Unsere Arbeit

Ausgewählte Engineering-Projekte

Oronts-Produkte, Open-Source-Tools und das produktive KI-System dieser Website. Alles hier ist unser eigenes Engineering: einsehbar, dokumentiert und von Tag eins mit Produktionsdisziplin gebaut.

8Engineering-Projekte
2Open Source auf GitHub
3Projektkategorien
2024-26Aktive Jahre
Wie wir arbeiten

Ingenieurdisziplin vor allem anderen

  • 01Jedes Engagement beginnt mit einem schriftlichen Architecture Decision Record. Wir dokumentieren Abwägungen, Alternativen und Begründungen für jede technische Entscheidung, bevor Code geschrieben wird.
  • 02Kein Feature geht live ohne definierten Rollback-Pfad, Observability-Instrumentierung und Lasttests unter realistischen Bedingungen.
  • 03Production-Readiness-Reviews kontrollieren jedes Release. Wir prüfen Sicherheitsgrenzen, Fehlermodi, Datenintegritätsgarantien und Betriebsrunbooks vor dem Go-Live.
  • 04Wir veröffentlichen wiederverwendbare Komponenten als Open Source, wo Kundenvereinbarungen es erlauben. Unsere Open-Source-Tools laufen in Produktion neben den Systemen, aus denen sie extrahiert wurden.
Zum vollständigen Case
ProduktionsplattformAktiv

Exfinity

Eine mandantenfähige KI-Commerce-Plattform für die Erlebnis- und Ticketing-Branche. Händler binden sich einmal an und verkaufen Erlebnisse vieler Anbieter in natürlicher Sprache: über eine einheitliche Suche, KI-Buchungsagenten und einbettbare Widgets, alles unter eigener Marke. Entwickelt für die Exfinity GmbH.

2025Ongoing since 2025
Exfinity GmbH
8Spezialisierte KI-Agenten
Live-DemoLeitfaden lesen
Ähnliches Projekt besprechen
Die Herausforderung

Der Markt für Erlebnisse ist fragmentiert. Jeder Händler baut dieselben Anbieteranbindungen immer wieder neu, Anbieterkataloge kommen in unterschiedlichsten Formaten an, und niemand kann KI-gestützte Suche oder Buchung anbieten, ohne zuerst eigene KI-Systeme zu entwickeln. Es gibt keinen einheitlichen, sicheren Weg, über alle Anbieter hinweg zu suchen oder einen KI-Agenten im Auftrag eines Kunden buchen zu lassen.

Unser Ansatz

Exfinity funktioniert wie ein Stripe für Erlebnisse. Ein Händler bindet sich einmal an und erhält Suche, Buchung und Support über alle Anbieter hinweg, alles unter eigener Marke. Hinter dieser Einfachheit werden Anbieterkataloge automatisch eingelesen, in ein gemeinsames Format bereinigt und nach Bedeutung durchsuchbar gemacht, nicht nur nach Stichworten. Ein Team aus acht KI-Agenten übernimmt Angebotssuche, Buchung und Support und darf nur über einen kontrollierten Satz von Werkzeugen handeln, mit strengen Regeln pro Händler, Ratenlimits und einem vollständigen Audit-Trail. Alles läuft in der EU, in Frankfurt, und personenbezogene Daten werden maskiert, bevor sie je ein KI-Modell erreichen.

Das Ergebnis

Eine einzige Integration gibt einem Händler KI-gestützte Suche, Buchung und Support über alle angebundenen Anbieter hinweg. Die Plattform ist vom ersten Tag an auf Produktionsniveau gebaut: schnelle Suche, strikte Trennung der Daten jedes Händlers und eine Lernschleife, die schwache Antworten über die Zeit in geprüftes Wissen verwandelt. Seit 2025 für die Exfinity GmbH konzipiert und entwickelt.

Oronts-ProduktAktiv

Oronts Engineering Harness

Eine proprietäre Steuerungsebene, die KI-Programmierung als Entwicklungsorganisation betreibt: feste Schleife, unabhängige modellübergreifende Review, dauerhaftes Gedächtnis und Nachweispflichten.

