Industry
Design
PackRoute: Vertrauenswürdige KI-Erfahrung in der Beschaffung entwickelt
Erwartete Produktauswirkung
Beschleunigte Beschaffungsentscheidungen, weniger manuelle Bestellfehler und gesenkte KI-Beschaffungskosten durch Pay-per-Request-Mikrozahlungen und erklärbare Empfehlungen.
Zeit
06 - 07 June 2026
Hackathon-Organisator
Algorand
Werkzeug
Cursor
Kunde
Algorand
Mein Team
1 Product Designer, 1 AI Engineer
Kontext
Während eines zweitägigen Algorand Agentic Commerce x402 Hackathons habe ich eine KI-gestützte Beschaffungsschnittstelle mitentworfen, die darauf ausgerichtet ist, Vertrauen, Transparenz und Benutzersicherheit bei regulierten, grenzüberschreitenden Transaktionen aufzubauen.
Geschäftliches Problem & Ziel
Europäische KMU und Beschaffungsteams wenden viel Zeit und Kosten auf, um das Sourcing und den Einkauf über Tabellenkalkulationen und E-Mail-basierte Workflows zu verwalten.
Einschränkungen
Zeit
Nur noch 2 Tage, um den Bau des Prototyps mit integriertem Algorand abzuschließen und Pitch-Folien sowie DEMO-Videos zu erstellen
Wissen
Sowohl mein Teamkollege als auch ich sind neu in den Bereichen FinTech und Blockchain.
Technisch
Wir müssen Algorand in unser Produkt integrieren.
Meine Rolle
UX-Designer
Ich habe gemeinsam mit dem KI-Entwickler UX-Verbesserungen angeleitet, um den Prototyp schnell zu iterieren, und anschließend Claude Design genutzt, um das Pitch-Deck und das Demo-Video innerhalb von 2 Stunden zu erstellen.
KI-Produkt-Workflow = KI-gestütztes Design + menschliche Aufsicht
01 Definieren & Ideen entwickeln
02 Design
03 Iteration
04 Pitch-Slides & Demo-Video mit Claude Design erstellt
Lösung
PackRoute-Agent
Wir haben den KI-Agenten PackRoute entwickelt, der grenzüberschreitende Verpackungslieferanten beschafft, Informationen über x402-Mikrozahlungen auf Algorand bezahlt und den Checkout beim Lieferanten im Rahmen der vom Eigentümer definierten Ausgabenregeln abwickelt.
PackRoute-Agent DEMO
Definition & Ideenfindung
Annahmen zu den Schwachstellen der Nutzer
Keine Transparenz darüber, wie Lieferanten überprüft werden
Benutzern fehlt das Vertrauen in KI-gestützte Entscheidungen
Höhere Betriebskosten und erhöhtes Beschaffungsrisiko
Verifizierungsbarrieren verlangsamen die Einführung
Die Einhaltung gesetzlicher Vorschriften erfolgt manuell und ist fehleranfällig
Problemstellung
Europäische KMU und Beschaffungsteams haben Schwierigkeiten, effizient zuverlässige und konforme Lieferanten zu finden, was auf kostspielige manuelle Such-, Vergleichs- und Genehmigungsprozesse sowie ein begrenztes Vertrauen in KI-Agenten zurückzuführen ist.
Wie könnten wir
Wie können wir den KI-Agenten-Assistenten für die Beschaffungsteams vertrauenswürdig machen?
Wie könnten wir dem Beschaffungsteam helfen, zuverlässige und konforme Lieferanten effizient zu finden?
Wie könnten wir das Beschaffungsteam dabei unterstützen, die Betriebskosten für Lieferantensuche, -vergleich und -zulassungsprozesse zu senken?
Design
UX-Design-Entscheidungen im gesamten Benutzerfluss
The user flow below shows design decisions we agreed on for the PackRoute Agent and the workflow of the Agent via Algorand x402 payment.
Szenario
Gestaltung für eine transparente KI-Kollaboration, wenn der Benutzer das PackRoute-Agenten-Dashboard öffnet:
Simple onboarding guidance by agent
Transaction status session card gives human oversight over full autonomy
Einfache Identitätsprüfung für den Benutzer durch maßgeschneiderte Sourcing-Services und Kleinstzahlungen:
Security/permissions handling without passowrd and API keys
Die schrittweise Offenlegung des Beschaffungskontexts hilft Benutzern zu verstehen, warum die KI einen Lieferanten empfiehlt, bevor sie diesen bestätigen.
KI-Transaktions-Workflow mit Algorand in der Agent-Wallet des Nutzers.
Pays $0.01 USDC (x402) for packaging supplier price index
Pays $0.05 USDC (x402) for cross-border freight quotes
Compares landed cost and selects best supplier
Pays $0.10 USDC (x402) to confirm supplier checkout
KI-gestützter Transaktions-Workflow mit menschlichen Kontrollmechanismen
Anstatt einer vollautomatischen Ausführung erfordert PackRoute von den Nutzern die Genehmigung von Ausgabenlimits im Voraus und die Bestätigung der endgültigen Lieferantenauswahl.
Präsentation des PackRoute Agent Produkts
Erkenntnisse
01
Proactively communicating with the engineer about the working progress to give the helpful UX design advice on building the product with better UX.
02
Prioritizing simplifying the user flow to gain the user trust with AI agent decision and support
03
Understanding regulatory and security constraints is fundamental for trustworthy design.
Fazit
Through building Agentic commerce product integrated with Algorand with AI engineer, I learned how to design the simple AI workflow for users in FinTech and Blockchain areas.
Was ich beim nächsten Mal anders machen würde
Define a "Security & Trust Design System" and design principles upfrontfor communicating algorithmic decisions, handling permissions, showing compliance status
Conduct accessibility & compliance audits early by using WCAG and regulatory alignment as design inputs, not QA checkboxes
Validate user trust through testing, even in tight timelines (30-min user test for shipping faster)
Algorand Agentic Commerce x402 Hackathon Event Website on Luma
Prototype on Github
Pitch Slides on Github
Original Demo on Github