[{"content":"Überblick Der SDLC Pilot ist ein internes Flagship-Projekt, das untersucht, wie KI tief in den Software-Entwicklungslebenszyklus integriert werden kann. Es bietet eine Web-Applikation und Backend-API, die Git-Repositories einliest und KI-gestützte Workflows über den gesamten SDLC ermöglicht — von Code-Review und Dokumentationsgenerierung bis hin zu Test-Scaffolding und Architekturanalyse.\nTechnische Architektur Backend: Spring-Boot-Applikation mit REST-APIs für Repository-Management, Workflow-Orchestrierung und Ergebnis-Delivery LLM-Inferenz: Lokale Modell-Inferenz via Ollama für Air-Gapped-Betrieb und Datensouveränität — entscheidend im Public-Sector-Kontext Job Queue \u0026amp; Worker: Asynchrone Job-Queue-Architektur mit dedizierten Workern für langlaufende KI-Tasks (Code-Analyse, Dokumentengenerierung, Test-Synthese) Frontend: Web-Interface für Repository-Onboarding, Workflow-Konfiguration und Ergebnis-Visualisierung Zentrale Design-Entscheidungen Local-first KI: Alle LLM-Inferenzen laufen lokal via Ollama — keine Daten verlassen die Netzwerkgrenze. Dies war eine nicht verhandelbare Anforderung im Public-Sector-Kontext. Asynchrone Verarbeitung: KI-Tasks sind inhärent langlaufend. Die Job-Queue-Architektur entkoppelt Request-Handling von Verarbeitung und ermöglicht Skalierbarkeit und Resilienz. Modulare Workflows: Jede SDLC-Phase (Review, Test, Dokumentation) ist ein pluggbares Workflow-Modul für inkrementelle Adoption. Wirkung Der Pilot zeigte messbare Beschleunigung des Delivery-Durchsatzes und informiert die breitere KI-Strategie des Engagements.\n","permalink":"https://aymenmastouri.io/de/projects/sdlc-pilot/","summary":"Web-Applikation und Backend-API für Git-Repository-Ingestion und KI-gestützte SDLC-Workflows.","title":"SDLC Pilot — KI-gestützte Entwicklungs-Workflows"},{"content":"Überblick Eine großangelegte Migration eines Legacy-C-Systems zu einer modernen Java/Spring-Plattform im deutschen Public-Sector-Kontext. Das System verarbeitet sicherheitskritische Operationen, was ein Big-Bang-Rewrite unmöglich machte. Stattdessen haben wir das Strangler-Fig-Pattern angewandt, um C-Komponenten inkrementell durch Java-Services zu ersetzen und dabei volle operative Kontinuität zu wahren.\nAnsatz Strangler-Fig-Pattern: Neue Funktionalität wird ausschließlich in Java/Spring gebaut. Bestehende C-Module werden progressiv hinter einer Facade-Schicht gewrapped und ersetzt, sobald ihre Interfaces stabil sind. Dual-Stack-Betrieb: Sowohl C- als auch Java-Komponenten laufen während der Transition parallel, mit einer Routing-Schicht, die Traffic an die entsprechende Implementierung leitet. Contract Testing: Umfassende Contract-Tests stellen Verhaltensgleichheit zwischen Legacy-C-Modulen und ihren Java-Ersetzungen vor dem Cutover sicher. Zero-Downtime-Migration: Jedes Modul wird unabhängig migriert, mit Feature-Flags zur Traffic-Steuerung und Rollback-Möglichkeit zu jedem Zeitpunkt. Herausforderungen Verhaltensparität: Der Legacy-C-Code hatte undokumentierte Edge Cases, die sich über Jahre im Produktionsbetrieb eingeschliffen hatten. Diese zu extrahieren und in Test-Suites zu kodifizieren war ein erheblicher Aufwand. Sicherheitsanforderungen: Der Public-Sector-Kontext erforderte strikte Vorgaben für Deployment-Pipelines, Netzwerkgrenzen und Change-Management-Prozesse. Team-Upskilling: Unterstützung des Teams beim Übergang von C-Expertise zu Java/Spring-Kompetenz bei gleichzeitiger Aufrechterhaltung der Delivery-Velocity. Ergebnis Die Migration schreitet planmäßig voran, mit mehreren erfolgreich nach Java migrierten Modulen. Der Strangler-Fig-Ansatz hat sich als effektiv erwiesen, um Risiken zu managen und gleichzeitig Continuous Delivery aufrechtzuerhalten.