00:00:00Seit KI gut programmieren kann, haben viele Leute, die noch nie programmiert haben, angefangen, eigene Produkte zu entwickeln.
00:00:05Die Leute fingen an, Apps zu entwickeln, die ihre Probleme lösten, was ihnen vorher nicht möglich war, weil ihnen Fähigkeiten fehlten, die nur Entwicklern vorbehalten waren.
00:00:13Aber das waren nicht nur hobbymäßige Nebenprojekte.
00:00:15Sie entwickelten sich zu ernsthaften Produkten und viele von ihnen begannen, echte Einnahmen zu erzielen, nicht nur Tausende, sondern Millionen von Dollar.
00:00:21Dies alles war möglich, weil KI die Lücke schloss, die vorher bestand.
00:00:25Aber keiner von ihnen hat das einfach so geschafft.
00:00:27Sie alle folgten einer Reihe von Schritten, um es zum Erfolg zu führen.
00:00:30Sie nutzten keinen Arbeitsablauf, den niemand sonst nutzen kann.
00:00:32Niemand von ihnen hatte Erfahrung als Entwickler oder Geschäftserfahrung.
00:00:36Aber jeder einzelne von ihnen hat es trotzdem geschafft.
00:00:38Und überraschenderweise waren ihre Arbeitsabläufe gar nicht so besonders.
00:00:40Sie waren einfach simpler und cleverer, als sie scheinen.
00:00:43Das erste Projekt, das massive Popularität erlangte, obwohl es vollständig "vibe-coded" war, ist Medve.
00:00:48Es ist eine Gesundheitsplattform mit mehr als 500.000 aktiven Nutzern.
00:00:52Sie deckt eine breite Palette an Gesundheitsthemen ab und bietet nicht nur Tracking, sondern auch Experten-Support rund um die Uhr.
00:00:58Die Geschichte besagt, dass Matthew Gallagher, der alleine arbeitete, KI-Tools nutzte, um diese App von Grund auf zu entwickeln.
00:01:04Das Unternehmen erzielte im ersten Jahr 400 Millionen Dollar Umsatz und ist auf dem besten Weg, noch in diesem Jahr ein Milliarden-Dollar-Unternehmen zu werden.
00:01:11Obwohl er keine Erfahrung im Programmieren hatte, konnte er diese App mit KI-Tools entwickeln.
00:01:15Er verließ sich nicht auf ein einziges Tool.
00:01:17Er wählte jedes für seine Stärken aus.
00:01:19Er nutzte Claude- und Grok-Modelle hauptsächlich für das Programmieren, mit ChatGPT als sekundärem Debugging-Tool.
00:01:24MidJourney übernahm die Bildgenerierung auf der Seite und 11Labs unterstützte die Audioanrufe, was den Bedarf an menschlichem Call-Support komplett eliminierte.
00:01:31Aber Coding-Tools allein betreiben kein Gesundheitsunternehmen.
00:01:34Also hat er statt Apotheken und Versand von Grund auf aufzubauen, dies an bestehende Dienste ausgelagert.
00:01:39Das nahm ihm die Last der Lagerhaltung und Lieferung ab.
00:01:42Dasselbe galt für professionelle Beratung.
00:01:44Er lagerte auch die Beratung aus, wodurch die Notwendigkeit entfiel, in diesem Aspekt persönlich involviert zu sein.
00:01:49Er behandelte jede Abhängigkeit als Dienstleistung, nicht als Einstellung.
00:01:52Seine eigene Aufgabe war das Produkturteil, herauszufinden, was der Markt wirklich brauchte.
00:01:56Aber alleine zu arbeiten hat seinen Preis.
00:01:58Eines Tages brachte er die Produktion zum Absturz, als er weg war.
00:02:00Niemand sonst konnte es beheben, und das Unternehmen verlor 200 Kunden in einer einzigen Stunde.
00:02:04Deshalb stellte er zwei Ingenieure ein, nicht um zu skalieren, sondern als Sicherheitsnetz, damit der nächste Ausfall nicht denselben Verlust bedeuten würde.
00:02:10Die wahre Fähigkeit hier ist ein besseres Urteilsvermögen darüber, was man bauen sollte, welche Werkzeuge man zusammenstellt und wann man aufhören muss.
00:02:15Das kommt von der Analyse echter Nutzerbedürfnisse, nicht nur vom Sammeln von Tools.
00:02:18Anstatt von Grund auf neu zu bauen, kombinierte er bestehende Lösungen an einem Ort.
