Ich wollte eigentlich nur meine Daten schützen und habe dabei eine völlig neue Art der Softwareentwicklung entdeckt
Eigentlich fing alles mit einer ganz einfachen Idee an.
Ich wollte meine Daten nicht aus der Hand geben.
Die Möglichkeiten der künstlichen Intelligenz haben mich vom ersten Tag an begeistert. Gleichzeitig war für mich aber genauso klar, dass meine Dokumente, meine Fotos, meine Bewegungsdaten und mein persönliches Wissen nicht dauerhaft in irgendeiner Cloud liegen sollen. Nicht, weil ich Cloud-Dienste grundsätzlich ablehne, sondern weil ich bei meinen eigenen Daten selbst entscheiden möchte, wo sie gespeichert und verarbeitet werden.
Also begann ich vor einigen Monaten damit, mir Schritt für Schritt eine lokale KI-Umgebung aufzubauen.
Damals war das mehr Neugier als ein konkreter Plan.
Ich installierte Ollama, beschäftigte mich mit LM Studio, experimentierte mit verschiedenen Sprachmodellen und begann, mich mit Themen wie RAG, Vektordatenbanken und Qdrant auseinanderzusetzen. Vieles davon war zunächst Theorie. Spannend, aber eben Theorie.
Nach und nach kamen weitere Bausteine dazu. Proxmox, Docker, n8n, SearXNG, Paperless-ngx, Dawarich und viele andere Komponenten fanden ihren Platz in meiner kleinen privaten Infrastruktur.
Jedes dieser Systeme funktionierte für sich genommen bereits erstaunlich gut.
Aber sie waren eben genau das – einzelne Systeme.
Der erste echte Aha-Moment kam mit n8n. Plötzlich konnte ich Prozesse automatisieren, Informationen sammeln und Workflows erstellen, die ohne mein Zutun im Hintergrund liefen. Das war beeindruckend und ich begann zu ahnen, wohin die Reise gehen könnte.
Der eigentliche Wendepunkt kam aber erst einige Zeit später.
Aus reiner Neugier wollte ich ausprobieren, ob ein lokaler Agent mehr kann als nur auf Fragen zu antworten. Also begann ich gemeinsam mit ChatGPT einen lokalen Agenten namens Hermes aufzubauen.
Anfangs überprüfte Hermes Webseiten.
Dann bekam er Zugriff auf das Dateisystem.
Später konnte er Werkzeuge benutzen.
Und schließlich sprachen wir eine REST-API an und werteten Bewegungsdaten aus Dawarich aus.
Genau in diesem Moment wurde mir klar, dass wir hier gar nicht mehr über einen Chatbot sprechen.
Wir bauen ein System.
Hermes schreibt Code.
ChatGPT übernimmt Architektur-Reviews, unterstützt bei der Fehlersuche und hilft dabei, die fachlichen Zusammenhänge sauber zu modellieren.
Und ich selbst bringe das ein, was ich in vielen Jahren in der IT gelernt habe: Anforderungen formulieren, Zusammenhänge erkennen, Ergebnisse kritisch prüfen und Schritt für Schritt verbessern.
Dabei ist mir etwas bewusst geworden.
Ich habe Informatik studiert. In meinem Studium gehörten C, Pascal und Assembler ganz selbstverständlich dazu. Für meine Diplomarbeit habe ich Khoros mit eigenen C-Modulen erweitert und Röntgenbilder vermessen.
Danach führte mich mein Berufsweg allerdings in eine andere Richtung.
Ich arbeitete nicht als klassischer Softwareentwickler, sondern verantwortete Rechenzentren, Produktentwicklungen, IT-Projekte und beschäftige mich heute mit IT-Strategie und Projekten. Programmiert habe ich privat immer wieder – meist kleinere Skripte oder Automatisierungen –, aber keine größeren Softwareprojekte mehr.
Und genau deshalb begeistert mich diese Entwicklung heute so.
Nicht, weil plötzlich alles automatisch funktioniert.
Ganz im Gegenteil.
Hermes schreibt Code.
Ich teste.
ChatGPT hinterfragt die Architektur.
Hermes verbessert.
Ich teste erneut.
Wir dokumentieren.
Wir entwickeln weiter.
Die eigentliche Überraschung ist nicht, dass eine KI programmieren kann.
Die eigentliche Überraschung ist, wie sich die Rollen verändert haben.
Früher musste ich Ideen entweder selbst vollständig umsetzen oder an Entwickler weitergeben.
Heute kann ich meine fachlichen Ideen unmittelbar in funktionierende Software verwandeln – unterstützt von einer KI, die Code schreibt, und einer zweiten KI, die Architektur, Qualität und Zusammenhänge mit mir diskutiert.
Der Mobility Analyzer, den wir in den letzten Tagen entwickelt haben, ist dafür ein gutes Beispiel.
Eigentlich wollten wir nur Pendelfahrten aus meinen Dawarich-Daten erkennen.
Doch schon nach kurzer Zeit diskutierten wir nicht mehr über Python-Code.
Wir sprachen über Verkehrsverhalten, Zwischenstopps, Wahrscheinlichkeiten, Geofences, Datenmodelle und darüber, wie man aus Bewegungsdaten echtes Wissen gewinnen kann.
Aus einem kleinen Analysewerkzeug wurde plötzlich ein Baustein eines viel größeren Systems.
Und genau dort hatte ich meinen zweiten Aha-Moment.
Ich hatte ursprünglich gar nicht vor, ein persönliches Wissenssystem zu entwickeln.
Ich wollte mein Wissen besser organisieren.
Heute sehe ich etwas völlig anderes entstehen.
Dokumente.
Fotos.
Bewegungsdaten.
Kalender.
Home Assistant.
Newsletter.
E-Mails.
Alle diese Informationen können künftig lokal zusammengeführt werden. Nicht, um möglichst viele Daten zu sammeln, sondern um Zusammenhänge zu erkennen und mich im Alltag sinnvoll zu unterstützen.
Je länger ich an diesem Projekt arbeite, desto mehr habe ich das Gefühl, dass wir erst am Anfang stehen.
Nach vielen Jahren in der IT hätte ich ehrlich gesagt nicht gedacht, dass mich Softwareentwicklung noch einmal so begeistern könnte.
Nicht, weil Python plötzlich einfacher geworden ist.
Nicht, weil KI alles alleine erledigt.
Sondern weil sich die Art verändert hat, wie Software entsteht.
Ich glaube inzwischen, dass Entwickler nicht überflüssig werden.
Sie bekommen eine neue Rolle.
Und vielleicht gilt das nicht nur für Entwickler.
Auch Projektleiter, Architekten, Administratoren oder IT-Verantwortliche, die seit vielen Jahren keine größere Software mehr selbst geschrieben haben, bekommen plötzlich die Möglichkeit, ihre Erfahrung wieder unmittelbar in funktionierende Lösungen einfließen zu lassen.
Für mich persönlich fühlt sich das tatsächlich wie ein kleiner Quantensprung an.
Vor einigen Monaten wollte ich einfach nur meine Daten schützen und lokal mit KI arbeiten.
Heute habe ich das Gefühl, gemeinsam mit einer lokalen KI und den richtigen Werkzeugen an einem persönlichen Wissenssystem zu arbeiten, das jeden Tag ein Stück besser wird.
Und ich bin ziemlich sicher, dass der Mobility Analyzer nicht das Ziel dieser Reise ist.
Er war nur der Moment, in dem mir klar wurde, was plötzlich alles möglich geworden ist.