Nico Kieferle
Menü
Nico Kieferle / Persönliches PortfolioDuales Studium · 2027

Von der Fertigung
zur Informatik.

Industriemechaniker mit Berufserfahrung in der Fertigung und wachsendem Schwerpunkt auf Softwareentwicklung, Automatisierung und KI-Systemen.

Ich suche für 2027 ein duales Studium in Data Science, Künstlicher Intelligenz oder Informatik.

Projekte ansehenKontaktLebenslauf
Praktisches Verständnis. Technische Neugier.github.com/Hengsto

01 Über mich

Technik hört für mich nicht an der Maschine auf.

Ich komme aus der Industrie. Dort habe ich gelernt, technische Aufgaben praktisch anzugehen und selbstständig Lösungen zu finden.

Nach meiner Ausbildung zum Industriemechaniker habe ich in der Metallverarbeitung gearbeitet, unter anderem in der Dreh- und Frästechnik und an CNC-Fräsmaschinen.

Parallel dazu habe ich mich immer intensiver mit Informatik beschäftigt: eigene Linux-Server, Netzwerke, Softwareprojekte und inzwischen auch KI-Systeme. Mich interessiert, wie die einzelnen Teile zusammenarbeiten – und wie daraus ein brauchbares System wird.

Dieses praktische technische Verständnis möchte ich mit einem fundierten Informatikstudium verbinden.

02 Erfahrung

Ein Fundament aus der Praxis.

Beruflicher Hintergrund

Industriemechaniker

Zerspanung & allgemeine Metallverarbeitung

Arbeitgeber wird ergänzt
Beschäftigungszeitraum wird ergänzt

  • Dreh- und Frästechnik in der industriellen Fertigung
  • Arbeit an CNC-Fräsmaschinen
  • Technische Problemlösung und selbstständiges Arbeiten
Praktische Erfahrung mit
Hurco VMX 64iHurco VMX42 DiWinMax-Steuerung

03 Projekte

Was ich neben der Arbeit aufbaue.

Eigene Entwicklungsprojekte: von der Wissenssuche über automatisierte Softwareaufgaben bis zur Infrastruktur dahinter.

Projekt / 01Privates Entwicklungsprojekt

Knowledge System

Wissen finden. Ergebnisse nachvollziehen.

Ein eigenes Wissenssystem, das relevante Dokumente für Retrieval-Augmented Generation auffindbar macht. Die Qualität der Suche soll messbar und Änderungen sollen überprüfbar sein.

Mein Beitrag

Ich entwickle das System mit Retrieval-Pipeline, API- und MCP-Zugriff, Review-Workflow und Evaluation. Volltext- und semantische Suche werden kombiniert; Reranking gewichtet die Treffer anschließend neu.

PostgreSQLHybrid RetrievalRRFRerankingMCPDocker
Evaluation & Entwicklungsworkflow

Hit@1, Hit@3 und Hit@5 prüfen, ob ein relevanter Treffer unter den ersten Ergebnissen liegt. MRR berücksichtigt seine Position in der Ergebnisliste.

Reproduzierbare Tests, Git/GitHub und CI gehören zum Entwicklungsworkflow. Der Review-Workflow trennt Vorschläge und Freigabe. Das System ist ein privates Projekt in Entwicklung, kein produktives Kundensystem.

Retrieval-PipelineSchema
Suchanfrage API / MCP
VolltextsuchePostgreSQL FTS
Semantische SucheVektor-Retrieval
Ergebnisse zusammenführenReciprocal Rank Fusion
RerankingTreffer neu gewichten

Evaluation: Hit@1 · Hit@3 · Hit@5 · MRR

Vereinfachte Architektur · keine Leistungskennzahlen

Projekt / 02Privates Entwicklungsprojekt

Auto-Coding

Softwareaufgaben automatisieren. Kontrolle behalten.

Ein Runner für die Bearbeitung von GitHub-Aufgaben mit einem Coding Agent. Aus einer definierten Aufgabe sollen nachvollziehbare Änderungen und ein prüfbarer Pull Request entstehen.

Mein Beitrag

Ich entwickle den Ablauf zwischen GitHub, Linux-Entwicklungsumgebung und Coding Agent – mit parallelen Workern, Sandboxing und kontrollierten Freigabeschritten.

PythonLinux / systemdGitHub API / CLICISandboxing
Kontrolle & Grenzen

Der dargestellte Ablauf ist das Design des Systems. CI und menschliche Prüfung gehören dazu; grüne Checks allein ersetzen kein Review.