\n","permalink":"https://aymenmastouri.io/de/projects/c-to-java-migration/","summary":"Inkrementelle Migration einer Legacy-C-Codebasis zu Java/Spring im Public-Sector-Umfeld.","title":"C-zu-Java-Migration — Strangler-Fig-Pattern"},{"content":"Capgemini — Senior Delivery Architect 2017 – Heute | Berlin, Deutschland\nSeit meinem Einstieg bei Capgemini habe ich mich durch verschiedene Delivery- und Architektur-Rollen in großen Enterprise-Engagements im öffentlichen und privaten Sektor entwickelt.\nAktuelles Engagement (2024 – Heute) Lead Delivery Architect in einem strategischen Engagement für einen deutschen Bundesbehörden-Kunden. Verantwortlichkeiten:\nArchitektur-Oversight für kryptographische Signatur- und Zertifikatsmanagement-Systeme Platform Engineering für Java/Spring-basierte Backend-Services Delivery-Leitung eines verteilten Teams inklusive Nearshore-Entwickler Einführung KI-gestützter Entwicklungspraktiken zur Beschleunigung der Delivery Stakeholder-Management über technische und nicht-technische Ansprechpartner hinweg Vorherige Engagements (2017 – 2024) Mehrere Delivery- und Architektur-Rollen im Capgemini-Portfolio mit Aufbau tiefer Expertise in Java-Plattformen, sicheren Systemen und agiler Delivery im Enterprise-Kontext.\n[Frühere Positionen folgen]\n","permalink":"https://aymenmastouri.io/de/experience/","summary":"Berufliche Erfahrung","title":"Erfahrung"},{"content":"Kontakt Ich bin immer offen für interessante Gespräche über Software-Architektur, Delivery-Leadership und die Schnittstelle von KI und Enterprise Engineering.\nE-Mail: contact@aymenmastouri.io LinkedIn: Aymen Mastouri GitHub: aymenmastouri ","permalink":"https://aymenmastouri.io/de/contact/","summary":"Kontakt aufnehmen","title":"Kontakt"},{"content":"Über mich Ich bin Senior Delivery Architect bei Capgemini, wo ich seit 2017 komplexe Software-Delivery-Projekte verantworte. Seit 2024 leite ich die Delivery eines großen Engagements für einen deutschen Bundesbehörden-Kunden und verantworte Architektur sowie Umsetzung geschäftskritischer Systeme.\nKernkompetenzen Java \u0026amp; Spring Ecosystem — Enterprise-Platform-Engineering mit Spring Boot, Spring Security und Microservices-Architekturen Kryptographische Workflows — Design und Implementierung PKI-basierter Signatur-Workflows, Zertifikats-Lifecycle-Management und sichere Dokumentenverarbeitungs-Pipelines KI-gestützte Entwicklung — Integration LLM-basierter Tools in den Software-Entwicklungslebenszyklus zur Beschleunigung der Delivery und Verbesserung der Code-Qualität Nearshore-Team-Leadership — Aufbau und Führung verteilter Engineering-Teams über Standorte hinweg, Etablierung von Delivery-Kadenz, Code-Review-Kultur und technischem Mentoring Ansatz Ich glaube an pragmatische Architektur — echte Probleme mit dem richtigen Maß an Komplexität lösen. Mein Fokus liegt auf Delivery-Ergebnissen, nicht auf Slide Decks.\n","permalink":"https://aymenmastouri.io/de/about/","summary":"Über Aymen Mastouri","title":"Über mich"}]