DoMe Dynamics
AI Agent Systems
— DoMe Dynamics · Werkstatt

Ich baue lokale Agentensysteme. Mit Logs, Guardrails und echten Arbeitsproben.

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.

5 Stack-SchichtenPrüfbare ArbeitsprobenSSOT-Dossier-Abgleich

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.

Claude CodeCodexMCPFastAPITelegramKnowledge Graph
Begriffe in 30 Sekunden

Fünf Begriffe, die hier tragen.

DCO, MCP, Knowledge OS, Guardrails, Lab-Modus — je ein Satz, damit niemand raten muss.

MCPSchnittstelle

Die Tool-Schnittstelle, über die Agenten kontrolliert handeln, statt frei im System zu wirken.

GuardrailsSicherheitslogik

Regeln, Tests und Freigaben, die riskante Aktionen abfangen, bevor sie passieren.

Lab-ModusFormat

Offene, private Werkstatt (nicht-kommerziell): Arbeitsproben, Notizen, Austausch.

Drei Lesepfade

Nicht alles ist für denselben Blick.

Die Site ist Werkstatt, Portfolio und Logbuch zugleich. Diese drei Einstiege führen schneller zur passenden Belegschicht.

Hiring / Rolle

Dominic schnell einordnen

Profil, CV-Modi, Thesis und die stärksten Arbeitsproben in einer prüfbaren Reihenfolge.

Builder / Peer

Systeme und Muster lesen

Architektur, Guardrails, Multi-Agent-Review und die stärksten gebauten Systeme ohne Marketing-Nebel.

Sparring / Feedback

Anknüpfen statt kaufen

Offene Fragen und Werkstatt-Notizen als Nebenpfad.

Sechs Beweisanker

Sechs Belege, sechs Grenzen.

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)

Stack-Linse

Unter den Projekten liegt ein Stack.

Die Arbeitsproben sind keine losen Kacheln. Sie bilden fünf Schichten: Orchestration, Memory, Observability, Public Proof und Experimentation.

/01

Orchestration

Macht aus einem Prompt einen Ablauf.

/02

Memory & Retrieval

Verhindert, dass Sessions wieder bei null anfangen.

/03

Observability

Macht Agentenarbeit sichtbar, messbar und nachspielbar.

/04

Public Proof

Übersetzt interne Systeme in öffentliche, sichere Arbeitsproben.

/05

Experimentation

Hier entstehen neue Mechanismen, bevor sie in den Kern wandern.

DCO als Proof

Der DCO ist der Kern, nicht Beiwerk.

Ein Telegram-Befehl wird zum gegateten Agenten-Workflow: Routing, Approval-Pfade, Memory und Dashboard — lokal im Dauerbetrieb.

Problem
KI-Tools verlangen neue Oberflächen, Logins und Kontexte.
Lösung
Bestehende Kanäle bleiben; Agenten und Tools werden orchestriert.
Beweis
Telegram Entry, FastAPI Backend, Claude/Codex, MCP-Tools, Dashboard, Mini App.
Reife
Guardrails, Logging, Reviews, klare Failure-Cases.
Wert
Aus Experimenten wird ein kontrollierbarer Workflow.
3.837
Tests definiert
110
MCP-Tools
16
Loop-Module

Build-time aus dem DCO-Repo generiert, nicht behauptet · Stand 01.07.2026.

Case Study · System-Erzählung

DCO ansehen
Werkstatt · 4 Stücke

Was bewegt sich gerade?

Vier 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

Läuft lokal oder privat. Öffentlich sichtbar ist die Case Study, nicht der Dienst oder das Repo.

DCO — Dynamic Central Orchestrator

Der Kern der Werkstatt — Zahlen und Beweisführung stehen eine Sektion höher. Hier: woran das System gerade wächst.

Nächste Iteration

Nächste Iteration: weitere MCP-Tools anbinden und eine Approval-UI für kritische Pfade.

