Siyaya AI — The Intelligent Workshop Operating System

Siyaya AI ist ein selbstberichtetes Werkstatt-ERP, das als Single-File-Frontend-Anwendung mit einem Node.js-Backend-Proxy für OpenAI-APIs entwickelt wurde. Der Autor gibt an, dass es Benutzern ermöglicht, Operationen zu verwalten, Fahrzeugfehler über einen KI-Mechaniker zu diagnostizieren, den Bedarf an Lagerbeständen vorherzusagen und Entscheidungsprozesse zu unterstützen. Es wird als "KI-first"-System beschrieben, das Daten lokal im Browser speichert und offline funktioniert. Das Projekt wurde beim OpenAI 2026 Hackathon eingereicht.

Die wichtigste offene Frage lautet: Welche Traction, welchen Umsatz oder welche Kundenakzeptanz existiert für dieses Produkt? Die Beschreibung enthält keine Hinweise auf eines dieser Elemente. Der Autor beschreibt einen funktionsfähigen Prototyp, gibt jedoch nicht an, ob er deployed, genutzt oder unter realen Bedingungen getestet wurde.

Diese Analyse basiert ausschließlich auf der selbstberichteten und nicht verifizierten Darstellung des Autors. Es sind keine Drittanbieter-Verifizierungen, archivierten Daten oder unabhängigen Quellen verfügbar.

Die Beschreibung besagt, dass Siyaya AI ist:

• Ein Werkstatt-ERP (Enterprise Resource Planning)-System
• Entwickelt, um Produkte zu verkaufen, Lagerbestände zu verfolgen, Kunden zu verwalten, Auftragskarten zu erstellen und Finanzen zu verwalten
• Ein KI-first-System mit Funktionen, einschließlich:
  • Eine Chat-Schnittstelle zur Interaktion mit dem System
  • Ein KI-Mechaniker, der Diagnosen auf der Grundlage von Symptomen mit Konfidenzstufen und Teilelisten liefert
  • Eine Inventory-AI, die Nachbestellbedarfe vorhersagt

Der Autor beschreibt es als Single-HTML-File-Frontend, das mit Vanilla JavaScript und einem Node.js-Backend gebaut wurde, das OpenAI-API-Aufrufe proxied, um den API-Schlüssel zu verbergen. Es verwendet localStorage für die Datenpersistenz und ist so konzipiert, dass es vollständig offline funktioniert.

Dies ist eine selbstberichtete Produktbeschreibung, die nicht unabhängig verifiziert wurde.

Der Autor gibt an:

• Siyaya AI ist als KI-first-Werkstatt-ERP positioniert
• Es zielt darauf ab, "Operationen aktiv zu verwalten", "Fahrzeugfehler zu diagnostizieren", "Bedarf an Lagerbeständen vorherzusagen" und "Direktoren bei Entscheidungen zu helfen"
• Das System wird als anders als bestehende Software beschrieben, da es "dem Eigentümer tatsächlich bei Entscheidungen hilft", anstatt nur Daten zu speichern
• Die KI-Komponente ist zentral für den Wertvorschlag, mit Funktionen wie einem KI-Mechaniker und einer Inventory-AI

Die Positionierung scheint zu sein:

• Ein Entscheidungsunterstützungswerkzeug für Werkstatteinhaber
• Ein offline-fähiges ERP, das KI für Diagnostik und Lagerverwaltung integriert
• Ein von Entwicklern gebauter Prototyp, kein kommerzielles Produkt

Dies ist eine selbstberichtete Behauptung, die nicht unabhängig verifiziert wurde.

Die Beschreibung besagt:

• Das System ist für Werkstattumgebungen gebaut
• Es richtet sich an Werkstattmanager oder -eigentümer, die Zeit damit verbringen, Operationen manuell zu überprüfen
• Der Autor merkt an, dass die meisten bestehenden Softwarelösungen nur Daten speichern, und Siyaya AI zielt darauf ab, dem Eigentümer bei Entscheidungen zu helfen

Es werden keine spezifischen Kundensegmente, Personas oder ICPs jenseits von "Werkstatteinhabern" oder "Managern" definiert. Es werden keine Hinweise auf Marktforschung, Nutzerinterviews oder Zielgruppensegmentierung gegeben.

