Incom ist die Kommunikations-Plattform der Hochschule Hof Kommunikationsdesign

In seiner Funktionalität auf die Lehre in gestalterischen Studiengängen zugeschnitten... Schnittstelle für die moderne Lehre

Incom ist die Kommunikations-Plattform der Hochschule Hof Kommunikationsdesign mehr erfahren

Streamalyze

STREAMALYZE ist eine Anwendung zum Lernen und Verbessern von Streaming. Nutzer können in einer sicheren, KI-gestützten Umgebung streamen, wobei der Chat von KI moderiert wird und mithilfe von Whisper AI alles Gesprochene transkribiert. Am Ende erhältst du eine Analyse deines Streams mit Highlights, Feedback zu Stärken und Verbesserungsmöglichkeiten. Ideal für Einsteiger und alle, die ihr Streaming optimieren wollen.

Präsentationsfilm

Bilder von der Werkschau

a6c542b5-9158-4c79-a46c-99692e542c6e.jpega6c542b5-9158-4c79-a46c-99692e542c6e.jpeg
a699783a-7346-41be-9d53-a174185fc74c.jpega699783a-7346-41be-9d53-a174185fc74c.jpeg
f9512694-3ee6-4833-81a8-2c0969d32930.jpegf9512694-3ee6-4833-81a8-2c0969d32930.jpeg

Screencast

Pitch Deck (Final aktualisiert)

str.pdf PDF str.pdf

User-Flow (Werkschau)

Streamer Training Tool Userflow und Funktionsliste.pngStreamer Training Tool Userflow und Funktionsliste.png

Dokumentation:

Themenfindung

thema_micha1.pngthema_micha1.png
thema_micha3.pngthema_micha3.png
Thema_micha2.pngThema_micha2.png

Idee Sprachimperialismus

sprachimperialismus idee.pngsprachimperialismus idee.png

Umstrukturierung Idee: Sprache und Performance, Livestream Linguistics

idee2.pngidee2.png

Pitch Deck

Titel.pngTitel.png
Problem.pngProblem.png
Team.pngTeam.png
Daten.pngDaten.png
Varianten.pngVarianten.png
Zielgruppe.pngZielgruppe.png
Wettbewerb.pngWettbewerb.png
Alleinstellungsmerkmal.pngAlleinstellungsmerkmal.png

Funktionsliste

Steuerungssystem:

Das Tool läuft als Web-/Desktop-Anwendung. Nutzer nehmen sich selbst in einer simulierten Streaming-Umgebung auf. Die Aufnahme ist privat und dient nur dem Training.

Verschiedene Modi:

  • Gaming Mode: Simulation eines Streams während Gameplay
  • Chatting Mode: Fokus auf freies Sprechen ohne Gameplay

Stream-Interface-Simulation

  • Timer
  • Zuschauerzahl
  • Chat
  • Webcam
  • Video von Game
  • Eventuell Events wie Subs, Donations oder neue Follower

Analysebereiche:

  • Sprache: Füllwörter, Wiederholungen, Wortwahl
  • Stimme: Lautstärke, Variation, Sprechfluss
  • Verhalten: Pausen, Sicherheit im Sprechen
  • Wortnutzung: Häufig genutzte Wörter mit Anzahl
  • Content Filter: Hinweise auf problematische Aussagen (z. B. vulgäre Sprache, potenziell schädliche Aussagen für Monetarisierung)
  • Oversharing: Erkennung von Informationen, die zu persönlich oder sensibel sein könnten

Anpassungsfunktionen:

  • Dauer der Aufnahme einstellen

  • Kamera und Mikrofon auswählen

  • Stream Type wählen (Gaming oder Chatting)

  • Layout farblich anpassen

  • Eigene Chat-Namen hinzufügen (optional)

  • Guide: Aufgaben und Impulse können ein- oder ausgeschaltet werden

Zusatzoptionen:

  • Aufnahmen speichern und erneut anschauen

  • Fortschritt über mehrere Sessions sehen

  • Einfache Hinweise für die nächste Aufnahme

Einsteigerhilfen:

  • Grundlagen zum Streaming (Streamer 101)

  • Setup-Guides (z. B. OBS, Mikrofon, Kamera)

  • Erste Schritte und Tipps für den Einstieg

Experteninterview Fragen

fragen.pdf PDF fragen.pdf

Experteninterview Angehende Streamerin

fragenangehender streamer.pdf PDF fragenangehender streamer.pdf

Main Takeaways für mein Tool:

- Technisches Setup ist eine große Einstiegshürde

- Sicherheit und Cancel-Culture als Parameter hinzufügen

- Wie schütze ich mich vor Burnout?

