Schaden-KI-Tool (extern, Ergänzung zu stefan-witmaier.de)

Kleine, eigenständige Next.js-Anwendung für die echte KI-gestützte Fahrzeugschaden-Ersteinschätzung. Läuft bewusst außerhalb von Onepage, weil der API-Schlüssel serverseitig sicher gespeichert werden muss – dafür bietet Onepage MCP kein Werkzeug.

Was hier bereits funktioniert

• Foto-Upload (1–15 Bilder, JPEG/PNG/WebP, Vorschau, Entfernen, clientseitige Verkleinerung, Gesamtgrößen-Prüfung vor dem Absenden)
• Fahrzeugschein-Upload (optional): liest Hersteller, Modell und Baujahr automatisch aus und füllt das Formular aus - extrahiert bewusst keine Halterdaten, Anschrift, Kennzeichen oder VIN
• Fahrzeughersteller/-modell als kaskadierende Auswahllisten, Baujahr ab 1950
• Optionale Unfallbeschreibung (max. 1500 Zeichen)
• Nicht vorausgewählte Einwilligung vor Analysestart
• Serverseitige EXIF-Entfernung (inkl. GPS) vor Weiterverarbeitung, per sharp - gilt für Schadenfotos UND den Fahrzeugschein
• Echte KI-Analyse über die Anthropic Claude API (Standard: claude-opus-5) mit striktem, validiertem JSON-Ergebnis und Anweisung zu gründlicher, vollständiger Schadenserfassung. Analyse-Aufwand standardmäßig medium (Regler: ANTHROPIC_EFFORT) - high führte bei mehreren Fotos zu echten Server-Timeouts, siehe "Bekannte technische Grenzen"
• Business-Kalibrierung der Kostenspanne: serverseitiger Aufschlag von standardmäßig +200 % auf die von der KI geschätzte Reparaturkostenspanne (Regler: COST_ESTIMATE_MULTIPLIER, siehe unten) sowie ein geschärfter Prompt, der die Spanne bewusst am oberen realistischen Rand ansetzt (Erfahrungswert: Fotobasierte Schätzungen unterschätzen echte Reparaturkosten systematisch) und enger fasst (Ziel: Spannbreite ca. 30-50 % des Mittelwerts statt beliebig breit)
• Konservative, vorsichtige System-Prompt-Regeln (Sicherheitswarnung bei Verdacht auf sicherheitsrelevante Schäden, ehrliches "keine seriöse Kostenspanne möglich")
• Lade-, Erfolgs- und Fehlerzustand inkl. Zeitüberschreitungsschutz (bricht nach 70s selbst ab, statt unbegrenzt zu hängen) und React-Error-Boundaries (app/error.tsx, app/global-error.tsx), damit ein unerwarteter Fehler eine verständliche Meldung statt einer weißen/abgestürzten Seite zeigt
• Kontaktübergabe per vorausgefülltem Anruf-/WhatsApp-/E-Mail-Link (kein automatischer Versand, der Nutzer entscheidet in seiner eigenen App)
• Anonyme Nutzungsstatistik über Vercel Analytics (@vercel/analytics, seit 02.10.2026): zählt Ereignisse wie "Tool geöffnet", "Upload gestartet", "Analyse gestartet/erfolgreich/fehlgeschlagen", "Fahrzeugschein hochgeladen", "Kontaktbereich angezeigt" und "Kontakt angeklickt" (nach Kanal: Telefon/WhatsApp/E-Mail) - sichtbar im Vercel-Dashboard unter "Analytics". Enthält keine Fotos, Namen, Telefonnummern oder sonstige personenbezogenen Daten, nur Zähler/Kategorien. Beantwortet "wie oft wird das Tool benutzt und wo brechen Nutzer ab", aber NICHT "wer genau hat es benutzt" - dafür wäre eine echte Lead-Erfassung nötig (siehe nächster Punkt).
• Lead-Erfassung vor der Schadenssumme (seit 10.10.2026): Im Schritt "Fahrzeug prüfen" müssen Vor- und Nachname, Telefonnummer und E-Mail eingegeben und eine eigene Einwilligung zur Kontaktaufnahme bestätigt werden (getrennt von der Einwilligung zur Analyse - nötig, damit der Gutachter anrufen darf). Die Pflicht wird serverseitig in app/api/analyze/route.ts erzwungen (ohne gültige Kontaktdaten keine Analyse, keine Schadenssumme), nicht nur im Browser. Jede Nutzung löst eine E-Mail-Benachrichtigung an den Gutachter aus (lib/notify.ts, Resend): E-Mail 1 "Neuer KI-Lead" mit Kontaktdaten und Fahrzeugdaten (wird VOR der Analyse gesendet, kommt also auch bei einem Timeout an), E-Mail 2 "KI-Ergebnis" mit angezeigter Schadenssumme und Zusammenfassung. E-Mail 1 enthält die (bereinigten, EXIF-/GPS-freien) Schadenfotos als Anhang (Foto-01.jpg …); scheitert der Versand mit Anhängen, wird die Mail einmal ohne Fotos wiederholt. Es wird nichts in einer Datenbank gespeichert. Voraussetzung: LEAD_NOTIFY_EMAIL plus entweder SMTP_USER/SMTP_PASSWORD (z. B. Gmail mit App-Passwort, ohne DNS, mehrere Empfänger, hat Vorrang) oder RESEND_API_KEY in Vercel setzen (siehe .env.example). Ohne diese Werte wird NICHTS versendet - der Lead steht dann nur als [LEAD-NICHT-ZUGESTELLT] im kurzlebigen Vercel-Laufzeit-Log. Mit der Standard-Absenderadresse [email protected] liefert Resend nur an die E-Mail des eigenen Resend-Kontos; für andere Empfänger (z. B. den Gutachter) muss bei Resend eine Domain verifiziert werden. Rechtlich zu klären: Resend (USA) wird zusätzlicher Auftragsverarbeiter, die Datenschutzerklärung auf stefan-witmaier.de muss um Kontaktdaten/Lead-Verarbeitung ergänzt werden.

