Warum habe ich das KI-Sozialprodukt, in das ich ein halbes Jahr investiert habe, eingestellt?

Kann eine Person mithilfe von KI eigenständig ein erfolgreiches C-End-Produkt entwickeln? Der Autor dieses Artikels nutzt ein KI-gestütztes soziales Mini-Programm als Experiment, von der „Suchmaschine für Menschen“ zur Rückkehr zum traditionellen gegenseitigen Auswahlverfahren, und deckt nach einem halben Jahr Versuch und Irrtum schließlich die tieferliegenden Schwierigkeiten rein online basierter Sozialinteraktionen auf. Erfolg auf Produktionsebene bedeutet nicht gleich wirtschaftlichen Erfolg. KI kann die Effizienz steigern, löst aber nicht das Kernproblem der gegenseitigen Bereitschaft.

Ist es wirklich möglich, mit einer Person plus KI ein vollständiges Produkt zu entwickeln?

In der ersten Hälfte dieses Jahres habe ich ständig die Grenzen der KI-Fähigkeiten erforscht und wollte auch eine Sache überprüfen: Kann eine Person mithilfe von KI eigenständig ein wirklich nutzbares C-End-Produkt fertigstellen und schließlich die Kommerzialisierung erreichen?

Ich habe mich für den Bereich KI-Sozialinteraktion entschieden. Dies ist jedoch kein Projekt, das von Null an ohne jegliche Grundlage startet.

In den letzten fast fünf Jahren hat unser Unternehmen ständig Community-Produkte für junge Menschen und den Hochschulmarkt entwickelt, mit insgesamt mehr als 300.000 bedienten Nutzern. Derzeit gibt es noch 20.000 bis 30.000 täglich aktive Nutzer und eine hohe Verweildauer. Die Suche nach Partnern für Beziehungen und Freundschaften ist seit jeher ein sehr starkes Bedürfnis von Studenten;

Ich selbst verfüge sowohl über Fähigkeiten im Produktmanagement als auch in der Full-Stack-Entwicklung und habe reichhaltige Erfahrungen im Produktbetrieb und bei der Planung von Aktivitäten gesammelt, sodass ich Ideen schnell und reibungslos umsetzen und die Produktausrichtung anpassen kann.

Mit anderen Worten: Dieses Projekt verfügt von Anfang an über die grundlegenden Voraussetzungen, die für soziale Produkte erforderlich sind – Technik, Datenverkehr, Verständnis für Nutzer, Betriebserfahrung und geschäftliches Bewusstsein. Es ist kein vorschneller Versuch eines Startup-Neulings ohne jegliche Ressourcen. Wie ist das Ergebnis dann ausgefallen?

Aus Sicht der Produktivität war dieser Versuch eigentlich erfolgreich.

Mithilfe von KI habe ich allein die Produktdesigns, die Systemarchitektur und die Hauptentwicklungsarbeiten für das Mini-Programm abgeschlossen. Neben Infrastrukturen wie dem Kontosystem, der selbst aufgebauten KI-Suchfunktion, der Echtzeitkommunikation, Benachrichtigungen, Mitgliedschaftspunkten und der Online-Zahlung;

Wir haben nacheinander Funktionen wie KI-Empfehlung, gegenseitige Auswahl bei Sympathie, intelligente Profilanalyse, Beziehungstest und Einladungs-Freigabe auf den Markt gebracht. Alle diese Funktionen laufen stabil im Betrieb und wurden von Tausenden von Nutzern getestet.

Früher wäre dies ein mittleres Projekt gewesen, für das mindestens ein Team von fünf bis sechs Personen und eine kontinuierliche Entwicklungsdauer von mehr als drei Monaten erforderlich gewesen wäre. Heute kann eine Person mit relativ umfassenden Fähigkeiten es mithilfe von KI eigenständig fertigstellen.

„Eine Person entspricht einem ganzen Team“ ist nicht mehr nur ein Werbespruch, es wird Realität und wird in Zukunft immer üblicher werden.

