Milo Radio App
Milo Radio – Die neue Generation der Progressive Web App (PWA) Dieses Projekt ist eine vollwertige, moderne Audio-Streaming-Plattform, die als installierbare Progressive Web App (PWA) mit Single-Page-Architektur (SPA) und performantem REST-Backend realisiert wurde. Die Highlights im Überblick: • Frontend & PWA-Architektur: Modulares ES6-Komponentensystem mit dynamischem Routing, optimierten Touch-/Swipe-Gesten und Randschutz für Mobilgeräte. Der Service Worker (sw.js) mit Network-First-Strategie ermöglicht blitzschnelle Updates und Offline-Verfügbarkeit. • Globale Sticky-Bottom-Player-Bar: Unterbrechungsfreie Audiowiedergabe über alle Unterseiten hinweg mit modernem Glassmorphismus, animiertem Soundwave-Badge und Live-ICY-Metadaten (Songtitel, Interpret, Cover-Art). • Podcast-Integration & On-Demand Audio: Intelligente Unterscheidung zwischen Live-Streams und Episoden. Echtes Pause & Resume mit exaktem Zeiterhalt (kein Zurücksetzen auf 0:00), interaktive Scrubber-Timeline mit sekundengenauer Fortschrittsanzeige (Aktuelle Zeit / Gesamtlänge), 15-Sekunden Quick-Skip (-15s / +15s) sowie eine aufklappbare Episodenübersicht ("Weitere Folgen") in der Genre-Ansicht mit individueller Wiedergabe. • Weltweite Radiosendersuche (> 40.000 Sender) & Auto-Import: Integrierte Radio-Browser-Schnittstelle im Admin-Panel (Tab-System). Sekundenschnelle Live-Suche im globalen Verzeichnis mit Treffer-Pool inkl. Senderlogo, Genre, Bitrate und Herkunftsland zur zielsicheren Unterscheidung gleichnamiger Sender. 1-Klick Auto-Fill übernimmt alle Stream- und Bilddaten direkt in das Speicherformular; ergänzt durch einen 1-Klick Podcast-Auto-Import für RSS-/Podigee-Feeds. • Smartes Favoriten-Management: Lokale Top-6-Senderliste mit automatischem Verdrängungsprinzip (FIFO) und MRU-Sortierung (Most Recently Used). Beim Abspielen rückt der Sender mit sanftem Auto-Scroll sofort auf Platz #1 vor; ein berührungsfreundlicher 2-Klick-Button im Slate-Look ermöglicht sicheres Entfernen. • Deep Analytics Dashboard (Chart.js): Umfassende persönliche Hörerstatistiken mit interaktivem Hörverlauf (Liniendiagramm), Top-5-Sendern (Balkendiagramm) und Genre-Verteilung (Doughnut-Chart) über verschiedene Zeitfilter (Heute, Woche, Monat). • Personalisierte Empfehlungen & 1-Klick-Playlist: Dynamische Genre-Erkennung basierend auf dem individuellen Hörverhalten ("Empfehlungen für dich") mit Direkt-Play sowie die 1-Klick-Übernahme der Top 5 in die aktive Senderliste inklusive Floating-Toast-Feedback. • Abgesichertes Admin-Panel & Wartung: PIN-Authentifizierung mit 1,5s Verzögerung, automatischem 5-Minuten-Lockout (Brute-Force-Schutz) und signierten HMAC-SHA256 Cookies für Cluster-Sessions. Echtzeit-Hörer-Tracking (10-Minuten-Fenster), persistente Sender-CRUD in MySQL und automatisierter Archivierungs-Cronjob (maintenance.php) für 6-monatige Bereinigung. • Performantes REST-Backend: Entwickelt mit PHP 8 und sicherer PDO-Datenbankanbindung an MySQL / MariaDB (inkl. automatischer Umgebungserkennung für lokale Entwicklung und Strato-Produktion) sowie Server-Side-Caching (10 Min. für Sendersuche, 15 Min. für Podcast-Feeds).
