# Inhalt Enthält alle Projekte/Kontexte in denen ich schon tätig war. Jedes Projekt/Kontext besteht aus einem Link bzw Quell, einer Beschreibung, den Herausforderungen des Projektes und den verwendeten Lösungen. ## Anwesenheit PDF Generator – KI-gesteuerte Verwaltungsautomatisierung - Zeitraum: März bis Mai 2026; eigener Arbeitsaufwand insgesamt weniger als eine Woche, verteilt über den Projektzeitraum. - Quelle: lokales Repository `/Users/rob/code/SUFW/Anweisenheiten`, insbesondere `.github/copilot-instructions.md`, `.github/instructions/main.instructions.md`, `.github/instructions/application-masterplan.instructions.md`, `.github/copilot-plan.md`, `.github/copilot-plan-gui.md` und die versionierten Aufgaben in `.github/copilot-tasks.md`. - Kontext: Windows-Anwendung zur Übertragung monatlicher Anwesenheitsdaten aus Excel in personalisierte SAB-PDF-Formulare, mit CLI und grafischer Oberfläche. - Eigener Schwerpunkt: Fachliche Spezifikation, Gestaltung der Agent-Anweisungen und Steuerung der vollständig KI-generierten Implementierung. Der Kompetenzbeleg liegt in Anforderungsmodellierung, Context Engineering und Prozessgestaltung; der generierte Code beschreibt den erreichten Funktionsumfang. - Arbeitsmittel und Kosten: DeepSeek 4 pro in Visual Studio Code mit dem Copilot-Chat-Modul; KI-Nutzungskosten unter 3 US-Dollar. Ergänzende Caveman-Anweisungen für knappe, tokensparende Agent-Kommunikation. - Herausforderungen: Eindeutige Übersetzung von Anwesenheits- und Abwesenheitsstatus, Stundenwerten, Pauschalen und deutschen Datumsformaten in PDF-Felder; korrekte Darstellung eines JavaScript-gestützten Formulars; bedienbare Bereitstellung für Windows. - Spezifikation und Vorgehen: Persistenter Anwendungsmasterplan mit Datenmodell, Feldtabellen, Statusregeln und Validierungskriterien; Vorgabe „Plan vor Implementierung“, Aufgabenzerlegung und schrittweiser Bearbeitung; modularer Datenfluss aus Excel-Import, Datenmodell, Validierung und PDF-Ausgabe; gesonderter GUI-Plan mit Wiederverwendung der Fachlogik, Hintergrundverarbeitung und UI-Aktualisierung über den Hauptthread. - Qualitätssicherung: Vorgaben für Tests der Fachlogik ohne Abhängigkeit von echten Teilnehmerdateien, Validierung mit Fehlersammlung sowie Vorschau und Bestätigung vor der Generierung; vorhandene Unit-Tests für Import, Feldzuordnung, Stunden- und Pauschalenregeln sowie Validierung; ergänzender visueller PDF-Referenzvergleich mit Differenzbildern. - Ergebnis: Python-Anwendung mit openpyxl, pypdf, Click und CustomTkinter; PDF-Feldbefüllung einschließlich Summen und Darstellungskorrekturen; Build- und Installer-Konfiguration mit PyInstaller und Inno Setup, Versionierung, Update-Hinweisen und Übernahme aktualisierter Excel-Dateien vom Netzlaufwerk. - Grenzen des dokumentierten Stands: Teile der Agent-Pläne sind gegenüber der Umsetzung veraltet, etwa Pauschalen- und Praktikumsregeln sowie Packaging-Pfade. Der visuelle Regressionstest ist standardmäßig deaktiviert; Referenzdateien fehlen im vorliegenden Projektstand. Daraus lässt sich keine lückenlose Qualitätssicherung ableiten. ## Tätigkeitsnachweis-Generator – Anforderungsklärung und iterative KI-Umsetzung - Zeitraum: April bis August 2026 einschließlich Vorgängeriteration; dritte Iteration von Juni bis August 2026. - Quellen: `/Users/rob/code/SUFW/Tätigkeitsnachweise/3_Tätigkeitsnachweise-generieren`, insbesondere `.copilot/PLAN.md`, die versionierte `.copilot/TASKS.md`, `0_application/config/` und `0_application/CHANGELOG.md`; ursprünglicher Arbeitsauftrag `0_Auftrag/Auftrag von Johannes.md`; Vorgänger `1_Erstes-Tool-Komplizert` und Konzept `2_Neuentwurf-der-ganz-große-Wurf` im selben übergeordneten Ordner. - Ausgangslage: Offener Arbeitsauftrag zur Automatisierung monatlicher SAB-Tätigkeitsnachweise bei wechselnden Personal-, Projekt- und Stundenanteilen. Ziel waren vollständigere und konsistentere Nachweise sowie weniger manuelle Übertragung; zentrale Datenhaltung und Unterschriftennachverfolgung waren als weitergehende Perspektive genannt. - Eigener Schwerpunkt: Konkretisierung des diffusen Auftrags durch Daten- und Vorlagenanalyse, Formulierung fachlicher Anforderungen und Steuerung mehrerer vollständig durch KI erzeugter Programm-Iterationen. Der eigene Beitrag liegt in Konzeption, Kontextgestaltung, Eingrenzung des Umfangs und fachlicher Nachsteuerung der Umsetzung. - Iterationen und Umfangsentscheidung: Erster Ansatz mit zwei Excel-Datenquellen, Namensabgleich, Tätigkeitsschlüssel zur Auflösung mehrdeutiger Zuordnungen und berechneter Förderquote; anschließender Konzeptentwurf eines Personalkalenders mit Förderstellen, Datenlücken und Nachweisstatus. Dritte Iteration als gezielter Generator mit einer zentralen Excel-Datei und monatlichen Mitarbeiterdatensätzen; vorhandene Stellenanteile werden übernommen, statt sie erneut aus getrennten Quellen abzuleiten. - Spezifikation und Arbeitssteuerung: Schriftliche Klärungsfragen zu festen oder berechneten Stellenanteilen, Plausibilitätsprüfung und möglicher Förderquotenüberwachung; modularer Phasenplan für Konfiguration, Parser, Writer, Validierung, Oberfläche und Auslieferung; externe JSON-Felddefinitionen und INI-Einstellungen; gesonderte Aufgabenliste für die Umstellung von Excel- auf