Landed

Landed ist eine selbstberichtete KI-gestützte Begleit-App für internationale Studierende, die als Hackathon-Projekt entwickelt wurde. Die Beschreibung besagt, dass sie Ankunftsleitfäden, lokale Angebote, Wohnungsinformationen, Veranstaltungen und Community-Funktionen bietet und mit einer Universität in Karlskrona, Schweden, startet. Sie verwendet ein On-Device-KI-Modell (Gemma 3n) und ist mit Kotlin und Supabase entwickelt.

Der Autor behauptet, die App sei so konzipiert, um Verwirrung über kleine, aber alltägliche Probleme für internationale Studierende zu lösen, indem Informationen an einem vertrauenswürdigen Ort zentralisiert werden. Das Team konzentrierte sich darauf, ein kleines, nützliches Produkt zu liefern, anstatt ein weitläufiges Funktionsangebot zu erstellen.

Wesentliche kommerzielle Due-Diligence-Einschätzung: Das Projekt befindet sich in einer frühen Entwicklungsphase und weist keine Belege für Traction, Umsatz oder Kundenakzeptanz auf. Es ist unklar, ob die App von echten Studierenden genutzt wurde oder ob eine bedeutende Nutzerbindung erreicht wurde. Die wichtigste offene Frage lautet: Wurde Landed mit tatsächlichen Nutzern getestet und gibt es einen Weg zu nachhaltigem Wachstum über eine einzelne Universität hinaus?

Die Beschreibung besagt, dass Landed eine KI-gestützte Begleit-App für internationale Studierende an einer Universität in Karlskrona, Schweden (BTH), ist. Sie bietet:

• Ankunftsleitfäden
• Lokale Angebote
• Wohnungsinformationen
• Stadtevents
• Community-Funktionen

Sie ist als Android-App mit Kotlin und Jetpack Compose entwickelt, mit Supabase für Authentifizierung und Daten. Der KI-Begleiter läuft vollständig on-device mit einem Gemma 3n-Modell mit Tool Calling und serverseitiger Retrieval.

Schlussfolgerung: Das Produkt scheint eine mobile Anwendung zu sein, die internationale Studierende durch kuratierte Informationen und KI-Unterstützung bei der Navigation in ihrer neuen Umgebung unterstützt.

Der Autor stellt fest, dass ein Umzug ins Ausland für das Studium bedeutet, „dass die kleinen Dinge verwirrend sind, nicht die großen“, und dass Antworten oft in Gruppenchats verstreut sind, anstatt an einem vertrauenswürdigen Ort zu sein.

Sie behaupten, Landed adressiere dies, indem es eine einzige, KI-gestützte Informationsquelle für Studierende bietet.

Schlussfolgerung: Die Positionierung scheint auf Vertrauen und Kuratierung statt auf Funktionsanzahl zu basieren. Das Team betont das Lernen aus der tatsächlichen Nutzung, anstatt ein großes Produkt zu bauen, das niemand nutzt.

Die Beschreibung besagt, dass Landed internationale Studierende an der BTH (zunächst) anspricht, mit Plänen zur stufenweisen Expansion von Stadt zu Stadt.

Schlussfolgerung: Der anfängliche Kunde sind internationale Studierende an einer Universität. Das Team beabsichtigt, das Modell auf andere Städte und Universitäten zu skalieren, aber es gibt keine Belege für eine vorherige Adoption oder Expansion.

In der Beschreibung werden keine Informationen zum Geschäftsmodell oder zur Preisgestaltung angegeben.

nicht belegt

Die App ist mit folgenden Technologien entwickelt:

• Kotlin und Jetpack Compose (Android)
• Supabase für Auth und Daten
• On-Device-Gemma 3n-KI-Modell mit Tool Calling und serverseitiger Retrieval

Das Team erwähnt Herausforderungen mit zuverlässigem Tool Calling von einem handytaschenformaten Modell und dass sie ihre Funktionsliste auf fünf Punkte reduzierten, um etwas Reales zu liefern.

Schlussfolgerung: Der technische Ansatz konzentriert sich auf leichtgewichtige, gerätebasierte KI für Datenschutz und Leistung. Das Team priorisierte die Kontrolle des Umfangs gegenüber der Reichweite der Funktionen.

Die Beschreibung besagt:

• Landed wurde als Hackathon-Projekt entwickelt
• Es wird zunächst mit Studierenden an der BTH getestet
• Der nächste Schritt besteht darin, „den Zyklus in Karlskrona zu beweisen und dann dasselbe Template von Stadt zu Stadt zu wiederholen“

Es gibt keine Belege für Umsatz, Kundenakzeptanz oder Nutzerbindung über den ersten Test hinaus.

nicht belegt

Es wird keine Wettbewerbslandschaft oder Marktpositionierung beschrieben. Der Autor erwähnt keine bestehenden Lösungen für die Unterstützung internationaler Studierender oder wie sich Landed von diesen abhebt.

nicht belegt

• Unbewiesener Markt: Keine Belege für Akzeptanz oder Nutzung über eine einzelne Universität hinaus.
• Begrenzter Umfang: Die App ist für eine Universität und eine Stadt entwickelt, ohne einen klaren Weg zur Skalierung.
• Unklare Monetarisierung: Kein Geschäftsmodell oder Preisstrategie beschrieben.
• Risiko bei der KI-Implementierung: Gerätebasierte KI kann in ihrer Leistungsfähigkeit oder Genauigkeit begrenzt sein.
• Keine Traction-Daten: Keine Belege für Nutzerfeedback, Retention oder Engagement.

1. Wurde Landed mit echten Studierenden an der BTH getestet? Wie war das Feedback?
2. Wie wird das KI-Modell trainiert oder kuratiert, um relevante Informationen bereitzustellen?
3. Welche Pläne gibt es für die Skalierung über Karlskrona und BTH hinaus?
4. Gibt es Partnerschaften oder institutionelle Unterstützung von BTH oder lokalen Organisationen?
5. Gibt es einen Plan zur Monetarisierung, oder handelt es sich um ein rein bildungsorientiertes Projekt?