Tutori

Projekt: Tutori

Selbstberichtete Grundlage: Die Beschreibung stammt vollständig aus dem eigenen Text des Autors, der für den OpenAI 2026 Hackathon auf Devpost eingereicht wurde. Es liegen keine externen Verifizierungen, Umsätze, Kundendaten oder Traction-Daten vor, über das Gesagte hinaus.

Was es offenbar ist: Ein browserbasierter Sprachtutor, der gesprochene und visuelle Lektionen über ein agentic AI-System liefert. Er nutzt ein kontinuierliches Whiteboard, um Themen durch live gesprochenes und gezeichnetes Material in Echtzeit zu lehren.

Was sich geändert hat: Das Projekt wurde im Rahmen eines Hackathons entwickelt, ohne Hinweise auf eine vorherige Entwicklung oder kommerzielle Nutzung über den Prototyp hinaus.

Wichtigste offene Frage: Gibt es Hinweise darauf, dass dieses Konzept Traction, Adoption oder einen Weg zur Monetarisierung hat – oder sogar eine tragfähige product-market fit?

Die Beschreibung besagt, dass Tutori ein agentic voice tutor ist, der Themen lehrt, indem er live auf einem kontinuierlichen Whiteboard spricht und zeichnet. Er nutzt KI, um Lektionen zu planen, Erzählungen zu generieren und strukturierte visuelle Operationen (z. B. Kästen, Pfeile, Beschriftungen) zu erzeugen, die in Echtzeit gerendert werden.

• Das System ist mit Python und Gradio gebaut.
• Es integriert GPT-5.6 Luna über OpenRouter für Planung und Coaching.
• Whisper Large V3 Turbo übernimmt die Transkription.
• GPT Audio Mini generiert die Erzählungen.
• Ein benutzerdefiniertes HTML Canvas Whiteboard rendert die visuellen Elemente.
• Board-Operationen werden durch eine Layout-Ebene validiert und eingeschränkt, um Kollisionen oder schlechte Platzierungen zu vermeiden.

Schlussfolgerung: Das Produkt ist ein Prototyp, kein kommerzielles Angebot. Es wird als Open Source und live beschrieben, aber es gibt keine Hinweise auf Monetarisierung oder eine Nutzerbasis.

Der Autor behauptet, dass Tutori das „Gefühl“ des echten Unterrichts in einen Browser bringt – wo Lehrer sprechen, skizzieren, überarbeiten, zeigen und Lektionen um die Lernenden herum strukturieren. Es steht im Gegensatz zu KI-Tutoren, die mit Absätzen erklären.

• Das System unterstützt Sprach- oder Texteingabe und ermöglicht Folgefragen.
• Lektionen sind mehrminütig, keine kurzen Antworten.
• Es nutzt ein kontinuierliches Whiteboard, das wiederverwendet und selektiv gelöscht werden kann.
• Es wird als mobilfreundlich und vollständig Open Source beschrieben.

Schlussfolgerung: Die Positionierung ist die eines interaktiven, agentic educational tool – kein Chatbot oder statisches visuelles Hilfsmittel. Der Anspruch des „echten Unterrichts“ ist jedoch selbstberichtet und durch keine externen Daten oder Nutzerfeedbacks belegt.

Die Beschreibung gibt nicht an, wer die beabsichtigten Nutzer sind, abgesehen von allgemeinen Lernenden oder Schülern.

• Das System unterstützt Sprach- oder Texteingabe, was auf ein breites Publikum hindeutet.
• Es ist so konzipiert, jedes Thema zu lehren.
• Es wird als browserbasiertes Tool beschrieben, was auf Zugänglichkeit über Plattformen hinweg hindeutet.

Schlussfolgerung: Die ICP ist wahrscheinlich Studenten, Bildungsträger oder Selbstlerner, die von visuellen und gesprochenen Erklärungen profitieren. Es ist jedoch keine spezifische Persona oder Segment definiert.

Die Beschreibung erwähnt kein Geschäftsmodell, keine Preise oder keine Monetarisierungsstrategie.