00:02:22Und das ist es, was tatsächlich Kunden bringt und ein Unternehmen zu einer Milliardenbewertung skaliert.
00:02:27Wir teilen alles, was wir über die Produktentwicklung mit KI herausfinden, auf diesem Kanal.
00:02:30Wenn Sie also mehr Videos dazu möchten, abonnieren Sie und halten Sie Ausschau nach zukünftigen Videos.
00:02:34Nun, CalAI ist ein Produkt, das wie nur ein weiterer Fitness-Tracker klingen mag, aber anstatt manuell die Lebensmittel, die Sie gegessen haben, und die Kalorien hinzuzufügen, wie normale Tracker arbeiten,
00:02:43können Sie einfach ein Bild von dem hochladen, was Sie essen, und es rechnet das in Kalorien um und aktualisiert die Datenbank für Sie.
00:02:49Es ist sowohl für Android als auch für iOS verfügbar.
00:02:51Es unterhält eine große Datenbank mit Lebensmitteln und liefert KI-gestützte Vorschläge, damit Sie Ihr Gewicht und andere Ernährungsziele einfach an einem Ort überwachen können.
00:02:59Dieses Produkt wurde von zwei Teenagern gebaut, die zu der Zeit noch in der Highschool waren, was dann später zu mehr Mitarbeitern skalierte.
00:03:04Es erzielte über 5 Millionen Downloads in nur 8 Monaten und generierte über 2 Millionen Dollar Umsatz in einem einzigen Monat.
00:03:11Es hielt auch eine starke Kundenbindungsrate von 30 %, denn die meisten Apps gewinnen nur Nutzer, aber diese hat sie erfolgreich gehalten.
00:03:18Es hält auch eine 4,8-Bewertung sowohl im Play Store als auch im App Store.
00:03:21Nun, diese Idee war nicht neu, ähnliche Apps existierten bereits und taten dasselbe, aber CalAI hatte einen echten Vorteil, den die anderen nicht hatten.
00:03:27Es wurde im Zeitalter der LLMs gebaut und nutzte Modelle von Anthropic und OpenAI, um die Genauigkeit zu erhöhen.
00:03:33Es verließ sich auch auf eine große Open-Source-Lebensmitteldatenbank und erreichte eine Genauigkeit von etwa 90 %, was für die meisten Diät-Enthusiasten mehr als genug ist.
00:03:40Was diese App wirklich beflügelt hat, waren keine hohen Ausgaben für Marketing.
00:03:44Sie erregte die Aufmerksamkeit von Fitness-Influencern, die eine wichtige Rolle bei der Förderung spielten, was zum Anstieg der Nutzer führte.
00:03:50Dann haben wir Wave AI, das mit einer Idee begann, die so einfach war, aber dennoch einen echten Einfluss auf die Nutzer hatte.
00:03:55Es ist eine KI-gestützte Notiz-App, die alle Arten von Meetings und Aufnahmen transkribiert und Notizen macht.
00:04:01Nun, Sie könnten denken, es gibt bereits so viele ähnliche Apps und der Platz dafür ist bereits so überfüllt,
00:04:06aber Wave hat sich trotzdem durchgesetzt, weil es ein Problem löst, das die Leute wirklich spüren.
00:04:10Während Diskussionen gehen wichtige Details verloren und die Leute brauchen einen zuverlässigen Weg, um Konversationen bei persönlichen und Online-Meetings zu erfassen.
00:04:17Es startete zuerst als iOS-Download, skalierte dann auf Android und ist jetzt auf jeder Plattform verfügbar.
00:04:22Die App war vollständig "vibe-coded" und erzielte etwa 7 Millionen Dollar Umsatz.
00:04:27Der Gründer ist überhaupt kein Entwickler, dennoch hat er es zu einem Millionen-Dollar-Unternehmen skaliert.
00:04:31Er führte das gesamte Projekt komplett alleine durch.
00:04:33Ähnlich wie Medve arbeitete seine Infrastruktur auch mit Diensten von Drittanbietern, anstatt alles von Grund auf neu aufzubauen.
00:04:40Er hat sie einfach in eine benutzerfreundliche App integriert und sich nur darauf konzentriert, das Problem auf eine interaktive Weise zu lösen, die das Benutzererlebnis so viel besser machte.
00:04:47Und das ist es, was dieses Produkt von anderen ähnlichen existierenden abhob.
00:04:51Er nutzte ChatGPT als sein Hauptwerkzeug und anstatt es zu bitten, die gesamte App auf einmal zu bauen, zerlegte er die Anwendung in kleinere Stücke.
