Sitch

KI-Matchmaking-App

von QAwerk auf Fehlerfreiheit geprüft und für landesweites Wachstum skaliert
Girl Image Boy Image Clip Icon Blue Clip Icon Red
×
Wohin sollen wir unsere Sitch Fallstudie schicken?
Bitte geben Sie Ihre Geschäfts-E-Mail ein ist keine Geschäfts-E-Mail

Sitch wurde von Veteranen von Bumble und Snap gegründet und ist ein KI-Dating-Startup, das intelligente Technologie mit einer persönlichen Note verbindet. Jede Benutzeranmeldung wird von echten Menschen geprüft, und der KI-Matchmaker selbst basiert auf den Erkenntnissen aus der dreigenerationenübergreifenden Erfahrung eines Mitbegründers im Bereich Partnervermittlung.

Alle Kunden

iOS-App-Test

Unser Test konzentrierte sich darauf, eine stabile und konsistente Erfahrung auf allen iPhone-Modellen zu gewährleisten. Ein wichtiger Teil unserer Arbeit bestand darin, native iOS-Funktionen zu validieren, wie z. B. die korrekte Verarbeitung von Standort- und Galerie-Berechtigungsanfragen, und sicherzustellen, dass Push-Benachrichtigungen zuverlässig funktionieren.

Mehr erfahren

Manuelle Tests

Unsere QA-Ingenieure haben sorgfältig getestet, wie die KI mit Unterhaltungen umgeht. Wir haben sichergestellt, dass die Zahlungsprozesse reibungslos funktionieren, und wichtige Probleme bei den Onboarding- und Chat-Funktionen gefunden. Dies hat Sitch dabei geholfen, eine App zu entwickeln, die den Standards seines Premium-Geschäftsmodells entspricht.

Mehr erfahren

Einführung

Sitch ist eine KI-gestützte Dating-App, die als persönlicher digitaler Partnervermittler fungiert. Anstelle von zwanglosem Swipen werden die Nutzer durch einen KI-Chatbot, der von einem menschlichen Partnervermittler trainiert wurde, auf der Grundlage einer tieferen Kompatibilität zusammengebracht. Die App richtet sich an Menschen, die ernsthaft auf der Suche nach einem Partner sind und einen durchdachteren Prozess bevorzugen.

Die Erfahrung beginnt mit einer ausführlichen Einführungsphase, in der die KI Fragen stellt, um die Werte, Prioritäten und bisherigen Dating-Erfahrungen des Nutzers zu verstehen. Die App chattet mit Ihnen wie ein Freund, um mehr über Sie und Ihren idealen Partner zu erfahren. Anhand dieser Antworten schlägt die KI passende Partner vor. Wenn zwei Nutzer einer Vorstellung zustimmen, fügt die KI sie zu einem Gruppenchat hinzu, ähnlich wie es ein gemeinsamer Freund tun würde. Die App verwendet ein Pay-per-Setup-Modell, bei dem den Nutzern statt eines Abonnements nur erfolgreiche Vorstellungen in Rechnung gestellt werden.

Herausforderung

Fünf Monate nach dem Soft Launch gewann Sitch an Fahrt, sammelte aber auch negative Nutzerbewertungen. Als entwicklerorientiertes Team fehlte ihnen ein strukturierter Qualitätssicherungsprozess, was dazu führte, dass Fehler und Usability-Probleme in die Live-App gelangten. Sitch ging eine Partnerschaft mit QAwerk ein, um ein effektives Testprogramm von Grund auf aufzubauen, mit dem Ziel, die Benutzererfahrung zu verbessern und das Produkt zu stabilisieren.