Was hier bewusst NICHT implementiert ist

• Push aufs Handy (optional, seit 20.10.2026): Ist NTFY_TOPIC gesetzt, geht bei jeder Nutzung zusätzlich eine Push-Nachricht über ntfy (https://ntfy.sh, kostenlos) raus, z. B. "Neuer KI-Lead – Audi A6 · 5 Fotos". Sie enthält bewusst keine Kontaktdaten, da ein ntfy-Thema nur durch seinen (langen, zufälligen) Namen geschützt ist; die Daten stehen nur in der E-Mail. WhatsApp-Benachrichtigungen sind nicht eingebaut (siehe Projekt-Notizen: erfordert WhatsApp-Business-API mit Freigabe und Kosten, Kontaktdaten würden zusätzlich über Meta laufen).
• Keine Speicherung durch die App selbst (kein Datenbank-Anschluss): Alles wird nur im Arbeitsspeicher der Anfrage verarbeitet und danach verworfen. Ausnahme: Die Schadenfotos und Kontaktdaten gehen per E-Mail an den Gutachter und liegen damit in dessen Postfach (und im Gesendet-Ordner des Absenderkontos). Der Fahrzeugschein wird weiterhin nur zum Auslesen verwendet und nirgends gespeichert oder verschickt.
• Keine belastbare Ratenbegrenzung. Die eingebaute IP-Zählung ist nur ein Notbehelf (siehe unten).
• Keine automatischen Löschfristen, weil nichts gespeichert wird, gibt es nichts zu löschen – das ist zugleich die einfachste Umsetzung von Datenminimierung.

Voraussetzungen zum Starten

1. Node.js 20 LTS installieren (falls noch nicht vorhanden): https://nodejs.org
2. In diesem Ordner:

   npm install
   cp .env.example .env.local
   

3. .env.local öffnen und ANTHROPIC_API_KEY eintragen (siehe unten, wie man einen bekommt).
4. Lokal testen:

   npm run dev
   

   Dann http://localhost:3000 öffnen.

Manuelle Schritte, die nur du ausführen kannst

Ich darf keine Konten anlegen oder Zahlungsdaten hinterlegen – das musst du selbst tun.

1. Anthropic-API-Schlüssel besorgen

• Auf https://console.anthropic.com registrieren
• Unter "API Keys" einen neuen Schlüssel erzeugen
• Abrechnung ist nutzungsabhängig (Pay-per-Use), kein Abo. Kostenschätzung wurde nach oben angepasst: Mit claude-opus-5, effort: high und bis zu 15 Fotos pro Analyse liegt eine realistische Spanne bei ca. 0,05–0,25 € pro Analyse, je nach Fotoanzahl - deutlich mehr als die ursprüngliche Schätzung mit claude-sonnet-5 und 8 Fotos (ca. 0,01–0,03 €). Das Fahrzeugschein-Auslesen (separates, günstiges Modell claude-haiku-4-5) kostet nur Bruchteile eines Cents pro Vorgang. Nach den ersten echten Analysen im Anthropic-Dashboard die tatsächlichen Kosten prüfen und ggf. ein Ausgabenlimit setzen.
• Schlüssel nur in .env.local bzw. später in den Umgebungsvariablen des Hosting-Anbieters eintragen, niemals in Code oder Chat teilen.

