Der aktuelle ScanFair iOS-MVP scannt Lebensmittel-Barcodes und bewertet Produkte an drei Faktoren: E wie Environment (Umwelt), S wie Social (Soziales) und G wie Governance (Transparenz). Eine Zahl, drei Säulen, ehrliche Quellen.
Rentner, kauft kleine Mengen, möchte verstehen — nicht recherchieren.
Liest die Etiketten gar nicht mehr. Zu viele Siegel, zu kleine Schrift.
Vater, Vegetarier, plant den Wocheneinkauf zwischen zwei Calls.
Hat keine Zeit für Recherche. Will Vertrauen statt Bauchgefühl.
Studentin, kleines Budget, will trotzdem etwas richtig machen.
Misstraut den lautesten Marken. Sucht echte Daten, nicht Marketing.
Halte den Lebensmittel-Barcode in den Rahmen. Der native iOS-Scanner erkennt EAN- und UPC-Codes automatisch.
Eine Zahl, eine Ampel, ein klares Verdikt. Darunter die drei Säulen — verständlich erklärt.
Quellen, Datenqualität, Alternativen. Du behältst die Kontrolle — die App bevormundet nicht.
Environmental Score, CO₂, Verpackung, Herkunft, Bio-Siegel
Soziale Siegel und Herkunftssignale im MVP
Datenvollständigkeit und Produkttransparenz im MVP
Live-Produktlookup · API v3
Geplante Quelle für Inhaltsstoffe & INCI-Listen
Wird für Marken- und Herstellerdaten evaluiert
Geplante Ergänzung für spätere Score-Versionen
Personas, Customer Journey, Hi-Fi-Prototyp, klickbarer Flow, Developer-Handoff.
Flutter iOS-App auf echtem iPhone validiert: Kamera-Scan, Open Food Facts, ESG-Score, Ergebnis & Details.
Fachliche Spezifikationen vertiefen, Quellenmodell definieren und S-/G-Score schrittweise ausbauen.
Kleidung, Kosmetik und weitere Kategorien folgen erst nach der fachlichen Vertiefung des Lebensmittel-MVP — abhängig von Datenverfügbarkeit und Nutzer-Feedback.
ScanFair entstand aus einer Hausarbeit zu transparentem Konsum im Master Management & Digitale Transformation — Digital Business & Business Innovation, den ich mit der Bestnote 1,3 abgeschlossen habe. Heute entwickle ich die Idee als unabhängige App weiter. Keine Investoren, keine versteckten Interessen — nur die Frage, wie ehrliche Kaufentscheidungen am Regal aussehen können.
ScanFair ist ein laufendes Projekt. Der erste lokale Ende-zu-Ende-Flow ist auf einem echten iPhone validiert; die nächsten Iterationen vertiefen Daten und Methodik.
ESG-Score-Formel mit 8 Datendimensionen, Bewertungslogik und akademische Fundierung (Masterarbeit, Bestnote 1,3).
15 Screens als interaktiver Prototyp. Forest-Green-Brand, vollständiger Scan-Flow, Edge-Cases (Onboarding, Detection, Results, Empty-States).
Flutter-App signiert und auf einem iPhone getestet: nativer Kamera-Scanner, Open Food Facts API v3, regelbasierter ESG-Score sowie Ergebnis- und Detailansicht.
9/9 lokale Gate-Gruppen, 25 Flutter-Tests, 79,95% Coverage, Rego/Conftest, Secret-Scan und nativer iOS-Compile-Check. Alle drei GitHub-Actions-Jobs sind grün.
Quellenpriorität, Datenqualität und Aktualität spezifizieren; S-/G-Score vertiefen und weitere belastbare Datenquellen schrittweise anbinden.
Parallel arbeite ich an Compliance-Architekturen für GenAI-Systeme — die gleichen Quality-Gate-Prinzipien können auch für ESG-Score-Validierung genutzt werden.