Dragon's Digital Software

Company: Dragon's Digital Software

Selbstdeklarierte Zielsetzung: Ein internes Shop-Management-System für Kfz-Betriebe, das Terminplanung, digitale Fahrzeuginspektionen, Messaging, KI-gestützte Diagnosen und Inventarverwaltung integriert – entwickelt mit Codex und über LAN oder WiFi im Webbrowser gehostet.

Was sich geändert hat: Das Projekt ist eine selbstentwickelte Softwarelösung für kleine und mittlere Kfz-Werkstätten, die behauptet, den Arbeitsablauf durch integrierte Werkzeuge einschließlich KI-gestützter Support-Funktionen (TechBrain und ServiceBrain) zu optimieren. Es wurde im Rahmen des OpenAI 2026 Hackathons eingereicht.

Wichtigste offene Frage: Gibt es Belege dafür, dass dieses System von tatsächlichen Kfz-Unternehmen übernommen oder im realen Einsatz getestet wurde?

Kommerzielle Due-Diligence-Einschätzung: Die Beschreibung ist vollständig selbstgemeldet, unbestätigt und enthält keine Traction-Daten. Sie präsentiert ein konzeptionelles Rahmenwerk für ein integriertes Shop-Management-Tool, demonstriert jedoch weder Product-Market-Fit, Umsatz oder Kundenstamm noch grundlegende Funktionalität jenseits der frühen Entwicklungsphase. Die Einbeziehung von KI-Funktionen deutet auf Ambitionen hin, aber es gibt keine Belege für deren operative Reife oder Wirksamkeit.

Die Beschreibung besagt, dass Dragon's Digital Software ein System ist, das für Kfz-Werkstätten konzipiert wurde. Es wird auf einem zentralen Server oder PC installiert und über LAN oder WiFi im Webbrowser aufgerufen.

Die wichtigsten Komponenten umfassen:

• Terminplanung und Workflow-Management
• Erstellung, Druck und Unterschrift von Kostenvoranschlägen (mit zukünftigen Plänen zur Unterstützung digitaler Touchscreen-Unterschriften)
• Erstellung von Arbeitsaufträgen, die an Servicearbeiten gekoppelt sind
• Digitale Fahrzeuginspektion mit Upload- und Bearbeitungsfunktionen für Bilder/Videos
• Internes Messaging zwischen Service-Schreibern und Technikern
• Integration von zwei KI-Tools: TechBrain (für Techniker-Diagnosen) und ServiceBrain (für Unterstützung bei Service-Schreibarbeiten)

Das System wird als frühe Entwicklungsversion seiner Systeme für Kostenvoranschläge, Arbeitsaufträge und Reparaturaufträge beschrieben, die auf Kataloge von Ersatzteil- und Arbeitsinventar verweisen und darauf abzielen, verwandte Umsatzkennzahlen anzuzeigen.

Es enthält auch einen Kostenrechner und KI-Modellauswahl-Einstellungen für beide Tools.

Konfidenz: Niedrig – alle Aussagen sind selbstgemeldet, ohne Verifizierung oder Demonstration.

Der Autor positioniert das Produkt als umfassende In-House-Lösung für Kfz-Werkstätten, die Planung, Inspektion, Kommunikation und KI-Support in einer Plattform kombiniert.

Wichtige Positionierungselemente:

• Zentralisierte Workflow-Koordination
• Digitale Fahrzeuginspektionen mit Multimedia-Fähigkeiten
• Internes Messaging zur Reduzierung telefonischer Verzögerungen
• KI-Integration (TechBrain und ServiceBrain) zur Unterstützung von Technikern und Service-Schreibern

Es gibt keine Hinweise auf frühere Versionen oder eine Evolution aus früheren Iterationen. Das Projekt scheint ein einzelner, selbstentwickelter Beitrag zu sein, der für einen Hackathon eingereicht wurde.

Inference: Die Positionierung impliziert die Absicht, kleine und mittlere Unternehmen anzusprechen, die ihre Prozesse digitalisieren möchten, wobei jedoch keine Belege für eine Adoption oder Nutzung über die eigenen Angaben des Entwicklers hinaus vorliegen.

Die Beschreibung besagt, dass die Software für "automotive shops" vorgesehen ist und nennt spezifische Rollen wie:

• Service writers
• Technicians
• Shop managers/administrators

Es wird auch angemerkt, dass verschiedene Benutzertypen unterschiedliche Zugriffsebenen haben (z. B. read-only access für Technicians in Nicht-Inspection-Bereichen).

Es gibt keine explizite Segmentierung nach Shop-Größe oder -Typ. Es wird nicht erwähnt, ob das Tool unabhängige Garagen, Franchise-Standorte oder Flottenwartungsbetriebe anspricht.

Confidence: Low — obwohl der Zielmarkt impliziert wird, gibt es keine Belege für Kundenforschung, Personas oder tatsächliche Käuferinterviews.

