Content Hub
Eine produktionsnahe Content-, Community- und Marketing-Plattform für ein Filialnetz - von null in eine nutzbare Beta geführt. Ich habe Product, Engineering, Security und Operations solo verantwortet und Codex/Claude als Co-Piloten eingesetzt, um mich in ein neues Thema schnell und professionell hochzuarbeiten.
Produktionsnahe Content-, Community- und Marketing-Plattform für ein Filialnetz. Von null in eine nutzbare Beta geführt - mit Product, Engineering, Security und Operations in einer Hand.
Kontext
Ausgangspunkt war kein fertiges Produktteam, sondern ein neues Problemfeld: Wie werden Mitarbeitende eines Filialnetzes zu aktiven Content-Creators, deren Reels, Ratings und Ideen zentral ins Marketing zurückfließen? Ich habe daraus eine echte Arbeitsplattform gebaut - mit Rollenmodell, Upload-Pipeline, Admin-Ops, Gamification, Readmodels und messbaren Gates statt nur einem Prototyp.
Aus einem neuen Problemfeld wurde eine echte Arbeitsplattform: Rollenmodell, Upload-Pipeline, Admin-Ops, Gamification, Readmodels und messbare Gates.
Meine Rolle
Product Strategy, UX, Frontend, backend-nahe Architektur, Security/RLS, QA-Gates und Operations. KI war Beschleuniger - die Produktentscheidungen, Systemgrenzen und Review-Gates lagen bei mir.
Product Strategy, UX, Frontend, backend-nahe Architektur, Security/RLS, QA-Gates und Operations. KI beschleunigte - Entscheidungen und Reviews lagen bei mir.
Zeitraum
~20 Wochen von Kickoff bis Beta-Stand
~20 Wochen von Kickoff bis Beta-Stand
Was gebaut wurde
Was gebaut wurde
Was gebaut wurde
Community- & Reels-Feed mit Posts, Kommentaren und Ratings
Video-Upload-Pipeline direkt zu api.video (HLS)
Mein Profil mit Gamification, Meilensteinen und Level-System
Mein Markt mit Standort-Kennzahlen und Social-Channel-Integration
Newsletter Editor mit E-Mail-Automation
Admin-Operations mit Rollen-/Standort-/User-Verwaltung
Architektur, Sicherheit & Betrieb
Architektur, Sicherheit & Betrieb
Architektur, Sicherheit & Betrieb
Das Projekt ist nicht nur eine UI: Es enthaelt ein Multi-Role-Modell, RLS-konforme Write-Paths, serverseitige Provider-Secrets, Audit-Logs, Readmodels, delegated Uploads zu api.video und eine klare Base44-zu-Supabase/Vercel-Cutover-Strategie. Der Fokus lag darauf, KI-Tempo mit professionellen Sicherheits- und Betriebsgrenzen zu verbinden.
Nicht nur UI: Multi-Role-Modell, RLS-konforme Write-Paths, Provider-Secrets, Audit-Logs, Readmodels, delegated Uploads und Cutover-Strategie.
POST-only Admin-Schreibpfade mit Audit-Logs
Row-Level-Security für alle User-Daten
Direct-to-Provider HLS-Uploads, kein Backend-Bottleneck
Query-Cache und Readmodels für cost-effiziente Skalierung
Komplexität aus dem Repo
Komplexität aus dem Repo
Komplexität aus dem Repo
Die Case Study basiert auf dem echten content-hub-Repository: produktnahe Seiten, Datenmodelle, Supabase-Migrationen, Security-Gates, Smokes, Sentry-Checks, Release-Readiness und Autopilot-Operations.
Aus dem echten content-hub-Repository: Produktseiten, Datenmodelle, Supabase-Migrationen, Security-Gates, Smokes, Sentry-Checks und Operations.
436
npm Scripts, Gates und Checks
436
npm Scripts, Gates, Checks
37
Supabase-Migrationen
33
Daten-Entities
Produktlogik: Engagement Loop
Produktlogik: Engagement Loop
Produktlogik: Engagement Loop
Der Kern ist ein Loop, der Creator und Konsumenten aktiviert: Uploads, Reels, Ratings, Kommentare, Rankings, Notifications und Marktbezug greifen ineinander, damit UGC nicht als Einzelaktion verpufft.
Uploads, Reels, Ratings, Kommentare, Rankings, Notifications und Marktbezug greifen zu einem aktivierenden Content-Loop ineinander.
Creator + Konsumenten
Nicht nur Uploads: auch Bewertung, Kommentar und Konsum werden produktiv.
Creator + Konsumenten
Auch Bewertung, Kommentar und Konsum werden produktiv.
Multi-Role-System
Admin, Micro-Influencer, Markt-Experten und Zentrale mit getrennten Rechten.
Direct-to-Provider Upload
Browser zu api.video, HLS-Playback und Readiness-Gates statt Backend-Bottleneck.
Direct-to-Provider Upload
Browser zu api.video, HLS-Playback und Readiness-Gates.