2026Laufend
Oronts GmbH
21Unabhängige Review-Agenten
Details unter NDAÄhnliches Projekt besprechen
Die Herausforderung

Agentische Programmierung scheitert auf vier vorhersehbare Weisen. Sie generiert, statt Vorhandenes wiederzuverwenden, sie vergisst das Ziel bei Kontextverdichtung, sie prüft ihre Arbeit mit demselben Modell, das sie geschrieben hat, und sie erklärt einen einzelnen grünen Test für fertig. Im Prototyp ist das billig, in einem System, das jemand pflegen muss, teuer.

Unser Ansatz

Eine kopierbare Steuerungsebene steuert das Repository, in das sie gelegt wird. Jede substanzielle Aufgabe folgt einem Takt, mit Aufwand nach Tragweite. Eine Wiederverwendungsleiter wird von einer deterministischen Prüfung gegen den echten Abhängigkeitsgraph belegt. Die Review läuft auf einem tatsächlich anderen Modell, ergänzt um zwei gegenläufige Perspektiven und Fachprüfer nach betroffener Fläche. Dauerhafte Gedächtnisdateien tragen Ziel, nächste Handlung, Entscheidungen und Nachweise über jeden Kontextverlust, und irreversible Operationen sind auf der Berechtigungsebene in jedem Modus gesperrt.

Das Ergebnis

Das System, das die Auslieferung von Oronts steuert, einschließlich dieser Website. Es wird generisch und projektunabhängig ausgeliefert, jedes Repository füllt seinen eigenen Zustand. Ein proprietäres Oronts-Produkt, nicht veröffentlicht, live oder unter NDA gezeigt.

Zum vollständigen Case
Open SourceAktiv

Vendure Data Hub

Enterprise-ETL- und Datenintegrations-Plugin für Vendure. Visueller Pipeline-Builder, 9 Extraktoren, 61 Transform-Operatoren, 24 Entity-Loader und Feed-Generatoren für Google Merchant und Amazon.

2024Laufend
Open Source
9Extraktoren (im Repository nachprüfbar)
GitHubLeitfaden lesen
Die Herausforderung

Vendure-Projekte bauen immer wieder dieselbe Plumbing-Schicht: Produktimporte aus ERP- und PIM-Systemen, Bestandsabgleich, Preisupdates, Marktplatz-Feeds. Jede Integration startet bei null, landet als Einmal-Skript und bricht still, wenn ein Lieferant eine Spalte ändert. Im Ökosystem fehlte eine produktionsreife, wiederverwendbare Datenpipeline-Schicht.

Unser Ansatz

Data Hub ist ein vollwertiges Vendure-Plugin: deklarative Pipelines aus Extraktoren (CSV, JSON, XML, REST, GraphQL, FTP, S3 und mehr), 61 Transform-Operatoren mit Dry-Run-Vorschau und Loader für 24 Vendure-Entitätstypen. Pipelines laufen per Zeitplan oder Webhook, mit Retries, idempotenten Upserts, Echtzeit-Logs und visuellem Editor in der Admin-UI. Feed-Generatoren publizieren Google-Merchant- und Amazon-Feeds aus demselben Pipeline-Graphen.

Das Ergebnis

Ein einziges Plugin ersetzt die Integrationsskripte eines typischen Commerce-Projekts. Open Source auf GitHub veröffentlicht; produktionserprobt mit großvolumigen Katalogimporten und bis auf jeden Operator im Repository nachprüfbar.

Zum vollständigen Case
Oronts-ProduktAktiv

OGuardAI

Semantic data protection runtime for AI systems. Policy engine, PII detection and reversible tokenization between your application and any LLM.

2024Ongoing
Oronts GmbH
99.7%PII detection recall on our test corpus
Live-DemoLeitfaden lesen
Ähnliches Projekt besprechen
Die Herausforderung

Production LLM systems share a failure class: PII leaking into prompts and outputs, hallucinated data reaching customers, and generated text violating communication policies. Ad-hoc filters solve one incident and break on the next edge case. GDPR makes this an architecture problem, not a patching problem.