00:04:58Er forderte die KI auf, jedes Teil einzeln zu schreiben.
00:05:01Strategische Positionierung, fokussiertes Benutzererlebnis und sorgfältige Planung sind es also, die ihn schnell auf dieses Umsatzniveau gebracht haben.
00:05:07Aber bevor wir weitermachen, lassen Sie uns ein Wort von unserem Sponsor, Scrimba, hören.
00:05:10Die meisten KI-Engineering-Kurse sind nur jemand, der über Folien spricht.
00:05:14Bei Scrimba ist die Erfahrung jedoch sehr anders.
00:05:17Ihre Web-Dev-Kurse kombinieren das Video und den Code-Editor zu einem.
00:05:20Pausieren Sie jederzeit, bearbeiten Sie den Code des Dozenten direkt und sehen Sie, was passiert.
00:05:23Kein Tab-Wechsel, kein Kopieren und Einfügen, so bleibt Programmieren wirklich hängen.
00:05:27Ihr KI-Ingenieur-Pfad hat meine Aufmerksamkeit geweckt.
00:05:30In unter 12 Stunden gehen Sie von Null dazu über, echte KI-Agenten zu bauen, lernen RAG, Kontext-Engineering und MCP, alles mit JavaScript, damit Sie nicht zuerst Python lernen müssen.
00:05:39Sie haben sogar mit Mistral, LangChain und Hugging Face zusammengearbeitet, um echte Tools in den Unterricht zu bringen.
00:05:44Und neben KI haben sie vollständige Karrierepfade für Front-End-, Full-Stack- und Back-End-Entwicklung mit über 80 Kursen, die alles von React und Node bis zu TypeScript und SQL abdecken.
00:05:53Nutzen Sie unseren Link im angepinnten Kommentar, um zusätzliche 20 % auf ihre Pro-Pläne zu sparen.
00:05:58Fangen Sie noch heute mit ihren kostenlosen Kursen an und bauen Sie los.
00:06:01Flypeter ist ein weiteres Produkt, das ausschließlich durch KI gebaut wurde, das als nur ein unterhaltsames Hobbyprojekt begann, das dann auf 500.000 Dollar pro Monat skalierte.
00:06:08Es ist im Grunde ein browserbasierter Flugsimulator.
00:06:11Er verließ sich vollständig auf KI-Tools für den Aufbau und konnte die erste Version in nur 30 Minuten erstellen.
00:06:17Das Spiel skalierte so schnell, dass Elon Musk es persönlich unterstützte.
00:06:20Seine Architektur war so gut gebaut, dass es in der Lage war, Cyberangriffe zu überstehen und begann, Umsatz in ernsthaftem Umfang zu generieren.
00:06:26Das Ganze wurde mit Cursor gebaut und es dauerte für den Gründer nur 3 Stunden Arbeit mit Cursor, um die App zu etwa 80 % fertigzustellen und in einen Zustand zu bringen, in dem sie bereit war, der Öffentlichkeit angekündigt zu werden, damit sie sie nutzen konnte.
00:06:37Sein Arbeitsablauf selbst war ziemlich einfach.
00:06:39Er begann mit einem Prompt und basierend darauf, wie das Tool Code und Funktionen generierte, iterierte er mit neuen Prompts.
00:06:44Jede Iteration fügte eine Funktion hinzu oder behob ein Problem, Schritt für Schritt, während die Spielmechaniken dabei geschichtet wurden.
00:06:49Das Spiel funktionierte gut, wenn eine Person spielte, aber die Skalierung auf Multiplayer ist der Punkt, an dem das Projekt Hilfe benötigte.
00:06:55Er wurde vom Gründer von BetaList angesprochen, um ihm zu helfen, das Multiplayer-Problem durch Hinzufügen von WebRTC zu beheben, was das Problem bis zu einem gewissen Grad löste, aber es funktionierte nur gut für zwei Personen.
00:07:04Daher erreichte ihn der Gründer von Cursor persönlich und sie wechselten zu WebSockets, was das Problem tatsächlich löste und Echtzeit-Multiplayer für alle freischaltete.
00:07:12Er startete das Spiel als kostenlose Version, fügte aber ein spezifisches Flugzeug für 29 Dollar hinzu.
00:07:17Das half ihm, viel Popularität zu gewinnen, und er verdiente in kurzer Zeit eine beträchtliche Menge Geld.
00:07:22Sein Stack war Cursor mit Grok 3 als Back-End-Modell, Claude Sonnet 3.7 und ChatGPT für Debugging.
