Was ich baue, wenn
ich mir die Aufgabe
selbst stelle
Ohne Open Source wäre meine Arbeit der letzten 30 Jahre nicht möglich gewesen — etwas davon möchte ich zurückgeben. In diesen Projekten steckt, was sich über die Jahre angesammelt hat: Erkenntnisse aus Kundenprojekten, von denen vieles dort auch eingeflossen ist. Anderes nicht, weil der Projektrahmen zu eng war oder der Zeitpunkt nicht passte — gute Ansätze, die als Idee liegen blieben. Genau die baue ich hier zu Ende und stelle sie unter eine freie Lizenz. Keine Feierabendbastelei: Es ist dieselbe Software, die in meinen eigenen Produkten läuft.
HiveWeaver — Prozesse automatisieren, die Zukunft simulieren
Zwei Aufträge, eine Plattform. HiveWeaver lässt KI-Agenten echte Arbeit übernehmen — Vorgänge bearbeiten, Systeme bedienen, Abläufe am Laufen halten. Und es lässt dieselben Agenten einen Ablauf erst folgenlos durchspielen, bevor er auf echte Kunden trifft. Der eigentliche Reiz liegt in der Verbindung: erst der Probelauf, dann Ihre Freigabe, dann dieselbe Sache im Echtbetrieb.
Die eine Hälfte ist Automatisierung. Agenten übernehmen wiederkehrende Aufgaben, greifen dabei auf Ihre Systeme zu und arbeiten Vorgänge ab, ohne dass jemand sie einzeln anstoßen muss. Damit das verantwortbar bleibt, meldet jeder Arbeitsschritt vorher an, was er bewirkt — und alles, was Geld kostet, sich nicht zurücknehmen lässt oder sensible Daten berührt, wartet auf eine ausdrückliche Freigabe. Kein Agent gibt unbemerkt Geld aus. Die andere Hälfte ist die Vorschau. Wie reagiert eine Zielgruppe auf eine Kampagne, bevor Sie das Budget freigeben? Wo bricht ein Prozess, wenn Menschen ihn nicht so benutzen wie vorgesehen? Dafür bevölkert HiveWeaver eine Situation mit hunderten Agenten, die Rollen haben, aufeinander reagieren und entscheiden — realistisch, aber ohne Folgen. Und beides greift ineinander: Ein Ablauf läuft zuerst als Probelauf, Sie sehen das voraussichtliche Ergebnis, geben frei — und derselbe Ablauf arbeitet dann echt. Bezahlbar bleibt das, weil die meisten Entscheidungen kein Sprachmodell brauchen, sondern schlichte Regeln; das Modell kommt dort zum Zug, wo es seinen Preis verdient. Welches Modell arbeitet, entscheiden Sie — ein großer Anbieter oder eines auf Ihrer eigenen Hardware. HiveWeaver läuft bei Ihnen, nicht in einer fremden Cloud.
Was es besonders macht
- Agenten, die wirklich handeln: Sie bedienen Ihre Systeme und arbeiten Vorgänge ab, statt nur Vorschläge zu formulieren.
- Freigabe, wo es darauf ankommt: Was Geld kostet oder sich nicht zurücknehmen lässt, wartet auf Ihr ausdrückliches Ja.
- Erst proben, dann ernst machen: Derselbe Ablauf läuft zunächst folgenlos durch — Sie sehen das Ergebnis und entscheiden, ob er echt laufen soll.
- Nachvollziehbar und bezahlbar: Zu jeder Handlung steht fest, warum sie so ausfiel und was sie gekostet hat; einfache Entscheidungen laufen als Regel statt als teure Modellanfrage.
- Bleibt im Haus: läuft auf Ihrer eigenen Infrastruktur, mit dem Sprachmodell Ihrer Wahl — auch einem lokalen.
Technologie
- .NET
- .NET Aspire
- Microsoft Orleans
- PostgreSQL
- SignalR
- Angular
Der Quellcode wird gerade für die Veröffentlichung vorbereitet. Sobald das Repository offen ist, steht der Link hier.
