Zum Inhalt springen
Lucas Mouette®
← Alle ProjekteKIEntwicklungDesign2023/24

Cultomato

Ein KI-Chatbot, der Münchens Kulturszene mit deinen Interessen und deinem freien Abend zusammenbringt.

Cultomato — Cover

München hat ein riesiges Kulturangebot, aber es ist über Dutzende Websites verstreut. Cultomato ist ein Kulturguide im Chat: Man sagt, was einem gefällt und wann man Zeit hat, und bekommt passende Events vorgeschlagen. Mein erstes KI-Produkt — im ersten Semester zu dritt konzipiert und gebaut.

Rolle
UX Designer, Prompt Engineer & Chatbot-Entwickler
Team
3 Studierende
Kontext
Hochschulprojekt — HM München
Tools
Figma, Python, LlamaIndex, Hugging Face, Gradio

Das Problem

Wer heute Abend in München etwas unternehmen will, klickt sich durch Websites von Veranstaltungsorten, Programmübersichten und Social Media und filtert alles selbst nach Geschmack und Zeit. Der Aufwand ist so groß, dass viele am Ende einfach nicht hingehen.

Die Idee

Die Suche durch ein Gespräch ersetzen. Nutzer sagen, worauf sie Lust haben und wann sie Zeit haben, und Cultomato antwortet mit passenden Events. Die freundliche Tomatendosen-Figur gibt dem Produkt eine Persönlichkeit, durch die „Kultur“ weniger einschüchternd wirkt.

Meine Rolle

  • Konversationserlebnis und Interface in Figma gestaltet.
  • Die Prompts geschrieben und iteriert, die Tonalität und Antwortqualität bestimmen.
  • Teile des Chatbots gebaut: mit Python, LlamaIndex für das Retrieval über die Eventdaten und Gradio als Frontend, gehostet auf Hugging Face.

Zentrale Entscheidungen

  • Retrieval statt reiner Generierung. Die Antworten mit LlamaIndex auf echte Eventdaten zu stützen, hat erfundene Empfehlungen reduziert — das größte Vertrauensrisiko für ein Empfehlungssystem.
  • Persönlichkeit als Onboarding. Das Maskottchen und der verspielte Ton senken die Hürde für die erste Frage, und die zählt in einem Chat-Produkt mehr als jedes Feature.

Was ich gelernt habe

Es war das erste Mal, dass ich etwas mit einem LLM im Inneren ausgeliefert habe. Dabei habe ich gelernt, KI-Features über ihre Failure Modes zu denken (falsche Termine, erfundene Events, unklare Antworten) und vom ersten Tag an Leitplanken dafür zu gestalten.

Nächstes Projekt →IKEA Drop Culture