Emaki 絵巻 — kanji as pictures, with a GPT-5.6 tutor

Company: Emaki 絵巻 — kanji as pictures, with a GPT-5.6 tutor

Tagline: Kanji als Bilder: Echte japanische Texte im Alltag scannen, mit einem ehrlichen GPT-5.6-Tutor lernen und Kanji wie Dominosteine verketten. Entwickelt für vietnamesische Lernende, offen mit Codex.

Selbstberichtete Grundlage: Die gesamte Analyse basiert auf einer einzigen, vom Autor bereitgestellten Beschreibung, die im Rahmen des OpenAI 2026 Hackathons auf Devpost eingereicht wurde. Es gibt keine unabhängige Verifizierung oder archivierten Belege.

Kommerzielle Due-Diligence-Einschätzung: Dies ist ein selbstgesteuertes Bildungswerkzeug, das von einem Entwickler für den persönlichen Gebrauch und zur Demonstration erstellt wurde. Es behauptet, KI zur Vermittlung von Kanji durch visuelle Erkennung und sprachliche Verbindungen einzusetzen, insbesondere für vietnamesische Lernende. Es gibt keine Belege für Einnahmen, Kunden oder Traction. Die eigene Darstellung des Autors beschreibt einen Prototyp mit begrenzter Funktionalität und ohne kommerzielle Bereitstellung.

Die Beschreibung besagt, dass Emaki eine App ist, die es Nutzern ermöglicht, japanische Texte aus der realen Welt (z. B. Schilder, Speisekarten, Manga) mit der Handykamera zu scannen. Sie nutzt GPT-5.6, um jedes Kanji zu erkennen und zu erklären, einschließlich seiner Bedeutung, seines Klangs und seiner Hán Việt-Wurzel, falls der Nutzer Vietnamesisch spricht. Die App enthält auch eine Lernfunktion im Stil von „Domino-Kacheln“, bei der das Beherrschen eines Kanji verwandte Kanji freischaltet. Sie unterstützt den Offline-Betrieb über ein Warteschlangen-System und enthält ein Spielelement namens „Bông Ly“, einen von einem Fuchs angetriebenen Duell-Engine.

Das Produkt wird als mit Codex, GPT-5.6, Claude und anderen Tools erstellt beschrieben und nutzt React, TypeScript, Tailwind, Vercel und andere für die Frontend- und Backend-Infrastruktur.

Beleg: Die eigene Abhandlung des Autors

Konfidenz: Niedrig — dies ist ein selbstberichteter Prototyp, kein bereitgestelltes Produkt mit verifizierten Funktionen oder Nutzerverhalten.

Der Autor nannte das Projekt ursprünglich „Kanji Domino“, um das dominoartige Verkettung verwandter Kanji zu betonen. Es wurde später in „Emaki“ (絵巻, eine japanische Bildrolle) umbenannt, um zu verdeutlichen, dass es nicht auf eine Richtung beschränkt ist und für das Lernen über mehrere Sprachpaare hinweg verwendet werden kann.

Die Positionierung ist, dass diese App KI nutzt, um Kanji zu lehren, indem sie sie mit dem vorhandenen Wissen des Nutzers verbindet — besonders relevant für vietnamesische Lernende, die über Hán Việt Wurzeln mit dem Japanischen teilen. Sie betont auch Ehrlichkeit im KI-Einsatz, ohne gefälschte KI oder irreführende Ausgaben.

Beleg: Die eigene Abhandlung des Autors

Konfidenz: Niedrig — dies ist eine selbstbeschriebene Entwicklung der Absicht, keine validierte Traction oder Marktpositionierung.

Die App ist ausdrücklich für vietnamesische Lernende der japanischen Sprache konzipiert. Sie nutzt die gemeinsamen sprachlichen Wurzeln zwischen Vietnamesisch und Japanisch (Hán Việt), um das Lernen intuitiver zu gestalten.

Sie impliziert auch breitere Anwendungsfälle: „Japaner, die Vietnamesisch oder Chinesisch lernen, andere Sprachpaare später.“

Beleg: Die eigene Abhandlung des Autors

Konfidenz: Niedrig — keine Belege für tatsächliche Nutzer oder Kundensegmente jenseits der persönlichen Erfahrung des Autors.

