Projekt "Swipecar"
Startup VentureGebrauchtwagenkauf so einfach wie Swipen auf Dating-Apps
Ein Startup Venture mit ASCIT als technischem Mitgründer, aktuell unter dem Arbeitstitel Swipecar: Eine Mobile-First Web App, die den Gebrauchtwagenkauf für junge Menschen (18–35) revolutioniert. Statt endlosem Scrollen durch Inserate ein kuratierter Feed mit Videos, hochwertigen Bildern und Tinder-ähnlichen Swipegesten.
KI-gestütztes Onboarding trifft auf intelligenten Scoringalgorithmus. Eine Autocommunity für Käufer und ein neuer Absatzkanal für Händler.
Die Vision
Der Gebrauchtwagenkauf ist bei der Masse an Angeboten kein einfaches Unterfangen. Besonders für junge Menschen zwischen 18 und 35, deren Umgang mit digitalen Angeboten sich grundlegend verändert hat: kurze, visuelle, swipe-basierte Formate statt endloser Listen und Dutzender Filter. Die Plattform macht Autosuche so intuitiv und spannend wie eine Dating-App und schafft gleichzeitig eine Autocommunity, in der entdeckt, reagiert, geteilt und gekauft wird. Für Händler entsteht ein völlig neuer Absatzkanal mit direktem Zugang zu einer jungen, aktiven Zielgruppe.
Screenshots
Das Problem
Gebrauchtwagenportale sind für klassische Internetnutzer gebaut: Dutzende Filter, seitenlanges Scrollen, überladene Inserate ohne emotionalen Zugang. Für 18- bis 35-Jährige, die ihr erstes Auto suchen, ist das frustrierend. Sie wissen oft nicht einmal genau, was sie wollen, geschweige denn welche Marke oder welchen Motor der richtige ist.
Die App dreht den Prozess um. Statt Filtern ein KI-Gespräch, statt Listen ein kuratierter Feed mit Videocontent und hochwertigen Bildern. Kein Loginzwang, kein Papierkram. Einfach swipen, reagieren, teilen und das passende Auto finden. Für Händler der direkte Draht zu einer Zielgruppe, die über klassische Portale kaum erreichbar ist.
Was die Plattform besonders macht
Swipe Erlebnis und KI
- Vollbild Feed mit Videos und hochwertigen Bildern im TikTok-Stil
- Tinder-ähnliche Swipegesten: links, rechts, hoch, runter
- KI-gestütztes Onboarding: Geführte Ermittlung von User-Preferences
- Intelligenter Scoringalgorithmus mit mehrdimensionaler Gewichtung
- Frischeboost für neue Inserate im Feed
Community und Interaktion
- Nutzerprofile mit Avatar, Präferenzen und persönlicher Garage
- Fahrzeuge teilen und empfehlen per WhatsApp, Link oder nativ
- Emoji Reactions: Autos bewerten mit Feuer, Herz, Wow und mehr
- Parkplatz: Persönliche Sammlung gelikter Fahrzeuge
- Kein Loginzwang, sofort mitmachen und später upgraden
Neuer Absatzkanal für Händler
- Zugang zur jungen Zielgruppe, die klassische Portale nicht nutzt
- Inserate mit bis zu 20 Bildern und Videoupload
- 4 Kontaktwege: Anruf, WhatsApp, E-Mail, Terminbuchung
- Leadmanagement mit Rückrufsystem und Analyse
- Analytics: Reichweite, Interaktionen und Conversion pro Fahrzeug
Die technischen Herausforderungen
Intelligenter Scoringalgorithmus
Einfaches Filtern reicht nicht. Wir berechnen serverseitig einen mehrdimensionalen Score:
- Gewichtete Dimensionen: Budget, Bauform, Marke, Kraftstoff
- Weitere Faktoren: Getriebe, Laufleistung, Alter, Leistung, Farbe
- Frischeboost für neue Inserate und Penalties für wiederholte Ablehnungen
- Serverseitiges Caching für performante Feedberechnung
Anonymous-First Architektur
Kein Loginzwang bei vollem Funktionsumfang war architektonisch anspruchsvoll:
- Anonyme Authentifizierung als Standard
- Nahtloses Upgrade auf E-Mail Account ohne Datenverlust
- Session Persistence über anonyme und registrierte Nutzer hinweg
- automatisierte Tests für alle wichtigen Funktionen
Warum dieses Projekt zeigt, was wir können
Als technische Mitgründer verantworten wir die gesamte Produktentwicklung. Vom Produktkonzept über Architektur bis zum Deployment und Betrieb. Während Trayed unsere B2B-Expertise zeigt, beweist dieses Projekt unsere Vielseitigkeit im B2C-Bereich.
Von Community Features über Händleranbindung bis zur KI-Integration mit Claude. Tech Stack (Next.js 16, React 19), touchoptimiertes Mobile-First Design und eine Anonymous-First Architektur, die ohne Loginzwang auskommt. Fullstack Kompetenz über verschiedene Frameworks hinweg.
Tech Stack
Interesse an einem ähnlichen Projekt?
Wir entwickeln moderne Mobile-First Applikationen mit KI-Integration. Lass uns über deine Idee sprechen.