Theorie wird Erfahrung.

Es fehlen 10 900 Fahrlehrer in Deutschland. Durchschnittliche Vakanzdauer: 307 Tage. Der Deutsche Fahrlehrer-Verband meldet, dass 34 % der Fahrschulen Umsatz direkt durch Personalmangel verlieren. Eine Klasse-B-Ausbildung kostet inzwischen 3 400 € im Mittel, mit 5,8 % p.a. weiter steigend (Destatis 2023).

Die 45-prozentige Theorie-Durchfallquote sitzt stromabwärts dieser strukturellen Belastung. Schüler kommen unter-vorbereitet in die Praxisstunden, weil Klassenraum-Unterricht die kognitive Last einer realen Kreuzung nicht replizieren kann, wie gründlich er auch sei.

Die existierende Produktlandschaft bietet zwei unzureichende Antworten. Cockpit-Simulatoren (15 000 — 40 000 €) verlangen dedizierte Räume und Stromanschlüsse, die sich für eine 5–15-Personen-Fahrschule nicht rechnen. Passives 360-Grad-Video verlangt nichts vom Schüler. Er schaut, er entscheidet nicht. Beides adressiert nicht das, was BASt M 348 (2023/24) ausdrücklich „konkretes Optimierungspotenzial" nennt: die Lücke zwischen Theorie-Unterricht und der erfahrungsbasierten Probe der Gefahrenwahrnehmung.

Der regulatorische Rahmen schärft das Zeitfenster. Die FeV-Reform (erwartet H2 2027, gestützt durch den VMK-Beschluss Oktober 2025) wird Simulator-Stunden im Rahmen zertifizierter Ausbildung erlauben, abgesichert durch eine TÜV/DEKRA-Konformitätserklärung. Wer 2026 schon mit Leipziger Fahrschulen pilotiert, ist anders positioniert als wer nach der Reform startet.

Eine Designentscheidung früh getroffen und konsequent gehalten: Phase 1 verlangt keine regulatorische Genehmigung. Indem das Produkt als ergänzendes Lehrmaterial positioniert wird (nicht als anrechenbare Ausbildungsstunden), liefert das Team 2026 aus, ohne auf die FeV-Reform zu warten. Das ist kein Workaround, das ist die richtige Reihenfolge. Pilot-Daten aus Phase 1 werden zur Beweisbasis für die Zertifizierungsanträge in Phase 2.

Das Interaktionsmodell ist weder Quiz noch Spiel. Der Schüler steht stationär in einer Verkehrsszene auf einem Quest 3S. KI-Fahrzeuge bewegen sich um seine Position. Der GazeDetector in Godot 4 mit XR Tools validiert die Beobachtungsbewegungen (Schulterblick, Kreuzungsabsuche, Verkehrszeichenerkennung), bevor eine Entscheidungs-Frage unter Zeitdruck erscheint. Ein Stern-System (0–3) trennt Beobachtungs- und Wissens-Score.

Die Marketing-Webseite läuft auf Next.js 16.1.6 mit Firebase 12.9.0 als Backend für Instructor-Tablet-Monitoring. Three.js / React Three Fiber stellt das ambient 3D-Hero. Framer Motion 12 trägt die Seitenübergänge. Die Hardware-Zielplattform ist Quest 3 / Quest 3S. Quest 2 wird nicht unterstützt. XR2 Gen 2 ist das Minimum für die visuelle Treue, die das Sicherheits-Training verlangt.

Multi-Agent-Workflow: Claude Code für Architektur und Geschäftsdokumente, Gemini für Frontend-UI, Codex für Firebase Functions. Jeder Agent arbeitet in isolierten Branches mit explizitem Prompt-Contract vor jedem Merge. Ein gemeinsames .task-board.md führt aktive Arbeit. Das Modell erlaubt parallele Sprints ohne Merge-Konflikte.