00:07:28Er ist nur ein Indie-Hacker ohne Spielentwicklungs-Hintergrund.
00:07:30Was ihn dahin brachte, war Entschlossenheit und ein systematischer Schritt-für-Schritt-Debugging-Ansatz.
00:07:35Trendfeed ist ein weiteres Produkt, das bei den Nutzern schnell an Popularität gewann und soliden Umsatz machte.
00:07:40Es ist ein Marketing-Tool, das sich an Content-Ersteller richtet, die darauf fokussiert sind, Kunden aufzubauen und zu gewinnen, eine Community um bestehende Marken herum zu vergrößern und den Gesamtumsatz für die Ersteller zu steigern.
00:07:49Das Projekt erzielte in nur vier Wochen etwa 12.000 Dollar.
00:07:53Es wurde vollständig mit KI unter Verwendung von Cursor mit Sonnet gebaut, nicht durch Claude Code, sondern direkt in Cursor.
00:07:58Sein Bauprozess war eigentlich ziemlich direkt.
00:08:01Er begann damit, die Benutzeroberfläche sorgfältig zu analysieren und tiefe Wettbewerberforschung zu betreiben, wobei er sogar KI nutzte, um diese Wettbewerber zu analysieren.
00:08:07Dann ging er zum Datenstruktur-Design über, definierte Schemas mit Cursor oder Claude und iterierte von dort aus.
00:08:13Am Starttag generierte die App 5.500 Pfund an einem einzigen Tag, was ein massives Ergebnis für den ersten Tag war.
00:08:19Obwohl der Gründer nicht technisch versiert ist und in Bereichen außerhalb der Informatik arbeitet, hat er das Ganze mit KI ausgeliefert.
00:08:25Die App basiert auf dem Next.js-, React-, ShadCN-, Supabase- und Vercel-Stack, also all der Technologie, mit der KI-Tools am besten arbeiten.
00:08:31Angesichts dessen, wie beliebt das Produkt in so kurzer Zeit wurde, war es überraschend, dass er null für Marketing ausgab.
00:08:37Stattdessen lehnte er sich vollständig an TikTok, Instagram und YouTube an, um Aufrufe zu erzielen und das Produkt anzukündigen.
00:08:42Sein kompletter Bau lief auf Claude Code und Cursor mit Sonnet als Hauptmodell.
00:08:46Der Ablauf selbst war sauber.
00:08:48Er begann mit dem Design, richtete die Kernapp-Struktur ein, legte das Onboarding und das Haupt-Framework fest und wiederholte Designmuster.
00:08:54Dann zerlegte er die App in modulare Komponenten, die die KI bauen und zusammenfügen konnte.
00:08:59Wenn Ihnen unser Inhalt gefällt, ziehen Sie in Erwägung, den Hype-Button zu drücken, weil es uns hilft, mehr Inhalte wie diesen zu erstellen und mehr Menschen zu erreichen.
00:09:06Das nächste erfolgreiche KI-Produkt, das vollständig "vibe-coded" wurde, ist Aura.
00:09:10Es ist im Grunde eine Seite voller Vorlagen für wunderschöne Webseiten mit Assets, Komponenten und Fähigkeiten, die alle auf starkes Design zugeschnitten sind.
00:09:17Das gesamte Projekt wurde von Meng To gebaut, der die Person hinter Aura war.
00:09:21Er postete auf X, dass das Produkt 15.000 Dollar an monatlich wiederkehrendem Umsatz, MRR, erreichte und über 21,7 Tausend Nutzer in nur einem Monat gewann.
00:09:30Er teilte auch mit, dass er jetzt Cursor für das Design verwendet und er nicht mehr Figma wie in seinem vorherigen Arbeitsablauf verwendet.
00:09:35Sein Hauptpunkt ist, dass Sie nicht nur "vibe coden" sollten, Sie sollten auch "vibe designen", weil KI dazu neigt, grundlegende UIs zu generieren.
00:09:42Anstatt sie also alleine arbeiten zu lassen, müssen Sie ihr leitende Vorlagen geben, um den Look zu diversifizieren.
00:09:47Er empfiehlt Komponenten aus bestehenden Bibliotheken wie 21.dev.
00:09:51Er empfiehlt auch, sich beim Bauen der App nicht auf ein einziges Modell zu verlassen.
00:09:54Stattdessen ist es effektiver, mit Claude-Modellen zu beginnen, weil sie leistungsfähiger für Programmieraufgaben sind, und wenn es bei der Aufgabe fehlschlägt, dann bei Bedarf zu Gemini- oder GPT-Modellen zu wechseln.