Am Ende unserer Partnerschaft wollte Sitch mehrere wichtige Ergebnisse erzielen:

  • Drastische Reduzierung negativer Rückmeldungen: Das primäre Ziel war es, die Zufriedenheit der Nutzer zu verbessern, indem die Fehler und frustrierenden Nutzerabläufe, die zu schlechten Bewertungen führten, identifiziert und beseitigt wurden.
  • Einrichtung eines robusten QA-Prozesses: Implementierung eines strukturierten und effizienten Test-Workflows, der direkt in den Entwicklungszyklus integriert werden konnte, um sicherzustellen, dass keine neuen Funktionen oder Fehlerbehebungen neue Probleme verursachen würden.
  • Gewährleistung einer einwandfreien Kernfunktionalität: Es sollte sichergestellt werden, dass wichtige Funktionen wie das KI-gestützte Onboarding, die Profilerstellung, der Chat und das Matching intuitiv und stabil sind und jederzeit einwandfrei funktionieren.
  • Erreichen einer konsistenten geräteübergreifenden Leistung: Allen Nutzern sollte unabhängig von ihrem iPhone-Modell, ihrer iOS-Version oder ihren Netzwerkbedingungen ein nahtloses und optisch ansprechendes Erlebnis geboten werden.

Lösung

Funktionstests

Wir führten Funktionstests für alle kritischen Benutzerabläufe durch. Dazu gehörten die Validierung des gesamten Onboarding-Quiz, das Testen der Profilerstellung und -bearbeitung im Abschnitt „Was macht dich aus?“ und die Sicherstellung eines reibungslosen Ablaufs des Kontolöschungsprozesses. Außerdem testeten wir die Chat- und Zahlungsbildschirmoptionen für neue Benutzer rigoros. Unser Team triagierte Probleme proaktiv, testete kritische Bugfixes erneut und meldete neue Bugs, die wir dabei entdeckten.

Warum das wichtig ist: Bei einer App wie Sitch bestimmen die Kernfunktionen die gesamte User Journey. Wenn ein Nutzer sein Profil nicht vervollständigen, mit einem Match chatten oder die Vorschläge der KI nicht verstehen kann, ist die App gescheitert. Wir mussten sicherstellen, dass jeder Nutzerpfad logisch, intuitiv und stressfrei war.

KI-Tests

Wir haben KI-Tests für den KI-gestützten Chat und das Onboarding-Quiz durchgeführt. Unser Team hat den Tonfall und die Relevanz der Inhalte der KI überprüft und sichergestellt, dass die Antworten angemessen und hilfreich waren. Wir haben auch Tests durchgeführt, um logische Fehler wie Schleifen oder wiederholte Fragen im Quiz zu finden, um sicherzustellen, dass die Interaktion des Benutzers mit der KI immer kohärent und effektiv war.

Warum das wichtig ist: Das zentrale Wertversprechen von Sitch ist sein KI-Matchmaker. Wenn die Konversation der KI repetitiv, irrelevant oder unlogisch ist, untergräbt dies das Vertrauen der Nutzer und entwertet das gesamte Versprechen der „menschlichen Expertise”. Diese Tests waren unerlässlich, um sicherzustellen, dass die KI intelligent und personalisiert wirkt.

Regressionstests und Tests vor der Markteinführung

Vor jeder Veröffentlichung führten wir umfangreiche Regressionstests für alle Kernprozesse durch: Registrierung, Onboarding, Chat, Einrichtung und Zahlungen. Bei größeren Rollouts, wie beispielsweise der Markteinführung in Chicago, arbeiteten wir eine umfassende Checkliste ab. Dazu gehörten die Validierung marktspezifischer Texte, das Testen der Abonnementpreise für die neue Region, die Überprüfung, ob Empfehlungslinks und Analyseereignisse mit den richtigen Marktkennungen ausgelöst wurden, und die Sicherstellung, dass Deep Links aus Push-Benachrichtigungen die Nutzer zum richtigen Bildschirm weiterleiteten.

Warum das wichtig ist: Da die Entwickler von Sitch Fehler behoben und neue Funktionen hinzugefügt haben, war es entscheidend, sicherzustellen, dass diese Änderungen nicht versehentlich bestehende Funktionen beeinträchtigten. Regressionstests dienen als Sicherheitsnetz und schützen die Benutzererfahrung vor unbeabsichtigten Folgen bei jeder neuen App-Version. Dies wurde bei der Einführung in neuen Städten noch wichtiger, wo ein einziger Fehler die gesamte Marktexpansion zum Scheitern bringen könnte.