Auf der anderen Seite wurde das Produkt zwar fertiggestellt, aber das Geschäftsmodell hat sich nicht bewährt.

Am Ende haben wir das Mini-Programm ausgesetzt. Je weiter wir es entwickelt haben, desto geringer wurde mein Vertrauen in rein online basierte Sozialinteraktionen. Nicht weil das Produkt von Anfang an keine Nutzer hatte – wenn das der Fall gewesen wäre, hätte das Projekt nicht einmal einen Wert für die Nachanalyse gehabt.

Was mich wirklich zum Zögern gebracht und wofür ich mehr als drei Monate lang voll und ganz eingesetzt habe, war, dass es zeitweise die Verweildauer am nächsten Tag auf über 35 % gesteigert hat, kurz nach der Markteinführung mehr als 100 zahlende Nutzer gab und später sogar Nutzer sich kontinuierlich anmeldeten und ihre Mitgliedschaft verlängerten. Diese Rückmeldungen ließen mich zeitweise glauben, dass das Kern-Erlebnis bereits funktioniert und das Übrige nur noch ein Problem des Nutzerwachstums ist.

Leider haben wir nach einem halben Jahr allmählich erkannt: Dass Nutzer das Produkt nutzen, verweilen und dafür bezahlen, bedeutet nicht, dass ein Produkt nachhaltig betrieben werden kann. Erfolg auf Produktionsebene wandelt sich nicht automatisch in geschäftlichen Erfolg um.

Nach Jahren der Entwicklung rein online basierter Sozialinteraktionen sind die optimierbaren Produktmechanismen fast bis zum Äußersten ausgereizt. Das Hinzufügen weiterer Funktionen könnte zwar einzelne Daten verbessern, aber es ist schwer, die Obergrenzen in Bezug auf Angebot und Nachfrage, Vertrauen, Nutzungshäufigkeit und Wirtschaftlichkeit zu durchbrechen.

Wenn man einen Durchbruch schaffen will, darf man nicht weiter dem bestehenden Paradigma folgen und eine „intelligentere Online-Sozialsoftware“ entwickeln, sondern muss in neue Sozial-Szenarien mit höherer Komplexität und höheren Zugriffshürden eintreten.

Im Folgenden werde ich meine Erfahrungen aus diesem halben Jahr umfassend nachanalysieren, in der Hoffnung, dass dies vielen KI-Gründern hilft.

Zweite Phase: Der ursprüngliche Ehrgeiz – eine „Suchmaschine für Menschen“ zu entwickeln

Um Oktober 2025 herum gab es bereits viele Produkte im Bereich des KI-Sozialinteraktions-Marktes: Einige bieten KI-Begleitung an, andere konzentrieren sich auf Ehe- und Partnervermittlung, wieder andere versuchen, dass KI im Namen der Nutzer Anrufe tätigt und neue Freunde kennenlernt.

Als Produktmanager, der seit vielen Jahren im Bereich sozialer Produkte tätig ist, wollte ich keines dieser Produkte entwickeln, sondern ein größeres Konzept umsetzen: die Suchmaschine für Menschen.

Der Ausgangspunkt dieser Idee ist sehr einfach. Früher gab es Baidu für die Informationssuche und Taobao sowie JD für die Produktsuche, aber es gab nie ein echtes Produkt, das zum Suchen von „Menschen“ dient.

Damals dachte ich, dass das Problem nicht darin liegt, dass das Bedürfnis nicht existiert, sondern dass die Komplexität von Menschen weit höher ist als die von Informationen und Waren. Um Verbindungen zwischen Menschen aufzubauen, müssen zudem Probleme wie die Echtheit von Profilen, das Vertrauen in die Identität und die gegenseitige Bereitschaft gelöst werden. Vor dem Aufkommen der KI war es für traditionelle Technologien schwierig, die komplexen Bedürfnisse einer Person zu verstehen und eine andere Person ausreichend genau zu beschreiben und zuzuordnen.

Da im letzten Zeitalter Informations-Suchmaschinen und Waren-Suchmaschinen entstanden sind, könnte im KI-Zeitalter die „Suchmaschine für Menschen“ ebenfalls ein ausreichend großes Thema des Zeitalters sein?