Stack & Lernkurve
Stack & Lernkurve
Stack & Lernkurve
Ich habe mich in kurzer Zeit in moderne Produktentwicklung mit React/Vite, Supabase, RLS, Vercel, api.video, Sentry, Testautomatisierung und KI-gestützte Agentenarbeit eingearbeitet - nicht als Demo, sondern entlang echter Produkt-, Security- und Betriebsfragen.
In kurzer Zeit eingearbeitet in React/Vite, Supabase, RLS, Vercel, api.video, Sentry, Testautomatisierung und KI-gestützte Agentenarbeit.
Frontend
React 18 · Vite · Tailwind · Radix UI · TanStack Query · Framer Motion · Recharts · lucide-react.
Plattform
Vercel für Hosting und Edge-Routing, Supabase für Auth, Postgres und Row-Level-Security. Migration aus Base44 im Cutover-Modus.
Services
api.video für HLS-Streaming, Sentry für Errors und RUM, Codex und Claude als KI-Co-Piloten in Engineering und Operations.
Read-Model-Strategie
React 18 · Vite · Tailwind · Radix UI · TanStack Query · Framer Motion · Recharts · lucide-react.
Plattform
Vercel für Hosting und Edge-Routing, Supabase für Auth, Postgres und Row-Level-Security. Migration aus Base44 im Cutover-Modus.
Kosten-Tooling
api.video für HLS-Streaming, Sentry für Errors und RUM, Codex und Claude als KI-Co-Piloten in Engineering und Operations.
KI-Tempo, aber mit harten Gates
KI-Tempo, aber mit harten Gates
KI-Tempo, aber mit harten Gates
Der wichtigste Lernsprung: KI beschleunigt Output nur dann professionell, wenn jedes Ergebnis durch reproduzierbare Checks läuft. Deshalb hat das Repo Security-Gates, RLS-Probes, Visual-Critical-Smokes, Lighthouse, Product-Rules, Sentry-Checks und Release-Readiness statt Bauchgefühl.
KI-Output wurde erst durch reproduzierbare Checks professionell: Security-Gates, RLS-Probes, Visual-Smokes, Lighthouse, Sentry und Release-Readiness.
Security + RLS
Write-Paths, Rollen, Secrets und Public Reads werden getrennt geprüft.
Security + RLS
Write-Paths, Rollen, Secrets und Public Reads getrennt geprueft.
Smoke-Tests
Mobile, Routes, Upload, Product Rules, Visual Critical und Lighthouse.
Ops-Disziplin
Release-Readiness, Sentry, Kosten-/Tooling-Checks und Autopilot-Triage.
Ops-Disziplin
Release-Readiness, Sentry, Kosten-Checks und Autopilot-Triage.
Warum das für Recruiter relevant ist
Warum das für Recruiter relevant ist
Warum das für Recruiter relevant ist
Das Projekt zeigt nicht nur Tool-Nutzung, sondern Transferleistung: neues Fachgebiet verstehen, Produktlogik entwerfen, mit KI schneller bauen, technische Risiken erkennen und das Ganze mit nachvollziehbaren Gates operationalisieren.
Das Projekt zeigt Transferleistung: Fachgebiet verstehen, Produktlogik entwerfen, mit KI schneller bauen, Risiken erkennen und mit Gates absichern.
0→100
Neues Thema professionell erschlossen
0→100
Von 0 auf 100 ins Thema
1
Solo Owner fuer Product, Build und Ops
1
Solo: Product, Build, Ops
80
Smoke-, Tooling- und Automationsskripte
80
80 Smokes & Automationen
Was ich daraus gelernt habe
Was ich daraus gelernt habe
Was ich daraus gelernt habe
Filialnetze sitzen auf einem ungenutzten Content-Schatz: ihren Mitarbeitenden. Das Content Hub macht diesen Schatz produktiv. Gleichzeitig hat das Projekt gezeigt, wie weit man mit KI-Co-Piloten kommt, wenn man sie nicht als Abkürzung, sondern als Engineering-System mit Specs, Reviews, Tests und Betriebsregeln führt.
Das Projekt zeigt, wie weit KI-Co-Piloten tragen, wenn man sie mit Specs, Reviews, Tests und Betriebsregeln führt.
UGC braucht ein System, nicht nur Motivation
Engagement entsteht, wenn Upload, Konsum, Feedback und Marktbezug in einem Loop zusammenspielen.
UGC braucht ein System
Upload, Konsum, Feedback und Marktbezug muessen in einem Loop zusammenspielen.
KI braucht professionelle Führung
Codex und Claude skalieren Output, aber erst harte Specs, Review-Routinen und Gates machen ihn belastbar.
KI braucht Fuehrung
Output skaliert erst mit Specs, Review-Routinen und Gates belastbar.
Der größte Wert ist Lernkurve
Von Produktidee bis Security-/Ops-Baseline: neues Terrain schnell verstehen, strukturieren und produktionsnah umsetzen.
Der Wert ist Lernkurve
Von Produktidee bis Security-/Ops-Baseline neues Terrain produktionsnah umgesetzt.