Leistungen · Technische Übersicht

Drei klar definierte Leistungsbereiche
mit technischem Fokus.

Auf dieser Seite finden Sie technische Details zu jeder unserer drei Disziplinen. Technische Begriffe ordnen wir im Gespräch gerne fachlich ein.

01 - SaaS

.NET + PostgreSQL,
verpackt in Docker.

Wir bauen produktionsreife Web-Plattformen mit einem Stack, der seit Jahren stabil ist und in fünf Jahren noch Updates bekommt. Frontend in Next.js, Backend in ASP.NET Core, Daten in PostgreSQL. Containerisiert, automatisiert getestet und über getrennte Umgebungen ausgeliefert.

Was Sie bekommen

→Frontend: Next.js (App Router), TypeScript, Tailwind oder CSS-Modules
→Backend: ASP.NET Core 8 mit Minimal-APIs oder MVC, EF Core
→Datenbank: PostgreSQL mit Migrations, Seed-Daten, PITR-Backups
→Container: Multi-Stage Dockerfiles, docker-compose für Lokal-Setup
→CI/CD: Azure DevOps Pipelines - Build, Test, Scan, automatisierte Deployments nach definierten Regeln
→3 Umgebungen: dev → sandbox → production, mit E2E-Gate vor Prod
→Authentifizierung: Keycloak SSO (OIDC, SAML). Mit bestehendem Active Directory oder Entra ID integrierbar
→Provisioning: Ansible-Playbooks für reproduzierbare Server-Setups
→Cloud: Azure (DE West Central / North Europe) oder on-premise
→Monitoring: OpenTelemetry, Logs, Metrics, Traces - auf Wunsch in Grafana
→Backup-Tests: nicht nur Backups machen, sondern automatisch wiederherstellen

● 3-Stufen-Deployment

Development

Schnelle Rückmeldung durch automatisierte Builds und Deployments.

Unit + Integration

→

Sandbox

Produktionsnah. Hier laufen vollautomatische E2E-Tests.

Unit + Integration + E2E

→

Production

Erst nach grünem Sandbox-Lauf.

Smoke + Health-Checks

Promote von Sandbox → Production nur, wenn alle E2E-Suites grün sind. Roll-back-Pfad steht jederzeit bereit.

● azure-pipelines.ymlYAML

trigger:
  branches: [main]

stages:
- stage: Build
  jobs:
    - job: BuildAndTest
      steps:
        - task: DotNetCoreCLI@2  # build + unit tests
        - task: Docker@2         # multi-stage image
        - task: AquaSecurity     # trivy scan

- stage: Sandbox
  dependsOn: Build
  jobs:
    - deployment: ToSandbox
      strategy:
        runOnce:
          deploy:
            steps:
              - script: ansible-playbook deploy.yml
              - script: npx playwright test  # E2E

- stage: Production
  dependsOn: Sandbox    # nur bei grünen E2E-Tests
  jobs:
    - deployment: BlueGreen
      environment: prod-approval

Performance-Ziel

< 200 ms p95 API-Latenz

Zielwert für typische Geschäfts-Workloads auf passend dimensionierter Azure-Infrastruktur.

Studio.exe

Vertriebs-Kanäle

Steam·Microsoft Store·Eigener Shop + Stripe·Direct-Download

Wir richten ein, was zu Ihrem Publikum passt - von Store-Modellen bis zum eigenen Checkout mit Rechnung und SEPA.

02 - Desktop

Electron + Next.js,
signiert, paketiert und updatefähig.

Für Anwendungen, die offline funktionieren, lokal installiert oder über Stores vertrieben werden sollen, bauen wir mit Electron und Next.js. Das Frontend kennen Web-Entwickler, die Auslieferung kennen Endkunden vom Standard-Installer.

Was wir liefern

→Code-Signing für Windows (EV) und macOS (Apple Notarization)
→Auto-Update mit Squirrel oder electron-updater - differenziell
→NSIS / MSI / DMG / AppImage Installer-Pakete
→Steamworks-Integration: Achievements, Cloud-Saves, Workshop
→Microsoft Store: MSIX-Paketierung & Submission-Pipeline
→Eigener Shop: Stripe-Checkout, Lizenz-Server, License-Keys
→Native Module bei Bedarf (Audio, Video, Hardware-Zugriff)
→Crash-Reporting via Sentry mit Source-Maps

+ AI / ML - Querschnitt

AI-Integration
für konkrete Anwendungsfälle.

AI ist kein eigener Schwerpunkt, sondern eine Fähigkeit, die wir in SaaS- und Desktop-Projekten einbauen, wo sie Sinn ergibt. Von der Integration bestehender Modell-APIs bis zu eigenen Workflows auf Unternehmensdaten. Mit Blick auf Datenschutz, Kostenkontrolle und Austauschbarkeit der Anbieter.

Was wir machen

→LLM-Integration. OpenAI, Anthropic, Mistral, Llama - auch on-premise via Ollama oder vLLM
→RAG & Wissensbasen. Dokumente, Wikis, Datenbanken - vektorisiert mit pgvector oder Qdrant
→Agenten & Workflows. Tool-Calling, strukturierte Outputs, mehrstufige Aufgaben mit Guardrails
→Image-Generation. Stable Diffusion, Flux, ControlNet - gehostet oder API-basiert
→Audio & Speech. Whisper für Transkription, TTS-Stimmen, Voice-Clone bei Bedarf
→Fine-Tuning & Training. LoRA-Adapter, Domain-Modelle, klassisches ML mit scikit-learn / PyTorch
→Evaluation. Evaluation mit Test-Sets, A/B-Vergleichen und Qualitätsmetriken für Modellantworten.
→EU-Hosting. Modelle auf Azure DE / North Europe oder on-premise, sofern fachlich erforderlich.

● All round AI-Kompetenz

LLM / Text100%

Vision / Image-Gen100%

Speech / Audio100%

Klassisches ML100%

Unser Fokus liegt nicht auf Grundlagenforschung, sondern auf nutzbarer AI-Integration in produktive Software.

Plug-inBestehende Modelle einbinden

GPT, Claude oder Gemini hinter Ihre App hängen - mit Caching, Rate-Limits und Fallbacks. 1-4 Wochen.

BuildEigener AI-Workflow

RAG, Agenten oder Vision-Pipelines spezifisch für Ihren Use-Case. 4-12 Wochen.

TrainFine-Tuning auf Ihren Daten

LoRA-Adapter oder klassische ML-Modelle, wenn Off-the-shelf nicht reicht. 6-16 Wochen.

03 - Product Security

Product Security behandeln wir als eigenen Leistungsbereich.

Threat-Modeling, ISO-27001-Vorbereitung und Secure-SDLC-Coaching - praxisnah umgesetzt für Teams, die Security-Anforderungen strukturiert angehen möchten.

Zur Security-Seite

● ISO 27001 ready

Lass uns reden

Eine Idee. Ein Kaffee.
Ein klarer nächster Schritt.

30 Minuten unverbindlich - auf Deutsch oder Englisch, vor Ort in NRW oder remote. Wir hören zu, schätzen ehrlich ein und sagen auch mal: „Macht das nicht."

Termin vereinbaren

info@huelake.com

Drei klar definierte Leistungsbereichemit technischem Fokus.

.NET + PostgreSQL,verpackt in Docker.