Der Ausgangspunkt
Jedes Team begann mit einem konkreten Problem. Bevor gebaut wurde, musste klar sein, für wen das Problem zählt, welche bestehende Lösung nicht genügt und welche Annahme über Zielgruppe oder Geschäftsmodell zuerst geprüft werden sollte.
Der Ablauf
- 1
Problem und Zielgruppe schärfen
Die Teams beschrieben eine konkrete Situation und prüften, wer davon betroffen ist.
- 2
Produkt und Geschäftsmodell skizzieren
Nutzenversprechen, Kernfunktionen, Markt und mögliche Erlöse wurden auf die wichtigsten Entscheidungen reduziert.
- 3
Prototyp bauen
Mit KI-gestützten Werkzeugen entstand eine klickbare Fassung. So wurden Lücken sichtbar, bevor Zeit in vollständige Software floss.
- 4
Präsentieren und nächsten Test festlegen
Jedes Team zeigte sein Produkt und bestimmte die Annahme, die als Nächstes mit echten Menschen geprüft werden muss.
Fünf Richtungen, fünf prüfbare Ideen
Die Prototypen beschäftigten sich mit gemeinsamen Erinnerungen, Medienkompetenz, dem längeren Nutzen vorhandener Kleidung, Begegnungen im Alltag und verständlichen medizinischen Befunden. Die Themen waren verschieden, der Arbeitsrhythmus blieb gleich.
Drei Prototypen aus dem Sprint
Die Teams der LMU München gingen von einem konkreten Alltagsproblem aus und machten ihre Idee innerhalb von zwei Tagen als klickbaren Prototyp sichtbar. Die kurzen Präsentationen zeigen den Arbeitsstand am Ende des Sprints.
Nachhaltigkeit und Konsum
Second Chance
Die App gibt selten getragener Kleidung eine zweite Chance. Nutzerinnen und Nutzer fotografieren ein Kleidungsstück; die KI schlägt dazu personalisierte Outfits für verschiedene Anlässe vor. Die Idee: den eigenen Kleiderschrank neu entdecken, statt vorschnell neu zu kaufen.
Begegnung und lokale Wirtschaft
Stammtisch
Stammtisch bringt Menschen nicht in einen weiteren Chat, sondern an einen gemeinsamen Tisch. Cafés nutzen ruhige Zeiten für thematische Treffen. KI-generierte Gesprächsimpulse erleichtern den Einstieg; wiederkehrende Termine sollen aus Begegnungen Beziehungen machen.
Gesundheit und Verständlichkeit
klaro
klaro übersetzt medizinische Befunde in verständliche Sprache, ordnet Werte übersichtlich ein und hilft, den nächsten Arzttermin vorzubereiten. Der Prototyp zeigt zugleich, wo bei Gesundheitsdaten fachliche Prüfung, Datenschutz und klare Grenzen zwingend sind.
Die gezeigten Anwendungen sind studentische Prototypen aus einem Lernformat. Sie sind keine fertigen Produkte und ersetzen bei medizinischen oder anderen sensiblen Themen keine fachliche Beratung.
Was sich übertragen lässt
Der Wert des Formats liegt nicht in einer perfekten App nach zwei Tagen. Eine Idee wird früh sichtbar. Das Team kann zeigen, was es meint, Widersprüche erkennen und mit echten Nutzerinnen und Nutzern weiterlernen.
Du möchtest eine Produktidee mit deinem Team in kurzer Zeit greifbar machen? Wir klären gemeinsam, welches Format dazu passt.