PDF-Vorlagen einschließlich Mapping, Tests, Oberfläche und Headless-Durchlauf. - Technischer Neuansatz: Wechsel von der problematischen Excel-Vorlagenbearbeitung zu einem PDF mit benannten `_Field`-Platzhaltern. KI-generierte Umsetzung mit PyMuPDF zur Positionssuche, Entfernung der Marker und Einfügung formatierter Daten; Unterstützung mehrseitiger Vorlagen, mehrfach vorkommender Datumsfelder und mehrzeiliger Tätigkeitsbeschreibungen. - Ergebnis: Python-/Streamlit-Anwendung mit openpyxl-Import, Prüfung von Eingabestruktur und PDF-Markern, Hinweisen auf fehlende Pflichtwerte, Mitarbeiterauswahl und individuell wählbaren Monaten. Pro Person wird eine PDF-Datei mit allen Vorlagenseiten je ausgewähltem Monatsdatensatz erzeugt. Ergänzend Headless-Modus, PyInstaller-Build-Pipeline für Windows, Changelog, Versionsanzeige und Prüfung auf neuere Programmversionen im zentralen SMB-Verzeichnis. - Qualitätssicherung und Grenzen: Vorhandene E2E-Tests prüfen reale Eingabedaten, Marker, PDF-Seitenzahl und ausgewählte Textinhalte; sie sind an einen konkreten Datensatz gebunden. Der aktuelle Teststand enthält eine nicht zur Vorlage passende Erwartung an Tätigkeitsangaben auf Seite 2; die README beschreibt teilweise noch Excel-Ausgaben. Personalkalender, Unterschriftennachverfolgung und Access-Anbindung gehören nicht zum umgesetzten Umfang der dritten Iteration. Eine allgemeine Fehlerfreiheit oder vollständige Erfüllung des ursprünglichen Gesamtauftrags ist damit nicht belegt. ## Private Infrastruktur- und Backup-Automatisierung - Zeitraum: November 2018 bis Mai 2026, belegt durch eigene Commits im Repository. - Quelle: lokales Git-Repository `lokale-scripte`. - Kontext: Sammlung eigener Shell-, Batch- und PowerShell-Skripte zur Administration von Linux-, Server- und Arbeitsplatzumgebungen. - Herausforderungen: Zuverlässige Sicherung verteilter Daten, Redundanz durch externe Datenträger, plattformübergreifende Backup-Abläufe und Ausschluss nicht relevanter Daten wie Caches oder Papierkörbe. - Lösungen: Restic-Backups über SFTP; rsync-basierte Synchronisation; automatisierte Offsite-Backups; Geräteerkennung über Labels und UUIDs; VeraCrypt-gestützte Sicherungen unter Windows mit Robocopy; Wiederherstellungs- und Hilfsskripte. ## Nextcloud-Backup und Betriebsautomatisierung - Zeitraum: März 2020 bis Mai 2026, belegt durch eigene Commits im Repository. - Quelle: `lokale-scripte/linux/rsync-nextcloud/` und `lokale-scripte/boogie/`. - Kontext: Automatisierung der Sicherung und Wartung eigener Nextcloud-Instanzen. - Herausforderungen: Konsistente Sicherung einer laufenden Nextcloud-Instanz einschließlich Datenbanken; Zugriff auf Daten in Container- beziehungsweise Serverumgebungen; passwortlose und automatisierbare Serverkommunikation. - Lösungen: Umschalten des Nextcloud-Wartungsmodus während des Backups; rsync über SSH mit dediziertem Schlüssel; PHP-gestützte Datenbank-Dumps und Archivierung; Berechtigungsanpassungen nach der Synchronisation; Skripte für Nextcloud-Dateiscans und Aufräumarbeiten. ## PhotoPrism-Indexierungsautomatisierung - Zeitraum: Oktober 2025 bis Januar 2026, belegt durch eigene Commits im Repository. - Quelle: `lokale-scripte/bfds/root/photoprism-auto-index.sh`. - Kontext: Automatisierte, cron-taugliche Indexierung einer PhotoPrism-Installation in Docker. - Herausforderungen: Vermeidung paralleler Indexierungsläufe, zuverlässiges Aufräumen bei Fehlern oder Abbrüchen und begrenztes Log-Wachstum. - Lösungen: Sperrdatei mit Ablaufzeit; Signalbehandlung für `EXIT`, `INT`, `TERM` und `ERR`; zeitgestempelte Protokollierung und Begrenzung der Logdateigröße; Ausführung des PhotoPrism-Kommandos über `docker exec`. ## MediaWiki-zu-Obsidian-Migration - Zeitraum: August bis Oktober 2024, belegt durch eigene Commits im Repository. - Quelle: lokales Git-Repository `ScrapeMediawiki`. - Kontext: Python-Werkzeug zum vollständigen Abruf eines MediaWiki und zur Ablage der Inhalte als Markdown für Obsidian. - Herausforderungen: Vollständiger Abruf paginierter Wiki-Inhalte, Umwandlung von HTML und MediaWiki-Links in Markdown, Übernahme von Bildern und Revisionsinformationen sowie Abbildung von Seitenhierarchien. - Lösungen: Authentifizierte Abfrage der MediaWiki-API mit Fortsetzungsmarken; HTML-zu-Markdown-Konvertierung; Ablage von Seiten in Verzeichnissen anhand ihrer Titel; Download und Verlinkung von Bildern; Erzeugung eines Inhaltsverzeichnisses und von Metadaten zu Kategorien, Links und Revisionen; interaktive Nachbearbeitung von Wiki-Links. ## Obsidian-Backup mit rsync und Git - Zeitraum: März 2026, belegt durch eigene Commits im Repository. - Quelle: lokales Git-Repository `obsidian-backup`. - Kontext: Konfigurationsgesteuertes Backup eines Obsidian-Vaults auf einem TrueNAS-Server mit Dateisynchronisation und versionsierter Historie. - Herausforderungen: Portabler, sicherer Zugriff auf entfernte Daten; Vermeidung leerer Backup-Commits; reproduzierbare Einrichtung ohne Zugangsdaten im Skript. - Lösungen: Umgebungsdatei für Quelle, Ziel, SSH-Konfiguration und Commit-Präfix; Validierung der Konfiguration; rsync über SSH mit Schlüssel oder benutzerdefiniertem Remote-Shell-Kommando; automatische Initialisierung eines Git-Repositorys; Commit nur bei tatsächlich geänderten