Gleichzeitig begannen traditionelle soziale Produkte an Dynamik zu verlieren. Die meisten Produkte stützen sich immer noch auf das Wischen nach links und rechts sowie die Anzeige von Profilkarten, und die Nutzer werden allmählich müde von Sozialinteraktionen, die rein auf dem Aussehen und der Darstellung des eigenen Profils basieren. Unter dem Matthäus-Effekt konzentriert sich der größte Teil der Aufmerksamkeit auf wenige Nutzer mit herausragenden Voraussetzungen. Damals beurteilte ich, dass diese Produkte in eine Phase des Rückgangs eintreten, und KI hat die Chance, die Art und Weise, wie man Menschen sucht, neu zu definieren.

Unsere Vorstellung war: Nutzer müssen nicht wiederholt Profile durchsuchen, sondern müssen nur wie bei der Nutzung eines Chatbots in einem Satz beschreiben, welche Person sie kennenlernen möchten. Die KI versteht das Bedürfnis und findet passendere Personen aus dem Nutzerpool. Nachdem man die richtige Person gefunden hat, stellt man die Verbindung her – die Effizienz ist natürlich höher als bei herkömmlichen Sozialsoftware.

Ausgehend von dieser Idee haben wir hauptsächlich zwei Funktionen entwickelt.

Die erste Funktion ist die KI-Suche. Nutzer können ihre Bedürfnisse direkt im Dialogfeld beschreiben. Wenn die Informationen unzureichend sind, leitet das System den Nutzer durch fortlaufende Gespräche, notwendige Bedingungen zu ergänzen, und führt dann eine Suche basierend auf den Profilen beider Seiten durch. Nachdem sie eine Person gefunden haben, die sie interessiert, können die Nutzer eine Begrüßung senden. Wenn die andere Seite zustimmt, wird die Freundschaftsbeziehung offiziell hergestellt.

Die zweite Funktion ist der KI-Freundschaftshelfer. Nach der Herstellung der Freundschaftsbeziehung extrahiert die KI Inhalte mit hoher Relevanz aus den Profilen beider Seiten, erstellt Berichte über gemeinsame Schnittmengen, Eisbrecher-Fragen und Interaktionsvorschläge und leitet die beiden Seiten zu gegebener Zeit an, Kontaktdaten auszutauschen oder eine Offline-Aktivität zu vereinbaren.

Aus Sicht des Produktdesigns war diese Logik damals schlüssig: Die KI hilft zuerst den Nutzern, Menschen zu finden, und hilft dann den beiden Personen, sich kennenzulernen, von der Zuordnung bis zur Herstellung einer echten Verbindung.

Aber nach einer Weile des Betriebs traten nach und nach Probleme auf.

Dritte Phase: Das Suchfeld wurde schließlich zu einem Wunschbrunnen

Erstens sind diejenigen, die tatsächlich Suchen und Interaktionen starten, hauptsächlich Männer. Zweitens konzentrieren sich die Suchbedingungen unabhängig von Geschlecht stark auf wenige äußere Merkmale, wie z. B. hohes Aussehen, Körpergröße von 180 cm usw. Etwa 80 % der Suchen richten sich an Personen, die im wirklichen Leben schwer zu treffen sind und die sich selbst bei einem Treffen möglicherweise nicht für einen selbst interessieren.

Das Suchfeld scheint die Effizienz bei der Suche nach Menschen zu steigern, aber in Wirklichkeit verwandelt es sich leicht in einen Wunschbrunnen.

Nutzer müssen nur ihre Idealperson beschreiben, und die KI gibt Ergebnisse gemäß ihren Wünschen zurück. Dieses Ergebnis ist für die suchende Person natürlich attraktiv, aber Sozialinteraktionen sind keine einseitige Auswahl. Dass du eine Person mit guten Voraussetzungen kennenlernen möchtest, bedeutet nicht, dass die andere Seite dich ebenfalls kennenlernen möchte. Die andere Seite könnte nicht nur ablehnen, sondern diese aktive Verbindung könnte sogar als Störung empfunden werden.