2. Hosting einrichten (empfohlen: Vercel)

• Auf https://vercel.com mit GitHub/E-Mail registrieren (Free-Tier reicht anfangs)
• Dieses Projekt in ein eigenes GitHub-Repository pushen
• In Vercel "Add New Project" → Repository auswählen → Umgebungsvariablen ANTHROPIC_API_KEY, ANTHROPIC_MODEL, ANTHROPIC_EXTRACTION_MODEL, ANTHROPIC_EFFORT, COST_ESTIMATE_MULTIPLIER, RATE_LIMIT_PER_HOUR im Vercel-Projekt unter "Settings → Environment Variables" eintragen
• Deploy starten
• Bestätigtes Limit (10.09.2026): Dieses Projekt läuft auf dem kostenlosen Vercel-Hobby-Plan, der Funktionen nach hart 60 Sekunden abbricht ("Vercel Runtime Timeout Error" in den Logs) - das ist kein Bug, sondern die reale Plattformgrenze. Ein echter Absturz am 10.09. wurde darauf zurückgeführt (mehrere Fotos + effort: high brauchten >60s). Behoben durch effort: medium als neuen Standard (siehe "Bekannte technische Grenzen"). Sollte es trotzdem wieder zu Zeitüberschreitungen kommen, ist der nächste Schritt ein Wechsel auf den kostenpflichtigen Vercel-Pro-Plan (erlaubt längere Funktionslaufzeiten)
  • das würde ich vorher mit dir besprechen, bevor ich es umsetze, da es Kosten verursacht.

3. Domain verbinden

• Gewählte Domain (Kundenwunsch, 19.10.2026): fahrzeug-schadenrechner.stefan-witmaier.de. Im Vercel-Projekt bereits angelegt. Die Domain stefan-witmaier.de liegt bei Strato (Nameserver *.rzone.de), der DNS-Eintrag muss dort gesetzt werden: A-Record fahrzeug-schadenrechner → 76.76.21.21 (alternativ CNAME auf cname.vercel-dns.com). Die bestehenden Einträge der Hauptseite (Onepage) nicht anfassen.
• Stand 19.10.2026: DNS (CNAME → cname.vercel-dns.com) gesetzt, Zertifikat ausgestellt, Domain live.
• SEO umgesetzt: Seite ist für Google freigegeben (robots: index/follow in app/layout.tsx), Canonical und Open-Graph zeigen auf https://fahrzeug-schadenrechner.stefan-witmaier.de (TOOL_URL in lib/site.ts), app/robots.ts (sperrt nur /api/), app/sitemap.ts, und next.config.mjs leitet die alte Adresse schaden-ki-tool.vercel.app dauerhaft (308) auf die neue Domain weiter. Einreichen bei Google: Domain in der Google Search Console als Property hinzufügen und die Sitemap eintragen (macht der Kunde, braucht sein Google-Konto).
• Der Link im Onepage-Button (ctaHref) wurde auf die neue Domain umgestellt (siehe Projekt-Notizen).

