Entwicklung einer App für personalisierte Kulturempfehlungen
Kumpel ist eine App, die kulturinteressierten Menschen im Ruhrgebiet eine kuratierte Auswahl an Kulturangeboten liefert – von Ausstellung bis Zeche. Die mühsame eigene Recherche an verschiedenen Stellen und das Verpassen von Dingen, die man doch eigentlich gern sehen wollte, sind damit vorbei.
Das Problem
Viel Kultur, wenig Überblick
Das Ruhrgebiet ist der größte Ballungsraum Deutschlands mit mehr als fünf Millionen Menschen in 53 Städten, davon elf Großstädte. Es hat deutschlandweit die höchste Kino-, Museums- und Operndichte und die zweithöchste Theaterdichte. Dazu kommen 57 Standorte der Industriekultur. Das kulturelle Angebot ist also enorm. Aber: Jede Stadt, jedes Museum, jede Bühne kommuniziert für sich. Wer wissen will, was los ist, muss sich die Infos mühsam an vielen verschiedenen Stellen zusammensuchen.
- Projekt
- Solo Product Design Case „Kumpel“
- Meine Rolle
- Product Design · UI/UX
- Dauer
- 4 Monate im Rahmen des Product Design Bootcamps der Digitale Leute School
- Tools
- Miro · Figma · Claude
Qualitative Interviews (n = 5)
Muster erkennen
Nach der Desk Research mit Perplexity und Google Scholar wurde es persönlich: Wie erfahren kulturaffine Menschen im Ruhrgebiet eigentlich von Veranstaltungen? Und was nervt sie dabei? Um das zu verstehen, habe ich fünf qualitative Einzelinterviews mit berufstätigen Menschen aus der Zielgruppe geführt. Die Ergebnisse habe ich mithilfe von Claude ausgewertet und in einem Affinity Mapping strukturiert. Dabei zeigten sich schnell wiederkehrende Muster:
Quantitative Umfrage (n = 25)
Genervt, vergesslich, ahnungslos
Welche Muster aus den Interviews zeigen sich auch in größeren Gruppen? Wie häufig tritt das Problem auf? Um das herauszufinden, habe ich eine Online-Umfrage mit Tally durchgeführt. Viele Erkenntnisse aus den qualitativen Interviews haben sich bestätigt, beim Thema „Verpassen“ gab es allerdings eine Überraschung. Bedeutet: Ein Reminder ist ein absolut notwendiges Feature!
40%
sind genervt vom Prozess des Recherchierens: es ist unübersichtlich und kleinteilig.
36%
wissen manchmal gar nicht so genau, was sie eigentlich wollen und können deshalb auch nicht danach suchen.
80%
verpassen Dinge, weil sie erst im Nachhinein davon erfahren. Aber: Ebenfalls 80% verpassen Dinge, obwohl sie davon wussten.
Segmente & Persona
Darf ich vorstellen: Anja
Aus den Ergebnissen von Interviews, Umfrage und einer Empathy Map ergab sich ein klares Bild über das Verhalten und die Pain Points der Zielgruppe. Anja ist kulturell interessiert und bekommt einiges mit. Sobald sie sich aber aktiv auf die Suche nach etwas Passendem macht, wird es anstrengend.
„Eigentlich würde ich demnächst gern mal wieder ins Theater – aber dann müsste ich jetzt die ganzen verschiedenen Websites durchklicken, bis ich was finde, was mich interessiert.“
Anja, 48, Essen
unternimmt etwa zwei bis drei kulturelle Aktivitäten im Monat
… ein kulturell erfülltes Leben führen, inspiriert werden und auch gern mal über den eigenen Tellerrand hinaus schauen.
… nicht alles zu wissen, was los ist, denn das würde sie überfordern. Aber die Dinge, die für sie interessant sein könnten, will sie mitbekommen – und zwar rechtzeitig.
… vom mühsamen Recherchieren auf unterschiedlichen Seiten. Und wenn sie mal wieder eine Ausstellung verpasst hat, die sie doch eigentlich sehen wollte.
