Produktexploration / KI-gestütztes Kochen
Besser kochen mit dem, was schon da ist
Die Produktfrage
Was wäre, wenn der Vorrat zum Ausgangspunkt würde?
Was bereits vorhanden ist, sollte bestimmen, was als Nächstes gekocht wird.
Produktlogik
Was ich habe
Lebensmittel, Mengen, Lagerung und Haltbarkeit.
- Lagerort
- Menge
- Ablaufdatum
Was Aufmerksamkeit braucht
Zutaten, die bald verwendet werden sollten.
- Läuft bald ab
- Vergessene Lebensmittel
- Fast aufgebraucht
Was könnte ich kochen?
Rezept- und Essensideen auf Basis der verfügbaren Zutaten.
- Rezeptideen
- Essensplanung
- Einkaufsliste
Serviceablauf
Den Ablauf vor dem System gestalten
Der Prototyp verband den gesamten KitchenWhizz-Ablauf, vom Verstehen der Vorlieben und des Vorratskontexts bis zur Erstellung und Zubereitung von Rezepten.
01Einrichten
02Verstehen
03Erfassen
04Entscheiden
05Entdecken
06Kochen
Ein vernetzter Prototyp machte den vollständigen Produktablauf greifbar, bevor alle unterstützenden Systeme existierten.
Interaktionsstudien
Den schwierigsten Interaktionen eine Form geben
KitchenWhizz wurde dort besonders interessant, wo der Haushaltskontext eine Entscheidung verändern konnte: Lebensmittel erfassen, ein Gericht auswählen und von der Idee zur Umsetzung kommen.
Eine Studie auswählen
Reibungslos erfassen
Aus einem Kassenbon werden prüfbare Vorratsartikel, ohne manuelle Eingabe.
Interaktionsstudie vom Kassenbon zur Prüfung, um die Vorratspflege zu vereinfachen.
Funktionaler Prototyp
Der Vorrat wurde zur funktionalen Grundlage
Als erster funktionierender Teil von KitchenWhizz verwandelte der Vorrat den Haushaltskontext in dauerhafte Produktdaten, die sich erfassen, aktualisieren und über die Zeit nutzen liessen.
Entworfene Interaktion
Funktionierende Umsetzung
My Pantry
Der funktionierende Vorrat verband das mobile Erlebnis mit dem dauerhaften Haushaltskontext.
Systemdesign
Das Erlebnis wurde gemeinsam mit dem dahinterliegenden System gestaltet
KitchenWhizz war nie nur eine Sammlung von Ansichten. Der Weg durch das Produkt, die Logik hinter jeder Entscheidung, der gespeicherte Haushaltskontext und die darunterliegende Softwarestruktur wurden als ein System gestaltet, damit die Idee als Produkt und nicht als Mock-up beurteilt werden konnte.
Einen Pfad verfolgenDrei Pfade, ein Kreislauf.
Ein Kassenbon wird zu geprüften Artikeln, und der Haushaltsdatensatz wächst.
Interface
Womit eine Person interagiert
Erfassen
Kassenbon scannen, Artikel hinzufügen, Erkennung korrigieren.
Entscheiden
Eine Mahlzeit aus den Optionen wählen, die der Haushalt tatsächlich zubereiten kann.
Kochen
Schritte befolgen und bestätigen, was verwendet wurde.
Logik
Wie eine Entscheidung entsteht
Erkennung
Roheingaben werden zu prüfbaren Vorratsartikeln.
Rezeptgenerierung
Bestand, Vorlieben und Einschränkungen führen zu einem Vorschlag.
Anleitung
Ein ausgewähltes Rezept wird zu geordneten Schritten und einem Nutzungsereignis.
Haushaltsmodell
Was sich das Produkt merkt
Zentrale Datenquelle
Ein Haushaltsmodell hinter jeder Ansicht
Jede Ebene liest und schreibt denselben Haushaltsdatensatz.