Nicht belegt. Die Beschreibung erwähnt kein Preismodell, keine Monetarisierungsstrategie oder kein Geschäftsmodell. Es wird als Prototyp beschrieben, der für Demonstrationszwecke und den persönlichen Gebrauch erstellt wurde.

Beleg: Nicht belegt

Konfidenz: Sehr niedrig — keine Hinweise auf Umsatz, Abonnement oder Kommerzialisierung.

Die App wurde mit Codex (ein terminalbasiertes KI-Tool), GPT-5.6-Familienmodellen (Reasoning, Vision, Design) und Claude für Review/Testing entwickelt. Sie nutzt React, TypeScript, Tailwind, Vercel und andere moderne Web-Stack-Komponenten.

Sie umfasst Funktionen wie:

• Vision-Proxy mit GPT-5.6-luna
• Scan-Warteschlange für den Offline-Betrieb
• Game-Engine für dominoartiges Lernen
• Speech-Stack
• Rate Limiting für die öffentliche Demo

Der Autor erwähnt auch 52 protokollierte Codex-Arbeitseinträge, wobei Tests und Fehler dokumentiert sind.

Beleg: Eigene Aufzeichnung des Autors

Konfidenz: Mittel — der technische Stack ist detailliert beschrieben, aber es gibt keine Belege für eine Produktivbereitstellung oder Skalierbarkeit.

Nicht belegt. Es gibt keine Erwähnung von Nutzern, Kunden, Umsatz oder Adoption. Es wird als Prototyp beschrieben, der für einen Hackathon und den persönlichen Gebrauch erstellt wurde.

Beleg: Nicht belegt

Konfidenz: Sehr niedrig — keine Traction-Daten oder Nutzerfeedback verfügbar.

Nicht belegt. Die Beschreibung verweist nicht auf Wettbewerber, Marktgröße oder Wettbewerbspositionierung, abgesehen von den eigenen Behauptungen des Autors, dass es zuvor keine Lösungen gab, die Kanji mit Hán Việt verbinden.

Beleg: Nicht belegt

Konfidenz: Sehr niedrig — keine Wettbewerbslandschaft oder Marktdaten angegeben.

• Unbewiesene kommerzielle Tragfähigkeit: Die App wird als Prototyp beschrieben, nicht als Produkt mit Umsatz oder Nutzern.
• Ein-Personen-Team: Nur ein Entwickler (Hieu Phung) wird erwähnt, was Fragen zur Skalierbarkeit und langfristigen Wartung aufwirft.
• KI-Abhängigkeit ohne Ausweichmöglichkeiten: Obwohl die App behauptet, ehrlich im Umgang mit KI zu sein, ist sie stark von GPT-5.6 und anderen APIs abhängig, die möglicherweise nicht stabil oder skalierbar sind.
• Keine Monetarisierungsstrategie: Keine Belege dafür, wie das Produkt Umsatz generieren würde.
• Begrenzter Umfang: Die App ist für vietnamesische Lernende konzipiert, was ihren potenziellen Markt einschränkt, es sei denn, sie wird erweitert.

Beleg: Eigene Aufzeichnung des Autors

Konfidenz: Mittel — dies sind abgeleitete Risiken aus dem Mangel an Traction und Kommerzialisierung.

1. Was ist Ihr Plan, über einen einzelnen Entwickler hinaus zu skalieren?
2. Wie beabsichtigen Sie, dieses Produkt zu monetarisieren, falls überhaupt?
3. Haben Sie die App mit tatsächlichen Nutzern außerhalb Ihrer persönlichen Erfahrung getestet?
4. Was sind die technischen Einschränkungen oder Skalierbarkeitsbedenken mit GPT-5.6 und Codex in der Produktion?
5. Gibt es Pläne, über vietnamesische Lernende oder japanischen Text hinaus zu expandieren?
6. Wie planen Sie, Rate Limits, API-Ausfälle und Offline-Funktionalität im großen Maßstab zu handhaben?

Beleg: Nicht belegt

Konfidenz: Mittel — dies sind notwendige Fragen für die Due Diligence, werden aber nicht direkt durch die Beschreibung gestützt.