Production-Systeme · 2024–heute
AI-Agenten in Production
Autonome AI-Agenten mit LLM-Integration in produktiven Webanwendungen — von der Automatisierung interner Workflows bis zur Echtzeit-Nutzerinteraktion.
- LLM
- LangChain
- Go
Fullstack Software Engineer — München
Ich baue skalierbare Microservices und AI-Agenten bei Check24 Factory. Hier zeige ich beides: wie ich Systeme architektiere — und warum sie ohne SEO und llms.txt für Menschen wie für KI-Modelle unsichtbar bleiben.
Fullstack Software Engineer mit Fokus auf skalierbare Microservices und High-Throughput-Webanwendungen — gebaut mit Go, Node.js und PHP (Symfony), ergänzt um moderne Frontend-Frameworks. Aktuell bei Check24 Factory verantwortlich für Architektur-Entscheidungen, asynchrone Message-Queues und AI-getriebene Workflow-Automatisierung.
Davor: End-to-End-Entwicklung bei Vivid Planet Software und Frontend-Umsetzung bei Eyedea Werbe. B.Sc. in MultiMedia Technology (FH Salzburg) mit Fokus auf Web-Technologien und Human-Computer Interaction — der Ursprung meines Interesses daran, wie Systeme von Menschen und Maschinen gelesen werden.
Der Werkzeugkasten hinter den Projekten unten.
Case-Studies aus produktiven Systemen — anonymisiert, aber konkret.
Production-Systeme · 2024–heute
Autonome AI-Agenten mit LLM-Integration in produktiven Webanwendungen — von der Automatisierung interner Workflows bis zur Echtzeit-Nutzerinteraktion.
High-Traffic-System
Entkoppelte, fehlertolerante Architekturen mit RabbitMQ & Kafka für zuverlässige asynchrone Verarbeitung im Hochlast-Betrieb.
Enterprise-Plattform
Integration von Elasticsearch & Solr in bestehende Systeme — von Relevanz-Tuning bis zur Skalierung auf große Datenmengen.
Developer Experience
Konzeption und Umsetzung eines spezialisierten Test-Systems in der Bitbucket-Pipeline zur Beschleunigung interner Engineering-Workflows.
Mein zweites Spezialgebiet
Der beste Code nützt nichts, wenn ihn niemand findet — weder Menschen über Google, noch Assistenten wie ChatGPT, Claude oder Perplexity. Genau das ist mein zweites Feld: Systeme so bauen, dass sie für Suchmaschinen und Sprachmodelle lesbar, zitierbar und auffindbar sind.
Crawlability, Core Web Vitals, semantisches HTML und strukturierte Daten (Schema.org / JSON-LD) entscheiden weiterhin, ob eine Seite in Google überhaupt ankommt.
llms.txt ist ein aufkommender Standard — analog zu robots.txt und sitemap.xml — der KI-Systemen eine kuratierte, reine Markdown-Übersicht der wichtigsten Inhalte liefert. Ohne Navigation, Ads oder JS-Rendering, das Crawler ausbremst.
Diese Seite praktiziert es selbst: semantisches HTML, ein Person-Schema (JSON-LD) im Quelltext, ein zweisprachiges hreflang-Setup — und eine echte, live abrufbare /llms.txt.
# Matthias Riedl> Fullstack Software Engineer (Go, Node.js, PHP/Symfony, React) focused on> microservices, AI agents and LLM integration at Check24 Factory, Munich.## Site- [Home](https://matthiasriedl.de/): overview, skills, projects, contact- [Home (English)](https://matthiasriedl.de/en/): English version of this site## Projects- [AI Agents in Production](https://matthiasriedl.de/#projects): autonomous LLMagents in production web applications- [Event-Driven Microservices](https://matthiasriedl.de/#projects): Kafka/RabbitMQarchitectures for high-traffic systems- [Search Infrastructure](https://matthiasriedl.de/#projects): Elasticsearch/Solrintegration for enterprise platforms## Legal- [Legal Notice](https://matthiasriedl.de/impressum/)- [Privacy Policy](https://matthiasriedl.de/datenschutz/)## Contact- Email: info@matthiasriedl.de- LinkedIn: https://www.linkedin.com/in/matthias-riedl-68a18819b/
Kontakt
Projekt-Anfrage, technische Frage oder ein Hinweis auf eine kaputte llms.txt — schreib mir.
info@matthiasriedl.deLinkedIn