Mentronig Beratung und Umsetzung

⚙️ Ein MVP, viele Lektionen
Teil 2: Hinter den Kulissen

10.08.2025 Roland

🧠 Ein AI-Projektassistent in drei Tagen?
Klingt verrückt – war es auch.

Nachdem die Idee stand und die grobe Zielrichtung klar war, ging es ans Eingemachte. Drei Tage, ein Ziel: ein lauffähiger MVP, der echten Nutzen bringt. Was folgte, war ein intensiver Ritt durch Planung, Coding, Versionskontrolle, Designentscheidungen und technische Herausforderungen.

1. Das Setup: Schnell, aber stabil

Ich habe bewusst auf Frameworks verzichtet. Kein Django, kein React – nur pure Python, Streamlit, ein paar Bibliotheken und eine klare Ordnerstruktur. Warum? Weil ich das Projekt verstehen wollte. Nicht nur „machen“, sondern begreifen.

  • ✓ Ich habe ein GitHub-Repo von Grund auf erstellt (inkl. .gitignore, README, Releases etc.)
  • ✓ Die .env-Konfiguration wurde automatisch geprüft und geladen
  • ✓ Logging, Fehlerbehandlung und saubere Imports waren von Anfang an Teil des Konzepts
Lektion: Ein gutes Fundament beschleunigt, statt zu bremsen – wenn man weiß, was man tut.

2. Rollenbasiertes Arbeiten mit GPT: Ein Gamechanger

Statt einem einzigen Prompt habe ich 6 Rollen-Prompts definiert (Product Owner, Entwickler, Tester, …). Jede Rolle hat klare Aufgaben, typische Fragen, Outputformate und Übergabepunkte.
Beispiel: Der Tester fragt gezielt nach Randwerten, Assertions, Fehlerfällen – nicht nach Vision oder Strategie.

Vorteil: Strukturiertes Denken. Kein Overload. Klarer Fokus. Und: Wiederverwendbarkeit für andere Projekte.

3. Stolpersteine, Bugs & Aha-Momente

🔍 Git-Rebase-Desaster

Mein erster Merge-Konflikt – live, mit Schweiß auf der Stirn.

⚠️ LinkedIn-Bilder

Die Social Media-Integration war ein unerwartetes UX-Thema.

🤯 Streamlit Uploads

Simpel gedacht, tricky in der Umsetzung.

📂 Projektstruktur

Hat mir erst die Übersicht gegeben, wie viel da eigentlich läuft.

Und dann der Moment, wo der erste Durchlauf funktioniert hat. Mit Logging, Antwort aus dem GPT-Modul und gespeichertem Verlauf:
„Das läuft jetzt wirklich. Ich hab das gebaut!“

4. Was wirklich hängen blieb

Ich bin nicht als Experte gestartet. Aber ich habe ein MVP gebaut, das funktioniert – mit klaren Rollen, sauberem Code, und einem UI, das produktiv nutzbar ist. Das Ganze hat mir gezeigt:

  • KI ist kein Magier, sondern ein Werkzeug
  • Wenn du strukturiert arbeitest, wirst du schneller gut
  • Und wenn du als Berater AI-Projekte begleiten willst, musst du das Fundament wirklich verstehen.

🔜 Ausblick: Was kommt als Nächstes?

In Teil 3 nehme ich dich mit auf die Reise durch das User Interface – von den ersten Screens bis zum fertigen MVP mit Theme-Switch, Kontextwahl und Backup-Funktion. Außerdem: Warum ein simples Dropdown-Problem fast den ganzen Flow gesprengt hätte 😅

Teil 1 lesen Zur Startseite