# ADHS Study Agent — Projektplan ## Kontext Samuel will raus aus der Claude-Code-Optimierung und sein Orchestrierungs-Wissen auf ein echtes Problem anwenden: **Ein AI-Agent der Studenten mit ADHS durch ihr Semester navigiert.** Er IST die Zielgruppe — 569 ChatGPT-Conversations + 232 Claude-Sessions dokumentieren das Problem aus erster Hand. **Ansatz:** Research First — aber Samuel selbst als User-Interview-Partner, nicht externe Recherche. --- ## Phase 1: User Research (Samuel als Zielgruppe) Aus dem Portrait + Lernreise destillierte Pain Points: 1. **"Lernplaene die nie halten"** — starre Plaene scheitern an ADHS. Der Plan muss sich anpassen, nicht der Mensch. 2. **"10 von 150 Berichtsheften"** — Routinedokumentation ohne Feedback ist unmoeglich. Braucht Micro-Nudges. 3. **"8 Stunden vor Pruefung"** — Zeitdruck ist der einzige funktionierende Motivator. Das System muss DAS nutzen, nicht bekaempfen. 4. **"5 Uni-Bewerbungen = unueberwindbar"** — Formalia-Angst. Aufgaben muessen in Micro-Steps zerlegt werden. 5. **Stress-Sweet-Spot Phase 2** — Es gibt ein schmales Fenster (eigene Stimme, produktiv). Davor zu formal, danach Panik. 6. **Duplikat-Sessions** — Jede Session beginnt bei Null weil Gedaechtnis fuer eigene fruehere Gedanken unzuverlaessig ist. 7. **Festivals im Pruefungsmonat** — Das System darf nicht moralisieren, sondern muss damit arbeiten. **Interview-Ergebnis (5. Maerz 2026):** Samuel waehlt ALLE 4 Pain Points + ergaenzt 2 kritische: - **#5 Zu viele Dinge anfangen, nichts beenden** — Novelty Bias, WIP explodiert - **#6 Dopamin kommt beim Task-BEGINN, nicht beim Complete** — DAS ist der Kern → Design-Konsequenz: Jeder Micro-Step muss sich wie ein NEUER Anfang anfuehlen (Dopamin beim Start), aber die Steps sind so klein dass Completion automatisch passiert. Nicht "mach die Aufgabe fertig" sondern "fang diesen 5-Min-Block an". WIP-Limit: max 2 aktive Faecher gleichzeitig. **Tonalitaet:** Buddy (supportiv, kein Guilt-Tripping, ermutigend) --- ## Phase 2: Feature-Design (nach Interview) ### Core Features (MVP) **F1: Micro-Starts statt Mega-Tasks** (Pain Points #3, #6) - Jede Aufgabe wird in 5-Min-Bloecke zerlegt - Jeder Block ist ein NEUER Anfang mit eigenem Titel und Kontext - "Oeffne Kapitel 3 und lies die erste Seite" — nicht "Lerne Kapitel 3" - Dopamin-Trigger: jeder Block ist ein frischer Start (nicht "noch 47 uebrig") - Visuell: Blocks als einzelne Karten, nicht als Checkliste **F2: WIP-Limiter** (Pain Point #5) - Max 2 Faecher gleichzeitig aktiv - Wenn du ein drittes anfangen willst: Buddy sagt "Hey, du hast noch Mathe und OS offen. Willst du eins davon pausieren?" - Kein Verbot — sanftes Bewusstmachen - "Parking Lot" fuer Ideen die du spaeter anfangen willst **F3: Elastischer Plan** (Pain Points #1, #2) - Importiert Deadlines (manuell oder iCal) - Plan passt sich an wenn du ihn ignorierst — kein Guilt, einfach neuer Plan - Nutzt Zeitdruck als Feature: Plan wird automatisch komprimierter je naeher die Deadline - "Verschieben" statt "Versagt" — der Buddy-Ton **F4: Panik-Modus** (Pain Point #2) - Aktiviert sich bei <48h vor Deadline - Komprimiert auf das absolute Minimum - Buddy wird zum Coach: "Du hast 12h. Hier sind die 5 wichtigsten Themen. Eins nach dem anderen." - Kein Moralisieren, nur Klarheit **F5: Session-Memory** (Pain Point #4) - Merkt sich was du letzte Session gelernt/gemacht hast - Zeigt beim Oeffnen: "Letzte Session: Du warst bei Kapitel 3, Seite 42. Weitermachen?" - Kein "bei Null anfangen" mehr - Fortschritt visuell als Karte/Map, nicht als Prozentzahl ### Nice-to-have (v2) - Stimmungs-Check-In (Phase 1-5 erkennen, Buddy passt Ton an) - WhatsApp-Reminder (Nudges auf dem Handy) - Lerngruppen-Matching (andere ADHS-Studenten) - Pruefungsarchiv (was kam letztes Jahr dran) - "Novelty Shuffle" — wenn ein Fach langweilig wird, schlaegt Buddy vor fuer 15 Min zu einem anderen zu wechseln (innerhalb WIP-Limit) --- ## Phase 3: Tech-Stack **Empfehlung: Python + FastAPI + SQLite + htmx** | Komponente | Wahl | Begruendung | |---|---|---| | Backend | FastAPI (Python) | Samuels staerkstes Setup, async, schnell | | Datenbank | SQLite | Ueberwindet DB-Angst sanft — es ist nur eine Datei. Spaeter Postgres. | | Frontend | htmx + Jinja2 Templates | Kein Framework lernen, trotzdem reaktive UI. Server-rendered. | | AI Agent | Claude API (Haiku fuer Micro-Steps, Sonnet fuer Plaene) | Kostenoptimierung eingebaut — Samuels Staerke | | Auth | Keine (MVP) → spaeter Supabase | Nicht overengineeren am Start | | Deployment | Fly.io oder Railway | Ein-Klick-Deploy, kostenlose Tier | **Warum nicht Next.js/Svelte:** Samuel ist Python-First. Ein neues Frontend-Framework ist ein separates Lernprojekt und wuerde den Execution Gap vergroessern. htmx gibt 80% der Interaktivitaet fuer 10% der Komplexitaet. --- ## Phase 4: Implementierung ### Sprint 1 (Woche 1-2): Skeleton - [ ] Projekt-Setup: `~/Projekte/StudyAgent/` - [ ] FastAPI + SQLite + htmx Grundgeruest - [ ] Datenmodell: Semester, Faecher, Deadlines, Lerneinheiten - [ ] Deadline-CRUD (manuell eintragen) - [ ] FOR_SMLFLG.md anlegen ### Sprint 2 (Woche 3-4): Agent-Logik - [ ] Tagesplan-Generator (Claude Haiku) - [ ] Micro-Step-Zerlegung - [ ] Adaptiver Replan wenn Steps uebersprungen werden - [ ] Einfache Session-Memory (letzte 3 Sessions) ### Sprint 3 (Woche 5-6): Panik-Modus + Polish - [ ] Panik-Modus bei <48h - [ ] Visueller Fortschritt (Fortschrittsbalken, nicht Zahlen) - [ ] Deployment auf Fly.io - [ ] 1 Beta-Tester (Samuel selbst mit echten Pruefungen) --- ## Phase 5: Verifikation - [ ] Laeuft lokal: `uvicorn main:app --reload` - [ ] SQLite DB wird erstellt und befuellt - [ ] Deadline eintragen → Tagesplan generieren → Steps sehen - [ ] Plan ignorieren → neuer Plan wird generiert (kein Guilt) - [ ] Panik-Modus triggert bei Deadline < 48h - [ ] Deployment funktioniert (oeffne URL im Browser) --- ## Deliverable 1. [x] User-Interview mit Samuel — erledigt, 6 Pain Points + Buddy-Ton 2. [ ] Plan permanent speichern: `~/Projekte/StudyAgent/PLAN.md` 3. [ ] Visuelles HTML: Projekt-Overview als `~/.agent/diagrams/adhs-study-agent.html` 4. [ ] Projekt-Setup starten (Sprint 1)