KI-Dokument-Utility: scannen, extrahieren, umbenennen, ablegen — eine Pipeline
Document AI ist ein Workflow, kein Chatbot. Scan → Felder → anständiger Dateiname ist der Job, den Scanner überspringen.
Schrank → Outfit ist der Restjob. Feeds, Shops und Filter gibt es schon — neue Stylist-Apps gewinnen beim Inventar.
KI-Stylist-Listings holen Nischen-Review-Tempo, weil der Input im Schrank sitzt, nicht auf einem Moodboard. Nutzer haben schon Fotos. Sie haben keinen privaten Katalog, der heutiges Outfit aus ihrer Kleidung vorschlägt.
Dieser Brief ist Teil der Android-Problemraum-Karte. Er ist da, damit wir Interesse messen — Öffnungen, Lesetiefe und verwandte Klicks — bevor jemand eine App-Spec schreibt.
Pinterest, Instagram-Shops, Try-on-Filter und „was anziehen“-Chats mit einem General-Modell. Der Schrank ist ein Haufen. Wäsche und Wetter werden ignoriert. Leute kaufen nach, was sie schon haben.
Pinterest, Amazon/Shein-Try-on, Google Lens Shopping, virale Closet-KI-Apps mit Upload-alles-Defaults. Retail gewinnt bei SKU-Graphs. Solo-Apps sterben, wenn sie ein Store werden.
Ein lokales Schrank-Inventar: Foto → Typ/Farbe → Outfit nach Wetter/Kalender. Optionaler Shop-Link später. Privatsphäre ist der Wedge — lade das Schlafzimmer nicht default hoch. Ein Kleiderschrank, kein soziales Fashion-Netz.
Frag, wo letzte Woche Outfits entschieden wurden. Ist die Antwort „ich stand vorm Schrank,“ reicht ein 20-Item-Katalog-Prototyp. Lies Reviews „kennt meine Kleider nicht“ vs „hübsche Kleider.“ Wollen sie eine Mall, geh.
Lies die volle Research-Map, um Solo-Potenzial über alle vierzig Räume zu vergleichen.