01
Analysieren
Den Ist-Zustand verstehen. Herausfinden, was fehlt und warum.
- Interviews
- Audit
- Daten
AI Systems Engineer bei Raving Fans
Ich baue Systeme, die denken.
Ich verbinde Strategie, Automatisierung und KI, damit Unternehmen schneller laufen. Ohne den Overhead.
Handarbeit rein.Fertige Systeme raus.
Aus einer Woche Buchungen werden verschickte Rechnungen, ohne dass jemand eine Tabelle anfasst.
Illustration einer Betriebskonsole, die den wöchentlichen Abrechnungslauf ausführt. Zwölf Buchungen werden abgerufen, mit ihren Motiven abgeglichen, nummeriert und als Rechnungen verschickt. Bei einer Buchung fehlt das Motiv, sie wird zurückgestellt und das Ops-Team per E-Mail informiert. Ergebnis: 11 Rechnungen versendet, 1 zurückgestellt, 0 manuelle Schritte.
Über mich.Der Mensch hinter den Systemen.
Frankfurt
Ich bin Manu. 25. AI Systems Engineer bei Raving Fans, remote aus Frankfurt.
Ich habe vieles ausprobiert. Dropshipping, Copywriting, Product Management, Kurse. Jedes Mal, wenn ich an eine Grenze stieß, suchte ich nach einem besseren Ansatz. Als ich anfing, KI zu nutzen, um Probleme systematisch zu analysieren, nicht nur im Business, sondern auch persönlich, wurde mir klar: Man kann heute fast alles umsetzen, wenn man genau versteht, was wirklich wichtig ist.
Was mich antreibt, ist nicht das Endprodukt. Es ist der gesamte Prozess. Das Ziel verstehen, den Ist-Zustand analysieren, entscheiden, was sich zu lösen lohnt und wo man einen Workaround braucht. Gute Systeme nehmen Menschen Arbeit ab. Darum geht es mir.
Außerhalb der Arbeit: Gym, Meditation und Reisen. Meistens irgendwo in Asien.
Was ich baue.Systeme statt Foliensätze.
Drei Arten von Arbeit, meistens im selben Projekt. Am Ende läuft jede davon produktiv, nicht als Prototyp.
Automationssysteme
End-to-End-Workflows, die manuelle Arbeit überflüssig machen. Von der API-Anbindung bis zum fertigen Prozess.
- Make.com
- n8n
- Zapier
- Webhooks
KI-Integration
OpenAI und andere Modelle gezielt eingesetzt. Nicht als Spielzeug, sondern als Hebel.
- OpenAI
- Claude
- RAG
- Prompt-Design
Full-Stack-Produkte
Interne Tools, Dashboards und Plattformen, die wirklich benutzt werden.
- Next.js
- Supabase
- TypeScript
- Vercel
Wie ich arbeite.Vier Schritte, jedes Projekt.
Derselbe Ablauf, ob zweitägige Automation oder Plattform mit zwölf Modulen.
- 02
Konzipieren
Die einfachste Architektur definieren. Nicht die coolste.
- Flowchart
- Scope
- KPIs
- 03
Bauen
Tools verbinden. Schnell liefern.
- Code
- Verdrahten
- Testen
- 04
Iterieren
Messen, optimieren, wiederholen.
- Metriken
- Kürzen
- Wiederholen
Ausgewählte Projekte.Systeme, die jeden Tag laufen.
Plattformen, Automatisierungen und KI-Agenten, von Anfang bis Ende gebaut und täglich im Einsatz. Nach Typ filtern oder ein paar davon unten im Lab live ansehen.
Interne Operations-Plattform
Der Betrieb lief auf Spreadsheets und getrennten Tools, die nicht miteinander sprachen. Stattdessen eine einzige Plattform gebaut: CRM, Projektmanagement, Zeit- und Urlaubserfassung, OKRs und ein kundenseitiges Portal in einer App. 12 Module, Architektur bis Deployment, solo. Trägt das gesamte Unternehmen, jeden Tag.
- Ansichten
- 26
- Tests
- 437
- Täglich im Einsatz
- Live
- Next.js
- TypeScript
- Supabase
- Railway
- shadcn/ui
Workflow zur Lead-Vorqualifizierung
Eine Praxis im Gesundheitswesen hat jede Anfrage von Hand sortiert: Kurszugang, Fragebogen, Entscheidung, zwei CRMs und die passende Antwort. Drei n8n-Workflows erledigen das jetzt komplett: Ein Entscheidungsbaum aus fünf Fragen ordnet jeden Fall einem von sieben Ergebnissen zu, beide CRMs werden ohne Dubletten gepflegt, und die passende WhatsApp-Nachricht wartet bis zum dritten Werktag. Alle 64 Antwortkombinationen sind durch Tests abgedeckt.