Tech-Stack: Vanilla JS (ES6 Modules), PWA, PHP 8 (REST API), MySQL/MariaDB (PDO), Radio-Browser API, Podcast RSS, Chart.js, Bootstrap 5
Strukturplan
Scrum Quiz App
Scrum Quiz – Interaktive Vorbereitung auf PSM1-Zertifizierungen Dieses Projekt ist ein interaktives Quiz-Tool, das speziell dafür entwickelt wurde, Scrum-Wissen zu testen und sich gezielt auf Prüfungen wie die Professional Scrum Master I (PSM I) vorzubereiten. Die Highlights: • Mehrsprachig: Bietet Unterstützung für Deutsch und Englisch (questions_de.json / questions_en.json). • Konfigurierbar: Die Anzahl der Fragen kann individuell (1-120) festgelegt werden. • Dynamischer Timer: Der Zeitdruck passt sich automatisch an die gewählte Fragenanzahl an. • Quiz wiederholen: Ermöglicht das sofortige erneute Starten mit denselben Einstellungen. • Dynamische Engine: Eine JavaScript-basierte Logik verwaltet den Pool, berechnet Ergebnisse in Echtzeit und bietet Feedback inkl. Korrekturhinweisen. • Modernes Design: Minimalistisches, reaktionsfähiges UI (style.css), optimal für Desktop und Mobile. • Client-Side: Die gesamte Logik läuft im Browser (bereitgestellt über Strato). Technisch besticht das Projekt durch seine Modularität, wobei JSON-Datenstrukturen für eine saubere Trennung von Inhalten und Logik sorgen.
Tech-Stack: HTML, CSS, JavaScript
Strukturplan
SmartCalc – Taschenrechner
SmartCalc – Wissenschaftlicher Web-Rechner mit Python & Flask Dieser wissenschaftliche Taschenrechner hat sich von einer Desktop-Anwendung zu einer modernen Web-App entwickelt. Er bietet mathematische Präzision gepaart mit einem eleganten Web-UI. Die Highlights: • Sicherer Rechen-Parser: Eine serverseitige Logik mit Whitelist-Validierung und RegEx-Preprocessing verhindert Code-Injection und sorgt für Stabilität. • Erweiterte Mathematik: Volle Unterstützung für komplexe Operationen wie Trigonometrie (sin, cos, tan), Logarithmen (log, ln), Wurzeln (√) und Potenzen (^). • Modernes Web-UI: Ein intuitives Glassmorphism-Design, das für Desktop und Mobile optimiert ist, inklusive Dark- & Light-Mode Support. • Intelligenter Verlauf: Eine REST-API gesteuerte Historie ermöglicht das Einsehen und Verwalten vergangener Berechnungen direkt im Browser. • Performance: Durch die serverseitige Berechnung in Python bleibt das Interface flüssig und zuverlässig. Technisch demonstriert das Projekt die Portierung komplexer mathematischer Logik in eine moderne Web-Umgebung mittels Flask, Jinja2 und Vanilla JS.
Tech-Stack: Python (Flask), Jinja2, CSS, JS
Strukturplan
Portfolio-Flask
Portfolio-Flask – Modernes Webdesign & Modulare Architektur Diese Portfolio-Anwendung ist das Schaufenster meiner Arbeit und gleichzeitig ein Beweis für meine Fähigkeiten in der Fullstack-Entwicklung. Sie vereint ein ästhetisches Design mit einer hochmodernen, modularen technischen Architektur. Die Highlights: • Zentrales Projekt-Hub: Das Portfolio dient als primäre Basis, über die verschiedene eigenständige Projekte (Scrum Quiz, Livio, SmartCalc) modular auf derselben Domain gebündelt werden. • Modulare Blueprint-Architektur: Durch den nahtlosen Einsatz von Flask-Blueprints wird eine saubere Trennung und einfache Erweiterbarkeit des gesamten Ökosystems gewährleistet. • Dynamische Content-Verwaltung: Inhalte wie Projektdaten und der "About Me" Text werden über JSON und Markdown gesteuert, was eine strikte Trennung von Logik und Inhalt ermöglicht. • Premium Design System: Ein konsequentes Dark-Mode-Konzept mit CSS-Gradients, Glassmorphism-Effekten und flüssigen Animationen sorgt für eine hochwertige Nutzererfahrung. • Automatisierte Kontakt-Engine: Ein integriertes Formular mit Flask-Mail Anbindung ermöglicht die direkte und sichere Kommunikation. • Responsive Architektur: Durch intelligente CSS-Breakpoints und ein flexibles Container-Modell passt sich die App perfekt an alle Endgeräte an. Technisch basiert die App auf Python und Flask, nutzt eine modulare Struktur zur Integration verschiedener Web-Module und implementiert moderne SEO- sowie Performance-Standards.