Unser Ansatz

OGuardAI runs as a synchronous filter in the LLM request and response path. Three validation layers: content policy classification against hot-reloadable YAML rule sets, PII detection combining pattern matching with named entity recognition, and semantic tokenization that swaps sensitive values for reversible tokens so the model never sees raw data. Restoration happens per output channel policy.

Das Ergebnis

Eine wiederverwendbare, Framework-unabhängige Guardrail-Schicht, die DSGVO-gerechte KI von projektweiser Feuerwehrarbeit in Infrastruktur verwandelt. Ein proprietäres Oronts-Produkt, self-hosted und anbieterneutral, mit einer Architektur, die in unserem Data-Leakage-Guide dokumentiert ist.

Zum vollständigen Case
ProduktionsplattformAktiv

Oronts AI Assistant

Das produktive Mastra-Agentensystem auf dieser Website: fünf Agenten, vier Tools, Streaming-Antworten und eine gehärtete API-Schicht. Unten rechts ausprobieren.

2025Laufend
Oronts GmbH
5Spezialisierte Agenten in Produktion
Live-DemoLeitfaden lesen
Ähnliches Projekt besprechen
Die Herausforderung

KI-Versprechen sind billig. Der ehrliche Beweis ist ein Agentensystem in Produktion, mit denselben Randbedingungen, die Kunden haben: Rate Limiting, CSRF, Prompt-Injection-Fläche, Kostenkontrolle, Observability und eine echte Lead-Pipeline dahinter.

Unser Ansatz

Gebaut auf Mastra mit fünf spezialisierten Agenten (Quote, Chat, Vision, Voice, Analytics) und vier Tools, die Gespräche in qualifizierte Leads strukturieren: Proposal-Einreichung, Terminbuchung, E-Mail-Entwurf und Gesprächszusammenfassung. Antworten streamen über das Vercel AI SDK. Die API-Schicht erzwingt Rate Limiting, CSRF, Origin-Checks und Request-Tracing; Tool-Aufrufe laufen über einen authentifizierten internen Proxy in die Oronts-API. Der Agent erfindet keine Preise: Er qualifiziert, strukturiert und übergibt an einen Menschen.

Das Ergebnis

Eine funktionierende Antwort auf die Frage, die jeder Einkäufer einem KI-Anbieter stellen sollte: Zeigen Sie mir Ihres. Der Assistent auf dieser Seite ist das Deployment; die Designentscheidungen sind in unseren Guides dokumentiert.

Open SourceAktiv

Pimcore Asset Pilot Bundle

Regelbasierte Asset-Organisation für Pimcore: konfigurierbare Regeln, Prioritäten und Audit-Log für Bibliotheken, die schneller wachsen, als Teams sortieren können.

2025Laufend
Open Source
100%Aktionen im Audit-Log erfasst
GitHub
Die Herausforderung

Große Pimcore-Installationen sammeln Zehntausende Assets. Redakteure laden Dateien ab, wo gerade ein Dialog offen ist; Namenskonventionen driften; das DAM wird zur Rumpelkammer. Manuelles Aufräumen skaliert nicht, Einmal-Migrationsskripte verrotten.

Unser Ansatz

Asset Pilot wendet deklarative Organisationsregeln auf den Asset-Baum an: Match-Bedingungen auf Metadaten, Dateityp, Namensmuster oder Upload-Kontext, dann Aktionen wie Verschieben, Umbenennen, Taggen oder Zuweisen. Regeln tragen Prioritäten und laufen bei Upload-Events oder als Batch-Jobs über Bestandsbibliotheken. Jede Aktion landet im Audit-Log, ein Dry-Run zeigt die Wirkung, bevor sich etwas bewegt.

Das Ergebnis

Asset-Chaos wird ein Konfigurationsproblem statt eines wiederkehrenden Aufräumprojekts. Open Source auf GitHub veröffentlicht.

Ein Projekt im Sinn?

Wir übernehmen ausgewählte Engagements pro Quartal. Erzählen Sie uns, was Sie bauen.