22.10.2026 aktualisiert
40 % teilweise verfügbar
Senior Automation & AI Engineer | n8n, KI-Integration, Datenpipelines, TypeScript
Meckenheim, Deutschland
Nur Remote
AbiturÜber mich
Senior Automation & AI Engineer, Softwareentwicklung seit 2008. Ich baue produktionsreife Automations-, KI- und Datensysteme End-to-End: n8n/Make, APIs und eigene TypeScript-Software inkl. Tests, Monitoring und Übergabe. Seit 2023 Projekte für über 25 Kunden.
Skills
APIsKünstliche IntelligenzAutomatisierungSaasCRM-SystemeData IntegrationNode.jsProzessautomatisierungSystemarchitekturIntegration (Software)WorkflowsAutomatisierte DatenverarbeitungGo To MarketRestful ApisDaten-Pipeline
Produktionsreife Automations-, KI- und Datensysteme – End-to-End
Ich konzipiere und entwickle Automations-, KI- und Datensysteme von der Prozessanalyse über Architektur und API-Integration bis zu Tests, Monitoring und Betriebsübergabe. Wo n8n oder Make nicht ausreichen, ergänze ich eigene Software mit TypeScript, Node.js, React und PostgreSQL. Fundament: Java/Spring Boot und fünf Jahre Produktionsbetrieb einer eigenen SaaS-Plattform.
Typische Projekte
• Workflow-Automatisierung mit n8n (inkl. Self-Hosting), Make, REST APIs und Webhooks
• KI-Integration mit OpenAI API und Claude: Klassifizierung, Antwortentwürfe, Dokumentenverarbeitung – mit Human Review
• Datenpipelines und Web Scraping mit Normalisierung, Deduplizierung, Validierung und CRM-Übergabe
• Eigene Web-Apps und interne Tools, wenn Standard-Tools nicht ausreichen
Ausgewählte Ergebnisse
• Creator-Akquise einer Influencer-Marketing-Agentur automatisiert: rund 90 % weniger Handarbeit (eigene Schätzung), KI-Antwortentwürfe nur nach menschlicher Freigabe, 373 automatisierte Tests
• 61.876 E-Mails und 23.448 PDFs eines Handwerksunternehmens in CRM-Daten überführt: 485 Kunden und 1.620 Transaktionen zugeordnet
• Eigene Datenpipeline: über 105.000 Unternehmen untersucht, 370.000+ Rohtreffer zu 4.443 passenden Leads verdichtet
• n8n self-hosted auf Docker/Linux installiert, dokumentiert und an das Kundenteam übergeben
• SaaS-Plattform für Amazon-Marktdaten als technischer Gründer aufgebaut: täglich Millionen Webseiten verarbeitet, rund 60.000 EUR MRR, achtköpfiges Team
Technologien
Automation & AI: n8n, Make, OpenAI API, Claude, Prompt Engineering, REST APIs, Webhooks, OAuth, Airtable, Notion
Software: TypeScript, JavaScript, Node.js, React, Next.js, Java, Spring Boot, Chrome Extensions, Vitest, Playwright
Daten: PostgreSQL, MySQL, MongoDB, SQLite, Redis, Datenpipelines, Web Scraping, Datenvalidierung, CRM-Datenmodellierung
DevOps: Docker, Docker Compose, Linux, Git, CI/CD, Hetzner, AWS EC2, Coolify, Dokploy, Monitoring
Lead Data & Outbound: Clay, Smartlead, Instantly, HubSpot, BetterContact, Deliverability
Arbeitsweise
Anforderungsanalyse, Akzeptanzkriterien, klickbare Prototypen, Validierung und Fehlerpfade, Human Review, Dokumentation und saubere Betriebsübergabe. Remote, vor Ort nach Absprache (Raum Bonn/Köln).
Erfahrung
Berufserfahrungmehr als 10 Jahre
Freelancer seit2008
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
Ausgangslage: Creator kamen per eigener Chrome-Extension bereits aus Storyclash ins System, der Akquise-Versand lief automatisch. Viel Zeit kosteten weiterhin Sichten, Nachhaken und Beantworten der Antworten.
Beitrag: Eigene Webanwendung mit React, TypeScript, Node.js und PostgreSQL. Creator-Import mit Dubletten- und Sperrlistenprüfung, Versand über die Kundenpostfächer (IMAP/SMTP), automatische Erinnerungen. Die KI bewertet Antworten per OpenAI API, formuliert Rückfragen und schlägt den nächsten Schritt vor; versendet wird erst nach menschlicher Freigabe. Rollenmodell, Audit-Log und Not-Aus.
Ergebnis: Rund 90 % weniger Handarbeit beim Nachfassen und Beantworten (eigene Schätzung); live bereitgestellt und mit 373 automatisierten Tests abgesichert.
Technologien: React, TypeScript, TanStack Start, Node.js, PostgreSQL, Drizzle ORM, OpenAI API, IMAP/SMTP, Docker, Vitest, Playwright
Ausgangslage: Kunden, Angebote und Rechnungen steckten über Jahre verteilt in E-Mails und PDF-Anhängen.
Beitrag: Pipeline, die einen autorisiert bereitgestellten E-Mail-Bestand und digital lesbare PDFs automatisch ausliest, die Inhalte klassifiziert und Dubletten entfernt. Kunden und Transaktionen werden verknüpft und in ein CRM-Datenmodell überführt.
Ergebnis: 61.876 E-Mails und 23.448 PDFs ausgewertet; 485 Kunden und 1.620 Transaktionen zugeordnet. Sieben Managementfragen sind jederzeit beantwortbar; Grundlage für Reaktivierungskampagnen.
Technologien: E-Mail-Verarbeitung, PDF-Textextraktion, Klassifizierung, Deduplizierung, Datenvalidierung, CRM-Datenmodellierung
Ausgangslage: Unternehmensdaten lagen verteilt über mehrere Verzeichnisse vor und unterschieden sich in Struktur, Aktualität und Qualität.
Beitrag: Entwicklung einer eigenen Recherche- und Verarbeitungspipeline mit Source-Adaptern, Crawling, Normalisierung, Deduplizierung, Datenvalidierung, Qualifizierung, Export-QA und automatisierten Tests.
Ergebnis: Über 105.000 Unternehmen und 370.000 Rohresultate wurden verarbeitet. Daraus entstanden 4.443 konsolidierte Kandidatendatensätze nach definierten Qualitätsregeln.
Technologien: TypeScript, Node.js, SQLite, Cheerio, Zod, Vitest, REST APIs, LLM-Integration, Web Scraping, Data Pipelines, CSV/JSON, CLI