Gianni-AI — Familienassistent

Gianni-AI entstand aus einem sehr häuslichen, sehr langweiligen Problem: den Überblick zu behalten, wohin das Geld einer Familie fließt. Einkäufe, Rechnungen, das Abendessen am Samstag, die unerwartete Fahrt zur Werkstatt — Dutzende kleiner Posten im Monat, und klassische Tabellen funktionieren genau zwei Wochen lang wunderbar, bis jemand keine Lust mehr hat, sie zu aktualisieren. Das Problem ist nicht die Rechnerei, es ist das Kategorisieren: jedes Mal aufs Neue zu entscheiden, in welche Schublade jede Ausgabe gehört. Und genau diesen Aufwand wollte ich den Menschen abnehmen und der KI geben.

Die Geste: einen Satz schreiben, keine Tabelle ausfüllen

In einer klassischen Budget-App musst du für jede Ausgabe ein Dropdown öffnen und eine Kategorie wählen, dann eine weitere für die Zahlungsart, dann den Betrag ins richtige Feld tippen. Gianni-AI dreht die Geste um: du schreibst die Ausgabe so, wie du sie laut sagen würdest — «55 Euro Einkauf bei Coop», «Stromrechnung 78» — und das Modell extrahiert den Betrag, versteht, worum es geht, und weist eine passende Kategorie zu. Keine Menüs, keine Pflichtfelder: eine Textzeile, und den Rest erledigt es automatisch.

Ein Jahr echte Ausgaben

Gianni-AI ist keine Demo: ich nutze es seit etwa einem Jahr mit meiner Familie, und es ist der einzige Ort, an dem die Haushaltsausgaben landen. In den intensiven Monaten laufen mehrere hundert Transaktionen durch, mit Lebensmitteln als der mit Abstand häufigsten Kategorie — der alltägliche Einkauf besteht aus kleinen, sich wiederholenden Beträgen, und genau da gibt eine Tabelle zuerst auf. Ein Jahr durchgehende Nutzung ist auch der Grund, warum Dinge, die auf dem Papier wie Details aussahen — die Konsistenz der Kategorien über die Zeit, Doppelungen, mehrdeutige Formulierungen — sich als die einzigen herausstellten, die wirklich zählen.

Wie es darunter funktioniert

Das Herzstück der App ist ein PHP-Backend, das als Brücke zu Gemini dient, dem KI-Modell von Google, per API aufgerufen. Jeder Eintrag wird mit einer präzisen Anfrage an das Modell gesendet: nicht «schreib etwas über diese Ausgabe», sondern «gib Kategorie, Betrag und Typ in einem strukturierten Format zurück». Das ist ein wichtiger Unterschied: eine strukturierte statt einer erzählenden Antwort zu verlangen, ist das, was es erlaubt, das Datum sauber zu speichern und zu aggregieren. Die Antwort kommt zurück, wird erfasst, und die Summen aktualisieren sich von selbst.

Der heikle Punkt eines solchen Systems ist die Konsistenz: wenn dieselbe Ausgabe heute in «Lebensmittel» und morgen in «Einkauf» landet, werden die Übersichten nutzlos. Deshalb erfindet das Modell nicht bei jedem Durchgang freie Kategorien, sondern arbeitet über einer definierten Menge — Lebensmittel, Rechnungen, Restaurant, Transport, Gesundheit, Wohnen, Kleidung, Geschenke, Telefon und so weiter — neben den Einnahmen wie Gehalt und sonstigen Einkünften. Die KI interpretiert die natürliche Sprache; die Kategoriestruktur hält alles geordnet.

Der hartnäckigste Fehler war anfangs genau an dieser Grenze: das Modell verwechselte Lebensmittel mit Restaurant. Es sind benachbarte Kategorien — «30 Euro fürs Abendessen» kann den Einkauf zum Kochen oder die Rechnung in der Pizzeria meinen — und sie systematisch falsch zu setzen verzerrt die beiden Budgetposten, die eine Familie zuerst ansieht. Die Korrektur war kein clevererer Prompt, sondern zwei Dinge zusammen: eine geschlossene Kategorienliste mit einer klaren Definition, was wohin gehört, und die Tatsache, dass das Modell umso mehr konkrete Beispiele zum Anhalten hatte, je größer die Historie der bereits kategorisierten Ausgaben wurde. Nach ein paar Monaten echter Daten wurde die Kategorisierung bei dieser Art von Mehrdeutigkeit zuverlässig.

