Discover
Bedürfnisse, Gewohnheiten und Hindernisse der Zielgruppe untersuchen.
Eine App, die den CO₂-Fussabdruck von Lebensmitteln verständlich macht und nachhaltige Entscheidungen direkt im Alltag unterstützt.

Der Einfluss unserer Ernährung auf das Klima ist erheblich, bleibt beim täglichen Einkauf jedoch häufig abstrakt. Informationen zu Herkunft, Saisonalität und CO₂-Bilanz sind selten direkt verfügbar oder nur schwer vergleichbar.
Foodprint übersetzt komplexe Umweltinformationen in konkrete Entscheidungshilfen. Die App verbindet den unmittelbaren Produktvergleich im Laden mit saisonaler Orientierung und einer langfristigen Reflexion des eigenen Konsums.
Turn complex environmental data into everyday decisions.
User Tests wurden über mehrere Iterationen mit der Zielgruppe durchgeführt.
Der Entwurf wurde von Paper Prototypes bis zum High-Fidelity-Prototyp iteriert.
Viele Menschen möchten nachhaltiger konsumieren, können die Klimawirkung verschiedener Lebensmittel im entscheidenden Moment jedoch kaum einschätzen. Zwischen allgemeinem Wissen und einer konkreten Kaufentscheidung besteht eine deutliche Lücke.
Die Herausforderung bestand darin, Information, Motivation und Verhaltensänderung zu verbinden, ohne moralisch zu wirken oder Nutzer:innen mit Daten zu überfordern.
Online-Umfragen und Interviews untersuchten Einstellungen, Gewohnheiten und Hindernisse junger Erwachsener. Eine Konkurrenzanalyse ergänzte die Erkenntnisse und machte relevante Interaktionsmuster sowie offene Potenziale sichtbar.
Das Transtheoretische Modell nach Prochaska bildete die konzeptionelle Grundlage. Wie in der Iterationsübersicht sichtbar, entwickelte sich das Konzept in vier Stufen von Paper Prototypes über Low- und Mid-Fidelity-Wireframes bis zum High-Fidelity-Prototyp und wurde in insgesamt 21 User Tests validiert.
Bedürfnisse, Gewohnheiten und Hindernisse der Zielgruppe untersuchen.
Zentrale Nutzungssituationen und Anforderungen festlegen.
Das Konzept über vier aufeinander aufbauende Fidelity-Stufen entwickeln.
Struktur, Verständlichkeit und Motivation in 21 User Tests überprüfen.
Die vier gezeigten Iterationsstufen machen die Entwicklung des Produktvergleichs sichtbar: von einer frühen visuellen Exploration über strukturierte Wireframes und verfeinerte Informationshierarchien bis zum getesteten High-Fidelity-Interface. Mit jeder Stufe wurden Produktauswahl, CO₂-Werte und direkter Vergleich klarer und handlungsnäher.

Erste Entwürfe untersuchten, wie Produktauswahl, Herkunft und CO₂-Werte auf einem kleinen Screen verständlich zusammengeführt werden können.
Low- und Mid-Fidelity-Wireframes ordneten Suche, Scanner, Produktkarten und Vergleich zu einem nachvollziehbaren Ablauf.
Nutzerfeedback schärfte Informationshierarchie, visuelle Rückmeldungen und den direkten Vergleich bis zum ausgearbeiteten High-Fidelity-Prototyp.
Nach der Account-Erstellung übersetzen wöchentliche Challenges nachhaltige Absichten in konkrete Ziele. Die kreisförmige Fortschrittsanzeige zeigt auf einen Blick, wie viel CO₂ bereits eingespart wurde und wie nah das persönliche Wochenziel ist.

Der digitale Warenkorb macht die CO₂-Bilanz des aktuellen Einkaufs sichtbar. Vergleichbare Produkte werden mit ihren Emissionswerten direkt gegenübergestellt, sodass Unterschiede verständlich werden und eine klimafreundlichere Wahl noch im Laden möglich ist.

Der Warenkorb bündelt die Klimawirkung der ausgewählten Lebensmittel und ordnet den aktuellen Einkauf im Verhältnis zum persönlichen Wochenziel ein.
CO₂-Werte ähnlicher Produkte werden unmittelbar gegenübergestellt. Verständliche Unterschiede unterstützen eine fundierte Entscheidung direkt im Laden.
Der ergänzende Saisonkalender zeigt die regionale Verfügbarkeit von Obst und Gemüse und erweitert den Produktvergleich um eine saisonale Perspektive.
Mit Foodprint wurde ich für die beste Bachelorarbeit ausgezeichnet. Die App verbindet Information, unmittelbare Handlung und persönliche Reflexion in einer konsistenten, nutzerzentrierten Lösung.
Die 21 User Tests zeigten, dass direkte Produktvergleiche, saisonale Orientierung und die visualisierte CO₂-Bilanz das abstrakte Thema verständlicher und handlungsnäher machten. Aus vier Iterationsstufen entstand ein konsistenter High-Fidelity-Prototyp, der Information und persönliche Motivation verbindet.