4. Rechtliches prüfen (nicht von mir geprüft, echte rechtliche Prüfung nötig)

• Die Datenschutzerklärung von stefan-witmaier.de muss ergänzt werden: Fotos, Fahrzeugschein-Bilder und Angaben werden zur Analyse an Anthropic (USA, mit Standard-Vertragsklauseln/EU-Datenschutzrahmen) übermittelt, dort verarbeitet und nicht dauerhaft von dieser Anwendung gespeichert (Speicherdauer bei Anthropic selbst: siehe deren aktuelle Data-Retention-Angaben, ggf. anwaltlich prüfen lassen)
• Der Fahrzeugschein ist ein amtliches Dokument mit besonders schutzwürdigen Daten (auch wenn diese App bewusst nur Hersteller/Modell/Baujahr ausliest und alles andere ignoriert) - das sollte in der Datenschutzerklärung explizit erwähnt werden
• Klären, ob ein Auftragsverarbeitungsvertrag (AVV) mit Anthropic nötig/möglich ist
• Prüfen, ob ein Impressum auf dieser separaten Domain zusätzlich nötig ist (rechtlich empfehlenswert, auch wenn inhaltlich auf stefan-witmaier.de verwiesen wird)
• Die "+200 % Kalibrierung" auf die Kostenspanne (siehe unten) ist eine bewusste Geschäftsentscheidung des Gutachters, keine unabhängige KI-Aussage mehr - das sollte intern dokumentiert bleiben, auch wenn es dem Nutzer gegenüber nicht als "roher KI-Wert + Aufschlag" kommuniziert wird. Bewusst nicht umgesetzt: eine Formulierung/Framing, die die Schadenssumme gezielt hochtreiben soll, damit sich Nutzer mehr Geld aus einer gegnerischen Haftpflichtversicherung erhoffen - das wäre Verbrauchertäuschung und ein Haftungsrisiko für den Gutachter selbst. Die Kalibrierung basiert stattdessen auf seiner fachlichen Praxiserfahrung, dass fotobasierte Schätzungen echte Reparaturkosten strukturell unterschätzen. Wichtig, unbedingt zeitnah nachholen: Faktor 3.0 wurde ohne echte Vergleichsdaten (Schätzung vs. tatsächliche Reparaturrechnung) festgelegt, allein auf Basis der fachlichen Einschätzung des Gutachters. Bei einem Testfall führte das zu 5.100-7.800 € für einen von der KI selbst als "mittel" eingestuften Schaden - das ist deutlich, sollte aber sobald wie möglich an 2-3 echten Fällen gegengeprüft werden, damit die Zahl belastbar bleibt und nicht bei echten Kunden als unglaubwürdig auffällt.

5. Vor dem Live-Schalten

• Mit echten Testfotos in mehreren Szenarien testen (siehe Testfälle unten)
• robots steht seit 19.10.2026 auf index: true (Google-Freigabe, siehe Abschnitt Domain)

Kostenkalibrierung der Reparaturkostenspanne

Der Gutachter hat zurückgemeldet, dass die reine KI-Schätzung tendenziell zu niedrig lag. Statt die KI anzuweisen, sich selbst zu "belügen", wurde das zweigleisig gelöst:

1. Der Prompt (lib/prompt.ts) wurde geschärft: Die KI soll jetzt explizit reale Kostenfaktoren einbeziehen, die auf Fotos nicht sichtbar sind (Ersatzteile, Lackierung angrenzender Teile, Sensor-Kalibrierung, Arbeitszeit, Mehrwertsteuer), die Spanne bewusst am oberen realistischen Rand ansetzen (statt niedrig zu "ankern") und dabei enger fassen (Zielbreite ca. 30-50 % des Mittelwerts statt einer beliebig breiten Spanne wie z.B. 2.000-8.000 EUR).
2. Ein serverseitiger Kalibrierungsfaktor (COST_ESTIMATE_MULTIPLIER, Standard 3.0 = +200 %) wird danach auf die von der KI gelieferte Spanne angewendet - dokumentiert, nachvollziehbar im Code und jederzeit über die Umgebungsvariable nachjustierbar, sobald echte Vergleichsdaten vorliegen. Die KI selbst schätzt weiterhin unabhängig und ehrlich; die Kalibrierung ist eine separate, bewusste Geschäftsentscheidung des Gutachters, begründet mit dessen fachlicher Praxiserfahrung, dass fotobasierte Schätzungen echte Reparaturkosten strukturell unterschätzen.

Verifiziert (09.09.2026):

• Bei Faktor 2.0: Testfoto (Frontschaden, mittlere Schwere) roh 1.800-2.700 EUR → kalibriert 3.600-5.400 EUR
• Bei Faktor 3.0 (aktueller Stand): dasselbe Testfoto roh ca. 1.700-2.600 EUR → kalibriert 5.100-7.800 EUR, obwohl die KI den Schaden weiterhin selbst als "mittel" (nicht "schwer") einstuft

Empfehlung, möglichst bald umsetzen: Faktor 3.0 wurde auf Zuruf ohne echte Vergleichsdaten festgelegt. Sobald 2-3 reale Fälle mit tatsächlicher Reparaturrechnung vorliegen, den Faktor entsprechend nachjustieren (hoch oder runter) statt ihn dauerhaft auf 3.0 zu belassen - eine Zahl, die bei echten Kunden im Vergleich zu späteren Werkstatt-Rechnungen absurd hoch wirkt, schadet dem Vertrauen genauso wie eine zu niedrige.