• Es wird als Open Source unter Apache 2.0 beschrieben.
• Es werden keine Umsatzquellen, Abonnements oder Lizenzen erwähnt.
• Das Projekt wurde für einen Hackathon entwickelt und wird nicht als kommerzielles Produkt präsentiert.

Schlussfolgerung: Es gibt keine Hinweise auf ein Geschäftsmodell oder eine Preisstruktur. Das Tool ist Open Source und wird in diesem Stadium wahrscheinlich nicht monetarisiert.

Das System wurde mit folgenden Komponenten erstellt:

• Python, Gradio, HTML5 Canvas
• GPT-5.6 Luna (via OpenRouter)
• Whisper Large V3 Turbo für Transkription
• GPT Audio Mini für Erzählung
• Pitch-erhaltender Audiofilter

Zu den wichtigsten technischen Funktionen gehören:

• Streaming von Erzählungen und Board-Ereignissen
• Strukturierte Zeichenoperationen (Kästen, Pfeile, Löschungen)
• Layout-Ebene zur Verwaltung räumlicher Einschränkungen und Kollisionen
• Deterministische Nachbearbeitung für visuelle Klarheit

Schlussfolgerung: Das System ist ein Prototyp mit hohem Engineering-Aufwand, wurde aber nicht skaliert oder in Produktion eingesetzt. Es wird als live und mobilfreundlich beschrieben, jedoch gibt es keine Hinweise auf Leistung oder Skalierbarkeit.

Die Beschreibung besagt:

• Das Projekt wurde für einen Hackathon entwickelt.
• Es ist live und Open Source.
• Es ist mobilfreundlich.
• Es unterstützt Lektionen über mehrere Minuten mit Folgefragen.

Es gibt jedoch keine Hinweise auf:

• Nutzerakzeptanz oder -bindung
• Kundenfeedback oder Nutzungsdaten
• Umsatz oder Monetarisierung
• Product-Market-Fit oder Traction

Schlussfolgerung: Das Projekt befindet sich in einem sehr frühen Stadium, wahrscheinlich ein Prototyp oder Proof-of-Concept. Es gibt keine Anzeichen von Traction oder Reife über den Hackathon hinaus.

Die Beschreibung erwähnt keine Wettbewerber oder Marktkontext.

• Es ist nicht klar, ob ähnliche Tools auf dem Markt existieren.
• Es wird kein Vergleich mit bestehenden KI-Tutoren, Bildungsplattformen oder Whiteboard-Tools vorgenommen.

Schlussfolgerung: Es gibt keine Hinweise auf eine Wettbewerbsanalyse oder Positionierung auf dem Markt. Der Autor beschreibt nicht, wie sich Tutori im Vergleich zu anderen Tools verhält.

• Keine Traction oder Umsatz: Das Projekt ist ein Prototyp ohne Hinweise auf Akzeptanz.
• Unbewiesenes Geschäftsmodell: Es ist keine Monetarisierungsstrategie oder Preisstruktur erkennbar.
• Hochgradig technischer Prototyp: Wahrscheinlich nicht bereit für Produktion oder kommerzielle Nutzung.
• Selbstberichtete Aussagen: Alle Beschreibungen sind unbestätigt und fehlen externe Belege.
• Kein Nutzerfeedback oder Daten: Es gibt keine Hinweise darauf, wie Nutzer mit dem System interagieren.

Schlussfolgerung: Das Projekt ist ein konzeptioneller Prototyp, kein Produkt auf dem Markt. Es mag Potenzial haben, aber es gibt keine Hinweise auf Machbarkeit oder Nachfrage.

1. Wer ist die beabsichtigte Zielgruppe und wie haben Sie diese identifiziert?
2. Wie planen Sie, dieses Tool zu monetarisieren, falls überhaupt?
3. Haben Sie es mit echten Nutzern getestet? Welches Feedback haben Sie erhalten?
4. Was sind die technischen Einschränkungen bei der Skalierung dieses Systems?
5. Gibt es bestehende Bildungs- oder Tutorenplattformen, mit denen dieses Tool konkurrieren oder die es ergänzen könnte?