AI Dating-Tagebuch

Finanz-Dashboard — Schlüsselzahlen

Investitionsbedarf ?

$5,000

Startinvestition

Break-even ?

Monat 9

ab Start

MRR-Ziel ?

$3,000

pro Monat

Marge ?

85%

des Umsatzes verbleibt

Monatliche Umsatzwachstumsprognose

Einheitenökonomie — Zahlen pro Kunde

Umsatz pro Kunde ?

$12/Mon. oder $89/Jahr

durchschnittlich pro Kunde

Rentabilität ?

93%

des Umsatzes verbleibt

Break-even ?

Monat 5–7

bis zur Rentabilität

Kundenwert ?

$48

Gesamtlebensdauer

Max. Akquisitionskosten ?

$20

pro neuem Kunden

LTV / CAC ?

2.4×

⚠ Unter dem Benchmark (3×)

Entwicklungsszenarien

Szenario	Umsatz bis Monat 6	Umsatz bis Monat 12	Schlüsselannahme
Pessimistisch	$128	$779	CAC über der Prognose, Konversion unter 5%
Realistisch	$368	$2,227	Nach Plan: CAC ≤ Ziel, Churn ≤ 5%/Monat
Optimistisch	$920	$5,567	Viralität hat funktioniert, CAC ist 2x niedriger als das Ziel

Warum dieses Urteil

✓ Argumente DAFÜR

Ein unterversorgtes Segment, es gibt keine vergleichbaren Angebote mit KI-Musteranalyse
Hohe emotionale Bindung der Nutzer bedeutet bessere Retention
Musterdaten schaffen mit der Zeit einen einzigartigen Netzwerkeffekt

✗ Warum nicht höher

Eine Nischenzielgruppe, die meisten Menschen sind nicht bereit, ihr Privatleben systematisch zu analysieren
Datenschutzrisiken beim Umgang mit persönlichen Daten zu romantischen Beziehungen
Hoher Churn nach Ende der aktiven Partnersuche

🛑 Wann das Projekt stoppen

K1

Keine Konversionen nach 100 Klicks

leads == 0 AND clicks >= 100

→ Traffic pausieren, Diagnose

K2

CAC überschritt LTV × 0.5

cac > ltv * 0.5 AND leads >= 5

→ Traffic stoppen

K3

Zwei Gate-Fehler

gate_failures >= 2

→ Projekt schließen

Was vor der Skalierung validiert werden muss

1

Aktive Nutzer von Dating-Apps (5+ Matches im Monat) sind offen für kostenpflichtige Analyse-Tools

2

Eine KI, die wiederkehrende Muster erkennt („du brichst immer nach dem dritten Date ab"), schafft einen einzigartigen Mehrwert

3

Nutzer sind bereit, $10-15/Monat für einen persönlichen Dating-Coach zu zahlen

Was die KI-Modelle sagten

~

Claude Opus (Kritiker)

Ein KI-Tagebuch fürs Dating ist ein Nischenprodukt mit kleiner Zielgruppe. Die meisten Nutzer von Dating-Apps führen keine reflektierten Tagebücher. Die Bindung der Nutzer wird extrem schwierig.

~

GPT-4.1 (Marktstratege)

Ein persönlicher KI-Coach für den Datingbereich ist ein wachsender Trend. Das Segment der aktiv Suchenden (30+ Dates im Jahr) braucht wirklich ein System zur Musteranalyse.

~

Grok-3 (Technischer Analyst)

Dating-Coaching als SaaS ist ein Markt von über $1B. Die KI-Analyse von Verhaltensmustern bei Dates und persönliche Empfehlungen fehlen bei der Konkurrenz komplett. TikTok zeigt die Nachfrage nach Content mit Dating-Tipps.

