EhlyTECH — Cross-Language AI Service Orchestration

Die Beschreibung besagt, dass EhlyTECH eine KI-gestützte Plattform zur Orchestrierung lokaler Dienstleistungen ist. Sie unterstützt mehrere Eingabemethoden für Nutzerbedürfnisse: Suche, Kategorieauswahl, Beschreibungen in natürlicher Sprache und bildbasierte Signale.

Sie behauptet, den gesamten Lebenszyklus einer Anfrage für lokale Dienstleistungen zu verwalten:

• Kundenbedürfnis
• Dienstleistungs-Routing
• Workflow-Planung (geplant oder dringend)
• Dynamische Formularerstellung
• Generierung von Experten-Jobkarten
• Einreichung und Übersetzung von Angeboten
• Nachrichtenübermittlung zwischen Kunde und Experte
• Vereinbarung, Erinnerungen, Abschluss und Bewertung

Die Plattform unterstützt auch Nutzer, die sowohl als Kunden als auch als Experten agieren.

Sie nutzt eine gestufte Entscheidungsarchitektur:

1. Wörterbuchabgleich
2. Vektor- / semantischer Abgleich
3. Intent-Routing
4. Kontrolliertes LLM-Fallback
5. FAQ/Chat/Handling nicht unterstützter Dienstleistungen

Nicht belegt: tatsächliche Produktfunktionalität über die Build-Week-Demo hinaus oder ob es sich um ein Live-Produkt oder einen Prototyp handelt.

Der Autor gibt an, dass EhlyTECH aus Felderfahrung als sowohl Kunde als auch Dienstleister hervorging und ein Kernproblem bei lokalen Dienstleistungen identifizierte – Nutzer denken nicht in Katalognamen, sondern beschreiben Bedürfnisse in natürlicher Sprache.

Es positioniert sich als Lösung für unordentliche Workflows lokaler Dienstleistungen, indem es diese Beschreibungen in strukturierte, validierte Workflows umwandelt.

Die Plattform behauptet:

• Kunden und Experten über Sprachbarrieren hinweg zu verbinden
• KI zur Interpretation von Bedürfnissen und Generierung von Angeboten zu nutzen
• Sowohl Text- als auch bildbasierte Eingaben zu unterstützen
• Den gesamten Dienstleistungslebenszyklus von der Anfrage bis zur Bewertung zu verwalten

Es verweist auch auf eine langfristige Vision namens HaYaT – eine KI-gestützte Schnittstelle zur Verwaltung des täglichen Bedarfs, einschließlich Lebensmitteleinkauf und Lieferungen.

Abgeleitet: Die Positionierung spiegelt einen Schritt hin zu breiteren Ökosystemen für Verbraucher und lokale Dienstleistungen wider. Es werden jedoch keine Belege für Marktdurchdringung oder Kundenfeedback vorgelegt.

Die Beschreibung besagt, dass EhlyTECH Nutzer anspricht, die lokale Dienstleistungen benötigen – sowohl Kunden, die Hilfe suchen, als auch Experten, die sie bereitstellen.

Es unterstützt eine doppelte Rolle für Nutzer: Sie können entweder Kunde oder Experte sein, was es der Plattform ermöglicht, beide Seiten der lokalen Dienstleistungswirtschaft zu unterstützen.

Es erwähnt auch:

• Bewerbungen von Gründungs-Experten sind über eine Website eingegangen
• Die Bewerbungen stammen aus verschiedenen Städten und Dienstleistungskategorien

Nicht belegt: tatsächliche Kundenbasis, Demografie oder Segmentierungsdaten. Die Beschreibung macht nicht klar, ob es sich um B2C, B2B oder beides handelt.

Die Beschreibung besagt, dass EhlyTECH — Cross-Language AI Service Orchestration Folgendes umfasst:

• Intelligente Preisbildungsinfrastruktur
• Logik für Geografie, Entfernung, Stadt-Multiplikator, Kategorie und Währung
• Expertenstatistiken
• Infrastruktur für die Bewerbung von Gründungs-Experten und die Verwaltungstracking

Es werden auch erwähnt:

• Einreichung von Expertenangeboten
• KI-gestütztes Verfassen von Expertenangeboten
• Übersetzung von Angeboten in die Sprache des Empfängers

Nicht belegt: tatsächliche Preismodelle, Umsatzquellen oder Monetarisierungsstrategie. Keine Informationen darüber, ob Nutzer für Dienstleistungen zahlen, Experten bezahlt werden oder ob eine Marktplatzprovision existiert.