Daten. ## Deklarative NixOS-Heimserver-Konfiguration - Zeitraum: Januar bis November 2024, belegt durch eigene Commits im Repository. - Quelle: lokales Git-Repository `bfds-configuration.nix`. - Kontext: Modulare, deklarative Konfiguration eines NixOS-Servers für Dateiablage, private Cloud, Speicherverwaltung, Fernzugriff und Systemadministration. - Herausforderungen: Integration mehrerer Infrastrukturservices mit konsistenten Netzwerk-, Speicher- und Sicherheitsvorgaben; Bereitstellung von Dateiablagen für unterschiedliche Clients; automatisierbarer Betrieb und Upgrade-Prozess. - Lösungen: Aufteilung der NixOS-Konfiguration in eigenständige Module; Nextcloud mit PostgreSQL, nginx, HTTPS und ACME-Zertifikaten; ZFS-Datasets für die Dateiablage; Samba-Freigaben mit SMB2/SMB3 und erzwungener Signatur; Tailscale, OpenSSH und Cockpit für Fernzugriff und Administration; systemd-Service und -Timer für automatisierte Backup-Ausführung sowie automatische System-Upgrades. ## Website für den Fuß- und Radentscheid Dresden - Zeitraum: März bis Juli 2022, belegt durch eigene Commits im Repository. - Quelle: lokales Git-Repository `fuss-und-radentscheid-dresden`. - Kontext: Statische Website einer Dresdner Bürgerinitiative für sichere, klima- und fußverkehrsfreundliche Mobilität. - Herausforderungen: Wiederverwendbare, responsive Seitenelemente für unterschiedliche Informationsinhalte; einheitliche Einbindung von Navigation, Kontakt- und Social-Media-Links; lokal reproduzierbarer Build unter Windows und Linux. - Lösungen: Erweiterung der Jekyll-Website um ein Full-Width-Kartenlayout auf Basis von Liquid-Templates; Anpassung von Karten- und Kontakt-Styles mit Sass; Pflege von Navigation, Footer und Social-Media-Verlinkungen; Dokumentation der lokalen Ruby-/Bundler-Installation und des Jekyll-Entwicklungsservers für Windows und Linux. ## VRketing Website – WordPress-zu-Jekyll-Relaunch - Zeitraum: Juli 2021 bis August 2022, belegt durch eigene Git-Commits. - Quelle: lokales Git-Repository `#_Abgeschlossen/VRketing_webseite/Vrketing-Website`, WordPress-Exporte sowie die historische Repository-Kopie `VRketingWebsite_VRBITS_repo`. - Kontext: Kompletter Relaunch der bestehenden WordPress-Unternehmenswebsite für den Kunden VRketing als statische Jekyll-Website. Die bisherige Website und ihr WordPress-Export dienten als Inhalts- und Strukturgrundlage; ausgewählte bestehende Seiten und Blogbeiträge wurden in das neue System übernommen. - Herausforderungen: Ablösung einer CMS-basierten Website ohne Verlust relevanter Inhalte und bestehender Aufrufpfade; Aufbau eines anpassbaren, kundenkonformen Seitendesigns ohne WordPress-Theme; redaktionell pflegbare Seiten für unterschiedliche Leistungs-, Referenz-, Kontakt- und Bloginhalte; responsive Bedienbarkeit sowie mehrsprachige Inhalte. - Lösungen: Entwicklung eines eigenen Jekyll-/Liquid-Templatesystems mit Seitenbasis, Header, Navigation, Footer und lokalisierter Inhaltsstruktur; Aufbau einer wiederverwendbaren Card-Architektur mit zwölf Layoutvarianten (unter anderem Bild-, Text-, Video-, Kontakt- und dreispaltige Karten) und gemeinsamen Komponenten für Buttons, Überschriften und Bilder; Nutzung von Jekyll-Collections und YAML-Front-Matter zur konfigurierbaren Zuordnung von 42 Card-Inhaltsdokumenten zu Seiten; Umsetzung responsiver Sass-Layouts, mobiler Navigation, Cookie-Consent, Kontaktformular und Blogdarstellung; Übernahme ausgewählter WordPress-Inhalte, darunter fünf Blogbeiträge, in Markdown; Pflege von Apache-`.htaccess`-Weiterleitungen für alte WordPress-URLs sowie Jekyll-basierte Sprach- und Startseiten-Redirects; Build- und Deployment-Konfiguration für Testing und Produktion mit GitHub Actions, AWS S3 und CloudFront. ## VISOR/OProc – Visualisierung offener Stadtentwicklungsprozesse - Zeitraum: August 2017 bis Mai 2018, belegt durch eigene Commits in den drei Projekt-Repositories. - Quellen: lokale Git-Repositories `/Users/rob/code/visor/oproc`, `/Users/rob/code/visor/in-transit` und `/Users/rob/code/visor/d3-oproc`. - Kontext: BMBF/Prototype-Fund-gefördertes Civic-Tech-Projekt in Kooperation mit Forschenden der HTW Dresden zur maschinenlesbaren Beschreibung und interaktiven Visualisierung öffentlicher, insbesondere partizipativer Stadtentwicklungsprozesse. - Teilprojekte: `oproc` enthält die Spezifikation eines offenen JSON-Datenmodells; `in-transit` implementiert den webbasierten VISOR-Prototyp; `d3-oproc` dokumentiert die Idee eines separaten Gantt-artigen Visualisierungsmoduls, blieb aber ein nicht implementiertes Konzeptgerüst. - Entwicklung des OProc-Datenmodells, Aufbau der Timeline, Datenimport und -fluss; Zeitachsen, Zoom und Verschieben; Swimlanes und kollisionsarme Prozessanordnung; Filterung, Suche; Weiterentwicklung und visuelle Integration des Abhängigkeitsgraphen. - Herausforderungen: Abbildung hierarchischer und miteinander verbundener Prozesse in einem offenen Datenformat; gleichzeitige Vermittlung von zeitlichem Verlauf, Abhängigkeiten und Beteiligten; lesbare Anordnung überlappender Prozesszeiträume; konsistente Interaktion und Filterung über mehrere gekoppelte Ansichten. - Lösungen: URL-basiertes OProc-Modell mit JSON-Objekten und Referenzen; komponentenbasierte Single-Page Application mit Preact; zentraler