Eligo-i choose

Das Unternehmen scheint ein von einer Einzelperson erstelltes, von KI gestütztes Shopping-Assistenten-Projekt zu sein, das als Einreichung für einen Hackathon eingereicht wurde. Der Autor beschreibt es als einen KI-Chatbot, der Nutzern durch Konversation hilft, selbstbewusste Kaufentscheidungen zu treffen, mit Funktionen wie persistenter Speicherung und personalisierten Empfehlungen.

• Die Beschreibung besagt, dass ELIGO ein von KI gestützter Shopping-Assistent ist.
• Es fungiert als persönlicher Shopping-Berater und nicht als Suchmaschine.
• Es nutzt eine KI-Chat-Oberfläche mit einer benutzerdefinierten Chat-Erfahrung.
• Es umfasst eine persistente Speicherung, um Nutzerpräferenzen über Sitzungen hinweg zu speichern.
• Es nutzt GPT-5 über LangChain und n8n für seine KI-Agenten-Funktionalität.
• Es liefert strukturierte, leicht lesbare Empfehlungen auf der Grundlage des Gesprächsverlaufs.
• Das System wird mit JavaScript, Natural Language Processing und Low-Code-/No-Code-Tools entwickelt.

Nicht belegt Es liegen keine Informationen zur tatsächlichen Produktauslieferung, Benutzeroberfläche oder technischen Architektur über die Selbstbeschreibung des Autors hinaus vor.

• Der Autor positioniert ELIGO als von KI gestützten persönlichen Shopping-Berater.
• Es wird beschrieben, dass es Nutzern hilft, "das richtige Produkt mit Zuversicht zu kaufen".
• Das System zielt darauf ab, den Online-Handel zu vereinfachen, indem es als konversationeller Assistent fungiert.
• Es wird als mehr als nur eine Suchmaschine positioniert – es bietet Anleitung und Vergleich.

Schlussfolgerung Die Positionierung des Autors spiegelt die Absicht wider, ein konversationelles KI-Tool für die verbraucherseitige Entscheidungsfindung zu erstellen, dies wurde jedoch nicht durch tatsächliche Nutzung oder Feedback validiert.

• Die Beschreibung besagt, dass ELIGO Nutzern hilft, "das richtige Produkt mit Zuversicht zu kaufen".
• Es ist für Einzelpersonen konzipiert, die Zeit in Kaufüberlegungen investieren und bessere Anleitung wünschen.
• Es richtet sich an Verbraucher, die in Online-Umgebungen nach personalisierten Shopping-Tipps suchen.

Nicht belegt Es werden keine spezifischen Kundensegmente, Personas oder Marktforschungsergebnisse angegeben. Der Autor beschreibt nicht, wie er seine Zielgruppe identifizieren oder erreichen würde.

• Es wird kein Geschäftsmodell beschrieben.
• Es gibt keine Erwähnung von Preisen, Monetarisierungsstrategien oder Umsatzquellen.
• Das Projekt wird als Hackathon-Einreichung präsentiert, ohne Hinweise auf kommerzielle Machbarkeit.

Nicht belegt Es gibt keine Belege für eine Preisstruktur, Abonnementmodelle oder Vertriebskanäle.

• Entwickelt mit GPT-5 über LangChain und n8n.
• Nutzt JavaScript und Natural Language Processing-Tools.
• Umfasst persistente Speicherung für Nutzerpräferenzen.
• Implementiert automatisches Speichern von Präferenzen und Sitzungskontext-Management.
• Entworfen mit einer Chatbot-Oberfläche und strukturierten Antworten.
• Das System wird als skalierbar durch visuelle Workflow-Tools wie n8n beschrieben.

Schlussfolgerung Der technische Stack deutet auf einen schnell mit KI-as-a-Service-Plattformen erstellten Prototypen hin, es gibt jedoch keine Belege für eine Produktivumgebung oder Skalierbarkeit über die MVP-Phase hinaus.

• Das Projekt wurde einem Hackathon (OpenAI 2026) eingereicht.
• Es wird als vollständiger KI-Einkaufsassistent beschrieben, der während des Events entwickelt wurde.
• Der Autor erwähnt Erfolge wie die Implementierung von persistentem Gedächtnis und automatisiertem Präferenzlernen.
• Es gibt keine Belege für Nutzerakzeptanz, Bindung oder Nutzungsdaten.

Nicht belegt Es liegen keine Daten zu Nutzern, Engagement oder Produktleistung jenseits des Hackathon-Zeitraums vor.

• Nicht belegt: Es gibt keine Erwähnung von Wettbewerbern oder der Wettbewerbslandschaft.
• Der Autor verweist nicht auf bestehende KI-Einkaufsassistenten oder Marktplatz-Tools.

Das Fehlen von Belegen ist selbst ein Befund.

• Einzelner Teammitglied (1 Person) ohne externe Validierung oder Unterstützung.
• Völlig selbstberichtete und unverifizierte Aussagen zu Funktionalität und Leistung.
• Es gibt keine Belege für Tests in der realen Welt, Nutzerfeedback oder Product-Market-Fit.
• Das Projekt wird als Hackathon-MVP beschrieben, ohne Hinweise auf weitere Entwicklung oder Kommerzialisierungspläne.
• Zu den festgestellten technischen Einschränkungen gehören API-Beschränkungen für die Integration von Live-Produktdaten.

Schlussfolgerung Das Fehlen von Traction, Umsatz oder Kundenvalidierung wirft erhebliche Bedenken hinsichtlich der Tragfähigkeit jenseits der Prototypenphase auf.

1. Welche spezifischen Probleme haben Nutzer, die dieses Tool löst?
2. Haben Sie ELIGO mit echten Nutzern getestet? Wenn ja, wie waren deren Reaktionen?
3. Wie planen Sie, dieses Produkt jenseits eines Hackathon-Prototyps zu monetarisieren oder zu skalieren?
4. Was ist Ihre Roadmap für die Integration von Live-Produktdaten und die Erweiterung von Kategorien?
5. Gibt es bestehende Partnerschaften oder Integrationen mit E-Commerce-Plattformen?