Kompatibilitäts- und Berechtigungstests

Wir führten Kompatibilitätstests unter verschiedenen Netzwerkbedingungen durch und simulierten schlechte, instabile und nicht vorhandene Internetverbindungen, um sicherzustellen, dass die App reaktionsfähig blieb und nicht abstürzte. Wir haben auch Tests auf verschiedenen Geräten durchgeführt, um sicherzustellen, dass UI-Elemente wie Abstände und Textblöcke sowohl auf großen als auch auf kleinen Bildschirmen korrekt angezeigt werden. Schließlich haben wir überprüft, ob wichtige App-Berechtigungen für die Galerie, den Standort und Benachrichtigungen wie erwartet funktionieren.

Warum das wichtig ist: Nutzer von Dating-Apps sind viel unterwegs. Sie wechseln zwischen WLAN und Mobilfunkdaten, reisen durch Gebiete mit schlechtem Empfang und verwenden eine Vielzahl von iPhone-Modellen. Die App muss diesen Veränderungen standhalten und eine stabile Erfahrung bieten, unabhängig davon, ob der Nutzer eine perfekte Verbindung oder nur einen einzigen Balken Empfang hat.

UI-Tests

Unser Team hat jeden Bildschirm sorgfältig geprüft, um eine konsistente und hochwertige Benutzererfahrung zu gewährleisten. Wir haben Probleme wie falsche Abstände auf kleineren Handys, unpassend dimensionierte Zusammenfassungsblöcke und falsch ausgerichtete Informationen auf Profilvorschau-Bildschirmen identifiziert und markiert. Diese Liebe zum Detail stellte sicher, dass die App auf jedem Gerät professionell aussah und sich auch so anfühlte.

Warum das wichtig ist: Die Welt der Dating-Apps ist sehr umkämpft, sodass visuelle Attraktivität und Benutzerfreundlichkeit unverzichtbar sind. Eine verwirrende oder umständliche Benutzeroberfläche kann dazu führen, dass ein Benutzer die App verlässt, bevor die KI überhaupt ihre Wirkung entfalten kann. Die Benutzererfahrung muss ausgefeilt, modern und intuitiv sein.

Exploratives Testen

Nach jeder Veröffentlichung und nach Abschluss der Regressionstests führte unser Team manuelle explorative Tests durch. Wir wichen bewusst von den Standard-Benutzerpfaden ab, probierten ungewöhnliche Kombinationen von Aktionen aus, testeten Randfälle von Empfehlungslinks und belasteten die App, um versteckte Fehler, Lücken in der Benutzerfreundlichkeit und potenzielle Absturzszenarien aufzudecken, die bei skriptbasierten Tests übersehen worden wären.

Warum das wichtig ist: Skriptbasierte Tests bestätigen, dass die Funktionalität wie erwartet funktioniert, aber explorative Tests decken Probleme auf, nach denen Sie nicht gesucht haben. Bei einer High-End-App sind versteckte Fehler und Frustrationen hinsichtlich der Benutzerfreundlichkeit inakzeptabel.

Fehlermeldungen

Die meisten der entdeckten Fehler betrafen den Onboarding-Ablauf, die Chat-Funktionalität und die Zahlungsabwicklung. Während kleinere Probleme bei der Profilanzeige und der Admin-Synchronisation gefunden wurden, hatten die meisten Blocker direkten Einfluss auf die Benutzerregistrierung und den Abschluss der Einrichtung.

Mokup

Tatsächliches Ergebnis: Der Benutzer tippt auf die Schaltfläche, kann jedoch nicht fortfahren; es tritt ein Fehler auf, der den Zahlungsvorgang blockiert.

Erwartetes Ergebnis: Durch Tippen auf die Schaltfläche „Mitglied werden“ sollte sofort das native Apple Pay-Popup-Fenster angezeigt werden.