Wer darauf zugreift
- Erfassungschreibt
- Rezeptgenerierungliest
- Anleitungschreibt
Was es enthält
Vorrat & Mengen
ArtikelMengeEinheit
Lagerung & Haltbarkeit
OrtgeöffnetMindesthaltbarkeit
Vorlieben & Ernährung
magmeidetAllergene
Konten & Verlauf
Haushaltgekochtverwendet
Engineering
Was das Ganze trägt
Die Struktur, auf der das Modell beruht
- 01
Domänenobjekte und wem was gehört
Klassenarchitektur
- 02
Wofür jeder Teil des Services verantwortlich ist
Backend-Verantwortlichkeiten
- 03
Jeder Datensatz gehört zu genau einem Haushalt
Nutzerbezogene Persistenz
- 04
Eine Textquelle, vier Sprachen
Lokalisierung
Offene Fragen
Das nächste Experiment hatte einen schärferen Fokus
Nachdem Ablauf und technische Grundlage greifbar waren, konnte sich die nächste Phase auf die Verhaltensweisen konzentrieren, die zeigen würden, ob KitchenWhizz eine grössere Investition rechtfertigte.
Was belegt werden muss
Schafft der Haushaltskontext genug Wert, um Verhalten zu verändern?
- 01Gewohnheit
Die Vorratspflege den Aufwand wert machen
Reibung bei der Erfassung reduzieren
- 02Entscheidung
Menschen bei der Essenswahl helfen
Qualität + Tempo der Auswahl verbessern
- 03Vertrauen
Vertrauen in die Anleitung gewinnen
Zuverlässigkeit · Allergene · Sicherheit
- 04Verhalten
Veränderungen im Haushalt messen
Verbrauch · Entsorgung · Bestandsereignisse
Als NächstesBelege
Der nächste Schritt war keine weitere Interface-Exploration. Es ging um Belege.
Multidisziplinäre Exploration
Aus einer breiten Idee eine Produktrichtung entwickeln
Der Wert lag nicht in der Anzahl der untersuchten Ansichten. Er lag in einem schärferen Bild davon, was das Produkt werden musste.
- 01Einordnung
Ein vernetztes Problem strukturieren
Bestand, Haltbarkeit, Essensentscheidungen, Kochen und Einkaufen mussten als ein zusammenhängender Haushaltsablauf betrachtet werden.
Ein Haushaltsablauf, nicht fünf Funktionen
- 02Design
Gestalten, bevor zu viel gebaut wird
Der Service wurde interaktiv in Figma abgebildet, damit unsichere Workflows vor der Umsetzung untersucht werden konnten.
Ein interaktiver Service-Prototyp
- 03Engineering
Die deterministische Grundlage schaffen
Konten, Vorlieben, Produktdaten und dauerhafte Vorratsdaten gaben dem Konzept eine echte technische Basis.
Eine funktionierende technische Basis
- 04Urteilsvermögen
Ambition von Belegen trennen
Implementierte Grundlagen wurden klar von Ideen getrennt, deren Nutzbarkeit, Sicherheit und wirtschaftlicher Wert noch belegt werden mussten.
Eine priorisierte Liste der offenen Nachweise
Die Erkenntnis
Das System bauen, aber zuerst belegen, welches System es verdient zu existieren.
TECHNOLOGIE
Die Technologie hinter KitchenWhizz
Hinter der Exploration stand eine echte technische Basis: eine native Mobile-App mit eigenen Konten, Haushaltsdaten, automatisierten Prüfungen und einer Release-Pipeline bis auf reale Geräte.
- FigmaInterface-Design
- React NativeMobile App
- ExpoRuntime und Releases
- TypeScriptGemeinsame Sprache
- React Native PaperUI-Komponenten
- SupabaseBackend und Daten
- PostgreSQLHaushaltsdaten
- DenoEdge Functions
- DockerLokale Umgebung
- GoogleKonto-Anmeldung
- AppleKonto-Anmeldung
- i18nextLokalisierung
- Expo NotificationsAblaufhinweise
- JestAutomatisierte Tests
- GitHubVersionierung
- GitHub ActionsCI/CD-Automatisierung
Produkt- & Technologieberatung
Sie prüfen eine Produktidee, bevor Sie in die Umsetzung gehen?
Synertech Labs hilft Ihnen, das Problem zu strukturieren, die riskantesten Annahmen zu erkennen, das Erlebnis als Prototyp zu bauen und die technische Grundlage zu schaffen, direkt oder gemeinsam mit Ihrem Team.