Interessant für

Teams mit vielen wiederkehrenden Tool-Abläufen, Operator, Automatisierer

Feedback gesucht

Welche Tool-Aktion sollte direkt aufrufbar sein, welche braucht zwingend Approval?

PythonFastAPIClaude CodeMCP
Läuft lokal oder privat. Öffentlich sichtbar ist die Case Study, nicht der Dienst oder das Repo.

Knowledge OS — Obsidian Second Brain

Authority-aware Knowledge-Graph mit Entities, Concepts, Queries, Synthesen und NotebookLM-Quellen. Source-of-Truth für Projekte und CV.

Nächste Iteration

Nächste Iteration: Synthesen-Promotion automatisieren und den Search-Layer schärfen.

Interessant für

Second-Brain-Nutzer, Lernende und Menschen mit vielen parallelen Projekten

Feedback gesucht

Welche Ansicht würde dir helfen, zwischen Projekten, Wissen und offenen Aufgaben schneller zu springen?

ObsidianMarkdownKnowledge Graph
Funktionsfähig, in Verfeinerung. Wird real benutzt, hat aber noch raue Kanten.

Workshop — Claude Code in der Tiefe

Vier Sessions, 17 Module (65 Lerneinheiten) — entstanden aus echten Engineering-Workflows. Als offenes Curriculum sichtbar, nicht als buchbares Angebot.

Nächste Iteration

Nächste Iteration: ein Modul auf Coding-Agent-Evaluierung scharfstellen, Demo-Artefakte aktualisieren.

Interessant für

Entwickler:innen, technische Teams und Self-Learner mit Agenten-Ambition

Feedback gesucht

Welche Lücke müsste ein Curriculum schließen, bevor Coding-Agenten Alltag werden?

CurriculumDemosHands-on Labs
Funktionsfähig, in Verfeinerung. Wird real benutzt, hat aber noch raue Kanten.

agentic-os & agentic-memory

Plugin-Familie für Claude-Code- und Codex-Sessions: Memory, Iteration-Logs, Wrap-Up, Pattern-Extraction. Infrastruktur unter DCO und Knowledge OS.

Nächste Iteration

Nächste Iteration: Pattern-Promotion-Schwelle nachschärfen, Wrap-Up zuverlässiger machen.

Interessant für

Menschen, die oft mit Coding-Agenten an denselben Repos arbeiten

Feedback gesucht

Welche Projekt-Erinnerung muss ein Coding-Agent behalten, damit du ihm wirklich vertraust?

Claude Code PluginTypeScriptBash
agentic-os agentic-memory
Drei Fragen

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.

Arbeitsproben · Tiefenrouten

Acht Systeme, fünf Aufgaben.

Der kurze Weg in die Dossiers: pro System eine Zeile, hinter jeder Route eine volle Case Study mit Beweis und Grenze.

Beschreibungen gegen die Atlas-Projekt-Dossiers gespiegelt · Stand 07.07.2026

Kontakt
Dominic Meiser — Gründer von DoMe Dynamics
Dominic Meiser
Engineering · Agenten · Werkstatt

Lass uns austauschen.

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.

Gesprächsanlässe
Bewerbung & Rolle

Wenn mein Profil zu einem Team, einer Einstiegsrolle oder einem offenen technischen Umfeld passen könnte.

Fachliches Feedback

Wenn du Rückmeldung zu DCO, Stack, Workshop, CV oder einem agentischen Workflow geben willst.

Idee & Sparring

Wenn du eine Frage, einen Use Case oder ein kleines Experiment als nächsten Test vorschlagen willst.

Persönlicher Rückkontakt  ·  Austausch per E-Mail abgestimmt

Öffnet einen vorausgefüllten E-Mail-Entwurf. Falls dein Client nicht reagiert, einfach direkt an kontakt@dynamic-dome.com.

FAQ

Kurz klären, dann weiter.

Die Fragen bleiben als Nachschlagewerk. Für alles Konkrete ist der Kontaktblock davor der bessere Einstieg.

Direkt fragen