"Was ist das?" – Objekterkennungs-App für Kinder
Problem
Kinder, die noch nicht lesen können, haben keine Möglichkeit, selbstständig herauszufinden, wie ein Alltagsgegenstand heißt – sie müssen einen Erwachsenen fragen. Ich wollte ein Werkzeug bauen, das ein junges Kind vollständig allein nutzen kann.
Was ich gebaut habe
Eine offlinefähige iOS-App: Die Kamera wird auf einen Gegenstand gerichtet, die App erkennt ihn und spricht eine kurze, kindgerechte Antwort. Das Modell erkennt 48 Objektklassen. Die Trainingsdaten wurden mit Python-Skripten aus dem Open Images Dataset v7 und COCO aufbereitet, trainiert wurde mit Core ML und Create ML. Die gesprochenen Antworten sind mit ElevenLabs vorgeneriert, sodass die App zur Laufzeit keine Netzwerkverbindung benötigt.
Technische Entscheidungen
Die zentrale Vorgabe: Es ist ein Produkt für kleine Kinder – es musste vollständig offline funktionieren, ohne dass jemals Daten das Gerät verlassen: keine Analytics, keine Cloud-Inferenz, nichts, was man Eltern erklären müsste. Das schloss serverseitige Vision-Modelle aus und bestimmte die gesamte Pipeline rund um ein On-Device-Core-ML-Modell. Das Modell erreichte ca. 85% Validierungsgenauigkeit gegenüber ca. 70% Trainingsgenauigkeit.
Ergebnis
Umgesetzt als Bachelorarbeit (HTW Berlin, 01/2026–03/2026). Eine funktionierende, vollständig offline arbeitende Objekterkennungs-App mit trainiertem 48-Klassen-Modell und natürlich klingender Sprachausgabe, im Alleingang von der Datenerhebung bis zur fertigen iOS-App entwickelt.