MokupMedia

Tatsächliches Ergebnis: Nach dem Absenden des Quiz zeigt die App die Fehlermeldung „OH NEIN! Es ist ein Fehler aufgetreten. Wir werden sofort einen Ingenieur an Haie verfüttern ...“ an. Das Zusammenfassungsprofil wird nicht erstellt und der Quizablauf wird unterbrochen.

Erwartetes Ergebnis: Nach dem Absenden des Quiz sollte die App das Zusammenfassungsprofil des Benutzers erfolgreich erstellen und zum nächsten Bildschirm oder einer Bestätigungsansicht übergehen.

MokupMedia

Tatsächliches Ergebnis: Der Text der Berufsbezeichnung ragt über die Grenzen der Profilkarte hinaus. Außerdem werden vor der Berufsbezeichnung zwei Koffer-Emojis angezeigt.

Erwartetes Ergebnis: Die Berufsbezeichnung sollte vollständig innerhalb der Grenzen der Profilkarte angezeigt werden, ohne überzureichen. Vor der Berufsbezeichnung sollte nur ein Koffer-Emoji angezeigt werden.

Ergebnis

Durch unsere Zusammenarbeit wurde Sitch von einer vielversprechenden App mit technischen Problemen zu einem stabilen, ausgereiften Produkt, das bereit für den großen Auftritt war. Durch die Schaffung einer robusten QA-Grundlage beseitigten wir die Fehler und Reibungspunkte für die Nutzer, die zu negativem Feedback geführt hatten, und ebneten den Weg für ein stetiges, nachhaltiges Wachstum.

Die Auswirkungen dieser neu gewonnenen Stabilität waren unmittelbar und bedeutend:

  • Reibungslose Marktexpansion: Mit einer zuverlässigen App expandierte Sitch selbstbewusst vom ursprünglichen Markt in New York City nach Los Angeles, San Francisco, Chicago und Austin. Allein am Tag der Markteinführung in Chicago meldeten sich mehr als 3.000 Singles bei Sitch an, was dies zur bislang größten Markteinführung machte. Dieser Erfolg zeigt, wie professionelle Qualitätssicherung es Teams ermöglicht, sich auf Wachstum statt auf technische Probleme zu konzentrieren. Sitch hat mittlerweile Zehntausende von Nutzern und verfügt über einen klaren Fahrplan für die weitere Expansion in den USA und die weltweite Verfügbarkeit bis 2030.
  • Beschleunigte Funktionsinnovation: Eine stabile Codebasis gab dem Sitch-Team die Freiheit, innovativ zu sein. Derzeit führen sie eine hochmoderne, sprachbasierte KI-Onboarding-Erfahrung ein. Diese Funktion wäre auf einer instabilen Plattform unmöglich effektiv zu implementieren gewesen.
  • Positive öffentliche Resonanz und Medienrummel: Im Gegensatz zum Soft Launch war die offizielle Veröffentlichung von Sitch ein voller Erfolg. Die Qualität der App und ihr einzigartiger Matchmaking-Ansatz brachten ihr Berichte in der Drew Barrymore Show und in renommierten Publikationen wie CNBC, TechCrunch, Business Insider und der New York Times ein.
  • Grundlage für nachhaltiges Wachstum: Unsere Partnerschaft verschaffte Sitch nicht nur Bugfixes, sondern auch einen skalierbaren QA-Prozess. Die App wickelt nun täglich über 20.000 KI-gestützte Vermittlungen in vier US-Städten fehlerfrei ab und ist für eine landesweite und weltweite Expansion bereit. Seit Beginn unserer Partnerschaft hat Sitch seine Nutzerzahlen monatlich verdoppelt, und wir sind zuversichtlich, dass diese Zahlen weiter steigen werden.