- Nodes
- 83
- Integrationen
- 8
- Pfade getestet
- 64/64
- n8n
- JavaScript
- JotForm
- Close
- Superchat
KI-Creative-Engine für Webinar-Anzeigen
Ein Webinar-Marketing-Unternehmen brauchte für jeden Launch Dutzende Anzeigen im eigenen Markenbild, und generische KI-Bilder haben die Marke immer wieder verwässert. Gebaut wurde eine Creative Engine aus drei Diensten: ein Chat mit Agenten für Text, Gestaltung und Qualitätsprüfung, dazu zwei MCP-Server mit Markenwerten, echten Fotos und einem deterministischen Renderer für 13 Anzeigenformate. Die KI schreibt und wählt aus, der Code setzt das Layout, und eine Bildprüfung markiert, was danebenliegt.
- Tests
- 889
- Anzeigenformate
- 13
- Dienste
- 3
- Python
- MCP
- Anthropic API
- LibreChat
- Railway
KI-Support-Agent mit Lernschleife
Das Support-Team eines Online-Bildungsanbieters hat jeden Tag dieselben Fragen aus dem Gedächtnis beantwortet. Der Agent liest jetzt jedes neue Ticket, sucht die fünf ähnlichsten Fälle aus der Vergangenheit und schreibt einen Entwurf, den ein Mensch abschickt. Eine Lernschleife vergleicht jeden Entwurf mit der tatsächlich gesendeten Antwort, übernimmt gute Korrekturen in die Wissensbasis und misst die Qualität Woche für Woche.
- Tests
- 181
- Dienste
- 6
- Qualitätsreport
- Wöchentlich
- Python
- Anthropic API
- Supabase pgvector
- Railway
- MCP
Automatisierte Abrechnungs-Pipeline
Die wöchentliche Rechnungsstellung für einen Media-Buying-Kunden war reine Handarbeit: Buchungen prüfen, Creatives abgleichen, Rechnungsnummern per Hand vergeben. Eine Pipeline gebaut, die das alles übernimmt und Ausnahmefälle per Mail eskaliert, statt sie stillschweigend zu übergehen. Läuft jede Woche unbeaufsichtigt.
- Tests
- 372
- Manuelle Schritte
- 0
- Vollautomatisch
- Wöchentlich
- Python
- Airtable API
- SharePoint
Lead-Scoring & Funnel-Plattform
Ein Mieterrepräsentations-Dienst musste heiße Leads vom Rauschen trennen, ohne mehr Vertriebspersonal einzustellen. Einen 5-stufigen Funnel mit serverseitiger Scoring-Engine und einem authentifizierten Admin-Dashboard für die Lead-Verwaltung gebaut. 59 Tests in 12 Suites, in drei Tagen ausgeliefert.
- Tests
- 59
- Tage
- 3
- Stufen im Funnel
- 5
- Next.js
- TypeScript
- Supabase
- Jest
- Vercel
Outbound-Lead-Engine
Eine Hotelgruppe wollte mehr Tagungs- und Eventbuchungen von Firmen aus der Umgebung, ohne eigenes Vertriebsteam. Gebaut wurde eine selbst gehostete Engine, die Firmen rund um jedes Hotel findet, ihre Passung per LLM bewertet, E-Mail-Adressen prüft und eine dreistufige Mailsequenz verschickt, die bei der ersten Antwort sofort stoppt. Zu jeder Antwort liegt ein KI-Entwurf bereit, und klare Schutzregeln entscheiden, was automatisch rausgehen darf.
- Tests
- 113
- Stufen in der Sequenz
- 3
- Antworterkennung
- Auto
- Python
- FastAPI
- Anthropic API
- Airtable
- IMAP
Affiliate-Empfehlungsplattform
Es gab kein System, um Empfehlungen zu tracken oder Provisionen über mehrere Mandanten hinweg auszuzahlen. Eine Multi-Tenant-Plattform von Grund auf gebaut: drei Berechtigungsstufen, EU-gehostet, Echtzeit-Dashboards und Provisionslogik von Anfang an eingebaut.
- Mandanten
- 3
- Wochen
- 11
- Rollen
- ×3
- React
- TypeScript
- Supabase
- Vercel
- Edge Functions
KI-Gesundheits- & Trainingscoach
Schlaf, Training und Kalender lagen in drei Apps, die nie miteinander sprachen. Gebaut wurde eine Agent-Loop ohne Framework hinter einer einzigen Telegram-Persona mit Langzeitgedächtnis, gespeist aus Oura-Erholungsdaten, dem Trainingslog und dem Kalender. Gerechnet wird im Code, das Modell schreibt nur: Morgen-Check-ins, Auswertungen nach dem Training und einen Sonntagsreport.