- Layout mitgestalten können um das Streaming environment mitgestalten zu können

- Dazu zählt auch Chat und die Chat-Namen

Key Takeaways:

  • 3–10 Sekunden entscheiden, ob Zuschauer bleibt
  • Vibe, Persönlichkeit und Entertainment sind am wichtigsten
  • Schlechte Technik wie Mikro, Musik oder Störfaktoren führt schnell zum Wegklicken
  • Facecam und Visuals helfen beim Dranbleiben
  • Chat-Einbindung ist positiv, auch für stille Zuschauer
  • Streaming ist anstrengender als erwartet, vor allem dauerhaft reden und unterhalten
  • Ängste: Ruf, Jobs, Doxxing, Stalker, keine Zuschauer, Content-Druck
  • Multitasking ist machbar, aber bei kompetitiven Games schwerer
  • Simulation wäre hilfreich, um Setup, Chat und Auftreten zu testen
  • Man kann Streaming und Sprache nicht generalisieren

Skizze Whitelabel Dashboard und Practice Room

dashboard.pngdashboard.png
practise.pngpractise.png

Beispiele Streams

Experteninterview Zuschauer

Untitled document (1).pdf PDF Untitled document (1).pdf

Next steps:

- Stream Beispiele mitbringen 

- Zielgruppe Zuschauer näher bestimmen 

- Whitelabel von Analyse wie es bei dem Video aussieht (YT, Soundcloud als Beispiel) 

- Moodboard Datenvisualisierung vor Styling 

- Experteninterviews

- Userflow  User, Userflow Werkschau

Experteninterview Streamerin

bee interview.pdf PDF bee interview.pdf

Key Takeaways:

  • Einstieg: Erst mit Freunden, dann durch Covid und Plattformwechsel zu Twitch.
  • Streaming ist kaum profitabel und seit Covid sind viele Zuschauer wieder weg
  • Hürden am Anfang: Technik, OBS, Community-Aufbau und parasoziale Erwartungen.
  • Grenzen setzen ist zentral: Zuschauer sind nicht automatisch Freunde.
  • Klare Ziele helfen: Wer nur Zahlen verfolgt, wird schnell gestresst und unzufrieden.
  • Authentizität: Streamer müssen wissen, warum sie streamen.
  • Content steht im Fokus
  • Wenn Overlay und Design für sie selbst gut ist, dann hat sie auch mehr Spaß am Streamen
  • Anfangs ist Reden ohne Zuschauer unangenehm
  • Stille ist okay: Musik, Fokus auf Arbeit und Routine helfen
  • Gute Chat-Interaktion braucht Respekt
  • Feedback passiert selten aktiv, aber Rewatching hilft, die Zuschauerperspektive zu verstehen
  • Zuschauer merken, wenn etwas fake wirkt

Experteninterview (Marketing) Senior Managerin in Gaming Branche

Untitled document.pdf PDF Untitled document.pdf

Key Takeaways:

  • Viele wollen streamen, aber es fehlen Trainings-Tools für Skills wie Entertainment und Chat-Interaktion
  • Besonders ein Geschützter Raum für Minderjährige
  • Größte Hürde: Dranbleiben, konstant streamen und über Stunden Content liefern
  • Zuschauer merken schnell, wenn etwas fake/nicht authentisch ist
  • Persönlichkeit und Content müssen passen: Nicht zu langweilig, aber auch nicht zu übertrieben.
  • Streamer lernen meist durch Learning by Doing, Vorbilder, Peers und Freunde.
  • Kommunikation wird selten bewusst trainiert, eher nebenbei durch Abschauen und Ausprobieren
  • Anfängerfehler: zu wenig Konstanz, kein Plan, nur eine Plattform nutzen, kein Community Management
  • Short-Form-Content ist wichtig, um überhaupt sichtbar zu werden
  • Streaming ist Fleißarbeit: Nach dem Stream beginnt Content-Produktion, Vernetzung und Community-Aufbau
  • Plattform-Erfolg ist unsicher

Nähere Zielgruppe

Primäre Zielgruppe

Jugendliche und junge Erwachsene (16–20 Jahre), die Streaming und Content Creation ausprobieren oder verbessern möchten.

Das Tool richtet sich besonders an angehende Streamer, die:

  • freies Sprechen üben wollen
  • mehr Sicherheit vor der Kamera bekommen möchten
  • Streaming ohne echtes Publikum testen wollen

Besonderer Fokus

Das Tool soll vor allem minderjährigen Nutzern einen geschützten Raum bieten, um Streaming, ohne sich direkt im Internet zu präsentieren, auszuprobieren.

Funktionen wie:

  • private Aufnahmen
  • Content-Filter
  • Oversharing-Erkennung
  • unterstützen einen sicheren Einstieg.

Sekundäre Zielgruppe

Eltern, die ihren Kindern ermöglichen möchten, Streaming kontrolliert und sicher auszuprobieren, ohne sofort live im Internet sichtbar zu sein.