Die KI schlägt vor, ein Mensch bestätigt

Gianni speichert nie etwas von sich aus. Jeder Satz, den du schreibst, wird zu einem Vorschlag: Gemini gibt Kategorie, Betrag und Typ zurück, und bevor der Eintrag ins Register kommt, gibt es einen Schritt, in dem du ihn annimmst oder korrigierst. Im normalen Ablauf ist es ein Tippen; wenn nötig, änderst du die Kategorie und machst weiter. Es ist eine Design-Entscheidung, keine technische Einschränkung: bei Daten über das Haushaltsgeld bleibt das letzte Wort bei einem Menschen, und die KI macht den langweiligen Teil — den Satz lesen, die Felder herausziehen — nicht das Entscheiden.

Manche Prüfungen bleiben aber besser vom Modell fern. Die heikelsten Grenzfälle werden im Code behandelt, mit expliziten Regeln. Das typische Beispiel: zwei Transaktionen mit demselben Betrag am selben Tag — das kann eine Doppelung durch wiederholte Eingabe sein oder zwei verschiedene Ausgaben, die zufällig übereinstimmen. In diesem Fall rät Gianni nicht: es hält an und fragt ausdrücklich nach, damit keine Ausgabe doppelt gezählt und keine echte Ausgabe als Doppelung verworfen wird.

Warum Gemini Flash

Das Modell hinter Gianni ist Gemini Flash. Die Wahl ist praktisch: für eine eng umrissene Aufgabe wie diese — eine Zeile lesen, drei strukturierte Felder zurückgeben — braucht man nicht das größte und teuerste Modell, sondern das, das schnell und zu fast null Kosten eine gute Antwort gibt. Flash hat ein Gratis-Kontingent, das großzügig genug ist, um die Nutzung einer Familie abzudecken, ohne darüber nachzudenken, und eine niedrige Latenz, die zählt, wenn das Erfassen einer Ausgabe eine Sache von Sekunden sein muss. Wenn die Geste langsamer ist als den Betrag von Hand zu tippen, hat die App schon verloren.

Was du am Ende siehst

Das Ergebnis ist nicht noch eine Tabelle zum Lesen, sondern ein Bild, das sich selbst aufbaut: wohin das Familienbudget wirklich fließt, Monat für Monat, Kategorie für Kategorie. Die Frage, die die App beantwortet, ist nicht «wie viel habe ich ausgegeben» — das weiß jeder — sondern «wofür geht es drauf, ohne dass ich jeden Beleg einordnen muss». Es ist der Unterschied zwischen einem Kontobuch und einem Assistenten: das erste musst du selbst führen, der zweite arbeitet, während du lebst.

Warum «Gianni»

Der augenzwinkernde Name ist kein Detail: er sagt genau, was die App sein will. Keine Verwaltungssoftware zum Erlernen, mit ihrer Lernkurve und ihren Menüs, sondern ein Familienmitglied, dem du einfach erzählst, was du ausgegeben hast. «Gianni, ich habe getankt, 60 Euro» — und Gianni kümmert sich darum. Die KI ist hier keine zusätzliche Funktion: sie ist das, was die Geste einfach genug macht, um wirklich getan zu werden, jeden Tag, statt auf das Monatsende verschoben und dann nie erledigt.

Unter der Haube

Gianni-AI ist PHP und eine API-Integration mit Gemini Flash, ohne schwere Frameworks. Da es um die Haushaltskasse geht, ist es um die Privatsphäre herum gebaut: die Daten bleiben lokal, sie gehören einer einzigen Familie, und es gibt keine Mehrbenutzer-Dimension oder einen öffentlichen Dienst zum Anmelden. Das Einzige, was hinausgeht, ist der einzelne Ausgabensatz, der zur Interpretation an das Modell geschickt wird; das Register, die Summen und die Historie bleiben, wo sie sind. Die KI greift nur im Moment des Kategorisierens ein, immer mit einer menschlichen Bestätigung danach, und die Prüfungen, die nicht schiefgehen dürfen — Doppelungen, fehlende Beträge — sind im Code geschrieben, nicht dem Modell überlassen. Es ist eines von mehreren Projekten des Portals, bei denen die KI nicht da ist, um anzuzeigende Inhalte zu produzieren, sondern um eine lästige Pflicht abzunehmen — hier die unangenehmste des Haushalts.