- Tests
- 71
- Datenquellen
- 3
- Check-ins
- Täglich
- Python
- SQLite
- Telegram Bot API
- Oura API
- Hevy API
Produktions-App für Radiospots
Radioaufträge gingen bisher per Tabelle und Mailverlauf an Texter und Sprecher. Gebaut wurde eine Web-App, in der die Disposition jeden Auftrag zuteilt, Texter Text und Regie abgeben, Sprecher die Aufnahme hochladen und jede Änderung mit Person und Feld protokolliert wird. Der fertige Spot fließt direkt in die Abrechnungs-Pipeline.
- Tests
- 69
- Seiten
- 21
- Änderungsprotokoll
- ✓
- Next.js
- TypeScript
- Supabase
- Airtable
- Microsoft Graph
Kunden-Feedback-Schleife
Feedback-Umfragen bei einem Medienvermarkter kamen zu spät oder gar nicht. Gebaut wurde eine Schleife aus Airtable, einer kleinen Freigabe-App und n8n: Bezahlte und freigegebene Kunden erscheinen an jedem Werktag morgens, das Team gibt mit einem Klick frei, n8n verschickt die passende Umfrage und schreibt das Ergebnis zurück. Wer nach drei Werktagen nicht geantwortet hat, bekommt genau eine Erinnerung.
- Klick zum Versand
- 1
- Werktage bis zur Erinnerung
- 3
- Umfragestufen
- 2
- n8n
- Airtable
- Fillout
- Node.js
Nicht nur erzählen.Probier die Systeme selbst aus.
Drei der Systeme von oben, als kleine Simulationen nachgebaut. Nichts hier spricht mit einem Server: Die Logik läuft in deinem Browser, genauso wie in Produktion, nur schneller.
01Abrechnungs-Pipeline
Wöchentlicher Rechnungslauf
Der unbeaufsichtigte Montagsjob aus den Projekten. Schalter umlegen und zusehen, wie er mit einer kaputten Buchung umgeht, statt still zu scheitern.
02Lead-Scoring-Engine
Einen Lead bewerten
Das serverseitige Scoring der Funnel-Plattform, offengelegt. Eine Antwort ändern und zusehen, wie sich Score, Stufe und Routing-Entscheidung anpassen.
03Agent-Loop
Wöchentlicher Gesundheitsreport
Der Sonntagslauf des Health-Coachs. Woche wählen und zusehen, wie die Loop Daten holt, im Code rechnet und dem Modell nur den Teil überlässt, den ein Modell gut kann: schreiben.
Mein Weg.Beratung, Marketing, dann Systeme.
Sechs Jahre, drei Branchen, ein roter Faden: herausfinden, wo Prozesse brechen, und etwas bauen, das hält.
2020–2022
Accenture, IT-Beratung
Erster richtiger Job. Duales Studium in IT-Beratung.
Gelernt, wie große Organisationen laufen, und wo sie brechen.2022
LG Electronics, D2C-Marketing
Backoffice im Direct-to-Consumer-Marketing.
Funnels verstanden, bevor ich wusste, dass es Funnels waren.2022–2024
TH Aschaffenburg, Südkorea und Asien
BBA abgeschlossen. Auslandssemester in Südkorea.
Japan, Vietnam, Thailand, Taiwan, Singapur, Malaysia.
Angefangen, darüber nachzudenken, was ich wirklich bauen möchte.2023–2026
6FE, Kursinfrastruktur und KI-Systeme
Modulaufbau, KI-Schreib-Workflows und Automationssysteme für ein Freelancing-Coaching-Programm entworfen, das aktiv den LATAM-Markt bedient.
2026 →Jetzt
Raving Fans, AI Systems Engineer
Im Februar eingestiegen. Interne Ops-Plattform (12 Module), Affiliate-Plattform und automatisierte wöchentliche Abrechnungs-Pipeline gebaut, dazu Systeme für Kunden: n8n-Workflows, einen Support-Agenten mit Lernschleife und eine KI-Creative-Engine. Von der Architektur bis zum Deployment. Alles.
Ein Prozess, der von selbst laufen sollte?Lass ihn uns bauen.
Ich bin offen für interessante Probleme. Erzähl mir, wo dein Team jede Woche Zeit verliert.
Schreib mir
hi@manuelrocholl.com