Aus Daten Werden Entscheidungen, die zählen.
Power BI-Dashboards und Analytics-Landschaften, mit denen
Teams sofort arbeiten können.
Von unstrukturierten Rohdaten zu klaren KPIs, belastbaren
Zahlen und Entscheidungen die richtig sind.
Aktuelle Projekte
Eine Auswahl meiner aktuellen Open-Source-Arbeit und öffentlichen Projektbeiträge auf GitHub.
Vantage Alpin: Analytics Engineering
Produktionsreife BI-Reporting-Umgebung, die veraltete Berichte durch ein dynamisches Power BI-System ablöst.
Konzept
Das Projekt fungiert als zentrale Reporting-Engine für Vantage Alpin. Statische Berichte werden durch einen Modern Data Stack (MDS) ersetzt, der stochastische Transaktionsdaten in ein sauberes Star-Schema überführt.
Features
- Kontrollierte Stochastik: Nicht-homogene Poisson-Prozesse (NHPP) zur Modellierung realistischer Nachfragemuster.
- Produktökonomie: Preisgestaltung nach Log-Normal-Verteilung; Popularität nach Pareto (Power Law).
- Marketing-Attribution: Algorithmische Zuordnung von Werbeausgaben zu Einzelaufträgen auf Basis des Umsatzanteils.
Architektur
- – Star-Schema/Zentrale fct_transactions-Tabelle, verknüpft mit Type-1-SCD-Produktdimensionen.
- Währungsnormalisierung: Robuste Verarbeitung von Multi-Währungs-Transaktionen (EUR/CHF) mit tagesaktuellen Wechselkursen upstream.
- DirectQuery-ähnlicher Extract: Eigener Parquet/CSV-Exportworkflow von DuckDB zu Power BI für performante lokale Entwicklung.
End-to-End SaaS Operating System
Eine Full-Stack-Simulationsengine, die statische Businesspläne in lebende Datensysteme überführt.
Konzept
Das Projekt implementiert eine "Rapid Data Function" – die vollständige Instanziierung eines End-to-End-Datenstacks (stochastische Simulation, Data Warehouse, algorithmische Prognose und BI) direkt aus einer statischen Geschäftsdefinition in Form eines Spreadsheets.
Features
- Stochastische Engine: Simulation von Kundenakquise (Poisson), Retention (Hazard/Survival) und Umsatzexpansion.
- Regime-Aware Forecasting: Ein Prophet-Modell, das Wachstumsregimes erkennt und Overfitting in frühen Phasen verhindert.
Architektur
- Contract-First Engineering: Die gesamte Simulation skaliert dynamisch auf Basis eines JSON-Vertrags aus dem Excel-Modell.
- Medallion DWH: dbt-Projektstruktur (Bronze/Silver/Gold) für saubere Datennachvollziehbarkeit.
- Agentic Build Pipeline: Geschäftslogik als Code – entwickelt mit Googles Antigravity, direkt aus Spezifikationen.
Interaktive Yield Curve Heatmap
Eine interaktive Webanwendung, die über 25 Jahre Daten zur deutschen Zinsstrukturkurve in einer leistungsstarken Canvas-Heatmap darstellt.
Konzept
Eine Webanwendung, die über 25 Jahre Daten zur deutschen Zinsstrukturkurve in einer einzigen Ansicht visualisiert. Die App ruft monatliche Svensson-Nullkupon-Renditeschätzungen direkt über die SDMX-REST-API der Bundesbank ab.
Features
- High-Performance Rendering: Nutzt HTML5 Canvas und ImageData für bilineare Interpolation auf Pixelebene für flüssige und präzise Darstellungen.
- Interaktive Steuerung: Konfigurierbare Datums- und Laufzeitbereiche, 26 Farbpaletten und interaktive Tooltips zur detaillierten Erkundung.
- Datenintegration: Live-Datenabruf mit automatischem Fallback auf einen synthetischen Nelson-Siegel-Datensatz bei fehlender API-Verbindung.
Architektur
- Frontend: React 18 für die Benutzeroberfläche und D3 (v7) für Farbinterpolatoren und Skalen.
- Export: Lokales Rendern hochauflösender PNGs über einen Offscreen-Canvas (2560x1440).
B2B Pipeline Forecasting System
Prototyp zur Prognose von B2B-Vertriebspipelines mit konkurrierenden Ausgängen, altersbasierter Conversion-Kernel-Schätzung und PIT-Rekonstruktion.
Konzept
Modellierung der Konversion einer B2B-Opportunity-Pipeline über die Zeit (in Geschäftstagen). Die Prognose zukünftiger täglicher Konversionen kombiniert erwartete Abschlüsse aus dem bestehenden aktiven Bestand sowie von neu eintreffenden Opportunities. Ein transparentes, auditierbares Forecasting-Framework.
Features
- Kernel-Schätzung: Schätzung von competing-risk Kernels (won, lost, censored) aus einem gleitenden Trainingsfenster.
- PIT-Rekonstruktion: Robuste Point-in-Time-Rekonstruktion durch SCD2-Statushistorie zur Vermeidung von Look-ahead Leakage.
- Synthetische Daten: Generator mit realistischen Eigenschaften wie Geschäftstags-Saisonalität, Wochenend-Unterdrückung und Regimewechseln.
Architektur
- DuckDB Core: Schnelles Analytics-Warehouse für Kalender, Opportunity-Fakten und SCD2-Historie.
- Evaluierungs-Framework: Tägliche Fehlermetriken sowie rollierendes Multi-as-of Backtesting mit altersabhängigen Fehlerflächen.
- Multi-Panel Visualisierung: Strukturierte Darstellung von Convolution-Heatmaps für den Bestand und zukünftige Eingänge.
ShaderGradient Playground
Ein browserbasierter Echtzeit-Shader-Gradient-Simulator, basierend auf Three.js und benutzerdefiniertem GLSL zum Rendern und Exportieren animierter Mesh-Gradients.
Konzept
Der Playground rendert ein animiertes Live-Gradient-Mesh unter Verwendung eines benutzerdefinierten Simplex-Noise-Vertex-Shaders. Animierte Mesh-Gradient-Visuals – Sphären, Flächen, Wasserflächen – und der Export als geloopte GIFs oder Videos erfolgen komplett im Browser ohne Installation.
Features
- Echtzeit-Shading: 3 anpassbare Gradient-Farben, die basierend auf Noise über Geometrien geblendet werden, inklusive Licht- und Umgebungssteuerung.
- Geometrie & Kamera: Freie Anpassung von Geometrien (Sphäre, Plane etc.), Noise-Displacement und Kamerawinkeln.
- Vielseitiger Export: Export von Animationen als GIFs oder Videos (WebM/MP4 bis 4K) sowie direkte Übernahme des Zustands als React-JSX-Snippet.
Architektur
Komplett browserbasiert mit Three.js und eigenem GLSL. Integriert ein Preset-System mit localStorage sowie clientseitige Media-Encoder (omggif und WebCodecs/MediaRecorder API) zur direkten Asset-Generierung.