Anwendungszustand und abgeleitete Filterdaten mit Redux; SVG-basierte Timeline mit dynamischer Zeitprojektion, Zoom, Pan, Swimlanes und Überlappungsbehandlung; gerichtetes Graphlayout mit Dagre; Datumsausgabe mit Moment.js; gekoppelte Hover-, Auswahl-, Such-, Filter- und Detailinteraktionen. ## Django-Lernprojekt mit Umfrage- und Blog-App - Zeitraum: 20. bis 28. Juni 2018 - Quelle: `/Volumes/rob/code/django-first-app`. - Kontext: Schrittweiser Aufbau einer Django-Webanwendung mit den Apps `polls` und `blog` zum Erlernen der zentralen Framework-Konzepte. - Herausforderungen: Strukturierung von Projekt und Apps; Verknüpfung verschachtelter URL-Konfigurationen; Modellierung und Abfrage relationaler Daten; Verarbeitung von Formular-POSTs sowie Trennung von Darstellung und Anwendungslogik. - Lösungen: Django-ORM-Modelle `Question` und `Choice` mit Fremdschlüssel und Migration; SQLite als Entwicklungsdatenbank; Registrierung der Modelle im Django-Admin; funktionsbasierte und generische `ListView`-/`DetailView`-Ansichten; Templates und Kontextvariablen; Namespaces, `get_object_or_404`, `reverse` und Redirect-after-POST für den Abstimmungsablauf. ## info.ngo – Django-CMS-Prototyp (nur Beratung, keine technische Beteiligung) - Zeitraum: Juli 2019, belegt durch die Projektdateien vom 30. Juli 2019. - Quelle: lokales Projektverzeichnis `/Volumes/rob/code/django-cms/info.ngo`. - Kontext: Prototyp einer redaktionell pflegbaren Website auf Basis von Django CMS 3.6 und Django 1.x. - Herausforderungen: Aufbau frei editierbarer Seitenlayouts; Integration eines umfangreichen CMS-Plugin-Ökosystems; Navigation, Sitemap sowie konsistente Verwaltung von statischen Dateien und Medien. - Lösungen: Django-CMS-Templates mit Toolbar, Menüs, Sekizai-Blöcken und Platzhaltern für Vollbreiten- und Sidebar-Layouts; CMS-Sitemap und Django-Admin; SQLite-Datenbank; Plugins für CKEditor-Text, Links, Bilder, Dateien, Spalten, Styles, Snippets, Google Maps und Videos sowie `django-filer`, `easy-thumbnails`, Treebeard und MPTT. ## info.ngo – Event-, Karten- und Datenplattform (nur Beratung, keine technische Beteiligung) - Zeitraum: Juli bis August 2019; Teamprojekt mit eigenen, durch Git belegten Beiträgen vom 30. Juli bis 27. August 2019. - Quellen: Git-Repository `/Volumes/rob/code/info.ngo/info.ngo`, Django-Anwendung `/Volumes/rob/code/info.ngo/info.ngo/InfoNgo_django` und Wiederaufbaukopie `/Volumes/rob/code/info.ngo/rebuild-rob/InfoNgo_django`. - Kontext: Gemeinsame Entwicklung einer Python- und Django-Plattform zur Gewinnung, Normalisierung, Speicherung, Filterung und kartografischen Darstellung von Veranstaltungs- und Stiftungsinformationen. - Eigene belegte Beiträge: Abruf und Parsing der Stiftungssuche; Einlesen von Thunderbird-Mailboxen und Grundstruktur eines Mail-Parsers; Weiterentwicklung der Kalenderdaten-Auswertung; Dokumentation und Zusammenführung von Teamänderungen. - Herausforderungen: Heterogene Websites, HTML-Seiten und E-Mail-Formate; unregelmäßige Datumsangaben; Vermeidung doppelter Events und Orte; Geokodierung und räumliche Darstellung; gemeinsames Filtern und Paginieren; Überführung eigenständiger Scraper in eine Webanwendung bei weiter möglicher Standalone-Ausführung. - Lösungen: Requests, Beautiful Soup, `lxml`/`html5lib`, Python-`mailbox` und MIME-Verarbeitung sowie CSV-Ausgabe für die Datenerfassung; Django-2.1-Anwendung mit ORM-Modellen für Events und Locations, Migrationen, Many-to-many-Beziehung, eindeutigen Feldern und transaktionaler Importlogik; Factory-/Service-Layer zur JSON-Serialisierung und DB-Übernahme; Geokodierung mit Geopy und GeoJSON-Punkte mit `djgeojson`; Listenansicht mit `django-filter`, Datumsbereichsfilter und Paginierung; Leaflet-Karte mit zeitabhängig eingefärbten Material-Markern; Django-Templates, Authentifizierung, Crispy Forms, Bootstrap und jQuery; MySQL-Konfiguration mit SQLite-Sicherung sowie Python-3.7-/Conda-Umgebung und vorbereiteten Abhängigkeiten für PostgreSQL, Gunicorn, WhiteNoise, Heroku und S3-Speicher. - Varianten: Die Wiederaufbaukopie enthält denselben grundlegenden Django-, App- und Service-Layer; die Hauptvariante erweitert sie um dynamische Popup-Inhalte, zeitabhängige Farbwerte und Material-Icons für Leaflet-Marker. ## WLAN-gesteuerter LED-Rahmen - Zeitraum: September 2022 bis Januar 2023, belegt durch eigene Commits im Repository. - Quelle: lokales Git-Repository `VRKeting-LED-Rahmen`. - Kontext: Entwicklung eines ESP8266-basierten LED-Rahmens mit browserbasierter Steuerung von Farbe und Lichteffekten. - Herausforderungen: Ansteuerung adressierbarer LEDs, Parametrisierung von Farben und Effekten über ein Netzwerk sowie Trennung von Websteuerung und LED-Logik. - Lösungen: ESP8266-Firmware mit WLAN-Verbindung und HTTP-Routen; eingebettete HTML-/JavaScript-Bedienoberfläche; C++-Klassen zur Kapselung der LED-Ansteuerung und von Effekten wie Farbwechsel, Lauflicht und Regenbogen; Anbindung eines 80 LEDs umfassenden WS2811/WS2812-kompatiblen Streifens über die Adafruit-NeoPixel-Bibliothek. ## Rust-Ratespiel - Zeitraum: Oktober 2018, belegt durch eigene Commits im Repository. - Quelle: lokales Git-Repository `rust_guessing_game`. - Kontext: Konsolenbasiertes Lernprojekt in Rust. - Herausforderungen: Einlesen und Validieren