Wie könnten wir dafür sorgen, dass kulturinteressierte Menschen im Ruhrgebiet rechtzeitig von für sie relevanten Aktivitäten erfahren, sodass sie nicht selbst mühsam recherchieren müssen?
Wettbewerbsanalyse
Was es bereits gibt
Rausgegangen ist der Platzhirsch im Markt lokaler Events, der Fokus liegt hier aber eher auf Ausgehkultur und anderen lokalen Veranstaltungen wie Partys, Kneipenquiz oder Flohmarkt. Die App zeigt Veranstaltungen pro Stadt, nicht ruhrgebietsübergreifend. Man kann keine Vorlieben oder Interessen einstellen.
Die Website Kulturinfo Ruhr beinhaltet zwar alle kulturellen Aktivitäten des gesamten Ruhrgebiets (außer Industriekultur), das erschlagende Angebot muss aber selbst über Suche und Filter navigiert werden.
User Flow
Eine Runde Empfehlungen, bitte
Einmal pro Woche meldet sich Kumpel per Push mit einer festgelegten Anzahl an Empfehlungen. Jede Empfehlung wird einzeln gezeigt und kann als passend oder unpassend bewertet oder ohne Bewertung übersprungen werden. So lernt der Algorithmus den Geschmack immer besser kennen und die Nutzer:innen behalten trotzdem die Kontrolle.
Key Decisions
Transparenz & Begrenzung
Algorithmen sind üblicherweise eine Black Box. Man weiß nicht so genau, warum sie etwas ausspielen, kann sie nicht richtig steuern. Das kann zu sogenannter algorithm aversion führen. Um die zu vermeiden, braucht es Transparenz. User:innen dürfen sich dem Algorithmus nicht ausgeliefert fühlen, müssen aktiv mit ihm interagieren können. Deshalb können alle Empfehlungen bewertet und die Präferenzen jederzeit im Profil geändert werden.
Endless Scrolling und unzählige Optionen führen nachweislich zu Decision Paralysis: Wer zu viel Auswahl hat, entscheidet sich am Ende oft für gar nichts. Die Interviews haben außerdem gezeigt: Keine:r der Befragten will alles wissen, was es gibt, denn das sorgt für FOMO. Deshalb zeigt Kumpel bewusst nur eine begrenzte Auswahl.
Wireframes
Struktur und Inhalt
Wie sind die Empfehlungen aufgebaut? Wie interagiert man mit ihnen? Welche Schritte finden im Onboarding statt? Was muss abgefragt werden und wie wird das erklärt? Welche Seiten gibt es außerhalb vom Standardflow? Und wie sieht das aus, wenn man nicht eingeloggt ist?
Jeden Screen habe ich als Wireframe aufgebaut und direkt mit Text befüllt. Noch nicht final, aber genug, um ein Gefühl dafür zu bekommen, welche Inhalte wo gebraucht werden.
Design System
Editorial trifft Kohle
Kumpel nutzt das Bildmaterial der verschiedenen Kulturaktivitäten, eine einheitliche Bildsprache ist also nicht umsetzbar. Deshalb wird eine zurückhaltende, neutrale, aber angenehm warme Farbwelt genutzt. Bei Screens ohne Foto sorgt ein kühles Blau für Farbe, dazu kommt eine auffällige Markerfarbe, die den Fokus lenkt und Aktionen markiert.
Der Serifen-Font der Headlines sorgt für etwas Editorial Feeling, ansonsten bleibt es klar und gut lesbar mit der Sans Serif für die Copy und einer technischen Mono für harte Fakten wie Datum und Ort.
Usability Testing
Ist doch klar – oder?
Bevor es ins HiFi Design ging, wollte ich wissen: Funktioniert die App überhaupt? Dafür habe ich einen MidFi Prototypen gebaut und mit zwei Personen aus der Zielgruppe moderierte Usability Tests durchgeführt. Mit der Think-Aloud-Methode haben wir verschiedene Szenarien durchgespielt. Die Erkenntnisse sind direkt ins Design geflossen.
Im Onboarding wollte ich die Auswahl der favorisierten Genres mit einem Overlay lösen, um nicht zu viele Optionen gleichzeitig zu zeigen. Das hat im Test für völlige Verwirrung gesorgt und funktionierte überhaupt nicht. Deshalb wurde daraus ein Akkordeon, innerhalb dessen sich die Genres befinden.
