AI / ML & Imaging
nnU-Net, PyTorch, DICOM/NIfTI, BraTS, 3D-Segmentierung, Qwen, LoRA-Finetuning, Supervisor-Systeme
~90 %
Dice im MRT-Prototyp
6 GB
VRAM als Designgrenze
85,2 %
Supervisor-Benchmark
2
öffentlich laufende Apps
Ausgewählte Projekte
Sechs Systeme, unterschiedliche Domänen, ein gemeinsamer Anspruch: aus Technik ein benutzbares Produkt machen.
Local-first ist Teil der Architektur.
Mich interessiert der Weg von Rohdaten zu einem vollständigen System. Modelle, APIs, lokale Datenbanken und Interfaces sind für mich Bausteine, nicht das Endprodukt.
Die Projekte sind bewusst unterschiedlich. Medizin, Raumfahrt, persönliche Informationssysteme, ML-Evaluation, Multi-Tenant-Plattformen und gemeinsame Fotoalben testen dieselbe Fähigkeit: komplexe Technik bis zur nutzbaren Oberfläche durchziehen.
Skills & Technologien
Der Stack folgt dem Problem. Diese Werkzeuge kommen in den gezeigten Projekten tatsächlich zum Einsatz.
AI Development
Codex, Cursor, Agent-Orchestrierung, Tool-Workflows, Rollenmodelle, Prompt- und Review-Schleifen
Daten & Automation
Python, Node.js, GitHub Actions, REST APIs, RSS, SQLite, EXIF, statische JSON-Artefakte
Full Stack
Next.js, React, TypeScript, Supabase, PostgreSQL, RLS, Edge Functions, Multi-Tenant-Architekturen, Cloudflare R2, Vercel
Lass uns über Systeme sprechen, die gebaut werden sollen.
Direkter Kontakt
hahn-moritz@gmx.net