Was Sie durchspielen können, bevor es ernst wird
Eine Ankündigung, die nach hinten losgehen kann. Sie beschreiben Ihr Vorhaben in einem Satz und legen ein paar eigene Unterlagen dazu — Marktanalysen, Reaktionen auf frühere Entscheidungen, Rückmeldungen aus dem Handel. Daraus baut HiveWeaver die Zielgruppe selbst und spielt die Ankündigung durch. Das mitgelieferte Beispiel ist ein Hersteller, der künftig kein Ladegerät mehr beilegt: Wie kommt das an, und bei wem besonders schlecht?
Eine Abstimmung vor der Abstimmung. Fünftausend Bürgerinnen und Bürger mit unterschiedlichen Lebenslagen, dazu eine Handvoll Stimmen mit Reichweite. Dieselbe Regelung wird in drei Fassungen durchgespielt — im Beispiel Vier-Tage-Woche, City-Maut und Schuluniformen. Am Ende sehen Sie nicht nur, welche Variante die meisten mitträgt, sondern auch, an welchem Argument die anderen scheitern.
Eine Kampagne über mehrere Kanäle. Derselbe Inhalt als Video, als Bildkampagne und als Fachbeitrag, jeweils gegen das Publikum, das dort tatsächlich unterwegs ist. Oder, eine Nummer größer: zehntausend Händler, die auf einen Ausgang wetten — der wahrscheinliche Preis stellt sich dabei von allein ein, ohne dass ihn jemand vorgibt.
Allen Beispielen gemeinsam ist, dass am Ende keine Bauchentscheidung steht, sondern ein ausformuliertes Ergebnis mit Begründung — und die Möglichkeit, jede einzelne Reaktion nachzulesen, die dazu geführt hat.
Wo es über einen einzelnen KI-Assistenten hinausgeht
Termine eintragen, E-Mails beantworten und einsortieren, morgens um sechs eine Zusammenfassung schicken: Das übernimmt HiveWeaver ebenso, und passende Abläufe liegen als fertige Beispiele bei. Nur ist es nicht das, was die Plattform von anderen Systemen abhebt — solche Aufgaben lösen inzwischen viele.
Der Unterschied zeigt sich dort, wo viele Vorgänge gleichzeitig laufen und sich gegenseitig beeinflussen. Nehmen Sie die Reklamationsbearbeitung eines Großhändlers: täglich hunderte Fälle, die sich über Wochen ziehen, mit Rückfragen, Teillieferungen und Eskalationen. Bei HiveWeaver bekommt jeder Fall seinen eigenen Agenten, der ihn von Anfang bis Ende begleitet und sich merkt, was bisher geschah — kein Kontext, der bei jedem Aufruf neu zusammengesucht werden muss. Daneben stehen Rollen: eine Prüfinstanz, die Fachabteilung, die Freigabe. Die reden miteinander, statt eine starre Kette abzuarbeiten.
Ein Fall, in dem gerade nichts passiert, kostet dabei nichts. Deshalb können zehntausend Vorgänge gleichzeitig offen sein, ohne dass die Rechnung explodiert. Genau das ist der Unterschied zu einem Assistenten, den Sie pro Aufruf bezahlen und der nach jedem Aufruf wieder vergisst, worum es ging.
Der eigentliche Vorteil kommt aber davor. Bevor auch nur ein echter Kunde betroffen ist, lassen Sie denselben Ablauf gegen erfundene Kundschaft laufen — auch gegen die unangenehme Sorte, die das Formular falsch ausfüllt, dreimal nachhakt und am Ende storniert. Sie sehen, wo es klemmt, bessern nach, und schalten erst dann auf Echtbetrieb um. Es ist derselbe Ablauf, keine Testversion davon. Bei einem fertigen Assistenten schalten Sie live und hoffen.
Dazu kommt, woran solche Vorhaben im Unternehmen sonst scheitern: Alles kann im Haus bleiben, das Sprachmodell eingeschlossen. Jeder Schritt ist im Nachhinein belegbar — wer, wann, warum, zu welchen Kosten. Und alles, was Geld kostet oder sich nicht zurücknehmen lässt, wartet auf eine Freigabe, statt einfach zu passieren.
Was das kostet — und wie Sie es steuern
Bei KI-Projekten wird meist nicht die Technik zum Problem, sondern die Abrechnung am Monatsende. Deshalb ist bei HiveWeaver von vornherein festgelegt, welche Entscheidung ein Sprachmodell befragen darf und welche nicht.
