Sporternährung · Mobile App

KultLab: Discovery-Phase für eine Sporternährungs-App

Discovery-Phase für die mobile App von KultLab, einer Handelskette für Sporternährung in Sibirien: Research, Anforderungen und ein komplettes Paket aus Dokumentation und Prototypen, bereit für die Entwicklung. Tools: Figma und Confluence.

KundeKultLab, Handelskette für Sporternährung (Sibirien)

BrancheEinzelhandel, Sporternährung, E-Commerce

PlattformenMobile App

Zeitrahmen2–6 Wochen (typische Dauer einer MVP-Discovery)

KultLabEinzelhandel, Sporternährung

Über das Produkt

KultLab ist eine Handelskette für Sporternährung in Sibirien. Das Unternehmen plante den Start einer eigenen mobilen App und beauftragte uns mit einer Discovery-Phase: Das digitale Produkt sollte vor Entwicklungsbeginn konzipiert werden, damit das Entwicklerteam eine klare, durchdachte Spezifikation erhält, statt die Oberfläche nebenbei zusammenzubauen.

Ziel der Discovery ist es, Unsicherheit und das Risiko teurer Nacharbeiten zu verringern. In dieser Phase haben wir Analysen durchgeführt, Anforderungen gesammelt und ein vollständiges Dokumentationspaket erstellt: detaillierte Wireframes, User Stories, interaktive Prototypen in Figma und eine Beschreibung der Logik in Confluence.

Die Aufgabe

Ohne ausgearbeitetes Design und klare Anforderungen in die Entwicklung zu starten, heißt Nacharbeiten, Terminverzug und Budgetüberschreitungen in Kauf zu nehmen. Die Kette betreibt mehrere Filialen mit jeweils eigenem Lagerbestand. Die App brauchte daher eine transparente Verfügbarkeitslogik und die Möglichkeit, in der Filiale zu kaufen, in der der Artikel vorrätig ist.

Eine weitere Aufgabe bestand darin, Katalog und Startbildschirm so zu gestalten, dass sie Nutzer aktivieren (Aktionen, Bestseller, Banner), und den korrekten Umgang mit personenbezogenen Daten gemäß dem geltenden Datenschutzrecht von Anfang an einzuplanen.

Projekt-Highlights

Login und strukturierter KatalogSuche, „Aktionen“ und „Bestseller“Bestand je FilialeKauf in der Filiale mit VorratPromo-Banner zur AktivierungSpeicherarchitektur für personenbezogene Daten

Lösung und Vorgehen

Wir haben die Arbeit als klassische Discovery-Phase aufgesetzt: zuerst Analyse und Anforderungserhebung, dann Nutzerszenarien (User Stories), Wireframes und interaktive Prototypen. Logik und Dokumentation wurden in Confluence geführt, die visuelle Ebene und klickbare Prototypen in Figma.

Besonderes Augenmerk galt den anspruchsvollen Stellen: der Bestandslogik je Filiale, dem Kaufprozess über verschiedene Filialen hinweg und der Speicherarchitektur für personenbezogene Daten. Am Ende erhielt der Kunde ein übergabefertiges Paket für die Entwicklung ohne „weiße Flecken“.

Produktfunktionen

Login

Anmelde- und Registrierungsbildschirme

Produktkatalog

Strukturierter Sporternährungskatalog mit Suche und Produktkarten

Aktionen und Bestseller

Bereiche „Aktionen“ und „Bestseller“ mit kuratierten Produkten zur Aktivierung

Verfügbarkeit je Filiale

Bestandslogik über die Filialen der Kette und Kauf in der passenden Filiale

Promo-Banner

Varianten von Bannern und Aktionsblöcken auf dem Startbildschirm

Datenschutzkonformität

Speicherarchitektur für personenbezogene Daten gemäß den gesetzlichen Anforderungen

KultLab-App-Startbildschirm mit Suche, Kacheln für Aktionen und Bestseller sowie Produktkarten

Startbildschirm und Katalog

Der zentrale Screen der App bündelt die Navigation im Shop: eine Produktsuche, große Schnellzugriffskacheln „Aktionen“ und „Bestseller“ mit Artikelanzahl sowie einen Produkt-Feed mit Link zum Katalog.

Produktkarten zeigen Bild, Name, Bewertung, Geschmack und Preis, während die Badges „HIT“, „SALE“ und „POPULAR“ Prioritätsartikel hervorheben und zum Kauf anregen.

Nahansicht des KultLab-Katalogs mit Promo-Blöcken und Produktraster

Der Katalog im Detail

Ein separater Frame zeigt die Struktur des Startbildschirms ohne Umgebung: Suche, zwei Akzentblöcke „Aktionen“ und „Bestseller“ und ein Raster aus Produktkarten im Bereich „Produkte“.

Diese Anordnung legt die visuelle Hierarchie fest, zuerst Promo und Navigation, dann der Katalog, und dient als Referenzlayout für die spätere Entwicklung.

Variante des KultLab-Startbildschirms mit Promo-Karussell und Produkt-Feed

Promo-Banner und Produkt-Feed

Eine Variante des Startbildschirms mit Werbebanner-Karussell: eine Karte für ein Aktionsprodukt mit altem und neuem Preis, Pfeil zum Weiterblättern und Slide-Indikator.

Unter dem Banner folgt derselbe Produkt-Feed mit Karten und Badges. So hält die Discovery unterschiedliche Aktivierungsszenarien schon vor Entwicklungsbeginn fest.

Warum Discovery vor der Entwicklung statt sofort loszubauen

Eine Discovery-Phase ist strukturierte Produktkonzeption, bevor die erste Codezeile geschrieben wird. Für die App einer Kette mit mehreren Filialen und komplexer Verfügbarkeitslogik ist das besonders wichtig: Ein Architekturfehler zu Beginn führt mitten in der Entwicklung zu teurem Refactoring.

