Zum Inhalt springen

Fallstudie · Rolebranch

Wie ich Rolebranch gebaut habe

Von mir entworfen, gebaut und betrieben·September bis Oktober 2026

Rolebranch ist ein CV-Arbeitsbereich, den ich allein entworfen, gebaut und betrieben habe: eine Web-App, eine öffentliche Website in sechs Sprachen und ein Connector, mit dem ChatGPT, Claude und Le Chat mit deinem Lebenslauf arbeiten können. Die Idee hatte ich seit ein paar Monaten und schob sie immer wieder auf, weil ich sicher war, niemand würde sie nutzen. Am 26. September 2026 habe ich endlich angefangen, und einen Monat später ist sie als kostenlose Beta auf rolebranch.com live.

Rolebranch-App: Romys Änderungsvorschläge und ein Match-Score neben einem angepassten LebenslaufRolebranch: ein deutsches Anschreiben im DIN-5008-Layout mit Absender, Empfängeradresse, Datum und Betreff, daneben der bearbeitbare TextRolebranch: Bewerbungen von „Gespeichert“ bis „Angebot“, mit einer Erinnerung auf einer Karte, von der seit einer Woche nichts zu hören warRolebranch: wahrscheinliche Interviewfragen, eine davon geöffnet mit ihrer STAR-Struktur aus dem LebenslaufRolebranch: der kostenlose ATS-Check, 8 von 8 Prüfungen bestanden, mit dem Text, den ein Parser liestRolebranch: Claude verbinden, mit den Rechten der App und einem monatlichen Limit für die Romy-Credits, die sie nutzen kann
1 Monat
vom ersten Commit zur Beta
6
Sprachen, Oberfläche bis E-Mail
16
Tools im MCP-Connector
4.400+
Tests vor jeder Änderung

01

Das Problem

Sich gut zu bewerben heißt, den Lebenslauf für jede Stellenanzeige neu zu schreiben. Die meisten schicken überall denselben Lebenslauf, weil die Anpassung von Hand eine Stunde dauert. KI-Tools machen das schnell, erfinden aber Zahlen und Fähigkeiten, und das merkt man erst im Gespräch.

In Europa kommt ein zweites Problem dazu. Die meisten CV-Tools sind amerikanisch. Sie wissen nicht, dass ein deutscher Arbeitgeber ein Foto und ein Anschreiben nach DIN 5008 erwartet oder dass ein französischer Lebenslauf auf eine Seite passt. Ich bin Entwickler aus der Ukraine und arbeite in Deutschland. Ich hatte beide Probleme selbst.

02

Was es kann

  • Ein Master-Lebenslauf, eine angepasste Kopie pro Stelle.

    Stellenanzeige einfügen, und Romy, die KI-Assistentin, entwirft einen passenden Lebenslauf und ein Anschreiben.

  • Nichts ändert sich ohne dich.

    Jede Bearbeitung ist ein Vorschlag, den du annimmst oder ablehnst, und jede Version lässt sich wiederherstellen.

  • Keine erfundenen Fakten.

    Wo ein Ergebnis eine Zahl braucht, die Romy nicht hat, lässt sie eine Lücke, die du füllst.

  • Europäische Konventionen eingebaut.

    Deutsche Anschreiben nach DIN 5008, französische Briefköpfe, ein Foto-Hinweis je Land, sechs Oberflächensprachen.

  • Der Rest der Bewerbungsphase.

    Ein Bewerbungsboard, Interviewvorbereitung und Übung auf Basis der Anzeige, ein kostenloser ATS-Check, zehn Vorlagen und PDF-Export.

  • In deiner KI-App.

    Verbinde ChatGPT, Claude oder Le Chat, und sie können deine Lebensläufe lesen und Romy um einen passenden bitten.

03

Architektur

Ein TypeScript-Monorepo: zwei Next.js-Apps (die App und die öffentliche Website) auf gemeinsamen Paketen für die GraphQL-API, die Datenbank, die KI-Aufgaben, den PDF-Renderer und die Hilfeinhalte. Eine GraphQL-API bedient die App, und der MCP-Server nutzt dieselben Kommandos. Eine Änderung aus ChatGPT läuft also durch dieselben Prüfungen wie eine aus der App. Lange KI-Aufgaben laufen als dauerhafte Vercel Workflows mit Wiederholungen. Die Daten liegen in Postgres in Frankfurt.

Rolebranch-Architektur · 3 Clients, 2 APIs, ein Satz KommandosDrei Clients (die Web-App, die öffentliche Website und die KI-Apps ChatGPT, Claude und Le Chat) erreichen Rolebranch über zwei Türen: die GraphQL-API und den MCP-Server. Beide rufen einen gemeinsamen Satz Kommandos auf, die Daten in Postgres mit Drizzle speichern, lange Aufgaben als dauerhafte Vercel Workflows mit den KI-Modellen ausführen und PDFs mit dem PDF-Renderer bauen.

