peek ist für alle, die bessere Personas erstellen möchten, aber nicht wissen, wo sie anfangen sollen.
Lass KI einen Blick auf deine Personas werfen, um Vorurteile zu erkennen, bevor sie ins Projekt gelangen.

So funktioniert's


peek ist für alle, die mit Ad-hoc-Personas arbeiten (das sind die, die ihr nebenbei im Meeting erstellt habt)

Schritt #1: Gib den Kontext an.

Die Arbeit mit peek könnte kaum einfacher sein. Du musst nur ein paar grundlegende Informationen teilen.

1

Nenne dein Projektziel. Um die Auswertung für dich relevanter zu gestalten, teile das Ziel des Projekts oder des Features mit, für die du die Personas entwickelt hast.

2

Lade dein Persona-Dokument hoch. Teile einfach, was du hast: Egal, ob es sich dabei um einen Screenshot aus Miro oder ein ganzes Kapitel aus einer Keynote handelt. peek kann damit arbeiten.

3

Starte die Analyse. Ja, wirklich, wir brauchen keine weiteren Informationen.

1
2
3

Schritt #2: Erhalte deine Analyse in nur 90 Sekunden.

Während du kurz wartest, stellt peek sicher, dass die KI-generierte Analyse belastbar ist.

1

Management Summary: Eine kurze Zusammenfassung der Auswertungsergebnisse.

2

Projekttauglichkeit: Eine Bewertung, ob die Personas, so wie sie beschrieben sind, für dein Projekt inhaltlich zielführend sind.

3

Stereotypen: Eine Reflexion über die impliziten Annahmen und Stereotypen, die jede Persona in deinem Dokument charakterisieren.

4

Milieuanalyse: Evaluation der Personas auf ihre Zugehörigkeit zu sozialen Segmenten unterschiedlicher Segmentierungsmodelle.

5

Diversitätskriterien: Herleitung angenommener Eigenschaften jeder Persona, die die Darstellung sozialer und wirtschaftlicher Vielfalt widerspiegeln.

1
2
3
4
5

Dokumentation & Beobachtungen





Credits


Danksagung

Research-Interviews, Sparring, fachlich-loser UX-Austausch

  • Aline Henkys
  • Andreas Loos
  • Andreas Spiegler
  • Angelika Hinterbrandner
  • Arne Kittler
  • Bertram Gugel
  • Chris Fotheringham
  • Christoph Rieth
  • Dorothée Schwartzmann
  • Hannah Bergmann
  • Harry Keller
  • Heike Lorenz
  • Indi Young
  • Johannes Klingebiel
  • Johannes Schiller
  • Jonas Föhr
  • Julia Kremer
  • Julia Lüke
  • Kai Ebert
  • Karin Bjerregaard Schlüter
  • Kristina Bonitz
  • Lukas Bezler
  • Martin Jordan
  • Maximilian Kraft
  • Michael Schieben
  • Paul Marsden
  • Sandra Schuster
  • Sebastian Waters
  • Silvia Fritzsche
  • Simon Wörpel
  • Stefanie Kegel
  • Thorsten Jonas
  • Tim Becker
  • sowie: LDI-Studierende, JVM-Academies, alle Teilnehmende diverse UX-Methoden-Workshops, alle Personen, mit denen ich mich über Persona-Dinge vor und während des Fellowships austauschen durfte
  • Kirby CMS-Community

Media Lab Bayern

  • Fellowship-Daddy Christian Simon
  • meine Co-Fellows: Bianca Kriel, Daniela Späth, Kemi Fatoba, Leonid Klimov, Patricia Sack, Simon Hurtz, Uwe Martin
  • unsere Fellowship-Coaches: Angelika Goll, Jens Springmann, Masiar Nashat
  • Jessica Weber
  • Pia Lexa

Key Visual

Tool Stack

App

  • github
  • Google Cloud Run
  • Google Storage
  • Jetbrains PyCharm IDE
  • Jetbrains AI & ChatGPT
  • OpenAI GPT-4o-mini
  • python
  • Streamlit

Website

  • Jetbrains phpStorm IDE
  • Jetbrains AI & Claude
  • Kirby CMS
  • Kirby Community-Plugins
  • reddit
  • Stackoverflow

Produktivität

  • DeepL
  • Dovetail
  • Fibery
  • Miro
  • Keynote
  • Kumu
  • Omnigraffle
  • Figma

Playlist

Quellen & Material

Segmentierungsmodelle

  • Sinus-Institut: Sinus Milieus
  • GIM: Digial Media Types
  • More in Common: 6 Gesellschaftstypen
  • Uranos: Clåss Micromilieus
  • D21-Digital-Index: Digitaltypen

Diversitätskriterien

Literatur

  • Auf dieser Seite befindet sich eine unvollständige und wachsende Materialübersicht

peek wurde durch das R&D Fellowship des Media Lab Bayern gefördert