von Nutzereingaben sowie Steuerung eines wiederholten Spielablaufs. - Lösungen: Erzeugung einer Zufallszahl mit dem Crate `rand`; Verarbeitung von Standardeingaben; Umwandlung in einen vorzeichenlosen Integer mit `match`-basierter Fehlerbehandlung; Vergleich der Werte über `Ordering`; Schleife bis zum korrekten Tipp; Cargo-Konfiguration und VS-Code-Task für `cargo run`. ## Threetris: 3D-Falling-Block-Prototyp - Zeitraum: November 2018, belegt durch eigene Commits im Repository. - Quelle: lokales Git-Repository `threetris`. - Kontext: Früher 3D-Prototyp eines Falling-Block-Spiels in Rust. - Herausforderungen: Aufbau einer 3D-Szene, zeitgesteuerte Bewegung eines Spielsteins, Verarbeitung von Gamepad-Eingaben und Begrenzung der Bewegung auf das Spielfeld. - Lösungen: 3D-Fenster, Kamera, Plattform und Würfel mit `kiss3d`; Zustandsmodell über eine `BrickPos`-Struktur; zeitgesteuertes Fallen mit `Instant` und `Duration`; Gamepad-Abfrage über `stick`; Begrenzung der X-, Y- und Z-Koordinaten durch eine eigene Funktion; erneutes Erzeugen eines Würfels beim Erreichen des Spielfeldbodens. ## ChipAcademy AR-Viewer-PackageBuilder - Zeitraum: 2020 - Quelle: lokales Unity-Arbeitsverzeichnis `ChipAcademy/ARViewer Package`, `ChipAcademy/BackendConnector` und `ChipAcademy/Backend/Scripts`. - Kontext: Unity-PackageBuilder für konfigurierbare AR-Lernszenen und deren Bereitstellung im AR Viewer. - Herausforderungen: Wiederverwendbare Konfiguration von 3D-Modellen und Interaktionen; plattformspezifische Bereitstellung von Szeneninhalten; Abbildung von Lern- und Prüfungsinteraktionen mit Text-, Bild-, Video- und Animationsmarkern. - Lösungen: Unity-Editor-Menüs zum Erzeugen von AssetBundles für Android, Windows und iOS sowie zum Export des Builder-Pakets; `ScriptableObject` zur Konfiguration von Modell, Markern und Cross-Section-Darstellung; Laufzeitlogik für Lern- und Prüfungsmodus, Schrittsequenzen, Videoanzeige und Zuordnungsinteraktionen; Drupal-8.7.7-Backend mit XML-Endpunkt für Szenenmetadaten, Bild- und Beschreibungsdaten sowie plattformspezifische AssetBundle-URLs. ## Stadtgeschichtliches Museum Leipzig – AR-Museumsrundgang - Zeitraum: Eigene, durch Git belegte Beiträge von März bis Mai 2024; die Team-Weiterentwicklung des Projekts reicht laut Historie von September 2021 bis Oktober 2024. - Quelle: lokales Git-Repository `Unity/MXM-StadtgeschichtlichesMuseumLeipzigAR` und dessen Projekt-README. - Kontext: Unity-basierte mobile AR-Anwendung für das Stadtgeschichtliche Museum Leipzig. Bildmarker aktivieren mediengestützte Stationen eines Museumsrundgangs; die Anwendung verwendet Unity Addressables, prüft beim Start auf online verfügbare Inhaltsupdates und wird für iOS gebaut. - Eigene belegte Beiträge: Umsetzung und Einpflege der Station „Livia Frege“ mit Marker, Prefab, Kartenstartpunkt, Stationsreihenfolge und finaler Platzierung; Integration der zugehörigen Schrittgeräusche sowie deutsch- und englischsprachiger Texte, Videos und Guide-Videos. Außerdem Austausch der deutsch- und englischsprachigen Intro-Szenenvideos, Entfernung eines nicht mehr benötigten Guide-Videos und sprachliche Korrektur eines sensiblen historischen Begriffs. - Herausforderungen: Eine neue historische Station konsistent in die vorhandene AR-Führung einordnen; Karten-, Marker-, Medien- und Sprachversionen synchron halten; redaktionelle Korrektheit bei historisch belasteten Inhalten sicherstellen. - Lösungen: Pflege der Unity-Assets und -Referenzen für die Station sowie der Karten- und Marker-Konfiguration; Zuordnung lokalisierter Texte und Medien für Deutsch und Englisch; Abstimmung von Station, Karte, Audiocues und Guide-Medien im bestehenden Addressables-basierten Projekt. ## CARLA-VR – VR-Fahrschul-Demonstrator - Zeitraum: Dezember 2021 bis Februar 2022, belegt durch eigene Git-Commits. - Quelle: lokales Git-Repository `#_Abgeschlossen/CARLA-VR`; ergänzende Projektdokumentation „V(R)ahrschule“ und „Carla - VR - How To“. - Kontext: Machbarkeits- und MVP-Demonstrator für eine VR-Fahrschule auf Basis des Open-Source-Selbstfahr-Simulators CARLA. Ziel war, ein Fahrzeug mit einem Lenkrad-/Pedal-Controller in einer simulierten Umgebung zu fahren und die Simulation in Echtzeit über ein VR-Headset zu erleben. - Herausforderungen: Zusammenführung der heterogenen Komponenten CARLA, der dafür benötigten Unreal-Engine-Laufzeit, VR-Ausgabe, Python-Client-API sowie Logitech-G29-Lenkrad und Pedalen; Einarbeitung in den CARLA-Aufbau als Unreal-Plugin und dessen Client-Server-Architektur; Umkonfiguration einer primär für autonome Fahrfunktionen ausgelegten Simulation für eine interaktive, echtzeitfähige VR-Fahrdemonstration. - Lösungen: Aufbau konfigurierbarer Startskripte für CARLA-Server und -Client, einschließlich Prüfung von Laufzeit- und PythonAPI-Pfaden, VR-Startparameter und koordiniertem Start; Start der CARLA-Unreal-Runtime im VR-Modus (`-vr`) und Anpassung des Python-Clients, sodass die VR-Ausgabe durch die Runtime erfolgt statt durch den Kamera-Stream des Clients; Konfiguration und Auswertung der Achsen von Lenkrad, Gas-, Brems- und Rückwärtspedal über Pygame sowie Übertragung der Eingaben als `VehicleControl` an CARLA; Anpassung des manuellen CARLA-Steuerungsclients für ein festgelegtes