Lab
CouchCinema
Film- und Serien-Begleiter mit TMDb-Daten, Watchlists, Bewertungen und einer leichten sozialen Ebene. Im Google Play Store veröffentlicht.
Startseite mit persönlichen Empfehlungen
Warum ich das gebaut habe
Ich bin großer Filmfan, und das hier war mein erstes Flutter-Projekt. Für so etwas nehme ich bewusst ein Thema, für das ich brenne — man bringt sich Dinge am besten an etwas bei, das einen wirklich interessiert, nicht an einer aufgezwungenen Übungsaufgabe.
Inhaltlich fehlte mir bei allen Film-Apps dasselbe: die Empfehlungen von Freunden. Ich wollte sehen, was mein Kumpel mir raten würde — nicht, was ein Algorithmus für mich vorgesehen hat. Daher die soziale Ebene, und daher ist sie bewusst klein geblieben.
Was die App kann
Die Startseite stellt Empfehlungen zusammen, die auf den eigenen Bewertungen beruhen — nicht auf dem, was gerade beworben wird. Jeder Titel trägt eine Punktzahl von 0 bis 100, sichtbar als Ring am Poster, damit man die Einordnung beim Durchscrollen mitliest statt sie nachzuschlagen.
Dazu kommen eine Bibliothek mit allem Bewerteten, getrennt nach Filmen, Serien und einzelnen Folgen, sowie Watchlists für das, was noch aussteht. Die Suche filtert nach Genre, Erscheinungszeitraum und Bewertungsstatus; bereits bewertete Titel lassen sich ausblenden, was die Suche nach etwas Neuem deutlich verkürzt.
Eine Übersicht nach Streamingdienst beantwortet die Frage, die sonst mehrere Apps kostet: Was von meiner Liste läuft dort, wo ich ohnehin abonniert bin?
Die soziale Ebene
Bewusst leicht gehalten: Man folgt anderen Konten und sieht deren Bewertungen, mehr nicht. Kein Feed-Algorithmus, keine Kommentarspalte. Das Profil zeigt Zahlen — bewertete Filme, bewertete Serien, Empfehlungen, Folgende — und sonst nichts.
Wie es gebaut ist
Flutter und Dart für eine Oberfläche, die auf Android und iOS gleich läuft, Firebase für Konten und Daten, TMDb als Datenquelle für Titel, Poster und Metadaten. Der aufwendige Teil steckt nicht in der Darstellung, sondern in der Zusammenführung: TMDb liefert pro Titel viele Felder in unterschiedlicher Vollständigkeit, und eine Empfehlungsliste ist nur so gut wie ihre schlechteste Zeile.





