KI-PoC-Entwicklung einer mobilen App zur Bilderkennung

Über den Kunden

Unser Kunde ist ein führender Hersteller von professionellen Reinigungschemikalien, Bodenpflegechemikalien, Desinfektionsmitteln und Marken für die Sanitärpflege. Das 1920 gegründete Familienunternehmen blickt auf eine lange Tradition in der Entwicklung innovativer Reinigungsprodukte und -lösungen für eine Vielzahl von Branchen und Märkten zurück, darunter Gebäude- und Anlagenwartung, Hausmeisterdienste, industrielle Reinigung, Lebensmittelverarbeitung, Gesundheitswesen und Bildung.

Herausforderung

Mit einem Jahrhundert Erfahrung in der Formulierung, Verpackung und Private-Label-Herstellung von Chemikalien produziert der Kunde Reinigungschemikalien für nahezu jede Anwendung. Er benötigte eine KI-gestützte Anwendung, mit der Händler seine Reinigungsprodukte verkaufen können.

Die Herausforderung bestand darin, ein System zu entwickeln, das die zu reinigenden Oberflächen (z. B. Böden, Tische, Waschbecken) identifiziert, die geeigneten Methoden und Produkte aus dem Sortiment des Kunden empfiehlt und das Konzept mit einem interaktiven Figma-Prototyp für eine Konferenzpräsentation validiert.

Projektumfang

Unser Team hat eine KI-gestützte Anwendung entwickelt, die Oberflächen und Objekte erkennt, um auf der Grundlage von Material und Kontext die am besten geeigneten Reinigungsprodukte und -verfahren zu empfehlen. Auf dem Hauptbildschirm können Benutzer ein Foto mit der Kamera aufnehmen, eines aus der Galerie auswählen oder eine Datei hochladen. Die App klassifiziert dann den Gegenstand genau und bietet eine auf die erkannte Oberfläche zugeschnittene Schritt-für-Schritt-Reinigungsanleitung.

Das Projekt bestand aus 4 Phasen: (0) Konzept- und UX-Validierung, (1) Proof of Concept, (2) MVP und App-Store-Release, (3) Übernahme und Weiterentwicklung des Modells durch den Kunden – in Arbeit.

Gelieferte Lösung

Prototyp (Konferenz-Demo)

Wir haben die wichtigsten User Journeys (Erfassen → Erkennen → Empfehlen → Nächste Schritte) entworfen und einen klickbaren Figma-Prototyp erstellt.
Wir haben das Konzept auf einer Konferenz live vorgeführt und einen Innovationspreis gewonnen, der das Interesse der Nutzer und die wirtschaftliche Tragfähigkeit bestätigt.
Wir haben frühes Feedback zu UX, Texten und der Präsentation von Empfehlungen eingeholt, um den Umfang des PoC zu bestimmen.

Proof of Concept

Wir haben eine funktionierende mobile App mit einem OpenAI-gestützten Klassifizierungs-Backend und schlanken Verwaltungstools für Labels und Produktzuordnung ausgeliefert.
Getestet mit einem vordefinierten Satz von 50 Oberflächentypen; Analysen eingebaut, um Genauigkeit, Latenz und Nutzerflüsse zu verfolgen.
Wir haben eine geschlossene Betaphase durchgeführt, um die Kernfunktionen zu validieren, qualitatives Feedback zu sammeln und Verbesserungen zu priorisieren (z. B. Randfälle, Aufnahmen bei schwachem Licht).
Basiskennzahlen (Top-1-/Top-3-Genauigkeit, Zeit bis zum Ergebnis) und Akzeptanzschwellen für die Produktion festgelegt.

Produktionsrelease und zukünftige Erweiterung

Veröffentlichung im App Store mit umgesetztem Datenschutz, Einwilligung und Telemetrie; Absturzüberwachung und Performance-Budgets hinzugefügt.

Die nächsten Schritte sind der Wechsel zu einem eigenen ML-Modell des Kunden, eine höhere Genauigkeit im Anwendungsbereich und eine bessere Kalibrierung der Konfidenzwerte. Außerdem werden MLOps-Funktionen eingeführt (Versionierung, Evaluierungssets, stufenweises Rollout/Rollback, Drift-Monitoring), um sichere, iterative Modellaktualisierungen zu ermöglichen.

Kundenergebnisse

Unser Kunde erhielt eine umfassende KI-Lösung, die sich von einem preisgekrönten Prototyp zu einer produktionsreifen Anwendung entwickelte, die sowohl generative KI als auch proprietäre ML-Modelle nutzte. Nachdem er iOS-Geräte getestet hatte, stellte der Kunde das Konzept auf einer Branchenveranstaltung vor, wo es große Aufmerksamkeit erregte und Türen zu wichtigen Interessengruppen öffnete.

KI-basierte mobile App für Bilderkennung (KI-PoC-Entwicklung)