In Zahlen

2–6 Wo.typische Dauer einer MVP-Discovery

100%der Dokumentation bereit zur Übergabe an die Entwicklung

PIISpeicherarchitektur gemäß gesetzlichen Anforderungen

2Tools: Figma und Confluence

Discovery-Phase abgeschlossen: Analyse von Markt, Wettbewerb und Zielgruppe.

Detaillierte Wireframes der ersten Screens: Login und Katalog mit Bannervarianten.

User Stories beschrieben, darunter der Kauf in verschiedenen Filialen je nach Lagerbestand.

Kaufprozess über mehrere Filialen konzipiert: Kunden sehen den aktuellen Bestand in jeder Filiale der Kette.

Ergebnis: eine Grundlage für den Entwicklungsstart mit Dokumentation in Confluence und Prototypen in Figma.

Personenbezogene Daten und Architektur in der Konzeptionsphase

Schon in der Discovery haben wir eine Speicherarchitektur für personenbezogene Daten festgelegt, die den Anforderungen der Rechtsordnung des Kunden entspricht. So kann das Entwicklerteam die App von Anfang an nach den richtigen Regeln bauen, statt Speicher und Datenflüsse nach dem Launch umzubauen.

Im Rahmen der Discovery wurde konzipiert, wie personenbezogene Nutzerdaten (Name, Telefonnummer, Lieferadresse) gespeichert und verarbeitet werden. Das Modell sieht eine lokal gehostete Datenspeicherung und einen minimalen Feldumfang nach dem Prinzip der Datenminimierung vor.

Die App ist auf die gesetzlichen Pflichten des Kunden im Umgang mit personenbezogenen Daten ausgelegt: Einwilligung der Nutzer zur Verarbeitung, Datenschutzerklärung, Speicherung auf lokal gehosteten Servern und rollenbasierter Zugriff. Verantwortlicher für die Datenverarbeitung ist der Kunde.

Anforderungen vor dem Code auszuarbeiten senkt rechtliche und produktbezogene Risiken: Bestand je Filiale, Käufe in verschiedenen Filialen und der Umgang mit personenbezogenen Daten sind in Confluence dokumentiert und durch Figma-Prototypen untermauert.

Tech-Stack

FigmaWireframes, UI-Design und interaktive Prototypen

ConfluenceDokumentation, User Stories und Beschreibung der Logik

Sie planen eine solche App? Sprechen wir über Discovery

Erzählen Sie uns von Ihrem Produkt, und wir konzipieren es mit Ihnen vor Entwicklungsbeginn, mit klaren Anforderungen, Prototypen und Dokumentation. Lassen Sie uns besprechen, wie eine Discovery-Phase die Risiken Ihres Projekts senkt.

Erstgespräch vereinbaren

Häufig gestellte Fragen

Was ist eine Discovery-Phase in der App-Entwicklung?

Discovery ist die Phase der Produktkonzeption vor Entwicklungsbeginn: Interviews mit dem Auftraggeber, Analyse der Nutzerszenarien, Konzeption von Architektur und Oberflächen, Prototypen und technische Dokumentation. Das Ergebnis ist eine klare Spezifikation samt Prototypen, mit denen die Entwicklung sofort starten kann.

Was erhält der Auftraggeber am Ende der Discovery?

Der Auftraggeber erhält User Stories, ein Architekturdiagramm der App und das Datenmodell, klickbare Prototypen der wichtigsten Screens (Figma), Dokumentation in Confluence sowie eine Einschätzung von Komplexität und Risiken. Mit diesem Paket kann die Entwicklung ohne erneutes Briefing der Entwickler beginnen.

Wie funktioniert die Bestandslogik über die Filialen der Kette?

In der Discovery für KultLab wurde ein Kaufprozess konzipiert, der die Lagerbestände der verschiedenen Filialen berücksichtigt. Nutzer sehen die aktuelle Verfügbarkeit in der nächstgelegenen oder jeder anderen Filiale, können den Artikel in den Warenkorb legen oder eine andere Filiale mit Vorrat wählen. So sind Bestellungen nicht vorrätiger Artikel ausgeschlossen.

Wie hilft Discovery, Entwicklungsbudget zu sparen?

Die Kosten für die Behebung eines Architekturfehlers steigen mit jeder Entwicklungsphase. In der Discovery dauert eine Korrektur Stunden und kostet minimal; nach Entwicklungsbeginn Tage und Refactoring; nach dem Release Wochen und Überarbeitung. Die typische Dauer einer Discovery für eine mobile App liegt bei 2–6 Wochen.

Wie lange dauert die Discovery für eine mobile App?

Das hängt von der Komplexität der Geschäftslogik und der Verfügbarkeit des Auftraggebers für Abstimmungen ab. Typischer Rahmen: 2–4 Wochen für eine einzelne App. Das ist keine Garantie für ein konkretes Projekt; die tatsächlichen Fristen werden im Briefing vereinbart.

Verwandte Fallstudien

Weitere Fallstudien

Alle Fallstudien →

Einzelhandel · Dokumentenmanagement

Dokumentenmanagementsystem

Ein internes DMS für eine Einzelhandelskette — elektronische Signaturen, Freigabe-Routing, Geschäftspartner und Aufgaben auf React + Laravel, gebaut für den Betrieb in den USA & der EU.

Fallstudie ansehen

Einzelhandel · Floristik

FlowDelivery

Discovery-Phase für ein Blumenlieferungs-App-Paar — bestandsbasierter Katalog, dynamische Produktkarten, dreistufiger Checkout, Floristik-Inventar-Tool.

Fallstudie ansehen