Niklas

KI & LLM Entwicklung

• Entwickelte mehrsprachige Sprachassistenten (Deutsch, Englisch, Italienisch) mit Vapi, Retell und Bland AI zur Simulation von Verkaufsgesprächen
• Transkribierte Kundenanrufe mit hoher Genauigkeit mithilfe von Deepgram, was eine detaillierte Analyse ermöglichte
• Analysierte Anruftranskripte mithilfe von großen Sprachmodellen (LLMs), um Erkenntnisse zu Kommunikationsstil, Verkaufstechniken, Einwandbehandlung und wichtigen Ausschnitten zu gewinnen
• Aggregierte Anrufdaten in umfassenden wöchentlichen Berichten für Manager, die wichtige Anrufe, Erfolge und Verbesserungspotenziale hervorhoben, und sparte so Vertriebsmanagern bis zu 8 Stunden pro Woche beim Anhören von Kundentelefonaten
• Automatisierte die Erstellung personalisierter Verbesserungskurse, wobei KI-gesteuerte Simulationen von Anrufen für verbesserte Lernerfahrungen integriert wurden
• Implementierte die Orchestrierung von Multi-Agenten-Systemen mit CrewAi, LangGraph und AutoGen

Entwicklung der Plattform

• Entwarf und entwickelte die Zell-Anwendung von Grund auf in 3 Monaten, erzielte dabei 6k ARR in den folgenden 2 Monaten
• Co-entwickelte das Frontend mit Next.js, Prisma ORM, NextAuth.js, MongoDB, Shadcn und Tailwind CSS
• Entwickelte ein Python-Paket für Backend- und KI-Logik, implementierte Unit-Tests mit pytest und stellte Backend-Endpunkte als serverless GCP Functions bereit
• Nutzte Infrastructure as Code (IaC) durch Erweiterung einer benutzerdefinierten Bibliothek von Terraform-Modulen und GitHub Actions für schnelle und zuverlässige Bereitstellung
• Richtete eine schnelle Entwicklungsumgebung mit Docker Compose ein, die die lokale Bereitstellung von MongoDB, dem Frontend und serverless Functions in weniger als 30 Sekunden ermöglichte

Produktmanagement

• Führte Interviews mit Kunden durch, um Feedback zu sammeln und Funktionsanforderungen zu identifizieren
• Entwarf neue Features in Figma und entwickelte eine langfristige Vision für Zell