Tech-Stack: Python (Flask), Jinja2, CSS, JS
Strukturplan
Online-Bibliothek mit Ollama-Einbindung
Online-Bibliothek – Sichere Webverwaltung mit RAG-KI-Bibliothekar Dieses Projekt demonstriert eine hochmoderne, sichere Bibliotheksplattform, die klassisches Web-CRUD mit modernster Künstlicher Intelligenz (Retrieval-Augmented Generation) vereint. Die Highlights im Überblick: • Rollenbasierter Zugriff (RBAC): Differenzierte Berechtigungen und Dashboards für "Mitarbeiter" (CRUD-Verwaltung von Kunden inkl. Aktivitätsstatus `ist_aktiv`, Buch- & E-Book-Bestand, globale Verleih- und Rückgabeübersicht) und "Kunden" (physische Buchausleihe nach Bestand, digitale E-Book-Lizenzierung, In-Browser PDF-Reader). • RAG-basierter KI-Bibliothekar: Interaktiver Chatbot auf Basis von `gemma4:31b` via Ollama-API, der anhand des realen Buchbestands und kompakter Buch-Zusammenfassungen maßgeschneiderte Leseempfehlungen formuliert. • Token-Ökonomie & Antwort-Cache: Striktes Antwortbudget (`max_tokens: 500`) für leserfreundliche 3-Absatz-Antworten, bis zu 80 % Input-Token-Einsparung durch Kontext-Kompression sowie SQLite-Antwort-Cache (`ki_cache`), der wiederholte Fragen latenzfrei (0,01s) und ohne Tokenverbrauch beantwortet. • Ausfallschutz (Graceful Degradation): Intelligenter Heuristik-Fallback auf eine integrierte Katalogsuche bei Ausfall, Timeout oder Rate-Limits des KI-Dienstes für 100 % ausfallsichere Vorführungen. • KI-PDF-Analyse & Sammel-Import: Beim Upload extrahiert der integrierte PDF-Parser den Text und lässt Metadaten (Titel, Autor, ISBN, Zusammenfassungen) von der KI generieren. Enthält eine PDF mehrere Bücher oder Nutzer, werden diese per Sammel-Import automatisch in einem einzigen Durchlauf erfasst und in der Datenbank angelegt. • E-Mail-Verifikationsworkflow: Zwei-Schritt-Registrierung mit 6-stelligem Verifizierungstoken vor der individuellen Passwortvergabe. • Enterprise-Sicherheitsstandards: Durchgängiger Schutz vor SQL-Injection mittels Prepared Statements, konsequente XSS-Maskierung dynamischer Inhalte, BCRYPT-Passworthashing und restriktive Session-/Cache-Control-Header (`no-store, no-cache`) gegen Browser-Verlaufsangriffe. • Datenintegrität: Relationales SQLite3-Schema mit kaskadierender Bereinigung (`ON DELETE CASCADE`) verknüpfter Ausleihen und Analysen.
Tech-Stack: Python (Flask), SQLite3, Bootstrap 5, Ollama AI (RAG), Jinja2, pypdf