Die bestehende Produktgrundlage nutzt:

• Flutter, Firebase, Firestore
• Firebase Cloud Functions
• Python-Backend-Logik
• Mehrsprachige Wörterbücher
• Vektorsuche
• Lokalisierungsinfrastruktur
• Von Gemini unterstützte Produktionsabläufe

Für Build Week:

• GPT-5.6 wurde in zwei Rollen eingesetzt:
  • Need Interpreter (strukturiert Bedarfe in natürlicher Sprache)
  • Offer Bridge (übersetzt Expertenangebote in die Kundensprache, während Fakten wie Zeit, Preis und Währung erhalten bleiben)

Die Architektur trennt Sprachintelligenz von Marktplatzhoheit:

• GPT-5.6 übernimmt Interpretation und Kommunikation
• Die deterministische Schicht steuert die Validierung von Diensten, die Auswahl von Workflows und die Validierung von Fakten/Aussagen

Tests und Belege umfassen:

• 9 automatisierte Guardrail-/Unit-/Vertragstests
• 2 verifizierte Live-Aufrufe von GPT-5.6
• Live-Verläufe für Need Interpreter und Offer Bridge
• Aufgezeichnete Fehler und Fallback-Verhalten

Abgeleitet: Die Architektur ist so konzipiert, dass das Risiko reduziert wird, indem der KI keine volle Kontrolle über Marktplatzentscheidungen gegeben wird.

Die Beschreibung besagt:

• Eine Pre-Release-Website wurde gestartet, um die Angebotsseite der Experten aufzubauen
• Bewerbungen von Gründungs-Experten sind bereits aus verschiedenen Städten und Dienstleistungskategorien eingegangen
• Das Produkt existierte bereits vor Build Week als eine auf Flutter/Firebase basierende Plattform mit Kernfunktionen

Nicht belegt: tatsächliche Nutzerbasis, Umsatz oder Adoptionsmetriken. Keine Erwähnung aktiver Kunden, zahlender Nutzer oder Live-Marktplatzaktivitäten über die Website und Expertenbewerbungen hinaus.

Die Beschreibung liefert keine Informationen über Wettbewerber oder die Marktpositionierung im Vergleich zu anderen lokalen Dienstleistungsplattformen oder KI-gestützten Marktplätzen.

Nicht belegt: Wettbewerbslandschaft, Differenzierung oder Marktanteilsansprüche.

• Operatives Risiko: Die Plattform ist stark auf deterministische Validierung angewiesen, um die Marktplatzlogik zu steuern, was die Skalierbarkeit einschränken könnte, wenn das System zu starr wird.
• KI-Abhängigkeitsrisiko: Obwohl GPT-5.6 in begrenzten Rollen eingesetzt wird, gibt es keine Hinweise darauf, wie gut es im großen Maßstab funktioniert oder wie es mit Echtzeitdaten integriert wird.
• Traction-Lücke: Keine Belege für Umsatz, Kunden oder Live-Nutzung über die Build-Week-Demo und Expertenbewerbungen hinaus.
• Marktreifheitsrisiko: Die langfristige Vision (HaYaT) ist ambitioniert, aber unbestätigt; es gibt keine Belege für Fortschritte in Richtung dieses Ziels.

Abgeleitet: Die Plattform befindet sich möglicherweise in einer frühen Entwicklungsphase mit begrenzter kommerzieller Traktion. Die Trennung zwischen KI und deterministischer Logik deutet auf einen vorsichtigen Ansatz hin, wirft jedoch Fragen auf, wie effektiv sie skaliert oder sich an neue Anwendungsfälle anpasst.

1. In welcher Produktphase befindet sich das Produkt nach der Build Week? Gibt es eine Live-Version oder einen Prototyp?
2. Wie viele tatsächliche Expertenanwendungen wurden empfangen und wie viele sind derzeit aktiv?
3. Was sind die wichtigsten Leistungskennzahlen (KPIs) für die Dienstleistungserfüllung, die Kundenzufriedenheit und die Expertenbindung?
4. Wie behandelt die deterministische Schicht Grenzfälle oder mehrdeutige Eingaben, die nicht in bestehende Workflows passen?
5. Gibt es Pläne zur Integration mit Drittanbieter-Zahlungssystemen oder Logistikdienstleistern?
6. Wie ist die aktuelle Kostenstruktur für den Betrieb der KI-Komponenten im Vergleich zum deterministischen Backend?
7. Wie planen Sie, über die Türkei hinaus in andere Märkte zu expandieren?