AI-Driven Fullstack Engineer

Kurze Beschreibung: BackWatch ist eine hochmoderne, webbasierte Applikation, die als persönlicher Haltungs-Coach fungiert. Durch die Analyse des Webcam-Feeds in Echtzeit hilft sie Nutzern, gesundheitliche Spätfolgen durch Fehlhaltungen am Schreibtisch aktiv vorzubeugen.

Kern-Funktionen & Innovation:

• Präzise KI-Analyse: Erkennt Nackenwinkel, den optimalen Abstand zur Kamera sowie Anzeichen von Rundrücken oder Schulter-Fehlhaltungen.
• Adaptives Warnsystem: Gibt je nach Schweregrad der Fehlhaltung visuelle oder akustische Warnungen aus.
• Privacy First: Ein integrierter Incognito-Modus ersetzt das Videobild durch ein anonymisiertes Skelett-Modell (MediaPipe Pose), um die Privatsphäre zu schützen.
• Modus-Spezifische Profile: Enthält einen speziellen Writing-Mode mit angepassten Schwellenwerten für konzentriertes Arbeiten.
• Gamification & Motivation: Nutzer werden für gesundes Verhalten belohnt! Durch das Erreichen einer korrekten Haltung über mehrere Sitzungen hinweg können Trophäen gesammelt werden. Ergebnisse und Erfolge können in der Community geteilt werden, was den Teamgeist und die Disziplin fördert.

Business-Modell: Die Software ist als skalierbare B2B- oder B2B2C-Lösung konzipiert. Dank eines Self-Service-Modells können Unternehmen unkompliziert Team- oder Company-Lizenzen erwerben, um die Ergonomie und Gesundheit ihrer Mitarbeiter im Homeoffice oder Büro nachhaltig zu verbessern.

Tech Stack & Tools:

Frontend: React 19, TypeScript, Vite, Tailwind CSS 4.

UI/UX: Framer Motion, Lucide Icons, PWA (installierbar).

Vision AI: MediaPipe (Körpererkennung), Google Gemini API.

Entwicklung: Cursor.ai, Antigravity, Google Stitch.

Entwicklungszeit: 3 Wochen, befindet sich zur Zeit in der Entwicklungsphase

GitHub: https://github.com/AndreBernhardt/back-watch

Demo Link: https://69bab606effa3e6f826c76ef--backwatch-app.netlify.app/

Kurze Beschreibung: GrowMeister – Dein intelligenter All-in-One Kultivierungs-Assistent. GrowMeister ist eine spezialisierte App für das präzise Tracking und die Optimierung der Pflanzengesundheit. Durch die Kombination aus datengestützten Empfehlungen und modernster KI-Analyse begleitet die Anwendung Nutzer vom ersten Keimling bis zur Ernte.

Kernfunktionen:

• KI-gestützte Pflanzenanalyse: Nutzt die Google Gemini API für Echtzeit-Analysen und individuelle Empfehlungen zu Pflanzengesundheit und Nährstoffbedarf.
• Intelligente Automation: Dynamische Gießerinnerungen, Phasentracking und adaptive Empfehlungen für Topfgrößen und Bewässerungszyklen.
• Wissensdatenbank: Ein stetig wachsender Pool an Expertenwissen rund um die Pflanzenpflege und Prävention von Mangelerscheinungen.
• Community & Gamification: Nutzer können ihre Fortschritte teilen, Erfolge vergleichen und durch kontinuierlich gute Pflege exklusive Trophäen sammeln.
• Mobile-First Strategie: Aktuell als leistungsstarke Web-App optimiert, wird das Projekt nach der Testphase via Capacitor in eine native Mobile-App überführt.

Tech Stack & Tools:

Frontend: React, TypeScript, Vite, Tailwind CSS, Figma.

Backend: Node.js & Express mit SQLite

Cloud & Auth: Firebase Ecosystem

AI: Google GenAI (Gemini)

Payments: Stripe für Abos und Zahlungsabwicklung.

Entwicklung: Cursor.ai, Antigravity, Google Stitch, Google AI Studio.