Es werden keine Informationen zu Preismodellen, Monetarisierungsstrategien oder Geschäftsmodellannahmen bereitgestellt. Der Autor gibt nicht an, ob er plant, Lizenzen zu verkaufen, Abonnements anzubieten oder die Software als Dienstleistung bereitzustellen.

Es gibt keine Erwähnung von:

• Revenue streams
• Customer acquisition costs
• Unit economics
• Licensing terms
• Subscription tiers

Confidence: Not evidenced — dieser Abschnitt kann auf Basis der bereitgestellten Beschreibung nicht bewertet werden.

Das System wird beschrieben als:

• Installation auf einem zentralen Server oder PC
• Zugänglich über LAN oder WiFi via Webbrowser
• Entwickelt mit Codex (einem AI coding assistant)
• Verwendung von OpenAI API keys für TechBrain- und ServiceBrain-Funktionen

Erwähnte Herausforderungen umfassen:

• Notwendigkeit, Prompts mehrmals zu wiederholen, um Funktionen zu implementieren
• Schwierigkeiten bei der korrekten Formulierung von Prompts für die gewünschten Ergebnisse

Erwähnte Erfolge:

• Entwicklung der Kernsystemkomponenten
• Integration von AI-Tools in Job-Workflows

Zukünftige Pläne umfassen:

• Hinzufügen von Time-off-Request-Funktionalität
• Erweiterung der Messaging-Funktionen

Confidence: Low — obwohl die technische Architektur beschrieben wird, gibt es keine Belege für Deployment, Testing oder operative Bereitstellung.

Es gibt keine Belege für:

• Customer adoption
• Revenue generation
• Product usage metrics
• Beta testing oder Pilot programs
• User feedback loops
• Market validation

Der Autor erwähnt, an der "development & launching" des Programms in verschiedenen Formaten zu arbeiten, gibt jedoch keinen Fortschritt in Richtung Kommerzialisierung an.

Confidence: Not evidenced — keine Anzeichen von Traction oder Reife über die Konzept- und Entwicklungsphase hinaus.

Es ist keine Wettbewerbsanalyse enthalten. Die Beschreibung verweist nicht auf:

• Bestehende Shop-Management-Plattformen
• Konkurrenten in der automotive industry
• Market share data
• Differentiation von aktuellen Angeboten

Der Autor diskutiert nicht, wie seine Lösung im Vergleich zu anderen auf dem Markt für automotive shops verfügbaren Tools abschneidet.

Confidence: Not evidenced — es werden keine Informationen zur Wettbewerbspositionierung oder zum Benchmarking bereitgestellt.

Es bestehen mehrere Risiken und offene Fragen:

1. Unverified claims: Alle Funktionen, Funktionalitäten und der Entwicklungsstatus werden selbst gemeldet.
2. Lack of traction: Keine Belege für reale Nutzung, Kunden oder Umsatz.
3. Abhängigkeit von KI ohne Klarheit: Die Nutzung von KI-Tools (TechBrain, ServiceBrain) wird beschrieben, aber nicht demonstriert; es ist unklar, ob diese funktional oder konzeptionell sind.
4. Entwicklung durch eine einzelne Person: Es ist nur ein Teammitglied (Randall Dragon) aufgeführt, was Fragen zur Skalierbarkeit und langfristigen Wartung aufwirft.
5. Unklares Geschäftsmodell: Es gibt keine Hinweise darauf, wie das Produkt Einnahmen generieren soll.
6. Hackathon-Herkunft: Die Einreichung bei einem Hackathon deutet auf einen Prototyp in einer frühen Phase hin, anstatt auf ein ausgereiftes Produkt.

Schlussfolgerung: Diese Punkte deuten auf ein hohes Ausfallrisiko aufgrund fehlender Validierung, begrenzter Entwicklungsressourcen und unbewiesener kommerzieller Tragfähigkeit hin.

1. Mit welchen spezifischen Autohäusern haben Sie dieses System getestet?
2. Wie viele Stunden pro Woche verbringen Sie mit der Entwicklung der Software im Vergleich zu deren praktischer Nutzung?
3. Haben Sie Nutzerinterviews oder Usability-Tests mit tatsächlichen Technikern oder Service-Mitarbeitern durchgeführt?
4. Können Sie Beispiele dafür liefern, wie TechBrain und ServiceBrain derzeit funktionieren, einschließlich von Beispielausgaben?
5. Was ist Ihr Plan zur Monetarisierung dieses Produkts? Gibt es bereits Kunden, die bereit sind, dafür zu zahlen?
6. Wie beabsichtigen Sie, die Plattform über ein einzelnes Autohaus-Umfeld hinaus zu skalieren?
7. Was sind die Einschränkungen von Codex beim Aufbau dieses Systems und wie wurden diese überwunden?