Interview Shadow AI

Company: Interview Shadow AI

Selbstauskunft: Die gesamte Analyse basiert auf der vom Anrufer bereitgestellten Projektbeschreibung – deren Name, Slogan, dem eigenen Text des Autors und den Technologie-Tags. Dies ist eine nicht verifizierte Selbstauskunft.

Was es offenbar ist: Eine Simulationsplattform für technische Interviews, die KI nutzt, um adaptives, evidenzbasiertes Feedback bereitzustellen, das auf dem Lebenslauf und den Projekten eines Kandidaten zugeschnitten ist.

Was sich geändert hat: Das Projekt wurde im Rahmen des OpenAI 2026 Hackathons eingereicht. Es handelt sich um einen Prototyp in einer frühen Phase mit einem definierten Interviewablauf, einer Bewertungslogik und UI/UX.

Wichtigste offene Frage: Gibt es Belege für Traction oder Nutzerakzeptanz über die Hackathon-Einreichung hinaus?

Die Beschreibung besagt, dass Interview Shadow AI eine Simulationsplattform für technische Interviews ist. Kandidaten können sich anmelden, einen Lebenslauf hochladen, ihre Zielrolle und Fähigkeiten eingeben, ein 15-Fragen-Interview absolvieren und eine Scorecard erhalten.

• Die Scorecard bewertet Kommunikation, technisches Wissen und Selbstvertrauen.
• Sie bietet auch Stärken, Verbesserungsbereiche, eine Einstellungsempfehlung und detaillierte, evidenzbasierte nächste Schritte.
• Die Plattform nutzt GPT-5 für adaptive Fragen und strukturiertes Feedback.
• Der Interviewablauf wird durch die Rolle des Kandidaten, dessen Fähigkeiten, Lebenslauf-Highlights, Projektzusammenhang und frühere Antworten gesteuert.

Schlussfolgerung: Das Produkt scheint ein für einen Hackathon entwickelter Prototyp zu sein. Er umfasst Frontend- (React), Backend- (FastAPI), Authentifizierungs- (Firebase) und Datenbankkomponenten (SQLite), mit KI-Integration über die OpenAI API.

Der Slogan lautet:

„Interview Shadow AI liefert strenge, adaptive Simulationsinterviews, die auf dem Lebenslauf und den Projekten eines Kandidaten zugeschnitten sind – und verwandelt generisches Üben in evidenzbasiertes Feedback und eine klare Bewertung der Einstellungsbereitschaft.“

Behauptung: Die Plattform zielt darauf ab, die Interviewvorbereitung durch personalisiertes, datengestütztes Feedback zu verbessern.

Schlussfolgerung: Die Positionierung ist die eines Interview-Vorbereitungstools für technische Kandidaten, insbesondere für Studierende oder Berufseinsteiger. Es ist nicht als Einstellungsplattform oder Arbeitgeber-Tool positioniert, sondern vielmehr als ein Produkt für Kandidaten.

Die Beschreibung besagt:

• Kandidaten können sich anmelden, einen Lebenslauf hochladen und ihre Zielrolle und Fähigkeiten eingeben.
• Der Interviewablauf nutzt Lebenslauf-Highlights, Projektzusammenhang und frühere Antworten, um Fragen zu steuern.

Behauptung: Die Plattform richtet sich an technische Jobsuchende, insbesondere Studierende oder Berufseinsteiger, die sich auf technische Interviews vorbereiten.

Schlussfolgerung: Die ICP scheint Kandidaten in technischen Rollen zu sein, wahrscheinlich solche, die sich auf Praktika oder Einstiegspositionen vorbereiten. Es werden keine Belege für die Nutzung durch Arbeitgeber oder Recruiter geliefert.

Die Beschreibung enthält keine Angaben zu Preisen, Monetarisierung oder Geschäftsmodell.

nicht belegt.

• Entwickelt mit React (Frontend), FastAPI (Backend), Python, SQLite.
• Nutzt Firebase Authentication, OpenAI API (GPT-5), PDF-Parsing, Prompt Engineering, Vektordatenbank und RAG.
• Enthält einen Demomodus für lokale Tests ohne API-Quota.
• Der Interviewverlauf ist adaptiv und nutzt Lebenslauf, Rolle, Fähigkeiten und frühere Antworten, um die Fragen zu steuern.

Schlussfolgerung: Die Plattform ist als Full-Stack-Prototyp aufgebaut, der wahrscheinlich für Demonstrationen oder frühe Nutzertests vorgesehen ist. Sie integriert KI zur Personalisierung und zur Generierung von Feedback.

Die Beschreibung lautet:

• Das Projekt wurde beim OpenAI 2026 Hackathon eingereicht.
• Zu den Erfolgen gehören der Aufbau einer vollständigen Interviewerfahrung mit 15 Fragen, personalisierte Fragen, unterschiedliche Scorecards und ein poliertes UI.
• Das Team ist klein (3 Mitglieder).

nicht belegt: Es liegen keine Daten zu Nutzern, Adoption, Retention oder Umsatz vor. Es gibt keine Evidenz für einen Product-Market-Fit über die Hackathon-Einreichung hinaus.

Die Beschreibung erwähnt keine Wettbewerber oder Marktpositionierung.

nicht belegt.

• Die Plattform ist ein Hackathon-Prototyp, ohne Evidenz für Traction oder Nutzung in der realen Welt.
• Es gibt keine Erwähnung von Monetarisierung, Preismodell oder Skalierungsplänen.
• Die Teamgröße (3) und der Tech-Stack deuten auf eine frühe Entwicklungsphase hin.
• Das Produkt wird als kandidatenseitiges Tool beschrieben, aber es gibt keine Anzeichen dafür, dass es über die Demophase hinausgegangen ist.

Schlussfolgerung: Das Projekt mangelt an kommerzieller Reife. Es hat möglicherweise keine zentralen Herausforderungen wie User Acquisition, Feedback-Qualität oder langfristige Retention adressiert.

1. Was ist Ihr Plan, um über den Hackathon-Prototyp hinaus zu skalieren?
2. Haben Sie dies mit echten Nutzern außerhalb des Teams getestet?
3. Wie beabsichtigen Sie, diese Plattform zu monetarisieren?
4. Was sind die zentralen Annahmen hinter der Bewertungslogik und wie haben Sie diese validiert?
5. Gibt es Pläne zur Integration mit bestehenden Job-Plattformen oder Unternehmen?