Communitygithub.com

OneWave-AI/claude-skills

TAM-/SAM-/SOM-Rechner mit tiefer Marktforschung. Erstellt umfassende market-sizing.md mit Top-Down- und Bottom-Up-Schätzungen, Methodik, Datenquellen, Annahmen, Sensitivitätsspannen, Wachstumsprognosen, Wettbewerbslandschaft und Mermaid-Visualisierungen. Verwenden, wenn der Benutzer Marktgrößenschätzungen, adressierbare Marktanalyse, Go-to-Market-Größenbestimmung, investorentaugliche Marktanalyse oder Marktvalidierung für Geschäftspläne benötigt.

Was ist claude-skills?

Dieser Skill für KI-Agenten (kompatibel mit Claude Code, Cursor, Codex u.ä.) automatisiert die Erstellung investorentauglicher TAM-/SAM-/SOM-Analysen. Er kombiniert Top-Down-Makrodaten mit Bottom-Up-Stückökonomie, trianguliert die Ergebnisse und zeigt stets die vollständige Herleitung, zitiert Quellen, kennzeichnet Annahmen und liefert Sensitivitätsspannen. Der Agent nutzt eine strukturierte Arbeitsweise: Er bestätigt zunächst vier Eingaben (Branche, Produkt, Geografie, Zielsegment), führt dann Recherchen in mehreren Datenquellen durch, berechnet Top-Down und Bottom-Up, trianguliert die Schätzungen, führt Sensitivitätsanalysen durch und projiziert den Markt über fünf Jahre. Als Ausgabe erzeugt er eine umfassende Datei `market-sizing.md` mit detaillierten Methodiken, Mermaid-Diagrammen und einer Qualitätscheckliste. Der Skill ist besonders nützlich für Gründer, Produktmanager und Strategieanalysten, die zuverlässige Marktgrößenschätzungen für Geschäftspläne, Investorenpräsentationen oder Go-to-Market-Strategien benötigen. Er vermeidet gängige Fallstricke wie unzureichende Quellenangaben, fehlende Sensitivität oder übermäßige Präzision.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/OneWave-AI/claude-skills/tree/HEAD/market-sizing

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Market Sizing Agent

Erstelle strenge, investorentaugliche TAM-/SAM-/SOM-Analysen, indem du Top-Down-Makrodaten mit Bottom-Up-Stückökonomie kombinierst, die beiden triangulierst und stets die Arbeit zeigst, Quellen zitierst, Annahmen kennzeichnest und Sensitivitätsspannen angibst.

Inhalt

  • references/research-sources.md — Quellenkategorien und Suchabfragen für jede Forschungsspur.
  • references/methodology.md — Top-Down, Bottom-Up, Triangulation, Sensitivität, Wachstum, Wettbewerbsgrößenbestimmung und Fallstricke.
  • references/output-template.md — die vollständige Dokumentvorlage für market-sizing.md, Mermaid-Diagramme und Qualitätscheckliste.

Eingaben

Bestätige diese vier Eingaben, bevor du fortfährst. Wenn eine fehlt oder mehrdeutig ist, frage zuerst nach.

ParameterBeschreibungBeispiel
BrancheDie breite Branche oder der Sektor„Enterprise SaaS“, „Elektrofahrzeuge“
Produkt/DienstleistungDas spezifische Angebot, das bewertet wird„KI-gestütztes Code-Review-Tool“
GeografieZielmarktgeografie„Vereinigte Staaten“, „Global“, „DACH-Region“
ZielsegmentDas spezifische Kundensegment„Mid-Market-Unternehmen (100-1000 Mitarbeiter)"

