Technologie
Welche Stack-Bausteine ich einsetze — und warum.
Diese Seite ist die Architektur-Sicht auf meine Arbeit: welche Bausteine ich kombiniere, warum sie zusammenpassen, was sie für Ihre Site bedeuten. Wer eine konkrete Lösung sucht, ist auf /service direkter — hier geht es um das Wie und Warum dahinter.
KI, AiM und RAG — die Architektur
TYPO3 plus AiM plus native MariaDB-Vektorsuche. AiM ist die Abstraktionsschicht für KI-Anbieter — Embedding-Provider lassen sich tauschen, ohne den Stack umzubauen. Vektoren und Inhaltsdaten liegen in derselben Datenbank, keine separate Vektor-DB. Ich habe den Stack für nikolaitownsend.de selbst gebaut.
TYPO3 als CMS-Fundament
TYPO3 ist seit mehr als zwanzig Jahren mein Hauptwerkzeug für Sites mit komplexen Inhalten und mehreren Redakteur:innen. Ich kenne den Core und schreibe Patches, wenn nötig — der MariaDB-Vector-Support für die KI-Suche ist mein eigener. Auch jenseits öffentlicher Websites im Einsatz: TYPO3 im Intranet.
TYPO3 Headless als API-Backbone
TYPO3 liefert die Inhalte als JSON-API, das Next.js-Frontend rendert sie. Sie behalten den vollen Redaktions-Komfort — die Frontend-Limits des klassischen Fluid-Renderings fallen weg.
Elasticsearch — Volltextsuche
Sobald eine Site mehr als ein paar hundert Inhaltselemente hat, wird Suche zum Conversion-Hebel. Elasticsearch liefert die schnelle Volltext-Suche; im Zusammenspiel mit der RAG-Suche entstehen Ergebnisse, die mehr verstehen als reine Keyword-Treffer.
Diese Bausteine setze ich nicht dogmatisch ein, sondern in der Kombination, die zu Ihrem Projekt passt. Wer wissen will, welcher Stack für seine Site sinnvoll ist: sprechen Sie mich an.
Klingt nach Ihrem Projekt?
Sprechen wir unverbindlich darüber.
Antwort innerhalb 24h — in der Regel deutlich schneller.