Ein Beispiel aus den Beispielszenarien: Auf einem Marktplatz rechnet der Marktmacher nach festen Regeln — er braucht kein Modell, um Angebot und Nachfrage zusammenzubringen. Nur die Händler, die eine Stimmung einschätzen sollen, fragen tatsächlich nach. Der Löwenanteil der Vorgänge kostet damit nichts.
Genauso lässt sich innerhalb eines Durchlaufs unterscheiden: Die wenigen Stimmen mit Reichweite bekommen das teure, sorgfältige Modell — die tausend Zuhörer im Publikum ein günstiges. Das Ergebnis bleibt aussagekräftig, die Rechnung überschaubar.
Und weil zu jedem einzelnen Schritt festgehalten wird, was er gekostet hat, sehen Sie nach dem ersten Durchlauf schwarz auf weiß, wo das Geld hingeht — statt es am Monatsende zu erfahren.
Stratara — Das Framework für moderne Softwarelösungen
In jeder größeren Geschäftsanwendung stellen sich dieselben Fragen: Wie kommt eine Eingabe zuverlässig bis in die Datenbank? Wie halten Auswertungen mit den Daten Schritt? Wie laufen mehrstufige Vorgänge sauber zu Ende, auch wenn unterwegs etwas schiefgeht? Wer darf was? Stratara bringt diese Bausteine fertig aufeinander abgestimmt mit, statt sie aus vier Bibliotheken zusammenzusuchen.
Die einzelnen Bausteine sind nichts Besonderes — es gibt sie in der .NET-Welt mehrfach. Aufwand macht das Zusammenfügen: Jede Bibliothek folgt ihrem eigenen Rhythmus bei Updates, und die Nahtstellen dazwischen fallen einem nach ein, zwei Jahren auf die Füße. Bei Stratara gehört alles zusammen und wird gemeinsam weiterentwickelt. Drei Dinge waren mir dabei besonders wichtig. Erstens Tempo: Die Anwendung soll nicht warten, während im Hintergrund geschrieben wird, und bei steigender Last soll sich die Arbeit auf weitere Rechner verteilen lassen statt auf einen größeren. Zweitens Nachvollziehbarkeit: Jeder Vorgang bleibt lückenlos festgehalten, und wer an der Anwendung vorbei in der Datenbank etwas ändert, fällt bei der nächsten Prüfung auf. Drittens Datenschutz von Anfang an: Auch ein System, das nichts vergisst, muss personenbezogene Daten löschen können, wenn jemand es verlangt — Stratara löscht dafür den Schlüssel statt der Daten, sodass sie selbst in alten Backups unlesbar werden. Ich habe Stratara für meine eigenen Produkte gebaut, weil ich all das als Normalfall wollte und nicht als teures Zusatzpaket. Deshalb steht es unter der MIT-Lizenz — frei nutzbar, auch kommerziell.
Was es besonders macht
- Alles aus einem Guss: Eingaben, Vorgänge, Auswertungen, mehrstufige Abläufe und Anmeldung greifen ineinander und werden gemeinsam gepflegt.
- Wächst mit der Last: Wird es voller, verteilt sich die Arbeit auf weitere Rechner — kein Umbau, keine größere Maschine.
- Auditierbar im Betrieb: Jeder Vorgang bleibt nachvollziehbar, und nachträgliche Eingriffe an der Anwendung vorbei fallen auf.
- DSGVO ohne Bruch: Personenbezogene Daten lassen sich löschen, ohne die Historie zu zerstören — bis hinein in alte Backups.
Technologie
- .NET
- PostgreSQL
- Entity Framework Core
- RabbitMQ
- Azure Service Bus
- OpenTelemetry
Wie ein Vorgang durch das System läuft
Eine Eingabe wird nicht sofort abgearbeitet, sondern angenommen und quittiert. Die Oberfläche bekommt binnen Millisekunden ihre Bestätigung und wartet nicht darauf, dass im Hintergrund geschrieben, geprüft und ausgewertet wird. Für die Nutzerin fühlt sich die Anwendung damit auch dann flüssig an, wenn hinten viel zu tun ist.
Die eigentliche Arbeit verteilt ein Message Bus an Worker, die sich die Aufgaben untereinander aufteilen. Wächst die Last, stellen Sie weitere Worker daneben — auf denselben oder auf zusätzliche Server. Das ist der Unterschied zwischen „wir brauchen eine größere Maschine" und „wir starten drei weitere Instanzen", und er entscheidet später über die Cloud-Rechnung.