Arbeitsablauf

  1. Bestätige die vier Eingaben mit dem Benutzer; löse vor der Recherche alle Unklarheiten.
  2. Recherchiere zuerst. Sammle und zitiere Daten aus allen vier Spuren (Branchendaten, Wettbewerberumsätze, Wachstumsraten, Stückökonomie). Siehe references/research-sources.md. Protokolliere jede Quellen-URL und das Datum während der Arbeit.
  3. Führe die Top-Down-Berechnung durch: breiteste Marktgröße, dann geografische, segment- und produktbezogene Filter sowie eine realistische SOM-Erfassungsrate. Siehe references/methodology.md.
  4. Führe die Bottom-Up-Berechnung durch: Anzahl der Kunden mal durchschnittlicher Umsatz pro Kunde, eingeschränkt auf erreichbare und gewinnbare Kunden. Siehe references/methodology.md.
  5. Trianguliere Top-Down und Bottom-Up, erkläre Abweichungen über das 2-Fache und erstelle eine gewichtete beste Schätzung.
  6. Führe eine Sensitivitätsanalyse durch: konservative, Basis- und aggressive Szenarien sowie die wichtigsten 3-5 Schwankungsvariablen.
  7. Projiziere die Marktgröße fünf Jahre in die Zukunft und bewerte die Wettbewerbslandschaft (Anteilsverteilung, Top-Wettbewerber, Barrieren, Positionierung).
  8. Erstelle die Datei market-sizing.md mit der Struktur aus references/output-template.md. Zeige alle Berechnungen, zitiere jede Zahl und überprüfe sie anhand der Qualitätscheckliste, bevor du sie auslieferst.
  9. Präsentiere das Ergebnis und biete dann an, Annahmen anzupassen, alternative Marktdefinitionen zu erkunden oder tiefer einzusteigen.

Regeln

  • Zeige alle Berechnungen; präsentiere nie eine Zahl, ohne zu zeigen, wie sie abgeleitet wurde.
  • Zitiere jeden Datenpunkt mit einer Quellen-URL und einem Datum; bevorzuge Daten aus den letzten 12-24 Monaten und kennzeichne ältere Daten.
  • Kennzeichne Unsicherheiten explizit, wenn Daten spärlich oder widersprüchlich sind. Erfinde niemals Genauigkeit.
  • Trianguliere nach Möglichkeit aus mindestens 2-3 unabhängigen Quellen.
  • Normalisiere alle Zahlen auf eine einheitliche Währung und ein einheitliches Basisjahr.
  • Keine Emojis irgendwo in der Ausgabe. Vermeide die in references/methodology.md aufgeführten Fallstricke.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

OneWave-AI/claude-skills

Deploy a 2-layer parallel agent hierarchy for large, parallelizable work — big refactors, multi-file migrations, codebase-wide audits, bulk generation. A top-tier commander (Fable or Opus) orchestrates the swarms; the user picks a power level (Max Power / Heavy / Balanced / Economy) that sets the Opus/Sonnet/Haiku model mix per layer. Layer 1 is 3-50+ specialist agents, each with its own full context window; Layer 2 is 2+ sub-agents per member. Includes git safety, tiered sizing, a pre-deploy gate, phantom-completion checks, and multi-wave follow-up.

OneWave-AI/claude-skills

Generate animated videos and motion graphics from natural language descriptions. Creates a standalone Vite + React project with Framer Motion scenes that auto-play in the browser. Use when the user wants to create animations, motion graphics, video intros, animated presentations, or product demos.

OneWave-AI/claude-skills

Use before starting a product, feature, MVP, agent, automation, or integration build to identify the main pre-build risk and choose the smallest validation step. Trigger when the user asks whether to build, scope, validate, prioritize, or sanity-check an idea before implementation.

OneWave-AI/claude-skills

Post-mortem analysis when a client churns. Takes client history, engagement data, support tickets, usage logs, and exit feedback to produce a comprehensive churn autopsy with root cause classification, timeline of decline, and preventive measures.

OneWave-AI/claude-skills

Compose a premium, animated landing page section by section in Next.js + Tailwind + Motion (Framer Motion) — built on a real design system, with editorial copy and motion that feels human-crafted, not template-generated. Use when building or rebuilding a landing page, marketing site, or hero/feature/pricing/CTA sections that need to look production-ready and bespoke from day one.

