AngelQ: Ein KI-gestützter Browser für Kinder

Im Rahmen des In:Vention Incubator Programms erhielt AngelQ, ein KI-gestützter Browser für Kinder, drei Monate Engineering-Support von Vention.

Das Team automatisierte CI/CD-Pipelines, reduzierte die Größe von Audiodateien um das 5- bis 10-Fache, verbesserte die Zuverlässigkeit des LLM-Token-Streamings und entwickelte ein User-Management-System für AngelQs erste B2B-Schulpartnerschaft.

Zur Website des Kunden

Über den Kunden

AngelQ ist ein KI-gestützter Browser, der speziell für Kinder entwickelt wurde. Über eine iOS-/iPadOS-App können Kinder mithilfe von KI-Agenten sicher Antworten auf ihre Fragen finden.

Eltern können die Gerätenutzung sowie die Such- und Lernaktivitäten ihrer Kinder überwachen und steuern und erhalten Benachrichtigungen, wenn eine Frage besser von einem Elternteil beantwortet werden sollte.

Kennzahlen

Projektlaufzeit

3 Monate

Teamgröße

5 Vention-Teammitglieder

Abgedeckte Bereiche

Backend, KI, Mobile, DevOps

Manuelle CI/CD-Pipelines

Vollständig automatisiert mit GitHub Actions

Die Herausforderung

Bevor AngelQ mit Vention zusammenarbeitete, hatte das Unternehmen bereits mit mehreren Dienstleistern kooperiert, jedoch blieben zentrale technische Probleme ungelöst. Im Rahmen des In:Vention Incubator 2025 suchte das Team daher einen Softwareentwicklungspartner, der die spezifischen Herausforderungen ihrer Domäne adressieren konnte.

Zu den zentralen Problemen zählten manuelle CI/CD-Pipelines, übermäßig große Dateien bei KI-generierten Sprachaufnahmen sowie ein instabiles Token-Streaming, das teilweise zu unvollständigen oder unterbrochenen Antworten führte.

Als Gewinner des 2025 In:Vention Incubator erhielt AngelQ anschließend drei Monate Unterstützung durch Vention, um diese Probleme zu beheben und die Plattform für die weitere Entwicklung zu stabilisieren.

Ihr Projekt im Fokus: 3 Monate erstklassige Entwicklungsunterstützung

Im vergangenen Jahr hat AngelQ sich durchgesetzt. Nehmen auch Sie am In:Vention Incubator und Transformation Lab teil und sichern Sie sich die Chance auf drei Monate hochwertige Softwareentwicklungsleistungen.

Mehr erfahren

Projektdetails

Vention unterstützte AngelQ mit Software-Engineering-Leistungen über Backend, KI, Mobile und DevOps hinweg.

Erweiterung um User-Management für den B2B-Bereich

Im Verlauf der Zusammenarbeit mit Vention expandierte AngelQ in den B2B-Markt und schloss einen Vertrag zur Bereitstellung seines KI-gestützten Browsers für eine US-amerikanische Schule. Dadurch entstanden neue Anforderungen an die Plattform, insbesondere im Bereich strukturiertes User-Management sowie erweiterte Benachrichtigungs-Workflows.

Zur Unterstützung von schulischen Einsatzszenarien implementierte Vention zusätzliche Funktionalitäten und führte zugleich ein Refactoring der bestehenden Browser-Architektur durch.

Vention:

entwickelte und implementierte eine Authentifizierungslogik für Business-User, einschließlich Admin-, Lehrer- und Schülerrollen
überarbeitete das Benachrichtigungssystem, sodass neben Eltern auch relevante Schulmitarbeiter in den Informationsfluss bei potenziell problematischen Inhalten eingebunden werden
stellte damit sicher, dass AngelQ sowohl B2B- als auch B2C-Szenarien zuverlässig abbilden kann

Verbesserung von KI-Streaming und Test-Reporting

Vor der Zusammenarbeit kam es im Browser vereinzelt zu unterbrochenem Token-Streaming während der Antwortgenerierung. Zudem konnte das System bei leeren Eingaben (z. B. versehentlichem Auslösen des Voice-Buttons) instabil reagieren.

Vention überarbeitete den Token-Streaming-Flow, der steuert, wie KI-Antworten erzeugt und ausgeliefert werden. Die neue Implementierung verarbeitet sowohl Token-Input als auch -Output robuster, verhindert Unterbrechungen während der Generierung und erhöht die Stabilität sowie Konsistenz der Antworten.

