Wie ich meinen eigenen KI-Zwilling gebaut habe: Ein Portfolio-Chatbot mit Gemini & Cloud Run

Recruiter stellen oft dieselben Fragen: “Kennst du dich mit Kafka aus?”, “Bist du remote verfügbar?”, “Was ist dein Stundensatz?“. Anstatt diese Fragen täglich 50 Mal manuell zu beantworten, habe ich beschlossen, mich selbst zu automatisieren. Nicht mit einem generischen Chatbot-Tool, sondern durch die Entwicklung einer maßgeschneiderten Lösung, die meine Fähigkeiten als Software-Architekt widerspiegelt.

Hier zeige ich, wie ich einen sicheren, skalierbaren und kostenlos gehosteten KI-Assistenten mit Google Gemini, Node.js und Google Cloud Run gebaut habe.

Die Architektur

Frontend: Meine statische Astro-Portfolio-Seite (überall gehostet).
Backend: Ein leichtgewichtiger Node.js Express Server.
Gehirn: Google Gemini API (2.0 Flash Modell) mit System-Instruktionen.
Hosting: Serverless auf Google Cloud Run (Dockerisiert).

Warum Custom? (Der Ingenieurs-Weg)

Ich hätte Chatbase oder Typebot nutzen können. Aber wo bleibt da der Spaß? Der Eigenbau ermöglichte mir:

Kontrolle über Datenschutz: Ich habe meine CV-Daten anonymisiert (cv_anon.md), bevor ich sie der KI fütterte. Keine Kundennamen werden geleakt.
Lernen & Demonstrieren: Es ist eine Live-Demo meiner Fähigkeit, GenAI in moderne Web-Apps zu integrieren.

Der Tech-Stack im Detail

1. Das Prompt Engineering

Ich habe nicht einfach meinen CV hochgeladen. Ich nutze System Instructions, um eine Persona zu definieren: “Du bist Patricks hilfreicher Assistent. Antworte professionell, sei präzise und erfinde niemals Fakten.” Dies trennt den Kontext (meine Daten) von der Benutzereingabe und macht das System widerstandsfähig gegen Prompt Injections.

2. Serverless Deployment

Ich habe die Node.js-App in einen Docker-Container verpackt und auf Google Cloud Run deployed.

Warum? Es skaliert auf Null (kostet 0 €, wenn inaktiv).
Sicherheit: Ich nutze Umgebungsvariablen für API-Schlüssel, niemals Hardcoding.
Performance: Das Google-Netzwerk ist schnell, und die Kaltstarts sind vernachlässigbar.

3. Das Ergebnis

Du kannst es jetzt direkt auf dieser Seite ausprobieren (unten rechts). Frag ihn nach meiner Erfahrung mit Kubernetes, Kafka oder Temporal.io. Er weiß (fast) alles, was ich weiß. Du kannst beispielsweise auch eine Projektbeschreibung senden und Feedback erhalten, ob ich hierfür der richtige Ansprechpartner bin.

Fazit

KI ist nicht nur für große Enterprise-Features da. Es ist ein Werkzeug, um persönliche Produktivität und Branding zu verbessern. Wenn du wissen willst, wie ich deinem Team helfen kann, skalierbare, KI-gestützte Architekturen zu bauen – frag einfach meinen Bot. Oder kontaktiere mich direkt.