Nik Kremer.
Nik Kremer · AI Systems Engineer · Köln

Ich baue Systeme, die manuelle Prozesse ersetzen — nicht Prototypen, die das versprechen.

Ich erkenne ineffiziente manuelle Prozesse und ersetze sie eigenständig durch KI-Systeme, die im Alltag zuverlässig laufen. Allein konzipiert, gebaut, betrieben — kein Team, das die Lücken füllt.

Porträt von Nik Kremer, AI Systems Engineer aus Köln
Köln · 2026
LIVE  input → process → structured output
Inputunstrukturiert
Processtransformation
Outputstrukturiert
Wie ich arbeite

Vier Grundsätze, an denen man mich messen kann.

Kein Level ohne Beleg

Behauptung = laufendes System

Wenn ich sage, ich kann etwas, gibt es ein System dafür, das läuft — keine Einschätzung. Wo der Beleg fehlt, sage ich das auch so, statt es zu überspielen.

Gates statt Chaos

Erst die Unsicherheit, die zählt

Ich löse Probleme nicht alle gleichzeitig. Erst die Unsicherheit reduzieren, die gerade entscheidend ist — dann die nächste Entscheidung treffen, nicht vorher. Für Code wie für Projekte.

Richtige Größe

So viel Infrastruktur wie nötig

Ein Enterprise-System für ein schlankes Problem zu bauen ist kein Qualitätsmerkmal — es heißt, die Anforderung nicht verstanden zu haben. Ich baue für den echten Bedarf, nicht für imaginäre Skalierung.

Ehrliche Schätzung

Realistische Zeit statt Verkaufszahl

Wenn etwas drei Monate braucht, sage ich drei Monate. Wer bei jedem Projekt „in zwei Wochen fertig“ verspricht, hat entweder noch nie eines gemacht oder lügt.

Werdegang

Wo ich das gebaut habe.

Mai 2025 — heute Köln · Hybrid

AI Systems Engineer
CleverFunding

  • Einen manuellen Dokumentenprozess komplett automatisiert — vom Auslöser bis zum fertigen Ergebnis, ohne manuelle Zwischenschritte.
  • 15–20 hochkomplexe Automatisierungs-Workflows in n8n eigenständig konzipiert und gebaut.
  • Produktive RAG-KI-Anwendung für Wissenssuche und automatisierte Texterstellung im laufenden Betrieb.
  • Sichere Schnittstelle gebaut, über die KI-Assistenten autorisiert auf interne Systeme zugreifen und Agenten-Workflows ausführen.
  • Eigenes Bewertungssystem für KI-Antwortqualität entwickelt und die Ausgabequalität über mehrere Iterationen messbar gesteigert; automatisierte Tests und Rollback-Sicherung vor jedem Deployment.
Okt 2024 — Mai 2025 Freiberuflich · Remote

KI-Automatisierung
AI Automation Agency

  • KI-Bots für Content, Lead-Magnets und Skripte — u. a. für einen Creator mit 1,3 Mio. Followern.
Dez 2023 — Aug 2024 Remote

Community Manager & Projektleitung
Systemise and Sell

  • Community mit über £50.000 Umsatz aufgebaut, Sales-Strukturen entwickelt.
  • Team von 30+ geführt, Lead-Handling und Deal-Management verantwortet.
Ausbildung

Fachabitur Wirtschaft & Verwaltung
Deutzer Freiheit, Köln · 2018–2020

Weiterbildungen: Online Marketing, Trading, Business Coaching (2021–2024)

Sprachen

Deutsch — Muttersprache

Englisch — muttersprachliches Niveau

Skills

Was ich einsetze.

Python / FastAPI LLM- & RAG-Integration n8n-Automatisierung Make / Zapier / Airtable MCP-Server KI-Agenten OAuth 2.1 / Auth-Systeme Vue 3 DevOps & Server-Betrieb DSGVO-konforme KI-Verarbeitung

Schwerpunkt: Prozesse, bei denen ein Gespräch oder Dokument reinkommt und ein strukturiertes Ergebnis rauskommen muss — automatisiert, zuverlässig, produktionsreif.

Projekte als Case Studies

Drei Systeme, dasselbe Muster: rein kommt Unstruktur, raus kommt ein Ergebnis.

01 — RAG / Dokumenten-Intelligenz

Nexus

Eigenständig konzipierte und gebaute Anwendung zur Dokumenten- und Gesprächsauswertung auf Basis von RAG und mehreren LLM-Pipelines. Eine davon läuft ereignisgesteuert und extrahiert automatisch strukturierte Informationen aus Transkripten. FastAPI-Backend, automatisiertes Deployment mit Rollback-Sicherung, umfangreiche automatisierte Tests als Gate. Seit mehreren Versionen produktiv im Einsatz.

InputTranskript / Dokument
ProcessAuswertungs-Pipeline
Outputstrukturiertes Ergebnisdokument
02 — Ops / MCP / OAuth

Ops Dashboard

KI-Operations-Dashboard mit FastAPI-Backend und Vue-3-Frontend, komplett von einer früheren Streamlit-Version neu gebaut. Kern ist eine selbst entwickelte Zugriffs- und Anmeldeschicht nach OAuth-2.1-Standard (MCP-Server), über die sich Claude Desktop und claude.ai sicher verbinden — 22 Werkzeuge, davon 7 mit Schreibzugriff.

VorherStreamlit-Altsystem
NeubauVue-3-Frontend + FastAPI
Kerneigener MCP-/OAuth-Server
03 — Automatisierung im Maßstab

n8n-Automatisierungscluster

96 eigenständig gebaute Automatisierungs-Workflows über neun Themenbereiche — von KI-Agenten mit Langzeitgedächtnis bis zu Lead-Scoring und automatisiertem Reporting. Darunter ein achtteiliger Cluster, der dasselbe Muster wie das erste System oben unabhängig in einer anderen Technik umsetzt: Dokument rein, mehrere Fach-Agenten prüfen strukturiert, fertiges Ergebnis raus.

InputDokument-Trigger
ProcessFach-Agenten-Pipeline
Outputstrukturiertes Ergebnisdokument
Kontakt

Lebenslauf & Projektdetails auf Anfrage.

Für Bewerbungen

Sprechen wir über Ihre offene Stelle

Vollständiger Lebenslauf und tiefergehende Projektdetails — inklusive Code-Einblick zu den oben genannten Systemen — gern auf Anfrage.

E-Mail schreiben