Meilensteine & Phasen

M1

Entwicklung des KI-Analysekerns

Erledigt

M2

Integration des Red-Flag-Systems

Erledigt

M3

Betatests mit Nutzern

In Bearbeitung

M4

Optimierung des Datenschutzes

Ausstehend

M5

Start der kommerziellen Version

Ausstehend

Investition & Exit-Szenarien

Gesamtinvestition benötigt

$5,000

bis zur Rentabilität

Marketing $2,500

Entwicklung $1,250

Infrastruktur $750

Betrieb $500

🚦 Stärken & Risiken auf einen Blick

✓ Positive Signale

Die Nische ist vom Markt bereits bestätigt. Konkurrenten wie Heartlog und DaterGraph gewinnen im App Store an Publikum, die Nachfrage nach einem „Dating-Tagebuch" ist also real und nicht ausgedacht.

5+ ähnliche Apps sind aktiv in der Kategorie Lifestyle auf iOS (Heartlog, Revoir, DaterGraph, Relationship AI Tracker)
Hohe Marge des Abo-Modells. Fast alles fließt als Gewinn, sobald KI-Anfragen und Infrastruktur bezahlt sind.

Marge 85-93% je nach Berechnungsmethode
Der Kern des Produkts steht bereits, das ist keine Idee auf Papier. Der Algorithmus zur Mustererkennung und die Datenbank mit über 100 Red-Flag-Markern sind fertig.

Milestones M1 und M2 mit dem Status erreicht
Niedrige Eintrittsschwelle. Die Hypothese lässt sich für $5 000 testen, es braucht keine Millionen für Entwicklung oder Lizenzen.
Emotionale Bindung der Zielgruppe (Privatleben, Partnersuche) sorgt meist für bessere Retention als bei gewöhnlichen Produktivitäts-Apps, solange die Person aktiv sucht.
Die Nutzerdaten werden mit der Zeit zu einem persönlichen Wert. Je länger man Tagebuch führt, desto genauer die Analyse und desto schwerer der Wechsel zur Konkurrenz.

✗ Warnsignale

Kleine Zielgruppe. Die meisten Menschen in Dating-Apps sind nicht bereit, ihr Privatleben systematisch und reflektiert zu analysieren, das ist die Gewohnheit einer Minderheit.
high
Der Umgang mit sehr sensiblen persönlichen Daten zum Liebesleben. Ein einziger Datenleck-Vorfall zerstört das Vertrauen in das gesamte Produkt, und die GDPR-Zertifizierung (M4) ist noch nicht abgeschlossen.
high
Das Verhältnis von LTV zu CAC liegt bei nur 2.4x ($48 zu $20), deutlich unter dem üblichen SaaS-Richtwert von 3x+. Der Puffer für teurer werdenden Traffic ist minimal.
medium
Erwartbar hoher Churn, nachdem der Nutzer einen Partner gefunden und die aktive Suche beendet hat. Das zentrale Nutzungsszenario erschöpft sich selbst.
medium
Die Nische ist nicht mehr leer. Heartlog, Revoir und DaterGraph haben Jahre Produktvorsprung und können schnell eigene Red-Flag-Warnungen einbauen.
medium
Das optimistische Wachstumsszenario ($5 567 MRR bis Monat 12) setzt auf Viralität, aber ein privates Dating-Tagebuch lässt sich seiner Natur nach schlecht teilen. Niemand postet Screenshots der eigenen Red Flags.
medium