Fahrzeug, robuste Fahrzeugphysik und Fahrtelemetrie mit Kollisions-, Spur-, GNSS- und IMU-Sensoren. ## VR-Training für EnviaM-Umspannwerk - Zeitraum: Dezember 2019 bis Juli 2022 - Quelle: `vr-bits/EnviaM_Umspannwerk`. - Öffentlicher Showcase: https://www.vrbits.de/portfolio/virtuelle-trainingsanwendungen-enviam/ - Kontext: Unity-VR-Anwendung zur Vermittlung von Abläufen in einem Umspannwerk. - Herausforderungen: Geführte und prüfbare Arbeitsschritte mit unterschiedlichen Schwierigkeitsgraden; realistische Rückmeldung von Spannungszuständen; zuverlässige Teleportation und GUI bei Szenenwechseln. - Lösungen: Integration von SteamVR, OpenVR, Oculus und VRTK; StepManager-basierte Schrittsteuerung mit Tutorial- und Testmodus; Zustandsmodell für Schalterverriegelungen und Spannungsprüfung einschließlich LED- und Display-Rückmeldung; Fehlererkennung für falsche Verriegelungen; asynchrones Laden und Entladen von Szenen sowie Teleportation mit konfigurierbarem Bildschirm-Übergang. ## MMS AssetDownloader - Zeitraum: Juli bis August 2025 - Quelle: `vr-bits/AssetDownloader` und Telekom DevOps GitLab. - Kontext: Unity- und .NET-Standard-Bibliothek zum Herunterladen, Zwischenspeichern und Vorbereiten von 3D-Assets für eine Production-Manual-Anwendung. - Herausforderungen: Robuste asynchrone Downloads großer Dateien mit Fortschrittsanzeige, Abbruch und Wiederaufnahme; überprüfbare Cache-Konsistenz; Trennung einer Unity-agnostischen Kernbibliothek von der Unity-Anbindung; Unterstützung mehrerer 3D-Dateiformate. - Lösungen: HTTP-Streaming mit temporären Dateien und Range-Requests für wiederaufnehmbare Downloads; konfigurierbare parallele Download-Jobs, Fortschritts- und Fehlerereignisse sowie ein URL-basierter Dateicache mit MD5-Prüfsumme und Laufzeitmetadaten; Formatprüfung für glTF, GLB, USD und USDZ sowie Unity-Wrapper; testgetriebene Entwicklung mit NUnit, Moq, HTTP-Mocks und Arrange-Act-Assert-Tests für Download, Cache, Abbruch, Integrität, Import und Resume; Konzeption und Anforderungserhebung für den universellen Downloader, detaillierte CacheManager-Spezifikation sowie tägliche Fortschritts- und Testdokumentation. - Schnittstellenkontext: Der begleitende Telekom-MMS-Ordner enthält die OpenAPI-3.1-Spezifikation des Asset Service (v1.0.14). Sie definiert OAuth2-geschützte Verwaltung von Assets, Revisionen und Labels sowie binäre Download-Endpunkte. Die Unity-Bibliothek ist bewusst als generischer URL-basierter Download-, Cache- und Importclient abgegrenzt; sie implementiert nicht die Verwaltungs-, Such- oder Upload-Endpunkte des Service. - Das projekt wurde durch mich mehr oder weniger komplett mittels KI erstellt unter der Maßgabe verlässlches TestDriven Design anzuwenden. Das hat sehr gut funktioniert. ## Telekom MMS AI Assist – Avatar-/Voice-Agent-Integration - Zeitraum: mindestens Februar 2025 (Stand des vorliegenden Repository-Snapshots). - Quelle: lokales Git-Repository `#_TelekomMMS/ai-assist_ai-assist-service`. - Kontext: KI-Assistenz mit Unreal-basiertem Avatar und einem Python-basierten Voice-Agent-Service. Der Service stellt eine WebSocket-Schnittstelle bereit und verbindet konfigurierbar Speech-to-Text, Large-Language-Model und Text-to-Speech, einschließlich OpenAI-, Azure- und lokaler Dienste. - Eigener Beitrag: Erstellung der Docker- und Kubernetes-Anweisungen zur Einbindung des Dienstes in die Telekom Open Digital Cloud (ODC); Ausrichtung der lokalen Compose-Umgebung und der Delivery-Konfiguration auf Container-Registry, versionierte Images und den Betrieb im Cluster. - Abgrenzung: Die Unreal-Avatar-Umsetzung und die KI-Anbindung wurden von Kolleg:innen verantwortet. - Herausforderungen: Einen Echtzeit-Sprachdienst mit mehreren konfigurierbaren KI-Diensten reproduzierbar lokal und in der ODC betreiben; externe Secrets sicher behandeln; die WebSocket-Kommunikation zwischen Container- und Clusterumgebungen nachvollziehbar testen. - Lösungen: Python-3.11-Slim-Container mit Audio-Abhängigkeiten und Entrypoint; Docker-Compose-Setup mit getrenntem Testcontainer, externem gemeinsamen Netzwerk, Umgebungsdateien und optionaler Aufzeichnungsablage; GitLab-CI-Job zum Build und Push versionierter Images in die Telekom-Registry; dokumentierte lokale, Container- und Kubernetes-Cluster-Endpunkte sowie WebSocket- und Bot-zu-Bot-Tests. ## Roche Prozessrallye - Zeitraum: April bis November 2021 - Quelle: `vr-bits/RocheProzessRallye`. - Kontext: Unity-Anwendung zur spielerischen Vermittlung von Prozessschritten in Produktion, Produktionskoordination, Ansatz, In-Process-Kontrolle, Abfüllung, Verpackung und Endfreigabe. - Herausforderungen: Abbildung eines fortlaufenden Lernspiels mit aufeinander aufbauenden Stationen; Verwaltung von Versuchen, Erfolgen, Zeit und Budget; Navigation zwischen Weltkarte, Innenräumen und Minispielen sowie Einbindung von Lernvideos. - Lösungen: Sieben Minispiele mit ereignisgesteuerter Freischaltung der nächsten Station; persistente Spiel-, Charakter-, Zeit-, Budget- und Ergebnisdaten sowie ein mit Paritätsbit geschützter Fortsetzungscode; Navigation über NavMesh mit additiv geladenen Innenraumszenen und vorab geladenen Szenen; Video-UI mit Streaming-URLs, Ladezustand, Seitenverhältnis- und Wiedergabesteuerung. ## TenneT 2GW Platform - Zeitraum: Februar bis Oktober 2023, belegt durch eigene Commits im Repository. - Quelle: lokales Git-Repository `Tennet2GWPlatform`. - Öffentlicher Showcase: https://www.vrbits.de/portfolio/tennet-2gw-program/ - Kontext: Interaktive 3D-Webvisualisierung von TenneTs 2-GW-Offshore-Konverterstation. Sie erläutert die direkte 66-kV-Anbindung von Windparks, die Kombination aus Umspannwerk und HGÜ-Konverter sowie den Stromfluss bis zur Landanbindung in Deutsch, Englisch und Niederländisch. - Herausforderungen: Hochwertige 3D-Visualisierung einer komplexen Energieinfrastruktur für Web und XR; intuitive Navigation zwischen Außen-, Innen- und Detailansichten; browserübergreifend lesbare, mehrsprachige Inhalte auf Desktop, Tablet und Mobilgeräten. - Lösungen: Unity-Szene mit Needle-Engine-Export in eine Vite-/TypeScript-/Three.js-Webanwendung und glTF-Optimierung; eigene TypeScript-Komponenten für erweiterte Orbit-Kamerasteuerung mit Raycast-Fokus und weichen Kameraübergängen, Distanz- und Idle-Verhalten, Wasser- und Partikelanimationen; WebXR-Interaktion mit Select-/Squeeze-Ereignissen und Teleportation; HTML-/CSS-Content-Overlay mit Steuerung aus der 3D-Anwendung; responsive Layouts, Medienabfragen, dynamische Textgrößen und Querformat-Hinweise für verschiedene Bildschirmgrößen und Pixeldichten. ## Roche RMD Rotkreuz – WebGL-Training für Laborabläufe - Zeitraum: September 2022 bis Januar 2025 - Quelle: Git-Repository `Roche-RMD-Rotkreuz` - Nicht öffnentlicher Showcase: https://local.vr-bits.de/showcases/Roche-iPad/ - Kontext: Unity-WebGL-Anwendung für interaktive, modulare Schulungen zu Laborbereichen und -abläufen, darunter Chemieraum, Kühlraum, Schleusen, Flowbox, Freezer und Abfallmanagement. - Herausforderungen: Wiederverwendbare Umsetzung zahlreicher Teiltrainings mit geführten 3D-Interaktionen; zuverlässige Persistenz und Auswertung von Trainingsfortschritten im Browser; Übergabe der Lernstände an das Cornerstone-LMS; wartbare mehrsprachige Inhalte und automatisierte Auslieferung der WebGL-Anwendung. - Lösungen: Mindport VR Builder mit JSON-basierten Prozessen sowie eigene Komponenten und Editor-Werkzeuge zum Generieren von Teiltrainings und `ScriptableObject`-basierten Workplans; Zustandsverwaltung pro Trainingsmodul und Rücksetzen der Browserdaten über `PlayerPrefs`; C#-/JavaScript-Brücke mittels `Application.ExternalCall`, `postMessage` und eingebetteter Iframes zur Übernahme und Meldung erfolgreicher Teiltrainings sowie des Gesamtstatus an das LMS; SCORM- und anschließend AICC-HACP-Paketierung für Cornerstone; Anpassung von Unity-Localization-String-Tables anhand von CSV-Dateien; GitHub-Actions-Pipeline mit GameCI für WebGL-Build und Deployment; Refactoring der Interactables und Software-Design-Patterns, Dokumentation des Lokalisierungs-Update-Prozesses für Kund:innen und interne Teams sowie Analyse und Behebung von UI-Fehlern wie doppelt öffnenden SidePanels. ## SaxoCellTraining – WebGL-Training für die Personalschleuse - Zeitraum: Juni bis September 2024 - Quelle: lokales Git-Repository `SaxoCellTraining`. - Öffentlicher Showcase: https://www.vrbits.de/portfolio/digitaler-tuersteher/ - Nicht öffentlicher Showcase: https://local.vr-bits.de/showcases/SaxoCell-iPad/index.html - Kontext: Auf Basis der Roche-RMD-Erfahrung entwickelte Unity-WebGL-Anwendung für interaktive Schulungen in einer Personalschleuse. Die Anwendung kombiniert eine Übersichtskarte mit einem Trainingsbereich und vermittelt unter anderem Umkleide-, Schuh- und Handschuhabläufe. - Herausforderungen: Übertragung der modularen Trainingsarchitektur auf ein neues Fachszenario; geführte und nachvollziehbare Teiltrainings mit Fortschritt; mehrsprachige, redaktionell pflegbare Inhalte; nutzbare Darstellung auf Desktop und iPad im Browser. - Lösungen: Mindport-VR-Builder-Prozesse und `WorkplanData`-basierte Modulverwaltung mit lokalisierter Dropdown-Navigation, Erfolgsmarkierungen, optionaler sequenzieller Freischaltung und automatischem Start des nächsten Trainings; Addressable-Szenen und Lokalisierungsressourcen für das Nachladen von Trainings- und Sprachinhalten; Synchronisation der String-Tables mit Google Sheets einschließlich Rich-Text-Unterstützung; angepasste WebGL-Templates für Fullscreen, Seitenverhältnis, Ladeanzeige und Hinweise bei Hochformat; Entwicklung eines SceneGenerator-Zweigs mit konfigurierbarer Interactable-Auswahl, Workplan-Output und Prozessvorlagen, aus dem später das eigenständige TrainingGenerator-Paket hervorging. ## VR Builder Scene Generation / TrainingGenerator - Zeitraum: Oktober 2024 bis September 2025 - Quelle: lokales Git-Repository `_vrbits\de.vrbits.vrbuilder.scenegeneration`. - Kontext: Aus dem Roche-RMD-Projekt ausgegliedertes Unity-UPM-Paket zur wiederverwendbaren Erzeugung von 2D-Web-/Standalone- und VR-Trainingsszenen aus Lokalisierungs-CSV-Dateien. Das Paket liegt in Version 0.2.0 vor und verwendet Mindport VR Builder 5.3.2. - Herausforderungen: Reproduzierbare Erzeugung vieler Teiltrainings samt Lernfortschritt aus einer Inhaltsquelle; konsistente Verknüpfung von Unity-Szene, Lokalisierung, Workplan und VR-Builder-Prozess; Unterstützung sowohl interaktiver Editor-Nutzung als auch automatisierter Erstellung und Prüfung. - Lösungen: UI-Toolkit-basierter