00:10:04Anstatt alles auf einmal zu versuchen, betont er, die App Schritt für Schritt mit inkrementellen Änderungen zu bauen.
00:10:09Er empfiehlt, die Prompts einfach zu halten, indem man die App in kleinere Teile zerlegt und sie nacheinander iteriert.
00:10:15Er sagt auch, Prompts sollten idealerweise unter 3 Sätzen bleiben, damit die KI konzentriert bleibt.
00:10:19Sie müssen der KI auch nicht die gesamte Dokumentation geben.
00:10:22Stattdessen sollten Sie ihr den minimalen, aber korrekten Kontext geben, damit sie liefert, was Sie tatsächlich wollen.
00:10:27Auf diese Weise kann sich der Agent mehr auf die anstehende Aufgabe konzentrieren.
00:10:30Kurz gesagt, halten Sie das Agenten-Setup einfach und fokussiert.
00:10:33Ein weiteres Produkt, das einen Blick wert ist, ist Sleek, ein Produkt, das Prompts in ansprechende Webseiten verwandelt.
00:10:38Es generiert das vollständige Design aus einem Prompt, baut atemberaubende Visuals, erstellt Mock-ups und ermöglicht Code-Export.
00:10:43Das Produkt erreichte 10.000 Dollar MRR in 6 Wochen und wurde vollständig mit KI-Tools gebaut.
00:10:49Der beeindruckende Teil ist, dass die Entwickler diesen MRR erreichten, ohne einen einzigen Dollar für Marketing auszugeben.
00:10:54Aber was Sleek wirklich auszeichnet, ist, dass sie nicht bei Null anfingen.
00:10:58Sie hatten bereits andere Design-Tools zuvor gebaut, also haben sie ihre bestehenden Produkte im Wesentlichen in dieses umfunktioniert.
00:11:03Sie verwendeten einen Stack aus Next.js, Supabase und Vercel, den KI-Tools bereits komfortabel handhaben.
00:11:09Sie akquirierten alle ihre Kunden durch X, indem sie dessen Algorithmus clever nutzten und frühen Zugang ankündigten, was zu einem starken Start führte.
00:11:16Aber hier ist der wahre Grund, warum das Produkt erfolgreich war.
00:11:19Sie hatten vom ersten Tag an ein klar definiertes ideales Kundenprofil, oder ICP.
00:11:23Deswegen verstanden sie genau, was ihre Zielnutzer brauchten und konnten das Produkt entsprechend formen.
00:11:28Also definieren Sie immer, wenn Sie eine App bauen, zuerst ein ICP.
00:11:31Das ist es, was erfolgreiche Apps von beeindruckenden unterscheidet, die niemals Geld verdienen.
00:11:35Wenn Ihr ICP klar ist, formen Sie das Produkt um ein spezifisches Publikum herum, identifizieren den richtigen Kunden und bauen etwas, das sie tatsächlich brauchen und wofür sie bezahlen werden.
00:11:43Und schließlich gibt es SiteShore, ein weiteres Produkt, das vollständig mit KI gebaut wurde.
00:11:47Es löste eines der größten Probleme, die Agenten zu der Zeit hatten, nämlich das Halluzinieren von Referenzen, Zitaten und Quellen, die sich bei der Überprüfung als nicht existent herausstellten.
00:11:55Es ist eine Plattform, bei der Sie Zitate eingeben, und sie überprüft, ob die von der KI generierten tatsächlich korrekt sind.
00:12:01Obwohl es ein so einfaches Problem löste, gewann es massive Popularität.
00:12:05Die Seite generierte etwa 10.000 Dollar MRR und wuchs stetig.
00:12:09Aber die Geschichte hört hier nicht auf.
00:12:10Die Seite wurde schließlich für einen beträchtlichen Betrag von Jenny AI übernommen, einer anderen KI-gestützten Plattform, die im selben Bereich arbeitet.
00:12:17Das macht es zu einem starken Beispiel dafür, wie ein einfaches, aber kritisches Problem zu einem wertvollen Produkt werden kann.
00:12:22Das bringt uns zum Ende dieses Videos.
00:12:24Wenn Sie den Kanal unterstützen und uns helfen möchten, weiterhin Videos wie dieses zu machen, können Sie dies tun, indem Sie den Super-Thanks-Button unten verwenden.
00:12:30Wie immer vielen Dank fürs Zuschauen und ich sehe Sie im nächsten.