Zusätzlich optimierte Vention das Testing und Reporting der LLM-Pipeline. Da Prompt-Abdeckung schwer auszuwerten war und Testergebnisse über mehrere Runs verteilt vorlagen, war eine zentrale Sicht auf die Modellqualität nicht gegeben.

Zur Lösung wurden folgende Maßnahmen umgesetzt:

Integration von promptfoo in die CLI von AngelQ zur strukturierten Evaluation von LLM-Prompts
Aufbau eines zentralisierten Reporting-Systems, das alle Testläufe in einem konsolidierten Report zusammenführt (inkl. Input, Output und Testergebnissen)

Die verbesserte Prompt-Abdeckung sowie das zentrale Reporting ermöglichen nun eine deutlich frühere Erkennung potenzieller Probleme und eine bessere Bewertung des Modellverhaltens.

Weiterentwicklung der iOS-/iPadOS-App

Vention implementierte mehrere Verbesserungen in der nativen Mobile-App:

Integration eines Rust-basierten XC-Frameworks über UniFFI, um die Speicher- und Sicherheitsvorteile von Rust im kinderorientierten Produkt zu nutzen
Erweiterung des Analytics- und Error-Trackings um Video-Player-Fehler
Aufbau eines Frameworks für Tooltip-Highlights in mobilen Anwendungen

Darüber hinaus arbeitete das Mobile-Engineering-Team an der Optimierung der KI-Funktionalitäten, insbesondere im Bereich Text-to-Speech.

Dabei stellte insbesondere die Verarbeitung von MP3-Streams eine Herausforderung dar: Während PCM-Audio feste Paketgrößen nutzt, variieren MP3-Pakete. Dies erforderte zusätzliche Logik zur Erkennung von Paketgrenzen und zur korrekten Verarbeitung eingehender Audiodaten.

Zur Lösung implementierte Vention:

Erkennung von Frame-Grenzen in MP3-Dateien
Zwischenspeicherung eingehender Audio-Pakete
Synchronisierung, bis der vollständige Audiostream für die Wiedergabe bereitsteht

Damit kann die App MP3-Streams zuverlässig verarbeiten und Frames korrekt zusammensetzen. Gleichzeitig ermöglicht dies eine Reduktion der Audiodateigröße um das 5- bis 10-Fache bei weiterhin nahtlosem Hörerlebnis.

DevOps-Verbesserungen

Vor dem Eingreifen von Vention waren zentrale Prozesse manuell und wenig optimiert. Deployments erfolgten über lokale Skripte, Releases wurden als monolithische Einheit ausgeliefert, und Änderungen erforderten häufig vollständige System-Neubauten.

Zur Behebung dieser Einschränkungen implementierte das DevOps-Team folgende Verbesserungen:

Einrichtung von GitHub Actions für automatisierte Deployments
Neugestaltung der Deployment-Pipeline mit Wiederverwendung unveränderter Systemkomponenten statt kompletter Neu-Builds
Einführung einer separaten Pipeline für gezielte Einzel-Deployments von Komponenten

Die optimierte Pipeline reduziert den manuellen Aufwand, erhöht die Deployment-Effizienz und macht den Release-Prozess deutlich zuverlässiger und skalierbarer.

Ergebnisse

AngelQ betreibt nun eine stabilere Plattform mit weniger Fehlern und erweiterten Funktionalitäten.

Zentrale Outcomes:

CI/CD: Manuelle Deployments wurden durch GitHub Actions vollständig automatisiert und deutlich effizienter gestaltet.
Audio: Die Dateigröße konnte um das 5- bis 10-Fache reduziert werden, bei weiterhin nahtloser Wiedergabe.
B2B-Bereitschaft: Das von Vention eingeführte User-Management sowie das Benachrichtigungssystem ermöglichten die erste Schulpartnerschaft von AngelQ.
LLM-Testing & Evaluation: Prompt-Coverage wurde in zentralisierten Single-Run-Reports konsolidiert.
KI-Reliabilität: Der Token-Streaming-Flow wurde überarbeitet, wodurch unterbrochene Antworten und Abstürze bei leeren Eingaben vermieden werden.

Durch die refaktorisierte Architektur und die verbesserte Infrastruktur ist die Plattform einfacher wartbar und skalierbarer geworden. AngelQ kann nun sowohl B2C- als auch B2B-Kunden unterstützen und eine nahtlose, sichere Lernumgebung für Kinder bereitstellen.

Benötigen Sie Expertise in KI, Mobile und Backend aus einer Hand?

Geben Sie uns Einblick in Ihr Projekt – wir stellen das passende Team für Sie zusammen.

Kontaktieren Sie uns