Bilderbuchwunsch.de ist eine moderne Webplattform, über die Kinder und Eltern personalisierte Bilderbücher per KI-gestütztem Editor gestalten und direkt als Print-on-Demand bestellen können. Alle Illustrationen, Texte und Videos werden vollautomatisch erzeugt.
Projektüberblick:
Intuitive Personalisierung: Ein kinderleicht bedienbares Frontend, in dem Nutzer Figuren, Settings und Story-Elemente anpassen.
Konsistente Illustrationen: Einheitliche Charaktere und Hintergründe über alle Buchseiten mithilfe des OpenAI Image‑1 Modells.
Skalierbare Medienproduktion: Automatisierte Generierung von Bildern, Videos und PDFs in kurzer Zeit.
Monetarisierung: Kreditbasiertes Bezahlmodell kombiniert mit nahtloser Print-on-Demand-Anbindung.
Zielsetzung:
Intuitive Personalisierung: Ein kinderleicht bedienbares Frontend, in dem Nutzer Figuren, Settings und Story-Elemente anpassen.
Konsistente Illustrationen: Einheitliche Charaktere und Hintergründe über alle Buchseiten mithilfe des OpenAI Image‑1 Modells.
Skalierbare Medienproduktion: Automatisierte Generierung von Bildern, Videos und PDFs in kurzer Zeit.
Monetarisierung: Kreditbasiertes Bezahlmodell kombiniert mit nahtloser Print-on-Demand-Anbindung.
Anforderungen:
Backend & API: Python & Django mit sauberem MVC und REST‑Schnittstellen.
Datenbank: PostgreSQL in der Cloud für Nutzer‑ und Projektdaten.
Speicher: Google Cloud Storage für alle Mediendateien und End‑PDFs.
Asynchrone Verarbeitung: Celery & Redis orchestrieren Bild‑, Video‑ und PDF‑Jobs.
Containerisierung & Deployment: Docker‑Images, CI/CD‑Pipeline, Deployment auf Railway.
Zahlungsabwicklung: Credit‑System mit sicherem Checkout und automatischem Print‑Auftrag.
Umsetzung:
Prototyp & Infrastruktur:
Lokaler Proof‑of‑Concept mit Django‑Grundgerüst und Platzhaltergrafiken
CI/CD über GitHub Actions; Docker‑Container für jede Komponente
KI‑Integration:
Illustrationen: OpenAI Image‑1 API plus Referenzbilder garantieren konsistente Szenen
Text‑to‑Speech & Video: ffmpeg‑Pipeline kombiniert TTS‑Audio, Illustrationen und animierte Overlays
Performance‑Optimierung:
Celery‑Worker automatisch neu starten, um RAM‑Lecks bei Video‑Jobs um bis zu 2 GB zu reduzieren
Payment & Print:
Node.js‑Microservice wickelt Credit‑Transaktionen ab
API‑Call an externen Print‑On‑Demand‑Provider für Buchbestellungen
Ergebnis:
Produktiv nach 3 Monaten: Alle Kernfunktionen live verfügbar
Erste Nutzer: Über 100 erstellte Bücher in der Closed‑Beta
Performance: 90 % aller Bild‑Jobs unter 10 Sek. Laufzeit
Stabilität: < 2 % Fehlerquote in Generierungs-Workflows
Conversion: 4 % Checkout‑Rate im Kreditmodell
