Paul
Laudeman

AboutÜber mich

What I BringWas ich mitbringe

FocusSchwerpunkte

Architecture only matters when other people can act on it. I build, coordinate and facilitate in roughly equal measure.Architektur zählt erst, wenn andere damit arbeiten können. Ich baue, koordiniere und moderiere zu ungefähr gleichen Teilen.

Selected WorkAusgewählte Projekte

Large programs: the roles, the scale, and the technologies behind them.Große Programme: die Rollen, der Umfang und die Technologien dahinter.

BuildGebaut

Working code behind the architecture. Public proofs, not slideware.Lauffähiger Code hinter der Architektur. Öffentliche Belege statt Folien.

• Skynet Hunter

  Multi-agent orchestration with model-tier cost routing and agent-safety governance, built on the raw Anthropic SDK and deployed to run in the browser. A planner agent directs a squad of disposable hunters across a synthetic 1984 LA to resolve one identity hiding under an alias. Runs fully offline and deterministic, no tokens spent.Multi-Agent-Orchestrierung mit kostenbasiertem Model-Tier-Routing und Governance für Agent Safety, direkt auf dem Anthropic-SDK gebaut und im Browser lauffähig. Ein Planer-Agent schickt eine Staffel Wegwerf-Jäger durch ein synthetisches Los Angeles von 1984, um eine Identität aufzuspüren, die sich hinter einem Alias versteckt. Läuft komplett offline und deterministisch, ohne einen einzigen Token.

  → Run it Live→ Live ausprobieren→ GitHub Source→ Code auf GitHub

  • Multi-Agent Orchestration
  • Anthropic SDK
  • Pydantic
  • Python
  • Textual TUI

  Why this mattersWarum das zählt

  WhyWarum

  To find out whether multi-agent orchestration actually needs a framework.Um herauszufinden, ob Multi-Agent-Orchestrierung wirklich ein Framework braucht.

  WhatWas

  A hand-written planner-and-workers loop with model-tier routing, no LangChain, no CrewAI.Eine handgeschriebene Planner-Worker-Schleife mit Model-Tier-Routing, ohne LangChain, ohne CrewAI.

  So whatUnd?

  The routing decision is the cost decision. Opus reasons only where reasoning is load-bearing; everything else runs on cheaper models, and the loop stays legible enough to debug.Die Routing-Entscheidung ist die Kostenentscheidung. Opus denkt nur dort, wo Denken wirklich trägt; alles andere läuft auf günstigeren Modellen - und die Schleife bleibt lesbar genug zum Debuggen.

• One Patient View

  Entity resolution where a wrong merge costs as much as a missed one. Consent is evaluated at the join, so access rules travel with the record instead of being bolted on afterwards, and an OWL reasoner derives relationships no source system asserts. 100% precision across 175K candidate pairs on synthetic health data.Entity Resolution dort, wo ein falscher Merge so teuer ist wie ein verpasster. Die Einwilligung wird direkt am Join geprüft, damit Zugriffsregeln mit dem Datensatz wandern statt nachträglich draufgesetzt zu werden, und ein OWL-Reasoner leitet Beziehungen ab, die kein Quellsystem behauptet. 100 % Präzision über 175.000 Kandidatenpaare auf synthetischen Gesundheitsdaten.

  → GitHub Source→ Code auf GitHub

  • Entity Resolution
  • OWL / RDF Reasoning
  • Consent Modeling
  • Knowledge Graph
  • Python

  Why this mattersWarum das zählt

  WhyWarum

  Identity resolution where a wrong merge is a privacy incident, not a data-quality ticket.Identity Resolution dort, wo ein falscher Merge ein Datenschutzvorfall ist und kein Data-Quality-Ticket.

  WhatWas

  Consent evaluated at the join, plus an OWL reasoner deriving relationships no source system states.Einwilligungsprüfung direkt am Join, dazu ein OWL-Reasoner, der Beziehungen ableitet, die kein Quellsystem angibt.

  So whatUnd?

  100% precision across 175K candidate pairs, because governance was a design constraint rather than a review gate bolted on at the end.100 % Präzision über 175.000 Kandidatenpaare - weil Governance eine Entwurfsbedingung war und kein Review-Gate am Ende.

• Serving Economics Bench

  What a completed task actually costs, priced across Amazon Bedrock and the Anthropic first-party API rather than per token. A Terraform rig, hypotheses registered before the run, and the method published next to the findings so the number can be argued with rather than taken on faith.Was ein erledigter Task wirklich kostet - gemessen über Amazon Bedrock und die Anthropic-API statt pro Token. Ein Terraform-Setup, vorab registrierte Hypothesen und die Methode neben den Ergebnissen veröffentlicht, damit man über die Zahl streiten kann, statt sie zu glauben.

  → Medium.com Writeup→ Artikel auf Medium.com→ GitHub Source→ Code auf GitHub

  • Amazon Bedrock
  • Anthropic API
  • Terraform
  • Benchmark Design
  • Cost Modeling

  Why this mattersWarum das zählt

  WhyWarum

  Per-token pricing does not tell you what a job costs.Token-Preise sagen nicht, was ein Task wirklich kostet.

  WhatWas

  Cost per completed task measured across two providers, with retry tokens counted in.Kosten pro erledigtem Task, gemessen über zwei Anbieter, Retry-Token eingerechnet.

  So whatUnd?

  Caching moved the same long-context Haiku job from $0.0284 to $0.0061 per completed task - a 4.7x swing that a per-token price list hides completely.Caching drückte denselben Haiku-Task mit langem Kontext von 0,0284 auf 0,0061 USD - Faktor 4,7, den eine Token-Preisliste komplett verschluckt.

• AEP + AWS AI Enrichment POC

  An AI pipeline that argues against itself: a value-over-cost decision framework applied to every candidate enrichment before a line of it was built.Eine KI-Pipeline, die gegen sich selbst argumentiert: ein Entscheidungsrahmen aus Nutzen gegen Kosten, angelegt an jede mögliche Anreicherung, bevor eine Zeile Code entstand.

  • AWS Lambda
  • EventBridge
  • Bedrock
  • S3 Claim-Check
  • Terraform

  Why this mattersWarum das zählt

  WhyWarum

  To decide where AI was worth it before building any of it.Um vor dem Bauen zu entscheiden, wo KI sich überhaupt lohnt.

  WhatWas

  A value-over-cost decision framework applied to every candidate enrichment.Ein Entscheidungsrahmen aus Nutzen gegen Kosten, angelegt an jede mögliche Anreicherung.

  So whatUnd?

  80% of the enrichments were cheaper in plain SQL. The AI path shipped only where it cleared a 10x return - which is the proof-of-concept telling you when not to use AI.80 % der Anreicherungen waren in einfachem SQL günstiger. Der KI-Pfad ging nur dort live, wo Faktor 10 drin war - ein Proof of Concept, der sagt, wann man KI besser sein lässt.

On the BikeAuf dem Rad

On the MatAuf der Matte

On the mat, I teach Wadokai Aikido at the rank of Shihan Godan. It isn't meeting force with force; it's reading intention early and redirecting.Auf der Matte unterrichte ich Wadokai Aikido im Rang eines Shihan Godan. Es geht nicht darum, Kraft mit Kraft zu beantworten, sondern die Absicht früh zu lesen und umzulenken.

合気道 · aiki - to blend with intention rather than oppose it合気道 · aiki - mit der Absicht verschmelzen, statt sich ihr entgegenzustellen

The longer I build systems and lead teams, the more familiar that feels.Je länger ich Systeme entwerfe und Teams führe, desto vertrauter fühlt sich das an.