Özgür Işık Damar
Zur StartseiteAusgewählte Arbeiten

Daten- & KI-Projekte

Hybrid-Suche, Vektor-Pipelines und agentische Systeme, gebaut für echte Arbeit – die Open-Source-Projekte mit Belegen zum Nachprüfen.

Alle Projekte

AgentTwin — Daten & Künstliche Intelligenz
Agent-Absicherung2026

Release-Absicherung für KI-Agenten mit Tool-Zugriff. AgentTwin lässt Baseline und Kandidat gegen zustandsbehaftete Tool-Zwillinge mit injizierten Fehlern laufen, misst Behauptungen am Endzustand des Zwillings und zeigt den ersten abweichenden Schritt. Im skriptgesteuerten Demo-Agenten wird eine Prompt-Änderung, die für mehr Tempo vier Schutzregeln streicht (Richtlinienprüfung, Idempotenzschlüssel und zwei Bestellprüfungen), zu zwei neuen kritischen Fehlern.

GoPythonFastAPINext.js 16+6
Screenshots (6)Fallstudie
ContextLens — Daten & Künstliche Intelligenz
Themenanalyse2026

Ein lokaler Themenanalysator für englische Gespräche. Jede Nachricht erhält eines von 8 Oberthemen und ein primäres von 28 Unterthemen samt verwandten Vorschlägen, mit kalibrierter Konfidenz – oder „uncertain“ bei themenfremdem Text oder niedriger Konfidenz, bei anderen Sprachen „not English“. Eindeutig zugeordnete Nachrichten formen ein abklingendes Gesprächsthema wie „science books about biology“, das eine Websuche ohne API-Schlüssel steuert.

Python 3.11PyTorchSentence TransformersMiniLM-L6 (fine-tuned)+6
Screenshots (5)Fallstudie
RealPath — Daten & Künstliche Intelligenz
Relationales ML2026

Local-first-Vorhersage auf relationalen Daten in Python: standardmäßig mit DuckDB, über Konnektoren auch mit PostgreSQL und MySQL. RealPath erkennt Schlüssel und Zeitspalten selbst, macht aus einer Frage auf Englisch, Türkisch oder in PQL eine Prognoseaufgabe und bildet Features nur aus Daten bis zum Prognosezeitpunkt. Features aus anderen Tabellen führen auf ihre Join-Pfade zurück: Tabellen, Aggregation, Wert, Beitrag.

PythonDuckDBPostgreSQLMySQL+6
Screenshots (5)Fallstudie
Membrane AI — Daten & Künstliche Intelligenz
KI-Code-Governance2026

Leitplanken für KI-Code. Eine Go-Pipeline maskiert erkannte Secrets in jedem Diff, prüft deterministisch und kann das Urteil als GitHub-Commit-Status und PR-Kommentar melden; dieselben Detektoren nutzt eine Offline-CLI für HTML-Berichte über technische Schulden. Die Modellebenen sind austauschbar: Standardmäßig arbeitet eine Heuristik als Platzhalter, die Konsens-Ebene mit Claude und Gemini bleibt aus, bis sie aktiviert wird.

GoPythonFastAPIgRPC+6
Screenshots (5)Fallstudie
Hybrid-Suchmaschine — Daten & Künstliche Intelligenz
Daten & Künstliche Intelligenz

Semantische Suche in unter einer Sekunde über einen mehrsprachigen Produktkatalog. Stichwort (BM25), Dense-Vektor- und Bild-Embeddings werden zu einem Hybrid-Ranking verschmolzen – Kunden finden Produkte, nach denen sie gar nicht gesucht hätten.

QdrantPythonFastAPIHybrid Search+5
Screenshots (4)
Marktübergreifende Anomalieerkennung & Risk Intelligence — Daten & Künstliche Intelligenz
Daten & Künstliche Intelligenz

Großskaliges Anomalieerkennungs-Framework, das marktübergreifende Transaktions- und Verhaltensdaten analysiert, um Betrugsmuster, Preismanipulation und unregelmäßige Aktivitätscluster zu identifizieren. Graphbasierte Beziehungsmodelle und Echtzeit-Scoring-Pipelines decken verborgene Netzwerkmuster zwischen Verkäufern, Produkten und Nutzerinteraktionen auf. Erklärbare KI für transparente Risikobewertung; Drift-Erkennung hält die Genauigkeit in der Produktion.

PythonGraph ModelsReal-time ScoringExplainable AI+1
Screenshots (1)
Türkisches Parlament: Protokollanalyse — Sechstausend Seiten Parlamentsprotokolle nach Datum, Stichwort, Thema, Partei, Stadt oder Abgeordnetem filtern – die nationale Agenda verschiebt sich live in einem einzigen Chart.
Daten & Künstliche Intelligenz

Eine Plattform, die über 6.000 Seiten türkischer Parlamentsprotokolle mit Sprachverarbeitung und maschinellem Lernen analysiert. Sie erschließt Debattenthemen, Redebeiträge der Abgeordneten und die wechselnden Schwerpunkte der Parteien und macht umfangreiche Protokolle für Öffentlichkeit und Forschung verständlich und durchsuchbar.

PythonNLPMLTurkish Corpus
Screenshots (3)
Multi-Tenant-Data-Mesh-Architektur — Daten & Künstliche Intelligenz
Daten & Künstliche Intelligenz

Multi-Tenant Data Mesh, das domänenbasierte Datenhoheit über Geschäftsbereiche hinweg ermöglicht – bei föderierter Governance. Datenverträge, Schema-Versionierung und domänenübergreifende Interoperabilitätsregeln halten Analytics skalierbar und resilient. Automatisiertes Qualitäts-Monitoring und Lineage-Tracking schaffen Observability über geschäftskritische Datensätze; Domain-Strategien sind an Business-KPIs ausgerichtet.

Data MeshSchema VersioningData ContractsLineage+1
Screenshots (1)
Echtzeit-Empfehlungssystem — Daten & Künstliche Intelligenz
Daten & Künstliche Intelligenz

Echtzeit-Empfehlungssystem mit Deep Learning und Reinforcement Learning, das Click-Through und Engagement auf hochvolumigem E-Commerce-Traffic hebt. End-to-End-MLOps-Pipelines auf Kubernetes und Docker steuern Training, Deployment und Monitoring. Erklärbare KI liefert Stakeholder-Vertrauen – neben den Metrik-Gewinnen.

Deep LearningReinforcement LearningKubernetesDocker+2
Screenshots (4)
Seismische Epizentrum-Vorhersage — Daten & Künstliche Intelligenz
Daten & Künstliche Intelligenz

ML-System, das seismische Daten aus 10 von schweren Erdbeben betroffenen türkischen Städten analysiert und mit fortschrittlichen Modellen mögliche zukünftige Epizentren vorhersagt. Geo- und Zeit-Feature-Engineering, abgestimmt auf seltene, hochkritische Signale.

PythonMLGeospatialTime Series
Screenshots (3)
Healthcare-ML-Pipeline & Dashboards — Daten & Künstliche Intelligenz
Daten & Künstliche Intelligenz

Healthcare-Datenpipeline: Preprocessing, Visualisierung und Predictive Modelling mit SVM, Random Forest und Naive Bayes auf komplexen klinischen Datensätzen. Interaktive Dashboards übersetzen rohe Analyse in Business-Insights für F&E und Management-Entscheidungen.

PythonSVMRandom ForestNaive Bayes+1
Screenshots (4)
Web & Desktop