KI-Ernährungstracker
Dieses Projekt konzentriert sich auf die Entwicklung einer Fitness-Tracker-App mit einem starken Schwerpunkt auf KI-gestützter Ernährungsverfolgung.
Rolle
UX-Forschung
Werkzeuge
Figma | FigJam
Herausforderung
Problem
Nutzer finden bestehende Fitness-Apps kompliziert, zeitaufwendig, Und überwältigend – insbesondere zur Ernährungsverfolgung.
Projektziel
Entwerfen Sie eine mobile App, die Fitness-Tracking und Ernährungsprotokollierung nahtlos in einem vereint einfach zu bedienendes, motivierendes System das den Benutzern hilft, trotz vollem Terminkalender und Alltagsstress auf Kurs zu bleiben.
Methoden
1. Forschung
Methoden: Wettbewerbsanalyse (8 Apps), Online-Umfrage (n=52), 6 TiefeninterviewsZweck: Verstehen Sie Benutzeranforderungen, Schwachstellen und Marktstandards
2. Synthese
Methoden: Affinitätsmapping, Persona-Entwicklung, User Journey MappingZweck: Erkenntnisse strukturieren, Kernnutzer definieren
3. Ideenfindung
Methoden: Wie-könnten-wir-Fragen, Brainstorming, Priorisierung von FunktionenZweck: Lösungskonzepte entwickeln
4. Gestaltung
Methoden: Wireframes, Prototyping in Figma, 2 FeedbackrundenZweck: Testen und verfeinern Sie die Benutzerfreundlichkeit
5. Validierung
Methoden: Usability-Tests (5 Teilnehmer), UX-Writing-OptimierungZweck: Nutzungsbarrieren beseitigen, Klarheit und Tonfall verbessern
Wichtigste Ergebnisse
74%
zitiert Zeitmangel als ihre größte Herausforderung.
68%
gesucht schnellere Mahlzeitenprotokollierung (Foto-/Barcode-Scan).
63%
sagte Gamifizierung (Abzeichen, Herausforderungen) würden die Motivation steigern.
56%
nutzen bereits Wearables, beklagen sich aber über schlechte Integration.
Ergebnisse
- Entwicklung eines funktionalen Mid-Fidelity-Prototyps mit optimiertem Navigations- und Tracking-Flow
- 80%: Schnellere Mahlzeitenprotokollierung in Usability-Tests
- +30% Steigerung des Motivationswerts im Vergleich zum Ausgangswert
- Positives Feedback zu Übersichtlichkeit, Geschwindigkeit und Nutzungsspaß
