--- type: Lernplan title: Lern- und Entwicklungsplan description: Deutschsprachiger Plan für meinen Vorgesetzten — was ich baue, was ich lerne, wie Fortschritt messbar wird. tags: [lernplan, prezero, deutsch] status: stable generated: { by: claude-code/claude-opus-5-5, at: 2026-10-15T00:00:00Z } --- # Zusammenfassung > **TL;DR: In einer 6-monatigen Lernphase baue ich auf meinem eigenen Server > eine interaktive CV-Website, auf der jedes Lebenskapitel als echtes System > läuft, das man umwerfen und sich wieder aufrichten sehen kann. Dafür lerne > ich die komplette moderne Lieferkette — Infrastruktur als Code, Container, > Kubernetes, automatisierte Pipelines und load testing — genau die > Werkzeuge, die unser Team (AI & Digitalization) beim Bauen von Webapps und > Werkzeugen täglich braucht. 2 Stunden Firmenzeit pro Woche plus Abende, > alles auf eigener Infrastruktur, keine Kosten für PreZero. Nach jedem > fertigen Modul schreibe ich einen One-Pager (Was gebaut / Was gelernt / > Relevanz fürs Team / Beweis). Fortschritt ist jederzeit sichtbar im > Repo.** # Ausgangslage Ich bin Developer in der Abteilung AI & Digitalization — wir bauen fehlende Tools, Webapps und helfen strategisch bei der Digitalisierung. Mein Ziel ist es, über Skill und Kenntnis in Richtung Senior-Developer zu wachsen. Der direkteste Weg dafür: ein echtes Produkt bauen, betreiben und nachweisbar verbessern — nicht in einer Sandkastenumgebung, sondern im echten Betrieb. # Das Projekt in vier Sätzen Meine CV-Website serviert zunächst den professionellen Regelbetrieb — Name, Kontakt, PDF, in 10 Sekunden verstanden. Darunter läuft jedes Lebenskapitel als echter Service auf meinem Kubernetes-Cluster (kubeadm, containerd, Calico): Besucher können ein Kapitel umwerfen und zusehen, wie es in gemessenen Sekunden wieder hochkommt. Failures sind bewusste Inhalte ("Lektion gelernt"), kein Bug. Das Projekt zeigt damit exakt, was im Job zählt: Systeme bauen, die ausfallen und wieder aufstehen. # Warum das für unser Team relevant ist Unser Team baut Webapps und Tooling. Dieses Projekt durchläuft genau die Lieferschritte, die wir dafür täglich brauchen: | Fähigkeit | Direkte Anwendung im Team | |---|---| | Infrastruktur als Code (Terraform) | Server-Umgebungen reproduzierbar und versionierbar aufbauen | | Container & Kubernetes (Docker, kubeadm, kubectl) | Webapps portabel, skaliert und mit Limits betreiben | | Automatisierte Pipelines (CI/CD, Snyk) | Testen, scannen und ausliefern ohne manuelle Schritte | | Eigener Reverse-Proxy (Caddy) | Verstehen, was zwischen Browser und Container passiert | | Beobachterbarkeit (SSE, Logs) | Live-Systeme sichtbar machen, Probleme früh erkennen | | Kontrolliertes Load-Testing (k6) | Wissen, wie viel Last ein Service trägt — ohne Schätzung. | Jedes Modul endet mit einem One-Pager: kurz, auf Deutsch, mit Beweis. So wird Lernen messbar statt gefühlt. # Der Lernplan Die Module bauen aufeinander auf (Reihenfolge = Abhängigkeiten). Zeitwerte sind Fokustag-Estimates, keine Deadlines; insgesamt rund 20–25 Fokustage. | # | Modul | Was ich lerne | |---|---|---| | 1 | Restartbarer Chapter-Service | Software bauen, die den Neustart als Feature nutzt | | 2 | Server als Terraform-Code | Kompletten Server zerstörbar & neu aufbaubar machen | | 3 | Kapitel auf Kubernetes | Workloads mit Limits, Labels und Services betreiben, den Cluster in FreeLens beobachten | | 4 | Eigener Caddy-Proxy, DNS, TLS | Den gesamten Request-Pfad selbst besitzen | | 5 | CI/CD-Pipeline | Ein `git push` reicht bis zum laufenden Cluster | | 6 | Live-Status (SSE) | Echte Systemzustände sicher an Besucher streamen | | 7 | Knockdown mit Limits | Öffentliche Endpunkte gegen Missbrauch absichern | | 8 | Professioneller First-Screen | Läuft ohne JavaScript, degradiert sauber | | 9 | Life Map & Story Cards | Systemereignisse für Nicht-Techniker erzählbar machen | | 10 | Eigener Tracker + Launch | Ohne Cookies tracken, Privacy by design, fertigstellen | Danach, noch in den 6 Monaten, ambitioniert: | # | Modul | Was ich lerne | |---|---|---| | 11 | WebMCP | Die Seite wird über die Browser-Schnittstelle für KI-Agenten bedienbar — ohne neue Server-Berechtigungen | | 12 | k6 als Release-Gate | Performanz wird zum Blocker-Kriterium im Release, öffentlich sichtbar | | 13 | Autoscaling-Demo | Skalierung unter Last live sichtbar machen (mehr Repliken unter Last, weniger danach) | Erste Phase nach den 6 Monaten: ein kleines, selbst trainiertes Sprachmodell, das komplett **im Browser** läuft und seine Funktionsweise live zeigt — Chat-Fähigkeit und Training von Grund auf, ohne fremde API. # Modalitäten - **2 Stunden/Woche auf Firmenzeit**, den Rest in den Abenden; beide Anteile laufen auf meinem eigenen Server. - **Keine Kosten, keine Firmendaten, keine Firmengeheimnisse** im Projekt. - Mein **Gitea-Repo wird öffentlich**: Fortschritt, Releases und die Live-Seite sind per Link sichtbar — Sie können beliebig häufig selbst nachsehen. - **Keine harte Deadline:** Die 6 Monate sind mein Taktstock. Danach gemeinsame Bilanz, wie weit ich gekommen bin und was als Nächstes kommt. # Messbarkeit 1. **One-Pager pro Modul** (Vorlage: `modul-zusammenfassung.md`): Was gebaut, was gelernt, Relevanz fürs Team, Beweis (Link, Screenshot, Log). 2. **Sichtbarer Fortschritt im Repo:** Releases, Tests, Pipeline und die Live-Seite selbst sind die Beweise. 3. **Halbzeitbilanz** nach ca. 3 Monaten: kurzer Stand, was läuft, was gelernt wurde. --- *Quelle: die Planungsdokumente in diesem Bundle (`OKF_CV_Website/`) — Übersicht, Architecture, Entscheidungen und Roadmap.*