Ein Merge braucht eine separate menschliche Entscheidung. Eigenständige Production-Deployments sind nicht Teil dieses Ablaufs. Das Projekt wird privat entwickelt und erprobt.

Kontrollierter EntwicklungsablaufSchema
  1. 01
    GitHub IssueAufgabe & Rahmen
  2. 02
    Runner & Coding AgentIsolierte Entwicklungsumgebung
  3. 03
    Branch · Commit · PushNachvollziehbare Änderungen
  4. 04
    Pull Request & CIPrüfen und reviewen
  5. 05
    Menschliche EntscheidungMerge separat freigeben

Ablaufskizze · kein automatisches Production-Deployment

Projekt / 03

Trading Dashboard

Daten zusammenbringen und sichtbar machen.

Mein eigenes Dashboard verbindet Datenverarbeitung und Visualisierung. Dazu gehören News-Scraping, On-Chain-Indikatoren und Alarmsysteme.

NewsOn-Chain-DatenVisualisierungAlarme

Eigenes Softwareprojekt · Technischer Stack und aktueller Ausbauzustand werden ergänzt.

Projekt / 04

Homelab & Infrastruktur

Die Systeme hinter den Projekten.

Ich betreibe eigene Linux-Server und Services. Dabei beschäftige ich mich praktisch mit Containern, Speicher, Backups und der Trennung von Netzwerken.

LinuxDockerZFSUniFi / VLANsWireGuard

Privat genutzt und weiterentwickelt · Linux-Server, Netzwerk und Datensicherung.

Ein Teil meiner Repositories ist privat. Die Beschreibungen und schematischen Darstellungen geben Einblick in die technische Arbeit, ohne Zugang zu privaten Systemen vorauszusetzen.

04 Technologien

Werkzeuge mit praktischem Bezug.

01

Software

In eigenen Projekten

  • Python
  • APIs
  • Git / GitHub
  • Tests & CI
02

Infrastruktur

Im eigenen Homelab

  • Linux
  • Docker
  • systemd
  • UniFi / VLANs
  • WireGuard
  • ZFS / Backups
03

KI & Daten

Im privaten Entwicklungsprojekt

  • RAG / Retrieval
  • Reranking
  • MCP
  • AI Agents
  • PostgreSQL
04

Industrie

Ausbildung & Berufspraxis

  • CNC-Fertigung
  • Dreh- & Frästechnik
  • Hurco
  • WinMax

Die Software- und KI-Erfahrung stammt aus eigenen Projekten. Im dualen Studium möchte ich die theoretischen Grundlagen vertiefen und meine Arbeitsweise weiterentwickeln.

05 Werdegang

Praxis mit dem nächsten Schritt verbinden.

  1. Ausbildung

    Industriemechaniker

    Abgeschlossene technische Berufsausbildung.

    Ausbildungsbetrieb und Zeitraum werden ergänzt.

  2. Schule

    Abitur

    Mathematik-Abiturprüfung: 11 Punkte.

    Schule und Abschlussjahr werden ergänzt.

  3. Beruf & Eigeninitiative

    Fertigung und eigene IT-Projekte

    Berufspraxis in der Metallverarbeitung, parallel zunehmende Beschäftigung mit Software, Infrastruktur und KI-Systemen.

  4. Ziel · 2027

    Duales Studium

    Data Science, Künstliche Intelligenz oder Informatik.

Warum ein duales Studium?

Verstehen, was dahintersteckt.
Anwenden, was ich lerne.

Ich möchte meine industrielle Erfahrung mit Softwareentwicklung und Künstlicher Intelligenz verbinden. Besonders interessiert mich, wie KI in realen technischen Systemen sinnvoll eingesetzt werden kann.

Ein duales Studium verbindet für mich beides: fundiertes Wissen und die Möglichkeit, es direkt in der Praxis anzuwenden.

06 Kontakt

Mein nächster Schritt beginnt 2027.

Sie suchen jemanden, der technische Praxis mitbringt und sich in Informatik weiterentwickeln möchte?

Nico Kieferle

E-Mail-Adresse wird vor der Veröffentlichung ergänzt.

GitHub-Profil ansehen
Bewerbungsunterlagen

Lebenslauf

Mein Werdegang als PDF zum Herunterladen.

Der finale Lebenslauf ist noch nicht verfügbar.