// ls ./projects
Alle Arbeiten in Computer Vision, ML, Embedded Systems und mehr.
Eine minimale, lesbare domänenspezifische Sprache (DSL) zum Beschreiben von Computer-Vision-Pipelines — mit Variablen, Schleifen, Plugins, Linter und browserbasiertem visuellem Editor.
Ein computervisuelles System zur Überwachung von Sterilisationsprozessen im medizinisch-chirurgischen Umfeld.
Ein interaktives Werkzeug zum Debuggen und Visualisieren von CNNs mit Grad-CAM, Feature-Maps und Fehleranalyse.
Ein deutschsprachiger interaktiver Wissenshub (Streamlit) mit 33+ Lernmodulen zu Computer Vision und KI — vom mathematischen Fundament bis Transformer, Diffusion Models und multimodaler KI, mit Live-Demos.
Ein Echtzeit-Konverter von Webcam zu ASCII-Art mit virtueller Kamera-Ausgabe für Zoom, OBS oder Discord.
Eine Desktop-App, in der man eine Ziffer zeichnet und die vollständige Vorverarbeitungspipeline sowie Live-CNN-Vorhersagen sieht.
Ein node-basierter visueller Editor, um OpenCV-Pipelines ohne Code zusammenzubauen.
Ein vollständig offline arbeitender Sprachassistent für Linux und Raspberry Pi mit deutscher Spracherkennung.
Eine Flask-Web-App auf dem Raspberry Pi, die einen DHT22-Sensor ausliest und einen Komfortindex berechnet.
Ein ESP32-Audioklassifikator, der mit FFT Klangbänder erkennt und adaptive Geräuschmaskierung anwendet.
Ein Flask-Dashboard zur Systemüberwachung von Docker und Podman mit Metriken, Authentifizierung und Container-Verwaltung.
Ein automatisierter Scanner, der auf SQLi, XSS, CSRF und fehlende Sicherheits-Header testet.
Eine Android-App mit einem On-Device-ML-Modell, das vollständig offline läuft und sich an den Nutzer anpasst.
Ein Raspberry Pi hinter einem Zwei-Wege-Spiegel, der Systemlaufzeiten, Docker-Status und Kalender anzeigt.
Ein quelloffenes Browser-Tool zum Erkunden der MVTec-AD-Datensätze, Trainieren von PaDiM-Anomalieerkennungsmodellen und Inspizieren von XAI-Heatmaps.
Ein lokal laufender Forschungsprototyp ("Adaptive Conversational Social Engineering Simulation System") zur Untersuchung KI-gesteuerter Gesprächstaktiken in einwilligungsbasierten Experimenten — für Security-Awareness-Training.
Ein modularer KI-gestützter E-Mail-Agent, der personalisierte Akquise-E-Mails generiert und versendet — mehrsprachig, mit Review-Phase und Multi-Provider-Unterstützung.
Eine ML-Lösung für den Kaggle-Wettbewerb "Spaceship Titanic" mit umfangreichem Feature-Engineering (40+ Features) und Ensemble-Learning (Random Forest + Gradient Boosting), CV-Score ~80%.
Ein einfacher lokaler Passwortmanager in Python mit Tkinter-GUI und Fernet-Verschlüsselung (AES).
Keine Projekte in dieser Kategorie.