Bekannte technische Grenzen

• Body-Größenlimit bei Serverless-Hosting: Vercel-Funktionen lehnen Anfragen über ca. 4,5 MB pauschal ab. Die App verkleinert Fotos deshalb im Browser und prüft die Gesamtgröße vor dem Absenden (siehe MAX_TOTAL_UPLOAD_BYTES in lib/schema.ts) - bei 20 sehr detailreichen Fotos kann es dennoch knapp werden, dann bitte einzelne Fotos entfernen.
• Funktionslaufzeit (bestätigter Vorfall 10.09.2026): Der Vercel-Hobby-Plan bricht Funktionen nach 60 Sekunden hart ab (maxDuration = 60, vom Server erzwungen, nicht nur ein Richtwert). Ein echter Nutzer erlebte dadurch die Fehlerseite, weil mehrere Fotos bei effort: high >60s brauchten. Behoben: Analyse-Aufwand auf medium reduziert (Regler: ANTHROPIC_EFFORT) und Fotos werden serverseitig auf 1400px statt 1600px verkleinert - im Test danach 5 Fotos in ~38s, 10 Fotos in ~37s, also mit deutlichem Puffer unter 60s. Bei >10 Fotos zeigt die Oberfläche zusätzlich einen Warnhinweis. Der clientseitige 65-Sekunden-Timeout ist nur noch ein Rückfallnetz; bei einem echten Server-Timeout (Status 502/504 oder keine gültige JSON-Antwort) zeigt die App jetzt eine spezifische Meldung ("hat zu lange gedauert") statt der generischen Fehlermeldung. Sollte es trotzdem wieder zu Timeouts kommen: ANTHROPIC_EFFORT ist bereits auf dem niedrigsten sinnvollen Wert für gute Qualität - nächster Schritt wäre dann tatsächlich der Vercel-Pro-Plan (siehe oben), nicht eine weitere Prompt-Anpassung.
• Erneuter Absturz-Report (02.10.2026) - Ursache: Restrisiko trotz 10.09.-Fix. Ein echter Nutzer meldete erneut einen Absturz beim Hochladen von Fotos. Live-Test mit echtem Testfoto über die Produktions-URL (18x bzw. 20x dasselbe Foto, realistisch komprimiert wie im Browser) ergab 30-46 Sekunden Serverzeit je nach Anthropic-Auslastung - das schwankt von Anfrage zu Anfrage und liegt gefährlich nah am harten 60s-Limit; bei einer langsameren Mobilverbindung oder etwas höherer API-Auslastung reicht das zum erneuten Timeout. Das erklärt, warum es nur gelegentlich auftrat statt reproduzierbar. Fix: app/api/analyze/route.ts reduziert jetzt automatisch den Analyse-Aufwand auf low UND die Fotoauflösung auf 1100px (statt 1400px), sobald mehr als HIGH_VOLUME_PHOTO_THRESHOLD (Standard 10) Fotos hochgeladen werden - konfigurierbar über die gleichnamige Umgebungsvariable. Bei ≤10 Fotos bleibt es beim bisherigen Verhalten (ANTHROPIC_EFFORT, 1400px). Lokal verifiziert: 18 Fotos mit dem neuen Low-Effort-Pfad in ~25s statt zuvor 30-46s - deutlich mehr Puffer. Diese Maßnahme reduziert das Restrisiko, beseitigt es aber nicht vollständig, da die Hobby-Plan-Obergrenze von 60s weiterhin ein hartes Plattformlimit ist - der zuverlässigste nächste Schritt bleibt der Vercel-Pro-Plan (deutlich höheres -Limit, kostenpflichtig, vorher mit dem Kunden zu besprechen).

Schnittstelle für Partner-Apps (Crash Assist, seit 29.10.2026)

POST /api/analyze kann von Partner-Apps mit einem API-Schlüssel genutzt werden (Header X-API-Key oder Authorization: Bearer). Schlüssel stehen in der Vercel-Variable PARTNER_API_KEYS (name:schluessel, kommagetrennt, Änderung wirkt erst nach Redeploy). Ohne Schlüssel läuft alles wie bisher für die Webseite; ein falscher Schlüssel ergibt 401. Mit Schlüssel gilt das Limit pro Partner (RATE_LIMIT_PARTNER_PER_HOUR, Standard 300) statt pro IP, Antworten tragen CORS-Header, und der App-Name steht in den Lead-Mails („Neuer KI-Lead (Crash Assist): …“). Kontaktdaten und Einwilligung bleiben Pflicht (lead mit consent: true). Die Anleitung für Entwickler steht in docs/PARTNER-API.md. Neuen Schlüssel erzeugen: openssl rand -hex 24, in Vercel ersetzen, redeployen, Partner informieren. Der tägliche Healthcheck prüft, dass ein falscher Schlüssel abgewiesen wird.