Dies ist eine selbstberichtete Behauptung, die nicht unabhängig verifiziert wurde.

Die Beschreibung nennt nicht:

• Ein Preismodell
• Einnahmequellen
• Eine Monetarisierungsstrategie
• Abonnementpläne oder Lizenzbedingungen

Der Autor beschreibt nur die technische Architektur und die Funktionen, aber nicht, wie das Produkt verkauft oder monetarisiert werden soll.

Dies ist eine selbstberichtete Aussage, die nicht unabhängig verifiziert wurde.

Die Beschreibung besagt:

• Das Frontend ist eine einzelne HTML-Datei mit vanilla JavaScript
• Es werden keine Frameworks wie React verwendet
• Alles wird im browser localStorage gespeichert
• Das Backend ist ein Node.js-Server, der OpenAI API-Aufrufe weiterleitet, um den API-Schlüssel zu verbergen
• Das System funktioniert vollständig offline
• Es wurde ein Fallback-System erstellt, das für den Fall verwendet wird, wenn kein API-Schlüssel vorhanden ist (Mock-Antworten unter Verwendung von Geschäftsdaten)
• Browser-Sicherheit und localStorage-Limits waren Herausforderungen
• Die Kanban Drag-and-Drop-Funktionalität wurde implementiert

Der Autor erwähnt auch:

• Die Verwendung von Codex zur Unterstützung beim Schreiben und Debuggen von Modulen
• Kein Build-Schritt oder Abhängigkeiten im Frontend

Dies ist eine selbstberichtete technische Beschreibung, die nicht unabhängig verifiziert wurde.

Die Beschreibung besagt:

• Das System ist ein Prototyp, der für einen Hackathon entwickelt wurde
• Der Autor hat daran allein gearbeitet
• Es wurde beim OpenAI 2026 Hackathon eingereicht
• Es gibt keine Hinweise auf:
  • Kunden
  • Einnahmen
  • Nutzerakzeptanz
  • Product-Market-Fit
  • Marktdurchdringung

Das Projekt wird als selbstgebauter Prototyp beschrieben, nicht als kommerzielles Produkt.

Dies ist eine selbstberichtete Aussage, die nicht unabhängig verifiziert wurde.

Die Beschreibung erwähnt nicht:

• Konkurrenten
• Bestehende ERP- oder Werkstattmanagementsysteme
• Marktpositionierung im Vergleich zu anderen Tools
• Wettbewerbsvorteile oder Differenzierung

Es werden keine Hinweise auf eine Wettbewerbsanalyse oder Marktbewusstsein gegeben.

Dies ist eine selbstberichtete Aussage, die nicht unabhängig verifiziert wurde.

• Das System wird als Single-File-Prototyp beschrieben, der für einen Hackathon entwickelt wurde — es gibt keine Hinweise auf kommerzielle Machbarkeit oder Skalierbarkeit
• Es funktioniert vollständig offline, was seinen Nutzen in größeren oder besser vernetzten Umgebungen einschränken könnte
• Die KI-Funktionen basieren auf lokalen Daten und OpenAI APIs mit Fallbacks, aber es wird nicht erwähnt, wie es skaliert oder mit realen Systemen integriert werden würde
• Es gibt keine Hinweise auf:
  • Kundenfeedback
  • Produkttests
  • Einnahmen oder Monetarisierung
  • Teamgröße oder Unterstützungsstruktur über eine Person hinaus

Dies ist eine selbstberichtete Aussage, die nicht unabhängig verifiziert wurde.

1. Welches ist das tatsächliche Geschäftsproblem, das Sie lösen, und wie haben Sie es validiert?
2. Haben Sie dies mit echten Werkstattbesitzern oder Managern getestet?
3. Wie planen Sie, dieses Produkt zu monetarisieren?
4. Was ist Ihre Roadmap, um vom Prototyp zu einem skalierbaren Produkt zu gelangen?
5. Gibt es bestehende ERP-Systeme im Werkstattbereich, gegen die Sie antreten?
6. Wie werden Sie Datenpersistenz und Skalierbarkeit über localStorage hinaus handhaben?
7. Was sind die Einschränkungen der KI-Funktionen, insbesondere im Offline-Modus?
8. Haben Sie Pläne für die Integration mit realen Systemen oder Zahlungsdienstleistern?