Orchestration
Macht aus einem Prompt einen Ablauf.
Dominic Meiser · M.Sc. Mechatronik · AI / Agentic Engineering
Offen für Rollen in AI-Adoption, Data Science & Engineering · DE / Remote.
Für Recruiter und Tech-Leads: prüfbare Arbeitsproben aus dem laufenden Stack — öffentlicher Prüfstand statt KI-Versprechen.
DoMe Dynamics zeigt, wie ich agentische Arbeit praktisch absichere: Orchestrierung, Gedächtnis, Beobachtbarkeit, öffentliche Belege und Experimente greifen als Werkstatt ineinander. Kleine Systeme planen Aufgaben, nutzen Werkzeuge, schreiben Spuren und stoppen bei riskanten Schritten für Freigaben. Bei größeren Umbauten arbeitet eine Agenten-Flotte parallel — und prüft sich gegenseitig, bevor etwas gemergt wird. Die starken Stellen sind öffentlich, die Grenzen auch. Der Stack. Wer eine Lücke sieht: bitte sagen.


DCO, MCP, Knowledge OS, Guardrails, Lab-Modus — je ein Satz, damit niemand raten muss.
Die Tool-Schnittstelle, über die Agenten kontrolliert handeln, statt frei im System zu wirken.
Regeln, Tests und Freigaben, die riskante Aktionen abfangen, bevor sie passieren.
Offene, private Werkstatt (nicht-kommerziell): Arbeitsproben, Notizen, Austausch.
Die Site ist Werkstatt, Portfolio und Logbuch zugleich. Diese drei Einstiege führen schneller zur passenden Belegschicht.
Profil, CV-Modi, Thesis und die stärksten Arbeitsproben in einer prüfbaren Reihenfolge.
Architektur, Guardrails, Multi-Agent-Review und die stärksten gebauten Systeme ohne Marketing-Nebel.
Offene Fragen und Werkstatt-Notizen als Nebenpfad.
Sechs Nachweise, die zusammen die Linie ergeben: belastbare Methode, gebautes System, kuratiertes Wissensfundament, externer Optimierungsloop, beobachtbare Agenten-Flotten und deterministische Schutzlogik.
Mehr im Portfolio: Portfolio-Landkarte (45 Repos · 7 Ebenen) · Wissensgraph-Chat (Séance)
Die Arbeitsproben sind keine losen Kacheln. Sie bilden fünf Schichten: Orchestration, Memory, Observability, Public Proof und Experimentation.
Macht aus einem Prompt einen Ablauf.
Verhindert, dass Sessions wieder bei null anfangen.
Macht Agentenarbeit sichtbar, messbar und nachspielbar.
Übersetzt interne Systeme in öffentliche, sichere Arbeitsproben.
Hier entstehen neue Mechanismen, bevor sie in den Kern wandern.
Ein Telegram-Befehl wird zum gegateten Agenten-Workflow: Routing, Approval-Pfade, Memory und Dashboard — lokal im Dauerbetrieb.
Build-time aus dem DCO-Repo generiert, nicht behauptet · Stand 01.07.2026.
Case Study · System-Erzählung
DCO ansehenVier Werkstücke, jeweils mit aktuellem Stand und nächster Iteration. Die Beweislogik liegt im Block oben — hier zeigt sich die Werkbank in Bewegung.
Stand: 9. Juli 2026 · von Hand kuratiert · Reife: Local-only / Lab / Beta / Deployed
Der Kern der Werkstatt — Zahlen und Beweisführung stehen eine Sektion höher. Hier: woran das System gerade wächst.
Nächste Iteration: weitere MCP-Tools anbinden und eine Approval-UI für kritische Pfade.
Teams mit vielen wiederkehrenden Tool-Abläufen, Operator, Automatisierer
Welche Tool-Aktion sollte direkt aufrufbar sein, welche braucht zwingend Approval?
Authority-aware Knowledge-Graph mit Entities, Concepts, Queries, Synthesen und NotebookLM-Quellen. Source-of-Truth für Projekte und CV.
Nächste Iteration: Synthesen-Promotion automatisieren und den Search-Layer schärfen.
Second-Brain-Nutzer, Lernende und Menschen mit vielen parallelen Projekten
Welche Ansicht würde dir helfen, zwischen Projekten, Wissen und offenen Aufgaben schneller zu springen?
Vier Sessions, 17 Module (65 Lerneinheiten) — entstanden aus echten Engineering-Workflows. Als offenes Curriculum sichtbar, nicht als buchbares Angebot.
Nächste Iteration: ein Modul auf Coding-Agent-Evaluierung scharfstellen, Demo-Artefakte aktualisieren.
Entwickler:innen, technische Teams und Self-Learner mit Agenten-Ambition
Welche Lücke müsste ein Curriculum schließen, bevor Coding-Agenten Alltag werden?
Plugin-Familie für Claude-Code- und Codex-Sessions: Memory, Iteration-Logs, Wrap-Up, Pattern-Extraction. Infrastruktur unter DCO und Knowledge OS.
Nächste Iteration: Pattern-Promotion-Schwelle nachschärfen, Wrap-Up zuverlässiger machen.
Menschen, die oft mit Coding-Agenten an denselben Repos arbeiten
Welche Projekt-Erinnerung muss ein Coding-Agent behalten, damit du ihm wirklich vertraust?
Welches Werkstück wirkt nützlich? Welche offene Frage fehlt? Welche Aufgabe, Idee oder Lernlücke sollte ich als nächstes testen?
Wenn dich ein Werkstück interessiert, du eine Frage hast oder eine Idee teilen willst: Sag mir, welches Stück bei dir Resonanz erzeugt — schreib mir.
Der kurze Weg in die Dossiers: pro System eine Zeile, hinter jeder Route eine volle Case Study mit Beweis und Grenze.
DCO und dual-bridge zeigen, wie Arbeit verteilt, gegated und zwischen Modellen übergeben wird.
Knowledge OS, Agenten-Gedächtnis und Séance machen Kontext wieder auffindbar statt neu zu erfinden.
Observatory und Command-Center machen Tool-Calls, Lanes, Replays und Grenzen sichtbar.
Workshop, Séance und diese Site übersetzen private Arbeit in prüfbare, public-safe Ausschnitte.
evolab und Werkstatt-Logs zeigen, was verworfen wurde, bevor etwas als Fortschritt zählt.
Beschreibungen gegen die Atlas-Projekt-Dossiers gespiegelt · Stand 07.07.2026
Frage, Idee, Sparring, Feedback zu einem der Projekte auf der Werkstatt-Bank oder eine Richtung, die ich testen sollte. Diese Seite ist Portfolio & Bewerbung — ich biete keine Dienstleistungen an; fachlicher Austausch ist ausdrücklich willkommen. Mein fokussierter CV liegt unter cv.dynamic-dome.com.
Wenn mein Profil zu einem Team, einer Einstiegsrolle oder einem offenen technischen Umfeld passen könnte.
Wenn du Rückmeldung zu DCO, Stack, Workshop, CV oder einem agentischen Workflow geben willst.
Wenn du eine Frage, einen Use Case oder ein kleines Experiment als nächsten Test vorschlagen willst.
Die Fragen bleiben als Nachschlagewerk. Für alles Konkrete ist der Kontaktblock davor der bessere Einstieg.