Die App, die Website und die KI-Apps erreichen Rolebranch über zwei Türen, aber beide rufen dieselben Kommandos auf. Jede Änderung bekommt also dieselben Prüfungen und dieselben Credit-Regeln.

04

Die schwierigen Teile

  1. 01

    Eine KI, die deinen Lebenslauf nicht heimlich ändern kann.

    Romy schreibt nie direkt in deinen Lebenslauf. Sie gibt strukturierte Änderungen zurück, die die App als Diff zeigt, und beim Annehmen prüft die App, dass sich der Lebenslauf seit dem Lesen nicht geändert hat. Wo ein Ergebnis eine Zahl braucht, die sie nicht hat, lässt sie eine Lücke, statt eine zu erfinden.

  2. 02

    KI fair bezahlen.

    Jede KI-Aktion kostet Credits: Jeder Lauf reserviert seinen Preis zuerst und rechnet beim Abschluss ab. Ein fehlgeschlagener Lauf gibt die Credits zurück. Größere Aufgaben zeigen ihren Preis, bevor sie starten, und eine wiederholte Anfrage kann nicht zweimal abgerechnet werden.

  3. 03

    Andere KI-Apps sicher hereinlassen.

    Der Connector ist ein MCP-Server mit sechzehn Tools, hinter OAuth und einer Zustimmungsseite. Fünf Scopes begrenzen, was jede App darf, und jede Verbindung hat ihr eigenes monatliches Credit-Limit. Kein Tool kann etwas an einen Arbeitgeber senden oder eine Änderung für dich annehmen.

  4. 04

    Sechs Sprachen, richtig gemacht.

    Oberfläche, Hilfecenter, Blog, Rechtstexte und E-Mails sprechen Englisch, Deutsch, Französisch, Spanisch, Italienisch und Ukrainisch. Jede Seite hat in jeder Sprache ihre eigene Adresse, also /de/blog/lebenslauf-an-stellenanzeige-anpassen statt englischer Wörter unter /de/. Tests schlagen fehl, wenn eine Übersetzung von der Struktur der englischen Seite abweicht.

  5. 05

    Allein wartbar bleiben.

    Lint-Regeln begrenzen Dateien auf 250 Zeilen und erzwingen Schichten (App, Screens, Features, Entities, Shared). Mehr als 4.400 automatisierte Tests laufen vor jeder Änderung, darunter einer, der jede PDF-Vorlage zurück in Text verwandelt, um zu prüfen, dass ein ATS sie in der richtigen Reihenfolge liest. Fehler gehen an Sentry, jede Anfrage schreibt ein strukturiertes Log-Ereignis, und eine öffentliche Statusseite zeigt jeden Teil des Systems.

Eine KI, die falsch liegen kann, muss leicht zu prüfen sein. Eine Änderung, die du lesen und zurücknehmen kannst, ist mehr wert als eine schnelle, selbstsichere Vermutung.

05

Was ich gelernt habe

  • Bei KI-Funktionen zählt Vertrauen mehr als Geschwindigkeit.

    Eine KI, die falsch liegen kann, muss leicht zu prüfen sein. Eine Änderung, die du lesen und zurücknehmen kannst, oder eine Lücke dort, wo eine Zahl hingehört, ist mehr wert als eine schnelle, selbstsichere Vermutung.

  • Hintergrundaufgaben fallen auf langweilige Weise aus.

    Der schlimmste Ausfall war nicht die KI. Ein Framework-Upgrade ließ still einen Build-Schritt wegfallen, und jede Aufgabe schlug fehl. Jetzt prüft jedes Deployment darauf, und ein hängender Lauf meldet sich nach 60 Sekunden bei der Nutzerin oder dem Nutzer, statt weiterzudrehen.

  • Übersetzung ist Produktarbeit.

    Eigene Adressen, lokale Zeichensetzung und lokale Konventionen (ein französisches Anschreiben ist kein deutsches) zählen genauso viel wie die Wörter.

  • Kleine, erzwungene Regeln halten eine Solo-Codebasis lesbar.

    Datei- und Funktionsgrenzen plus Schichtregeln haben dafür gesorgt, dass der Code auch nach hunderten Pull Requests leicht zu ändern blieb.

06

Ergebnisse

Vom ersten Commit bis zur öffentlichen Beta in einem Monat, in sechs Sprachen. Rolebranch startet am 3. November 2026 auf Product Hunt.

  1. 26. September 2026

    Erster Commit, nachdem ich die Idee ein paar Monate aufgeschoben hatte.

  2. Oktober 2026

    Live auf rolebranch.com als kostenlose Beta, in sechs Sprachen.

  3. 3. November 2026

    Start auf Product Hunt.