Dr.-Ing.

Johannes Köppern

Agentische Softwareentwicklung mit Sprachmodellen und Automatisierung

Ich entwickle Software- und Automatisierungslösungen mit Sprachmodellen für komplexe und unklare Probleme. Architektur, Backend, Frontend, KI-Workflows und Schnittstellen werden zu lauffähigen Systemen verbunden – mit moderner agentischer Entwicklung, etwa mit Claude Code.

Termin vereinbaren Projekte ansehen

Technischer Hintergrund

Promotion über Robotik und Entwicklung eines Elektrofahrzeugs
Forschung am DLR, Automatisierung
Lehre zu Sprachmodellen, Hochschule Macromedia
Maschinenbaustudium

Probleme klären

Unklare Anforderungen, technische Unsicherheit, schnelle Strukturierung.

Full-Stack liefern

Frontend, Backend, Datenbanken, Schnittstellen, Deployment.

Agentisch entwickeln

Agentische Entwicklung mit Werkzeugen wie Claude Code, Subagents, Qualitätskontrollen, dokumentiertes Wissen.

Breit umsetzen

Web, Backend, Automatisierung, C++, Rust, C#, KI-Anwendungen.

Schnell produktiv

Vom ersten Problemverständnis zum testbaren System in Tagen.

Von der unklaren Herausforderung zur funktionierenden Lösung – schnell, strukturiert, zuverlässig.

Ausgewählte Arbeiten

Projekte

Drei Beispiele, die zeigen, wie aus unklaren Problemen tragfähige technische Lösungen werden.

Genauigkeitsproblem in einem Pipettierroboter

Problem: Ein Medizintechnik-Produkt erreichte die Messgenauigkeit außerhalb des spezifizierten Toleranzbereichs nicht zuverlässig. Die Ursache war unklar.
Lösung: Datengetriebene Analyse über den gesamten Arbeitsraum, statistische Modellierung und gezielte Visualisierung der Fehlerflächen, gefolgt von einer Korrekturstrategie in der Produkt-Software.
Ergebnis: Ursache identifiziert, Korrektur in die Produktivsoftware integriert, Genauigkeit über den Arbeitsraum innerhalb der Spezifikation.

Technologien

Pandas
NumPy
SciPy
scikit-learn
Visualisierung

Worst-Case-Analyse eines Fahrdynamik-Reglers

Problem: Ein Regler für die integrierte Fahrdynamik musste seine Robustheit unter ungünstigen Lastfällen, Parameterstreuungen und Manövern nachweisen.
Lösung: Closed-Loop-Simulation mit Mehrkörpermodell, Parametrisierung der Worst-Case-Suche und Optimierung über Manöver und Betriebspunkte.
Ergebnis: Robustheitsnachweis unter Worst-Case-Bedingungen, dokumentierte Grenzen, Eingang in die Forschungsergebnisse am DLR.

Technologien

Modelica/Dymola
MATLAB/Simulink
DLR MOPS
SQP

Sensorloser Füllstands-Schätzer

Problem: Der Füllstand einer Flüssigkeit sollte ohne zusätzlichen Sensor rekonstruiert werden, allein aus vorhandenen Prozessgrößen.
Lösung: CFD-gestützte Datenerzeugung, Aufbau eines Regressionsmodells und Integration als Software-Sensor in die Produkt-Pipeline.
Ergebnis: Füllstands-Schätzung ohne zusätzliche Hardware, geringere Stückkosten, robust über typische Betriebspunkte.

Technologien

OpenFOAM
Pandas
Regression

So gehe ich vor

Arbeitsweise

Problem verstehen

Unklare Anforderungen strukturieren und technische Risiken sichtbar machen.

Architektur entwerfen

Eine tragfähige Lösungsskizze für Daten, Schnittstellen und Deployment entwickeln.

Agentisch umsetzen

Agentische Werkzeuge wie Claude Code und spezialisierte Workflows für schnelle Umsetzung, Qualitätskontrolle und Dokumentation nutzen.

Testbar liefern

Früh ein lauffähiges System bereitstellen, statt nur ein Konzept zu beschreiben.

Was ich abdecke

Kompetenzen

Problemanalyse & Strukturierung

Unklare Probleme datenbasiert analysieren, in lösbare Teilprobleme zerlegen und technische Risiken sichtbar machen.

Agentic Software Development

Agentische Entwicklung – etwa mit Claude Code – mit Subagents, klaren Qualitätsschleifen und dokumentiertem Wissen.

Full-Stack-Architektur

Tragfähige Systeme über Frontend, Backend, Daten und Schnittstellen hinweg.

Backend & Schnittstellen

APIs, Integrationen, Datenmodelle, saubere Trennung von Belangen.

KI-Workflows & LLM-Orchestrierung

RAG, agentische Pipelines, strukturierte Modellausgaben, kontrollierte Werkzeugnutzung.

Automatisierung

Wiederkehrende Aufgaben in zuverlässige Skripte und Pipelines überführen.

Technische Domänen-Tiefe

Regelungstechnik, Simulation, Robotik, Medizintechnik, Fahrdynamik.

Über mich

Ich komme aus Regelungstechnik, Automatisierung und Robotik und habe meine technische Tiefe in Forschung, Produktentwicklung und Softwareprojekten aufgebaut. Heute nutze ich diesen Hintergrund, um komplexe Probleme schnell in funktionierende Softwarelösungen zu übersetzen – mit besonderem Fokus auf agentische Entwicklung, KI-Workflows und belastbare Full-Stack-Systeme. Daneben bin ich seit Jahren in der Lehre tätig und halte eigene Veranstaltungen zu Sprachmodellen an der Hochschule Macromedia.

Sie möchten ein technisches Problem schnell in Software übersetzen?

Schreiben Sie mir oder vereinbaren Sie direkt einen Termin.

Termin vereinbaren E-Mail schreiben