und GPT. Per API am Liebsten über Openrouter. Nicht zum Spielen: zum Ausliefern. RAG-Pipelines mit LlamaIndex, Langchain und pgvector oder Qdrant, die in Produktion laufen. Multi-Agent-Systeme mit CrewAI, die echte Workflows automatisieren. Fine-Tuning von Open-Source-Modellen wie Gemma 3, wenn die großen APIs nicht reichen.

Claude Code, Cursor, Droid, OpenCode: 20 Jahre Erfahrung sind Garant dafür, dass ich die richtigen Fragen stelle, die richtigen Aufgaben stelle und das Ergebnis fundiert evaluieren kann.

Stack: Python für alles rund um AI: FastAPI, LlamaIndex, Pydantic, Phoenix, async Pipelines. Next.js und Supabase für Frontends, die Streaming-Responses und Real-Time-Extraction können. Go für Performance-kritische Services: ein IAM-Sync-Service für Kubernetes, ein Anti-Scraping-System, das hunderte Millionen Requests monatlich blockt.

MongoDB, PostgreSQL mit pgvector, ElasticSearch, Redis. Docker, Kubernetes, AWS. Selbst-gehostete LLM-Stacks mit Ollama und Open-WebUI.

80% bessere Datenqualität durch LLM-Integration. 30% Umsatzanteil durch neue AI-Produkte. RAG-basierte Charakter-Chats, die in der Süddeutschen landeten. Ein Expert-Debriefing-System, das aus Podcast-Aufnahmen 200-Seiten-Bücher generiert.

Ich übersetze zwischen Code und Business. Ohne dass einer von beiden einschläft.

Prompt Engineering, Structured Output, Tool Use, MCP, Observability. Ich kenne die Patterns, die aus LLM-Demos Production-Software machen.