Als Backend-Softwareentwickler im Real User Monitoring (RUM)-Kernteam bei Dynatrace arbeite ich an den zentralen, hochbelastbaren und hochverfügbaren Erfassungspipelines mit, die Nutzererfahrungsdaten in Echtzeit und in großem Maßstab erfassen und verarbeiten. Unser Team arbeitet hauptsächlich mit Java und entwickelt Prototypen, implementiert und optimiert Backend-Funktionen, um sicherzustellen, dass die Systemkomponenten auch unter hoher Belastung ihre maximale Leistung und Ausfallsicherheit beibehalten. In enger Zusammenarbeit mit funktionsübergreifenden Teams und Produktarchitekten übernehme ich die End-to-End-Verantwortung für Backend-Dienste – vom ersten Entwurf über das Debugging bis hin zur Überwachung und Analyse ihrer Live-Leistung direkt innerhalb der Dynatrace-Plattform.

Ich habe eine neuartige Integration eines Model Context Protocol (MCP)-Servers für die Graphical Language Server Platform (GLSP) entworfen und implementiert und damit ein strukturiertes Rahmenwerk geschaffen, in dem große Sprachmodelle (LLMs) als zustandsbehaftete, interaktive Assistenten innerhalb grafischer Modellierungsumgebungen fungieren können. Durch die direkte Einbindung des MCP-Servers in die bestehende Node.js-Client-Server-Architektur von GLSP nutzt das System gemeinsame Container für die Sitzungsverwaltung und die Abhängigkeitsinjektion innerhalb eines einzigen Prozesses und vermeidet so den Overhead und die Anfälligkeit herkömmlicher Interprozesskommunikation. Die daraus resultierende wiederverwendbare Bibliothek @eclipse-glsp/server-mcp stellt generische Tool- und Ressourcen-Endpunkte bereit, die es KI-Agenten ermöglichen, präzise mit Diagrammelementen zu interagieren und diese direkt im Editor zu verändern. Sowohl die Client- als auch die Server-Implementierung wurden erfolgreich angenommen und in die offiziellen Upstream-Open-Source-Repositories von Eclipse GLSP integriert.

Unter Anwendung einer Design-Science-Research-Methodik habe ich die Leistungsfähigkeit des Frameworks im Vergleich zu alternativen, auf Serialisierung basierenden (JSON/XML) und Text-DSL-basierten (PlantUML) Interaktionsmodellen anhand standardisierter Modellierungsübungen bewertet. Die empirischen Ergebnisse zeigten, dass der protokollgesteuerte Ansatz bei der Informationsgewinnung nahezu perfekte Präzision und Recall erzielt und gleichzeitig syntaktische Fehler bei der Modellbearbeitung vollständig eliminiert. Insbesondere bei iterativen Modelländerungen verhindert der MCP-Server die für generative Regenerierungsmethoden typische strukturelle Beschädigung durch die Ausführung präziser API-Operationen. Durch die Einbindung domänenbezogener Optimierungen wie Identifikator-Aliasing, Markdown-Serialisierung und deterministisches Layout-Offloading gelang es der Architektur zudem, die operativen Token-Kosten und die Inferenzlatenz um etwa 50 % zu reduzieren.

Ich habe ein Full-Stack-Evaluierungsprojekt entwickelt, mit dem analysiert werden soll, wie sich verschiedene Backend- und Frontend-Technologien sowie Architekturen unter realen Bedingungen bewähren. Eine strenge Spezifikation für eine einfache Blog-Anwendung (Conduit) wird über mehrere Tech-Stacks hinweg implementiert. Dies ermöglicht einen direkten Vergleich verschiedener Aspekte. Einerseits die Entwicklererfahrung, wie beispielsweise Code-Boilerplate, Typsicherheit und die Reife des Ökosystems, sowie reine Leistungskennzahlen wie Antwortzeiten, Ressourcenauslastung und Durchsatz. Die daraus resultierenden Daten dienen als praktischer Leitfaden für die Auswahl der optimalen Architektur auf der Grundlage messbarer Kompromisse und liefern gleichzeitig Einblicke in die Entwicklerergonomie.

Nach mehreren Jahren auf Eis wurde dieses alte Java-Projekt auf Veranlassung des Bundesjustizministeriums wiederbelebt. Die Aufgabe unseres Teams war zweigeteilt: Zum einen ging es um eine umfassende Modernisierung, um die veraltete Codebasis von Java 11 auf Java 17 zu aktualisieren, und zum anderen um die erfolgreiche Umsetzung und Fertigstellung der verbleibenden Projektanforderungen. Der Umgang mit einer übernommenen, unvollendeten Architektur erforderte sowohl fundierte technische Fehlerbehebung zur Beseitigung technischer Schulden als auch einen zielorientierten Ansatz, um einen wichtigen Auftrag des öffentlichen Sektors zu erfüllen.

Ich habe ein Open-Source-Framework entwickelt, das darauf ausgelegt ist, textbasierte Grammatikunterstützung nahtlos in webbasierte grafische Modellierungsumgebungen zu integrieren. Es überbrückt die Kluft zwischen zwei unterschiedlichen Modellierungsparadigmen, indem es die Graphical Language Server Platform (GLSP), die für diagrammatische Ansichten verwendet wird, mit Langium verbindet, einer Parsing-Workbench für textbasierte domänenspezifische Sprachen. Durch die direkte Einbettung von schlanken Monaco-Texteditoren in grafische Diagrammelemente ermöglicht das Framework Sprachingenieuren die Implementierung fortschrittlicher, kontextbezogener Text-Subsprachen. Diese eingebetteten Editoren bieten umfangreiche IDE-Funktionen wie Autovervollständigung, Syntaxhervorhebung und Markierungen zur Live-Validierung direkt innerhalb des grafischen Layouts.

Die zentrale technische Errungenschaft des Frameworks liegt in seinem einheitlichen abstrakten Syntaxgraphen und seiner ausgeklügelten bidirektionalen Synchronisation. Textelemente erkennen strukturell ihre genaue Position auf der Arbeitsfläche, was bedeutet, dass ein in eine bestimmte Kante eingegebener Bedingungsausdruck dessen Geltungsbereich dynamisch einschränkt und die Vorschläge für die automatische Vervollständigung ausschließlich auf der Grundlage der in den vorangehenden grafischen Knoten deklarierten Elemente filtert. Ein automatisierter Nachrichtenbus steuert die Kommunikation zwischen den Komponenten und stellt sicher, dass jede Änderung am grafischen Layout oder am Text sofort eine Neubewertung des Geltungsbereichs auslöst und fehlende Verweise hervorhebt. Diese wiederverwendbare Architektur senkt den Implementierungsaufwand für Sprachingenieure, die robuste, hybride Modellierungswerkzeuge entwickeln möchten, erheblich.