⚠️ Risikomatrix

Risiko	Wahrscheinlichkeit	Auswirkung	Maßnahme
Niedrige Traffic-Konversion, Landingpage und Preis kommen bei der Zielgruppe nicht an 🛑 Abbruchkriterium	45%	High	Kill-Trigger K1: Traffic-Pause nach 100 Klicks ohne eine einzige Konversion, Analyse der Landingpage und des Angebots
CAC übersteigt das Ziel von $20 um mehr als das Doppelte 🛑 Abbruchkriterium	35%	High	Kill-Trigger K2: Traffic-Stopp bei CAC über LTV×0.5, Wechsel zu günstigeren Kanälen (Content, Organik, Partnerschaften)
Hoher Churn nach Ende der aktiven Partnersuche	55%	Medium	Jahresabo mit Rabatt, dazu ein „Archiv"-Modus: Rückblick auf Beziehungen statt aktive Suche
Datenschutzvorfall oder Leck persönlicher Daten zu Dates	15%	High	Lokale Verschlüsselung der Einträge, Cloud nur mit ausdrücklicher Zustimmung, GDPR-Zertifizierung (M4) vor der Skalierung abschließen
Ein großer Dating-Dienst (Bumble, Hinge usw.) fügt eine ähnliche KI-Funktion hinzu	25%	Medium	Positionierung außerhalb des Ökosystems der Dating-Apps halten. Für die Konkurrenz ist so etwas wegen des Interessenkonflikts unangenehm, es kritisiert ja die eigenen Nutzer.
Zwei aufeinanderfolgende Fehlschläge bei den Gate-Kontrollen der Metriken 🛑 Abbruchkriterium	20%	High	Kill-Trigger K3: Projekt nach 2 Fehlschlägen einstellen, nicht weiter hinauszögern

💸 Monatlicher Cashflow (realistisches Szenario)

Zeitraum	Umsatz	Ausgaben	Netto	Kumuliert
Start, erste Nutzer	$7	$252	-$245	-$5 245
Erster bezahlter Traffic	$32	$261	-$229	-$5 474
Wachstum der Abonnentenbasis	$80	$278	-$198	-$5 672
Verlust sinkt	$151	$303	-$152	-$5 824
Nah an der operativen Gewinnschwelle	$246	$336	-$90	-$5 914
Fast null im Monat	$368	$379	-$11	-$5 925
Operative Gewinnschwelle erreicht	$517	$431	+$86	-$5 839
Stabiler monatlicher Überschuss	$694	$493	+$201	-$5 638

🏁 Wettbewerbslandschaft

📡 Marktkatalysator: 2026 wächst das Interesse an KI-Dating-Coach-Produkten. Der Trend zu Dating-Tipps auf TikTok und eigene KI-Funktionen großer Apps (Bumble, Hinge) machen den Einsatz von KI im Privatleben der Nutzer zur Normalität.

Konkurrent	Größe	Provisionssatz	Schwäche
Heartlog — Dating Journal	—	—	Die KI lässt sich komplett abschalten, sie ist nicht der Kern des Produkts, eine tiefe Musteranalyse zwischen den Dates fehlt
Revoir — Dating Journal	—	—	Daten werden nur lokal auf dem Gerät gespeichert, gut für den Datenschutz, schränkt aber die cloudbasierte KI-Musteranalyse ein
DaterGraph — Relationship Diary	—	—	Fokus auf der Visualisierung der Dating-Historie („Dating Wrapped"), nicht auf Red-Flag-Warnungen
Relationship AI Dating Tracker	—	—	Allgemeiner KI-Coach fürs Dating (Anmachsprüche, Nachrichten), nicht auf die Analyse der persönlichen Muster eines bestimmten Nutzers zugeschnitten

🛠 MVP — Wochenplan

Woche 1

Betatest auf 500 aktive Nutzer bringen (M3)
Feedback zur Genauigkeit der Red-Flag-Warnungen sammeln

500 aktive Beta-NutzerGenauigkeit der Warnungen ≥85%

Woche 2

Lokale Verschlüsselung der Tagebucheinträge
Entwurf einer GDPR-Richtlinie

0 Datenvorfälle im ZeitraumGDPR-Checkliste abgeschlossen

Woche 3

Kostenpflichtiges Abo einrichten: $12/Monat und $89/Jahr
Landingpage mit Fokus auf Datenschutz überarbeiten

Landingpage-Konversion ≥3%

Woche 4

Bezahlten Traffic mit kleinem Budget starten
Kill-Trigger K1 und K2 täglich beobachten