In der Presse

„Sitch verfolgt einen durchdachteren Ansatz bei seinem Onboarding-Prozess und nutzt große Sprachmodelle (LLMs), um die Expertise eines menschlichen Matchmakers in die Dating-App zu integrieren und Menschen dabei zu helfen, potenzielle Partner zu finden, ohne zu swipen.“

Amerikanische Online-Zeitung mit Berichten über Start-ups, VC-Finanzierungen und Hightech-Unternehmen

„Sitch ist in New York, San Francisco und Los Angeles verfügbar. Viele Nutzer berichten, dass die Zusammenarbeit mit einem KI-Matchmaker im Vergleich zur Verwendung einer herkömmlichen Dating-App eine positivere Erfahrung war.“

Führender globaler Anbieter von Echtzeit-Finanzmarktdaten und Wirtschaftsnachrichten

„Ab dieser Woche führt Sitch eine sprachbasierte KI-Onboarding-Erfahrung für neue Nutzer ein, da die App in weitere US-Städte expandieren soll.“

Globaler Digitalverlag mit den Schwerpunkten Technologie, Finanzen, Märkte, KI und Business-Lifestyle

„Das KI-Matchmaking-Startup Sitch hat sich 6,7 Millionen US-Dollar an Pre-Seed- und Seed-Finanzierung gesichert, um seinen Pay-per-Setup-Dating-Service auf Zehntausende von Nutzern in New York, San Francisco und Los Angeles auszuweiten.“

Führende Quelle für Nachrichten, Informationen und Analysen zur Online-Dating-Branche

Benötigen Sie vor Ihrem großen Start eine fachkundige Qualitätssicherung?

Lassen Sie uns darüber sprechen

Tools

TestFlightTestFlight
JiraJira
NotionNotion
FigmaFigma
Google SheetsGoogle Sheets
ConfluenceConfluence
SlackSlack
Über 50Über 50 kritische Produktionsfehler verhindert
20.000 KI-gestützte Einführungen täglich
99,8% absturzfreie Benutzersitzungen
4 neue Marktexpansionen
4,5 Sterne im App Store

Kommentar des QAwerk-Teams

Maryna

Maryna
QA-Ingenieurin

Beim Testen des KI-gesteuerten Onboardings ging es weniger um einfache Pass/Fail-Prüfungen als vielmehr um die Validierung des gesamten Benutzerflusses. Ich habe viel Zeit damit verbracht, die Logik des Quiz-Chats und verschiedene Zahlungsbildschirmoptionen zu testen, da jede Reibung in diesen kritischen Pfaden direkte Auswirkungen auf die Benutzerkonversion und das Premium-Modell der App haben würde.

MokupMedia
MokupMedia
MokupMedia

Verwandte Themen in unserem Blog

Testen von KI-Such- und Empfehlungssystemen: Wie man Verwirrung und Frustration bei Käufern vermeidet

Testen von KI-Such- und Empfehlungssystemen: Wie man Verwirrung und Frustration bei Käufern vermeidet

Das Testen von KI-Such- und Empfehlungssystemen ist entscheidend für eine nahtlose Benutzererfahrung, die Käufer anspricht, anstatt sie zu verärgern. Schlecht konfigurierte KI-Suchmaschinen und ineffektive K...

Weiterlesen
Vom MVP zur Marktreife: QA-Strategien für das Testen von KI-Modellen in jeder Phase

Vom MVP zur Marktreife: QA-Strategien für das Testen von KI-Modellen in jeder Phase

Die Entwicklung maßgeschneiderter KI-Modelle oder die Integration bestehender Modelle in digitale Produkte ist eine spannende Aufgabe, die jedoch auch mit besonderen Herausforderungen verbunden ist....

Weiterlesen

Beeindruckt?

Beauftragen Sie uns

Weitere Fallstudien

ICONOMI

ICONOMI

Vereinigtes Königreich

Optimierung des Onboarding-Prozesses für die Web- und Mobilversion einer Krypto-Asset-Management-Plattform, wodurch die Abwanderungsrate der Nutzer um 15 % gesenkt werden konnte

Fext

Fext

United States

Durchführung einer strengen Qualitätssicherung für eine Massen-SMS-App, wodurch die Fehlermeldungen nach der Markteinführung um 65 % reduziert werden konnten

BeFamily

BeFamily

United States

Wir haben dafür gesorgt, dass diese App fehlerfrei auf den Markt kam und die prognostizierten Installationszahlen verdreifacht wurden