Zu jeder Empfehlung gibt es eine Detailseite mit weiteren Infos. Der Chevron als Indikator einer weiterführenden Seite wurde in den Tests nicht wahrgenommen, die Seite somit nicht gefunden. Der neue „mehr“-Link ist zwar kaum größer, aufgrund des Texts und der Position am Ende des Anreißers jedoch deutlich besser wahrnehmbar. Nicht nur der Textlink, sondern die komplette Card führt bei Klick zur Detailseite.
Onboarding
So genau wie nötig,
so kurz wie möglich
Ursprünglich hatte ich ein umfangreiches Onboarding für Kumpel geplant. Der Algorithmus soll den Geschmack der User:innen schließlich gut kennenlernen, um möglichst passende Empfehlungen ausspielen zu können.
Allerdings ist das Onboarding auch die erste und einzige Hürde vor dem Anlegen eines Accounts – und wer keinen anlegt, bekommt keine personalisierten Empfehlungen. Eigentlich sollte es also am besten so kurz wie möglich sein.
Im Usability Test wurde das Onboarding zwar problemlos durchlaufen, aber das war ja auch die zu erledigende Aufgabe. Wie würde es unter realen Bedingungen mit User:innen laufen, die die App zum ersten Mal öffnen?
Um diesem potenziellen Problem vorzubeugen, habe ich das Onboarding verkürzt. Es sind nur noch die wichtigsten Fragen drin, die für passende Empfehlungen gebraucht werden. Die übrigen Fragen fallen aber nicht weg, sondern werden in die ersten Empfehlungsrunden integriert.
So ist die Anfangshürde gesunken und die ersten Nutzungen geben das Gefühl, dass hier wirklich gründlich nachgefragt wird.
Prototyp
Selbst durchklicken
Zwei Kernflows können durchgeklickt werden: Das Onboarding bis zur Erstellung eines Accounts und eine Empfehlungsrunde, die mit einem Klick auf die Push-Mitteilung startet.
KPI
Zwei Werte für Erfolg
Die zwei wichtigsten Momente in der App sind die Account-Erstellung am Ende des Onboardings, die die personalisierte Nutzung erst möglich macht, sowie das Abrufen der per Push ausgespielten Empfehlungen. Genau die werden gemessen.
Onboarding Completion Rate
Wie viel Prozent der Menschen, die die App heruntergeladen und geöffnet haben, erstellen einen Account?
Weekly Retention Rate
Wie viel Prozent derer, die einen Account erstellt haben, kommen in der folgenden Woche wieder? Und in den Wochen darauf?
Next Steps
Wie es weitergeht
Die Suche dient dazu, Aktivitäten, von denen man außerhalb der App gehört hat, auf die Merkliste zu setzen. Funktioniert das? Welche Funktionen und Filter braucht sie?
Wo erwarten die Nutzer:innen die Möglichkeit, Angebote als bekannt zu markieren? Ist das Dislike-Menü wirklich der richtige Ort dafür?
Im aktuellen Zustand kümmert sich Kumpel nur um die Zeit vor dem Besuch einer Aktivität. Aber wie hat es der Person dort gefallen? War die Empfehlung wirklich gut oder eher nicht so? Ein nachträgliches Bewertungssystem muss integriert werden.
Learnings
Was ich gelernt habe
Alles. Naja, sicherlich nicht ALLES alles – aber im Rahmen des Product Design Bootcamps der Digitale Leute School habe ich für Kumpel einen kompletten Product Design Prozess durchlaufen und dabei wirklich viel mitgenommen. Meine UI- und Figma-Skills wurden vertieft, nutzerzentrierte Methoden erlernt: Angefangen bei Desk Research und qualitativen wie quantitativen Methoden, Nutzung von Affinity und Empathy Maps, Bestimmung von Problemgrößen und Segmenten, Entwicklung von Persona, Customer Journeys und User Story Mapping über das Anlegen eines Design Systems bis hin zum Prototyping, Usability Testing und dem Festlegen von KPIs zum Messen von UI/UX-Erfolg.