Projekt erstellen
Jedes Vorhaben startet als Projekt mit Name und kurzer Beschreibung. So bleibt von Anfang an klar, woran gearbeitet wird, und alle späteren Schritte hängen an einem festen Bezugspunkt.
Name
Beschreibung
Entwicklung einer webbasierten KI-Trainingsplattform
Künstliche Intelligenz verspricht Effizienz und Qualität, in der Produktion bleibt sie aber oft Spezialistenwissen. Diese webbasierte Plattform öffnet den Zugang: Auch Menschen ohne Programmier- oder KI-Kenntnisse erstellen, trainieren und integrieren damit eigene Modelle zur Bild- und Objekterkennung. Ein Chatbot-Assistent führt Schritt für Schritt durch den gesamten Workflow, vom Anlegen des Projekts über das Training bis zur Einbindung in den Produktionskontext.
Kontext
Webbasierte KI-Plattform · Industrie
Zeitraum
Aug – Dez 2025
Rolle
Projektmanagement · UX/UI Design
Methodik
Nutzerforschung · Konzeption
Die Herausforderung
Bild- und Objekterkennung kann Produktionsprozesse spürbar verbessern: weniger Fehler, höhere Qualität, mehr Tempo. Doch der Weg dorthin führt bislang über Data Scientists, eigene Pipelines und Code, Ressourcen, die in vielen Unternehmen schlicht nicht vorhanden sind.
Die Menschen, die den Produktionskontext am besten kennen, können die Technologie deshalb nicht selbst nutzen. Die Aufgabe: KI so zugänglich machen, dass ein Produktionsleiter oder Schichtleiter ein eigenes Modell aufsetzen kann, ohne je eine Zeile Code geschrieben zu haben.
Für wen
- Produktionsleiter & Schichtverantwortliche
- Keine KI-Experten, keine Programmierer
- Teils First-time-AI-User ohne Vorerfahrung
Die Hürde
- KI erfordert normalerweise Code & Data-Science-Wissen
- Spezialisten sind teuer und selten
- Der Einstieg ist unklar: wo überhaupt anfangen?
Das Ziel
- Eigenes KI-Modell selbstständig erstellen & trainieren
- Eigene Bilder analysieren lassen, Ergebnisse erhalten
- Modell in die Produktion einbinden, für mehr Effizienz
Zielgruppe
Gestaltet für Einsteiger
Die Nutzergruppe verlangt eine klare Haltung: Die Plattform muss jemanden abholen, der das erste Mal mit KI arbeitet, vielleicht noch nie einen Chatbot bedient hat, und trotzdem zum Ergebnis kommt. Jede Designentscheidung folgt diesen drei Prämissen.
Kein KI-Wissen
- Begriffe wie „Modell" oder „Training" werden im Kontext erklärt
- Der Assistent übernimmt die Fachsprache, nicht die Nutzer
Keine Programmierkenntnisse
- Kein Code, keine Konfigurationsdateien, keine Pipelines
- Alles über Klicks, Upload und einen geführten Dialog
Will Ergebnisse, keine Theorie
- Der Fokus liegt auf dem Nutzen für die Produktion
- Schneller Weg von „eigene Bilder" zu „verwertbares Ergebnis"
Der Lösungsweg
Die Kernidee: Der komplexe KI-Workflow wird zu einem geführten Gespräch. Ein Chatbot-Assistent begleitet den Nutzer durch sechs klar aufeinander folgende Schritte und nimmt an jeder Stelle die nächste Entscheidung ab, statt mit Optionen zu überfordern.
Aufgabe wählen
Soll das Modell Bilder einer Klasse zuordnen oder Objekte im Bild lokalisieren? Wer sich noch unsicher ist, wählt „noch unklar“ und der Assistent hilft bei der Einordnung.
Classification
Object Detection
Noch unklar
KI-Modell wählen
Ein neues Modell von Grund auf anlegen oder auf einem bereits trainierten aufsetzen. Wiederverwenden spart Zeit, ein frischer Start gibt volle Kontrolle.
Neues Modell erstellen
Bestehendes wählen
Dataset wählen
Die Datenbasis: ein neues Dataset anlegen und mit eigenen Bildern füllen oder ein bestehendes weiterverwenden. Klassen und Beispielbilder bleiben dabei jederzeit übersichtlich.
Neues Dataset erstellen
Bestehendes Dataset
Trainieren
Mit einem Klick startet das Training. Fortschritt und verbleibende Zeit bleiben jederzeit sichtbar. Niemand muss verstehen, was im Hintergrund passiert, um den Status zu lesen.
Training starten
Fortschritt verfolgen
Ergebnisse & intelligentes Feedback
Nach dem Training zeigt die Plattform die Vorhersagen je Bild. Ein intelligentes Feedback weist auf schwache Klassen hin und schlägt den nächsten Schritt vor: nachschärfen oder in die Produktion bringen.
Vorhersagen prüfen
Intelligentes Feedback
Vom Flow zum Skizzieren
Zuerst stand die Logik: Welche Frage stellt der Assistent wann, wo kann jemand abzweigen, wo braucht es einen Sicherheitsnetz-Schritt? Die Flows kartieren jede Verzweigung, vom Anlegen des Projekts bis zur Entscheidung „Modell verbessern“ oder „deployen“. Aus diesen Flows entstanden anschließend konkrete Screen-Skizzen für jeden Schritt.
Die Lösung
Ein ruhiges Dashboard gibt beim Öffnen sofort Orientierung: laufende Projekte, trainierte Modelle und aktive Deployments auf einen Blick. Bei Bedarf steht der Assistent immer bereit: er begrüßt mit Namen und schlägt den nächsten sinnvollen Schritt vor.
Daten & Klassen
Bilder werden Klassen zugeordnet, per Drag & Drop aus der lokalen Bibliothek. Eine Übersicht zeigt jede Klasse mit Beispielbildern, sodass die Datenbasis verständlich bleibt, bevor das Training startet.
Ergebnisse & Vorhersagen
Nach dem Training erhält der Nutzer eine Ergebnisübersicht mit Konfidenzwerten je Klasse. So bekommt er ein klares Bild davon, wie das Training verlaufen ist. Zusätzlich gibt die App eine Handlungsempfehlung: Wo lässt sich das Modell verbessern, und ist es bereit für den Einsatz in der Produktion?
Fazit
Ein eigenes KI-Modell bauen, ohne eine Zeile Code.
Der geführte Dialog verwandelt eine klassische Data-Science-Aufgabe in nachvollziehbare Schritte und bringt Bild- und Objekterkennung in die Hände der Menschen, die den Produktionskontext am besten kennen. Genau dort entsteht der Hebel für mehr Effizienz und bessere Qualität.