CAC ≤$20erste 15-20 zahlende Abonnenten

🏰 Wettbewerbsburggraben

✗ Leicht zu kopieren

Grundlegende Oberfläche des Dating-Tagebuchs
Allgemeiner KI-Chat mit Dating-Ratschlägen auf Basis eines fertigen Sprachmodells
Liste typischer Red-Flag-Marker, vieles lässt sich aus offenen Quellen zur Beziehungspsychologie zusammenstellen

✓ Schwer zu kopieren

Die über Monate angesammelte persönliche Musterhistorie eines bestimmten Nutzers. Ein Wechsel zur Konkurrenz bedeutet den Verlust dieser Historie.
Die Genauigkeit der Warnungen steigt mit dem Umfang der persönlichen Nutzerdaten, nicht mit einem allgemeinen Datensatz. Das lässt sich nicht mit einem einzigen Release kopieren.
Vertrauen in einer privaten, emotional verletzlichen Kategorie entsteht langsam und lässt sich nicht mit einem Marketingbudget kaufen.

⏱ Burggraben entsteht bis: M9-M12

📊 Akquisitionskosten nach Kanal

Kanal	CAC	Notizen	Profitabel?
Reddit Ads (Dating- und Self-Improvement-Subreddits)	$15-25 (Schätzung, nicht durch eine reale Kampagne bestätigt)	LTV $48 gegenüber Ziel-CAC $20, Verhältnis 2.4x. Der Kanal funktioniert, aber der Puffer ist klein.	✓ Ja
Organischer Traffic auf TikTok (Content zu Dating-Mustern)	direkte Kosten ~$0, aber es braucht ständige Content-Produktion	Hauptkanal für trendbasierte Nachfrage, aber die Konversion von Views zu Abo ist unvorhersehbar	✓ Ja
App Store Search Ads	$25-40 (typisch für die Lifestyle-Kategorie)	Über der Schwelle von LTV×0.5 ($24), Risiko, sich nicht zu rechnen. Erst zuschalten, wenn Organik den durchschnittlichen CAC senkt.	✗ Nein
Partnerschaften mit Dating-Coaches und Psychologen	nicht bewertet, hängt von Größe und Engagement ihrer Zielgruppe ab	Potenziell günstiger Kanal dank des bereits vorhandenen Vertrauens der Zielgruppe, skaliert aber schlecht	✓ Ja

🔬 Anti-Optimismus-Audit

1

Die Portfoliokarte nennt den Break-even-Punkt „Monat 5-7", aber das ist nur die operative Gewinnschwelle. Der Monatsumsatz deckt die Monatsausgaben, nicht mehr.

→ Die vollständige Amortisation der Startinvestition von $5 000 unter Berücksichtigung der Anfangsverluste tritt im realistischen Szenario erst um Monat 13-14 ein, nicht um Monat 5-7.

ändert das Urteil nicht (CONDITIONAL GO), verschiebt aber die Erwartungen zur Amortisationsdauer

2

Das Verhältnis LTV/CAC = 2.4x liegt unter dem üblichen SaaS-Richtwert von 3x+

→ Der Puffer für teurer werdenden bezahlten Traffic ist minimal. Steigt der CAC über das Ziel von $20, rutscht die Kalkulation schnell ins Minus, daher der harte Kill-Trigger K2 im Plan.

bestätigt, dass das Urteil „CONDITIONAL" ist, kein bedingungsloses GO

3

Das optimistische Szenario ($5 567 MRR bis Monat 12) setzt auf funktionierende Viralität

→ Ein privates Dating-Tagebuch hat per Definition wenig eingebautes Sharing-Potenzial. Planen sollte man mit dem realistischen bzw. pessimistischen Szenario ($779-2 227 bis M12), nicht mit dem optimistischen.

4

Die Marge wird sowohl mit 93% (Portfoliokarte) als auch mit 85% (Unit Economics der Basisanalyse) angegeben, unterschiedliche Berechnungsmethoden.

→ Für die Finanzplanung die konservativeren 85% verwenden, nicht die schöneren 93%