Unity-Editor-Wizard mit Auswahl von 2D- oder VR-Szenentemplates und String-Tables; CSV-Import in Unity Localization, Auswertung der Inhalts-Schlüssel für Teiltrainings und Infopunkte sowie Generierung der zugehörigen `StringTable`-Collections; Erzeugung von `ScriptableObject`-Workplans und VR-Builder-Prozessdateien aus JSON-Templates, einschließlich Eintrag des jeweils erzeugten Prozesses in die Runtime-Konfiguration; Paketstruktur mit getrennten Assembly Definitions, Samples und 2D-/VR-Templates; JSON-parametrisierter Batchmode-Aufruf über Unity CLI mit anschließendem WebGL-Build; NUnit-Regressionstests für UI- und Objektpositionen, Kamera, Addressables, VR Builder und Lightmaps. ## 3D Vista Rundgang: Netzbooster Kupferzell - Zeitraum: Oktober 2021 - Quelle: Jira-Tickets `VRBITSPROJ-30: Netzbooster BW` und `VRBITSPROJ-37: Netzbooster BW Nacharbeit`; öffentlicher Showcase: https://www.transnetbw.de/de/netzbooster-anwendung/ - Kontext: Mit der Agentur Die Wegmeister (DWM) umgesetzter interaktiver 3D-Vista-Webrundgang für TransnetBW. - Herausforderungen: Verständliche Vermittlung von Infrastrukturinhalten in einem browserbasierten Rundgang sowie spätere Übernahme neuer Inhalte und Visualisierungen. - Lösungen: Erstellung eines lauffähigen Web-Pakets für den Server mit fünf bis sechs Interaktionspunkten, Stock-Audio und Minimap; Nacharbeit mit neuer Übersichtskarte, Infopunkten zum Regenbecken und angepassten Renderings. ### **VRBITSPROJ-30: Netzbooster BW** * **Zusammenfassung:** Entwicklung einer Webanwendung für TransnetBW (Kooperation mit DWM). * **Details:** * Umfang: 12 Tage. * Features: 5-6 Interaktionspunkte, Stock Audio, Minimap, lauffähiges Web-Paket für Server. * Projektende war für Ende Oktober 2021 geplant. ### **VRBITSPROJ-37: Netzbooster BW Nacharbeit** * **Zusammenfassung:** Nacharbeiten am Netzbooster-Projekt. * **Details:** * Aufgaben: Programmierung einer neuen Übersichtskarte, Einarbeitung neuer Infopunkte (Regenbecken), Einarbeitung angepasster Renderings. * Aufwand: 3 Tage Programmierung. ## 3D Vista Rundgang: Umspannwerk Conneforde - Zeitraum: 2022-2024 - Quelle: Jira-Tickets `VRBITSPROJ-48: Conneforde Virtuelles Umspannwerk` und `VAA-197: Tennet Virtuelles Umspannwerk – 3D Vista Anwendung`; nicht öffentlicher Showcase: https://local.vr-bits.de/showcases/UWConneforde/index.htm - Kontext: Für TenneT erstellte virtuelle Umspannwerkbegehung in 3D Vista; die Abstimmung und Aufgaben liefen über ein gemeinsames Teams-Projekt mit Die Wegmeister (DWM). - Herausforderungen: Realbildmaterial und audiovisuelle Erläuterungen zu einer verständlichen virtuellen Begehung verbinden. - Lösungen: Hauptverantwortliche Umsetzung der 3D-Vista-Anwendung als 360-Grad-Videoplayer mit eingebundenen 360-Grad-Bildern und 2D-Videos; Erstellung zusätzlicher Sprachfiles und szenenbezogener Untertitel; Dokumentation des Einsatzes von Realbild-Footage in 360-Touren sowie DeepSpeech-Bootstrapping als technische Grundlage für sprachgesteuerte Umspannwerk-Projekte. ### **VRBITSPROJ-48: Conneforde Virtuelles Umspannwerk** * **Zusammenfassung:** 3D Vista Projekt für TenneT. Eine virtuelle Umspannwerkbegehung mit 360-Grad-Video. * **Details:** * Abrechnung: 7 Tage für Robert Wartenberg. * Zusatzaufwand: 2 Stunden für ein zweites Sprachfile und 1 Stunde für Szenen-Untertitel. * Beteiligte: Daniel Pots (Reporter), Frederik Hartmann (Assignee). * **Kommentare:** Stefan Fibig merkte an, dass es sich um einen 360-Videoplayer unter Einbindung von 360-Grad-Bildern und 2D-Videos handelt. ### **VAA-197: Tennet Virtuelles Umspannwerk - 3D Vista Anwendung** * **Zusammenfassung:** Erstellung einer 3D Vista Anwendung für TenneT. * **Details:** Die Kommunikation und Tasks liefen über ein gleichnamiges Teams-Projekt mit der Agentur "Die Wegmeister" (DWM). * **Beteiligte:** Robert Wartenberg (Assignee & Reporter). ## VRBits SpeakUp - Zeitraum: 2025 bis 2026. - Quelle: Jira- und Confluence-Nachweisen. - Kontext: Technische Umsetzung, Audiointegration und Qualitätssicherung einer VR-Anwendung zur Kommunikations- und Interaktionsunterstützung. - Herausforderungen: Verlässlicher Anwendungsstart und Umgang mit ID-Codes; konsistente Einstellungen und Benutzeroberflächen; stabile blickbasierte Interaktionen und Avatar-Verhalten; sprachabhängige Audioausgabe und Lokalisierung; Performance auf VR-Headsets. - Lösungen: Implementierung der VR-ID-Eingabe und Startintegration; Überarbeitung von Settings- und Multiple-Choice-Panel einschließlich Indikatoren und Schriftgrößen; Stabilisierung der Gaze-Interaktion für Zahnrad und Pamphlet sowie Korrektur von NPC-Blickrichtungen, Kopfanimationen und Beinbewegungen; Behebung von Exceptions im `TrainerAgent`; Einbindung von System- und Master-Prompt in die Text-to-Speech-Ausgabe, sprachabhängiges Laden und Fehlerbehebung bei „No Translation Found“; Aufbau und Anbindung von String-Tables an Google Docs zur Lokalisierung; Hall-Effekte im Thought-Mode und Lautstärkeanpassungen. - Qualität, Dokumentation und fachliche Integration: Anleitung zum Skalieren der zwölf Szenen und Dokumentation der Sprachausgabe; Testdurchläufe, unter anderem für Build `v1.0.58_dev`, mit Schwerpunkt VR-Headset-Performance; Vorschläge zur Einbindung von SpeakUp in universitäre Fragebögen.