Tägliche automatische Prüfung (seit 26.10.2026)

scripts/healthcheck.mjs (npm run healthcheck, mit -- --ai zusätzlich ein lokaler KI-Test ohne E-Mail-Versand) prüft: Startseite/Google-Freigabe, robots.txt, sitemap.xml, Weiterleitung der alten Adresse, Schnittstellen, SSL-Zertifikat, letztes Vercel-Deployment, Pflicht-Env-Variablen, Laufzeit-Logs der letzten 24 h (Timeouts, fehlgeschlagene Mails, nicht zugestellte Leads), npm audit und den Git-Stand. Ein geplanter Auftrag in der Claude-App führt das täglich aus (läuft nur, wenn die App geöffnet und der Mac an ist) und darf einfache, klar abgegrenzte technische Fehler selbst beheben (Sicherheitsupdates ohne Major-Sprung, Konfigurationsfehler, eindeutige Code-Bugs), jeweils mit Build + Test vor und Healthcheck nach dem Deployment und automatischem Zurückrollen bei Misserfolg. Nicht selbstständig angefasst werden: Texte/Einwilligungen, Kostenfaktor, Prompts, Modelle, Domain/DNS, Zugangsdaten, Onepage, Preise/Tarife. Bei ungültigen Gmail-Zugangsdaten (Log: 535 ... Username and Password not accepted) hilft bash scripts/mail-setup.sh: es prüft Adresse und App-Passwort direkt bei Google und trägt sie nur bei Erfolg in Vercel ein.

Testfälle (manuell durchspielen)

1. Leichter, eindeutiger Schaden (z. B. Kratzer) → erwartet: severity.level: "leicht"
2. Mittlerer Schaden mit mehreren betroffenen Bauteilen
3. Möglicher sicherheitsrelevanter Schaden (z. B. sichtbar deformiertes Rad) → erwartet: Sicherheitshinweis wird hervorgehoben angezeigt
4. Sehr unscharfes/dunkles oder falsches Foto (kein Auto erkennbar) → erwartet: analysis_status: "insufficient_images" mit konkreten Foto-Wünschen
5. Kein ANTHROPIC_API_KEY gesetzt bzw. ungültiger Key → erwartet: Fehlerzustand mit der definierten Fehlermeldung, kein Absturz der Seite
6. Echtes Fahrzeugschein-Foto hochladen → erwartet: Hersteller/Modell/Baujahr werden übernommen, Halter- und Kennzeichendaten tauchen nirgends im Ergebnis oder in Logs auf
7. 15 Fotos (Maximum) gleichzeitig hochladen → erwartet: Analyse läuft durch oder zeigt bei Zeit-/Größenlimit eine verständliche Fehlermeldung, nie eine weiße/abgestürzte Seite
8. Reparaturkostenspanne mit COST_ESTIMATE_MULTIPLIER=1 in .env.local vs. Standard 3.0 vergleichen, um die Kalibrierung sichtbar zu machen

Ordnerstruktur

app/
  page.tsx                      Hero + 3 Schritte + Wizard
  error.tsx / global-error.tsx  Fehlerseiten statt Absturz bei unerwarteten Fehlern
  api/analyze/route.ts          Server-Route: Validierung, EXIF-Entfernung, KI-Aufruf, Kostenkalibrierung
  api/extract-vehicle/route.ts  Server-Route: Fahrzeugschein auslesen (nur Hersteller/Modell/Baujahr)
components/
  DamageWizard.tsx       Der eigentliche Ablauf (Upload → Daten → Einwilligung → Ergebnis)
lib/
  schema.ts              Zod-Schemas (Ergebnis-Struktur, Fahrzeugdaten, Limits)
  prompt.ts              System-Prompts (Schadenanalyse + Fahrzeugschein-Extraktion)
  vehicleData.ts         Kuratierte Hersteller/Modell-Liste, Baujahr-Optionen
  compressImage.ts       Client-seitige Bildverkleinerung vor Upload

Automatisch verbunden mit Vercel via GitHub.