Moodboard/Inspiration Datenalyse von Videos

Frame 29.pngFrame 29.png

Vibecode Prototyp Analyse von Video

Desktop - 6 (1).pngDesktop - 6 (1).png

Vibecode Prototyp mithilfe dieser Skizze

Inspiration Styling

Frame 33.pngFrame 33.png

Erste Styling Ansätze und Wireframes

streamss.pngstreamss.png
streaamss2.pngstreaamss2.png

Videos ohne Kommentation

Videos mit Kommentation

Quelle Videos und Kommentationsimpulse

Frame 66.pngFrame 66.png
Frame 64.pngFrame 64.png
Frame 61.pngFrame 61.png
Frame 65.pngFrame 65.png
Frame 62.pngFrame 62.png
Frame 63.pngFrame 63.png

Analyse der Kommentation vom Prototypen

Frame 60.pngFrame 60.png

Überarbeitete Figma Frames

MacBook Pro 14_ - 2.pngMacBook Pro 14_ - 2.png
MacBook Pro 14_ - 6.pngMacBook Pro 14_ - 6.png
MacBook Pro 14_ - 4.pngMacBook Pro 14_ - 4.png
MacBook Pro 14_ - 7.pngMacBook Pro 14_ - 7.png
MacBook Pro 14_ - 10.pngMacBook Pro 14_ - 10.png
MacBook Pro 14_ - 11.pngMacBook Pro 14_ - 11.png
MacBook Pro 14_ - 12.pngMacBook Pro 14_ - 12.png
MacBook Pro 14_ - 9.pngMacBook Pro 14_ - 9.png
MacBook Pro 14_ - 8.pngMacBook Pro 14_ - 8.png
MacBook Pro 14_ - 5.pngMacBook Pro 14_ - 5.png

Prototyp 14.06

Nach UX-Test mit einer Person:

- Transkription macht zur Zeit nur DE, soll auch ENG

- Timeline -> wusste nicht dass es clickable ist

- zurück button nicht gesehen

- Vor analyse muss loading screen eingeführt werden

- danach kurzes tutorial wie es funktioniert 

- „scroll down for statistics“ muss eingeführt werden, wusste nicht dass man scrollen kann

Analyse-Section im Detail

Frame 72.pngFrame 72.png

Was geändert wurde:

- Das Layout

- Die Interaktionen (mehr Hover-interaktionen)

- Adden eines Scroll buttons

- Mehr Erklärungen

- „Fazit für deine nächste Aufnahme“

- Top Chat-Themen

-  Kurve für wpm

Chat-Frequenz und Chat-Verhalten

Ich habe nochmal Blackeyetoast zum Chat-Verhalten gefragt, und das sind meine Erkenntnisse die ich davon bekommen habe:

  • Zu Beginn des Streams schreiben viele Zuschauer:innen Begrüßungen wie „hi“.
  • Die Chatfrequenz steigt, wenn die Streamerin den Chat direkt anspricht oder Fragen stellt.
  • Zusätzliche Kommentare entstehen, wenn im Stream etwas Auffälliges passiert.
  • Bei hektischen Games oder Spielen mit vielen visuellen Ereignissen ist der Chat tendenziell aktiver, da mehr Reaktionsanlässe entstehen.

Was das für mein Projekt bedeutet:

  • Die Game-Chat-Dateien sind als Markdown-Dateien aufgebaut, damit das Chat-Verhalten pro Spiel übersichtlich beschrieben werden kann.
  • Jede Datei erklärt kurz, wie sich der Chat bei diesem Spiel verhalten soll
  • Markdown macht es übersichtlicher und leichter editierbar, weil ich die Regeln pro Spiel schnell anpassen kann
  • Neue Spiele können einfacher ergänzt werden, indem einfach eine neue .md-Datei mit passendem Chat-Verhalten erstellt wird.

General Chat Behavior.pdf PDF General Chat Behavior.pdf

Prototyp 22.06.

Neu:

- Analyse Section überarbeitet

- Admin Panel hinzugefügt

Start Frames/Intro

Screenshot 2026-07-28 at 22.01.26.pngScreenshot 2026-07-28 at 22.01.26.png
Screenshot 2026-07-28 at 22.01.38.pngScreenshot 2026-07-28 at 22.01.38.png

Fertig Video Selection

Screenshot 2026-07-28 at 22.01.06.pngScreenshot 2026-07-28 at 22.01.06.png

Fertige Moodboards / Dokumentations Bilder

Neumann_Annika_Streamalyze_01.pngNeumann_Annika_Streamalyze_01.png
Neumann_Annika_Streamalyze_02.pngNeumann_Annika_Streamalyze_02.png
Neumann_Annika_Streamalyze_03.pngNeumann_Annika_Streamalyze_03.png

Ein Projekt von

Fachgruppe

Kommunikationsdesign

Art des Projekts

Keine Angabe

Zugehöriger Workspace

Designprojekt 3 - Interaction / Information Design

Entstehungszeitraum

Sommersemester 2026