OneWave-AI/claude-skills

Assemble 2-3 complementary experts to collaboratively analyze anything. Experts work together to explore topics from multiple expert angles.

OneWave-AI/claude-skills

Convert any topic into playable browser games. Types: trivia, matching, word puzzles, adventure games. Uses Phaser.js or Kaboom.js.

OneWave-AI/claude-skills

Turn a marketing brief or product offer into a finished short-form video ad built in HyperFrames — hook, script, shot-by-shot storyboard, scene-by-scene HTML composition, captions, and voiceover. Outputs platform cuts (vertical 9:16, square, 16:9). Use when you need a launch ad, product promo, social video, or paid-creative concept ready to render.

OneWave-AI/claude-skills

Turn a website URL, product docs, or a founder's rambling description into a tight 60-90 second explainer video built in HyperFrames -- problem/solution narrative, animated product walkthrough scenes, captions, and voiceover, ready for the homepage hero, sales emails, and onboarding.

OneWave-AI/claude-skills

Build promo videos for local businesses in HyperFrames -- the new-menu drop, the seasonal offer, the event announcement, the "we're hiring" post, the Google Business Profile clip. Restaurant, salon, gym, trades: 15-30 seconds, brand-clean, captioned, sized for Instagram, Facebook, and the profile.

OneWave-AI/claude-skills

Build a personalized product-demo or sales-walkthrough video in HyperFrames for a specific prospect or account — narrated screen-by-screen, branded to them, ending in a clear next step. Turns a generic demo into a "this was made for me" asset for outbound, follow-up, or deal acceleration. Use when you want to send a tailored video instead of booking another live call.

OneWave-AI/claude-skills

Turn real customer reviews, quotes, and case-study results into polished social-proof videos built in HyperFrames -- single-testimonial spotlights, review-wall montages, and stat-driven proof reels with captions and voiceover, cut for vertical, square, and wide. The highest-converting content most businesses never make.

OneWave-AI/claude-skills

Audit a codebase for LLM calls that are really classifications in disguise, then produce a costed swap plan for a System One model. Use when asked to cut AI inference cost or latency, when scoping a performance engagement for a client, when reviewing an agent loop that feels slow, or when asked "where could we use Jev here". Produces a ranked table of candidates with measured latency and dollar deltas.

OneWave-AI/claude-skills

Build and run a labelled eval set for a System One model (Jev, Von, or any typed-decision config), then sweep criteria wordings and thresholds against it. Use when a Jev/Von classification is wrong or unreliable, when choosing between the hosted API and a local open model, when tuning noul thresholds, or before shipping any typed-decision feature. Produces an accuracy-by-wording matrix and a calibrated threshold.

OneWave-AI/claude-skills

Wire a System One model (Jev, or an open reproduction like Von) into a product feature — routing, guardrails, scoring, classification. Use when replacing an LLM call that returns a label rather than prose, when adding a typed decision to an agent loop, or when deciding between the hosted Jev API and a local open model. Covers question design, the eval-set-first workflow, threshold calibration, confidence gates, and the traps measured on real data.

OneWave-AI/claude-skills

Optimize landing pages for conversions, performance, and SEO. Use when improving landing pages, increasing conversions, or optimizing page performance.

OneWave-AI/claude-skills

Generate unique personalized first lines for hundreds of prospects using company news, LinkedIn activity, and mutual connections. Saves 10+ hours of manual research per campaign. Use when you need personalized outreach at volume.

OneWave-AI/claude-skills

Review investment portfolios for risk, diversification, fees. Asset allocation recommendations, tax-loss harvesting, rebalancing.

OneWave-AI/claude-skills

Create multiple choice, true/false, fill-in-blank, matching quizzes. Auto-generate plausible distractors. Instant grading with explanations.

OneWave-AI/claude-skills

Enhanced skill navigator that maps conversation history, recommends multi-skill chains, identifies patterns from past usage, and learns from session outcomes. Goes beyond basic scout with deep context analysis and workflow orchestration.

Verwandte Skills