Damit mehrere Worker sich nicht gegenseitig ins Gehege kommen, sind die Datenströme fest auf 4096 Abschnitte verteilt. Für einen einzelnen Geschäftsvorfall schreibt immer genau ein Worker — über verschiedene Vorfälle hinweg läuft alles parallel. Auswertungen werden anschließend aktiv benachrichtigt, statt in einer Schleife nachzufragen, ob es etwas Neues gibt. Deshalb sind die Lesedaten praktisch sofort aktuell, ohne dass eine Datenbank im Leerlauf ständig abgefragt wird.
Warum es auch bei großen Datenmengen schnell bleibt
In .NET werden Methoden häufig dynamisch aufgerufen — bequem für den Entwickler, aber jeder einzelne Aufruf kostet. Bei einem Geschäftsvorfall mit zehn Einträgen fällt das nicht auf. Bei einem, der über Jahre gewachsen ist, summiert es sich mit jedem Eintrag. Stratara übersetzt diese Aufrufwege deshalb einmal in eine feste Funktion und ruft sie danach direkt auf. Was einmal aufgelöst wurde, bleibt aufgelöst.
Der Effekt lässt sich messen. Ein Geschäftsvorfall mit einer Million Einträgen wird in gut elf Millisekunden vollständig neu aufgebaut — und der Speicherbedarf bleibt dabei konstant bei 64 Byte, unabhängig von der Länge. Anders gesagt: Es entsteht kein Müll, den der Speicherverwalter später aufräumen müsste, egal wie lang die Historie wird.
Die Zahlen stammen von einem lüfterlosen MacBook Air, nicht von einem abgestimmten Server. Sie sind damit eher konservativ als geschönt — und jederzeit selbst nachmessbar, das Messprojekt liegt im Repository.
Wenn jemand nachträglich an den Daten dreht
Jeder Eintrag trägt den Fingerabdruck seines Vorgängers. Wird ein Betrag später direkt in der Datenbank geändert — durch eine fehlerhafte Migration, ein eingespieltes Backup oder mit Absicht — passt der neu berechnete Fingerabdruck nicht mehr zum gespeicherten. Der nächste Prüflauf meldet nicht nur, dass etwas nicht stimmt, sondern nennt die genaue Stelle.
Eine solche Kette allein hält allerdings niemanden auf, der vollen Zugriff auf die Datenbank hat und einfach alle Fingerabdrücke neu berechnet. Deshalb lässt sich in regelmäßigen Abständen ein Prüfpunkt außerhalb der eigenen Infrastruktur verankern. Stratara hält diesen Punkt fest, die externe Quelle binden Sie an. Das sage ich lieber deutlich, als mit dem Wort „unveränderlich" mehr zu versprechen, als die Technik hergibt.
Löschen, ohne die Historie zu zerstören
Wer die Daten einer einzelnen Person wirklich entfernen will, müsste sie überall gleichzeitig erwischen: in der Historie, in allen daraus abgeleiteten Auswertungen, in Zwischenständen, in jeder Kopie und in jedem Backup, das jemals gezogen wurde. Innerhalb der gesetzlichen Frist von 30 Tagen ist das kaum nachweisbar zu schaffen — ein übersehenes Backup genügt.
Stratara dreht die Aufgabe um. Die Daten jeder betroffenen Person liegen unter einem eigenen Schlüssel. Ein einziger Aufruf vernichtet diesen Schlüssel, und damit werden sämtliche Kopien in einem Zug unlesbar — auch die, an die technisch längst niemand mehr herankommt. Die Historie bleibt vollständig, die Person ist daraus aber nicht mehr rekonstruierbar.
Dasselbe Verfahren trägt noch zwei weitere Themen: Es trennt die Daten verschiedener Kunden kryptografisch voneinander, und es liefert die Schlüsselverwaltung, nach der Prüfer bei SOC 2 und ISO 27001 fragen.
Dieselbe Sorgfalt
für Ihr Projekt
Diese Projekte sind der ehrlichste Arbeitsnachweis, den ich anbieten kann: Sie können den Quellcode lesen, die Entscheidungen nachvollziehen und selbst beurteilen, ob Ihnen das gefällt. Genau so gehe ich auch Kundenprojekte an. Erzählen Sie mir von Ihrem.