Konzeption
Vom Problem zum Arbeitspaket
Ich formuliere Anforderungen, plane Nutzerabläufe und teile Aufgaben in überschaubare Schritte auf. Mein Beitrag liegt darin, das Ziel verständlich zu machen und die KI-gestützte Umsetzung daran auszurichten.
Arbeitsweise / KI-gestützte Produktentwicklung
Von der Anforderung
zur Anwendung.
Ich strukturiere Anforderungen und koordiniere die Umsetzung mit KI-Werkzeugen und Agenten. Automatisierte Tests, zusätzliche Modellreviews und praktische Nutzungsszenarien gehören zu meinem Ablauf. Diesen Workflow habe ich auf Grundlage meiner Weiterbildung in eigenen Projekten entwickelt.
- 01
Anforderungen
Problem, Nutzerablauf und Prüfkriterien
Claude Cowork / ChatGPT - 02
Aufgabenverteilung
Arbeitspakete, Modelle und Anweisungen
KI-Agenten - 03
KI-Umsetzung
Prototypen, Funktionen und Schnittstellen
Claude Code / Lovable / n8n - 04
Gegenprüfung
Tests, Logik und Nutzerabläufe
Weitere Modelle / Testläufe - 05
Weiterentwicklung
Veröffentlichen, Feedback und Dokumentation
GitHub / Vercel
Arbeitsprobe / Automatisierung
Ein n8n-Prototyp – vom Datenabruf zum E-Mail-Bericht
Ich habe einen n8n-Workflow aufgebaut und ausgeführt: Ein zeitgesteuerter HTTP-Abruf lädt eine Zahlen-Momentaufnahme, JavaScript bereitet sie auf, ein KI-Modell erstellt einen Bericht und Gmail versendet ihn. Mein Beitrag: den Ablauf konzipieren, die KI-gestützte Umsetzung koordinieren und den Testlauf dokumentieren.
Was der Test zeigt
Aus einer Daten-Momentaufnahme wurde ein Statusbericht erzeugt und per E-Mail verschickt. Das zeigt einen erfolgreichen Ablauf, aber keinen dauerhaft laufenden Betrieb und keine verifizierte Aussage über aktuell verfügbare Therapieplätze.
Was noch geplant ist
Die Momentaufnahme wird bislang manuell aktualisiert. Als Ausbau plane ich einen monatlichen Abgleich neuer Praxiseinträge mit E-Mail- oder Slack-Benachrichtigung und manueller Prüfung vor der Aufnahme ins Verzeichnis.
Multi-Agent-Workflows
Werkzeuge und Agenten koordinieren
Claude Cowork, Claude Code und ChatGPT nutze ich auch parallel. Ich wähle Modelle passend zur Aufgabe und lasse abgegrenzte Arbeitspakete bearbeiten. Die Programmierung erfolgt mit KI; ich steuere die Aufgaben und gleiche Ergebnisse mit den Anforderungen ab.
Automatisierung & APIs
Abläufe verbinden
Ich konzipiere Abläufe mit Datenabruf, Verarbeitung und Ausgabe und setze sie KI-gestützt um. Mein n8n-Prototyp verbindet HTTP-Abruf, JavaScript-Verarbeitung, einen KI-Bericht und E-Mail-Versand. Weitergehende Automatisierungen kennzeichne ich als geplant.
Qualitätsprüfung
Tests und modellübergreifende Reviews
Ich lasse Tests für Funktionen, Fehlerfälle und behobene Fehler erstellen und erweitern. Weitere Modelle setze ich für Code- und Logikreviews ein. Ein Ziel von beispielsweise 80 % Testabdeckung ist eine Vorgabe, keine Behauptung über den aktuellen Stand aller Projekte. Testläufe und reproduzierbare Befunde zählen mehr als die Zustimmung eines Modells.
Wartbarkeit
Refactoring und Dokumentation
Ich beauftrage die Überarbeitung auf klarere Zuständigkeiten, verständliche Namen und weniger Wiederholungen. Dokumentation soll Zweck, Schnittstellen und wichtige Entscheidungen erklären. Änderungen sollen bestehende Funktionen erhalten und durch passende Tests begleitet werden.
Inhalte & Auffindbarkeit
Textlogik, SEO und GEO
Mein Prüfprozess bezieht auch sichtbare Texte, Metadaten, Links und strukturierte Daten ein. Ich lasse Widersprüche zwischen Beschreibung und Funktion suchen und Verbesserungen ausarbeiten. Daraus leite ich keine Garantie für Rankings oder Empfehlungen durch KI-Suchen ab.
Technische Datenschutzaspekte
Datenflüsse und Risiken hinterfragen
Ich lasse prüfen, welche Daten verarbeitet werden und ob Aussagen im Interface dazu passen. KI-gestützte Sicherheits- und Datenschutzchecks helfen, mögliche Probleme zu erkennen. Sie ersetzen weder eine fachliche Rechtsprüfung noch einen unabhängigen Sicherheitsnachweis.