07.08.2026 aktualisiert
100 % verfügbar
n8n Automation & KI-Integration | Workflow-Automatisierung, API- und LLM-Anbindung
Mainz-Kastel, Deutschland
Weltweit
B.A. Polizeivollzugsdienst (Hochschule der Polizei RLP), Grundstudium Elektro-/InformationstechnikÜber mich
n8n-Automatisierung und KI-Integration aus der Praxis: Lead-Pipelines mit LLM-Qualifizierung, Dokumentenverarbeitung per OCR, API- und SaaS-Anbindung, alles produktiv im Einsatz. Davor neun Jahre Polizei, davon sechs als Kommissar - Prozessanalyse und Sorgfalt inklusive.
Skills
JavaScriptKünstliche IntelligenzPythonPostgreSQLTypeScriptDocker
Automatisierung von Geschäftsprozessen mit n8n, inklusive Self-Hosting per Docker, Postgres und Reverse Proxy. Entwicklung eigener Workflows und Custom Functions in JavaScript und TypeScript. Anbindung von REST-APIs mit OAuth2 und API-Key-Authentifizierung, sauberes JSON-Datenmapping zwischen Systemen. Integration von KI-Modellen in produktive Abläufe: Anthropic Claude, OpenAI, Azure OpenAI sowie lokale Modelle über Ollama. Aufbau von RAG-Systemen mit Vektorsuche (pgvector, Embeddings) und Agent-Architekturen mit Tool-Nutzung. Dokumentenverarbeitung mit OCR und strukturierter Extraktion nach JSON. Anbindung von CRM- und SaaS-Systemen, unter anderem HubSpot, Google Workspace, Gmail-API und Home Assistant. Betrieb und Deployment mit Docker, Git, Container-Builds und Monitoring. Datenbank: PostgreSQL. Python für Datenverarbeitung, Schnittstellen und Automatisierungsskripte. Prozessanalyse und Anforderungsaufnahme, nachvollziehbare Dokumentation, Umgang mit vertraulichen Daten - Hintergrund: Studium in Elektro und Informationstechnik, neun Jahre Polizei, davon sechs Jahre als Polizeikommissar im Einsatz- und Ermittlungsdienst.
Erfahrung
Berufserfahrung0 - 5 Jahre
Freelancer seit2025
Sprachen
DeutschMutterspracheEnglischgut
Projekthistorie
Aufbau einer Dokumentenstrecke, die PDFs und Scans automatisiert verarbeitet: Texterkennung per OCR (Tesseract), Extraktion relevanter Felder per LLM, Ausgabe als strukturiertes JSON, Ablage in Datenbank und Ordnerstruktur. Umsetzung in n8n und Python; lokale LLM-Verarbeitung über Ollama für vertrauliche Dokumente — sensible Inhalte verlassen das System nicht. Fehlertolerante Verarbeitung mit Wiederanlauf und Benachrichtigungen.
Konzeption und Umsetzung einer produktiven Lead-Pipeline: eingehende Anfragen werden per LLM klassifiziert, priorisiert und automatisiert beantwortet — inklusive CRM-Anbindung (HubSpot), Follow-up-Strecken und Monitoring. Self-Hosting des kompletten Stacks per Docker, Datenhaltung in PostgreSQL, Custom Functions in JavaScript/TypeScript, Anbindung der Anthropic-API mit sauberem JSON-Datenmapping und Fehlerbehandlung. Ergebnis: Reaktionszeit auf eingehende Anfragen von Stunden auf Minuten reduziert, kein manueller Erstkontakt mehr nötig.
Konzeption und Dauerbetrieb eines produktiven KI-Assistenz-Stacks: FastAPI-Services in Docker-Containern, PostgreSQL mit pgvector als Langzeit-Memory (RAG), lokale Embeddings über Ollama, Sprachein- und -ausgabe über ElevenLabs mit Sonos- und iPhone-Anbindung, Integration von Kalender, E-Mail und Smart-Home (Home Assistant). Agenten-Architektur mit Tool-Nutzung, Cron-Automatisierungen für Zusammenfassungen, Backups und Monitoring. Im täglichen Einsatz seit 2025.