Entwicklungszeit: 3 Wochen, befindet sich zur Zeit in der Testphase

GitHub: https://github.com/AndreBernhardt/Grow-Meister2

Demo Link: https://growmeister.netlify.app/

Kurze Beschreibung: Die Anchor App ist eine KI-gestützte Webanwendung zur gezielten Suche und Entdeckung passender Bibelverse für unterschiedliche Lebenssituationen. Nutzer können entweder aktiv nach Begriffen suchen oder sich durch dynamische, thematisch passende Vorschläge inspirieren lassen. Im Kern kombiniert die Anwendung semantische Suche mit KI-basierter Kontextinterpretation, um relevante Bibelstellen nicht nur anhand von Keywords, sondern auch auf Basis von Bedeutung und Intention bereitzustellen. Dadurch erhalten Nutzer präzisere und persönlichere Ergebnisse – beispielsweise zu Themen wie Hoffnung, Angst, Motivation oder Dankbarkeit. Ergänzend generiert die App kontextbezogene Vorschläge in Echtzeit, sodass auch ohne konkrete Suchanfrage passende Inhalte entdeckt werden können. Ziel ist es, eine intuitive und zugängliche Plattform zu schaffen, die spirituelle Inhalte modern aufbereitet und Nutzern in verschiedenen Lebenslagen Orientierung bietet.

Kern-Funktionen:

• Semantische Suche (AI-Driven): Im Gegensatz zur klassischen Volltextsuche versteht Anchor den Kontext. Eine Suche nach „Einsamkeit“ findet auch Verse über „Beistand“ oder „Gott verlässt dich nicht“, selbst wenn das Wort „Einsamkeit“ im Vers nicht vorkommt.
• Kontextuelle Interpretation: Einsatz von KI-Modellen (Gemini 1.5 Flash), um Nuancen zwischen Themen wie Hoffnung, Angst, Motivation oder Dankbarkeit präzise zu unterscheiden.
• Dynamische Discovery-Engine: Echtzeit-Generierung von Themenvorschlägen, die es Nutzern ermöglichen, inspirierende Inhalte zu entdecken, ohne eine konkrete Suchanfrage formulieren zu müssen.
• Intuitive UX: Eine moderne, zugängliche Plattform, die komplexe theologische Inhalte für die tägliche Nutzung in verschiedenen Lebenslagen aufbereitet.

Tech Stack & Tools: React 19, TypeScript, Tailwind CSS, Gemini API, Google Fonts, Figma.

Entwicklung: Cursor.ai, Antigravity, Google Stitch, Google AI Studio.

Entwicklungszeit: 4 Tage

GitHub: https://github.com/AndreBernhardt/Anchor-App

Demo Link: https://anchorproject.netlify.app/

Kurze Beschreibung: Im Rahmen meines Praktikums bei der ibo Software GmbH sowie meiner IHK-Abschlussarbeit habe ich eine KI-gestützte Support-Chatbot-Webanwendung entwickelt. Die Anwendung basiert auf einem Retrieval-augmented Ansatz (RAG) und ermöglicht eine kontextbasierte Kommunikation mit einem KI-Assistenten auf Basis von Google Gemini. Ziel war es, auditrelevantes Wissen strukturiert bereitzustellen und Nutzern schnelle, präzise Antworten auf Basis vorhandener Dokumentation zu liefern. Der Fokus lag auf der Kombination aus LLM-Integration, kontrollierter Wissensbereitstellung, sicherer Verarbeitung von KI-Ausgaben sowie einer performanten und benutzerfreundlichen Chat-Architektur.

Tech Stack & Tools:

Frontend: React 19, TypeScript, Vite 6

Styling: Custom CSS

API: Google Gemini Flash 1.5

Laufzeitumgebung: Node.js, npm

Entwicklung: Cursor.ai, Antigravity, Google Stitch.

Ergebnis:

Der Chatbot ermöglicht eine skalierbare, KI-gestützte Unterstützung im Audit-Kontext und liefert durch den Einsatz eines Retrieval-Augmented-Ansatzes (RAG) konsistente, dokumentationsnahe Antworten.

Durch die Automatisierung wiederkehrender Supportanfragen wird der manuelle Support signifikant entlastet und Reaktionszeiten für Nutzer deutlich reduziert. Gleichzeitig verbessert sich die Verfügbarkeit von Informationen, da Anfragen unabhängig von Supportzeiten beantwortet werden können.

GitHub: https://github.com/AndreBernhardt/Chatbot-ibo

Entwicklungszeit: 80 Stunden

Demo Link: https://69c2debff8d15800084d5e8e--ibosupportchatbot.netlify.app/