Das ist auch der grundlegendste Unterschied zwischen der „Suche nach Menschen“ und der Informationssuche sowie der Waren-Suche.

Informationen weigern sich nicht, durchsucht zu werden, Waren müssen nicht umgekehrt die Verbraucher auswählen – aber Menschen tun es. Das Ergebnis der Suche nach Menschen muss zwei Sätze von Bedingungen gleichzeitig erfüllen: Er entspricht meinen Anforderungen, und ich bin es wert, von ihm kennengelernt zu werden. Wenn nur die erste Bedingung erfüllt ist, nützt selbst die genaueste Zuordnung nichts.

Daher ist die Suche keine ausgewogene Form für soziale Produkte. Sie steht naturgemäß auf der Seite des Suchenden, um das Problem „Wen suche ich?“ zu lösen, löst aber nicht das wichtigere Problem: „Warum sollte die andere Seite mich auswählen?“

Der KI-Freundschaftshelfer hat ähnliche Probleme offengelegt. Ob zwei Personen bereit sind, zu chatten, hängt nicht hauptsächlich davon ab, ob die KI ein gemeinsames Thema vorgeschlagen hat, sondern vom ersten Eindruck und davon, ob du nach dem Ansehen des Profils der anderen Seite das Interesse hast, sie weiter kennenzulernen.

Besonders in rein online basierten Szenarien haben beide Seiten sehr begrenzte Informationen. Fotos und persönliche Profile entscheiden fast darüber, ob man eine Unterhaltung beginnt. KI kann zwei Personen, die bereits gegenseitig Sympathie empfinden, dabei helfen, flüssiger zu chatten, aber es ist schwer, eine Person, die ursprünglich kein Interesse hatte, durch ein paar Eisbrecher-Fragen plötzlich zu interessieren.

Mit anderen Worten: Der KI-Freundschaftshelfer optimiert die Effizienz nach Beginn des Chats, aber die meisten Beziehungen scheitern bereits vor dem Beginn des Chats.

An diesem Punkt war die erste Phase des Mini-Programms im Grunde genommen gescheitert. Wir dachten ursprünglich, KI könne gleichzeitig die Effizienz bei der Suche nach Menschen und beim gegenseitigen Kennenlernen steigern, aber später stellten wir fest, dass das am schwersten zu lösende Problem bei rein online basierten Sozialinteraktionen nicht die Effizienz ist, sondern die gegenseitige Bereitschaft.

Wenn diese Voraussetzung nicht erfüllt werden kann, ist das scheinbar großartige Konzept der „Suchmaschine für Menschen“ im Szenario rein online basierter Sozialinteraktionen kaum umsetzbar.

Vierte Phase: Rückkehr zum traditionellen gegenseitigen Auswahlverfahren – eine selbstironische Iteration

Nachdem wir bestätigt hatten, dass die „Suchmaschine für Menschen“ nicht funktioniert, haben wir keine weiteren Funktionen für die KI-Suche und den KI-Freundschaftshelfer hinzugefügt, sondern haben die Entwicklungsgeschichte, Produktformen und Kommerzialisierungspfade der führenden sozialen Produkte im In- und Ausland neu untersucht.

Das Endergebnis war ein wenig selbstironisch: Produkte wie Tinder und Bumble haben das Gleichgewicht zwischen menschlicher Natur, Nutzererlebnis und Kommerzialisierung bei rein online basierten Sozialinteraktionen fast bis zum Äußersten ausgereizt.

Bei der Herstellung von Beziehungen zwischen Menschen gibt es eine kaum umkehrbare Kette: Erst wenn Interesse besteht, ist man bereit zu chatten; mit zunehmendem Kennenlernen können sich die beiden Seiten treffen; erst nach gemeinsamen Erlebnissen kann sich die Beziehung weiter vertiefen.

KI kann die Effizienz einiger Phasen steigern, aber sie kann die Reihenfolge der Entstehung von Beziehungen nicht ändern.

Der Mechan