Haut.AI

Kurzfazit

Haut.AI ist eine der wenigen klinisch validierten Hautanalyse-APIs mit echter EU-Datenhaltung, ein klarer Pluspunkt für deutsche und europäische Kosmetikmarken, die DSGVO-konform personalisieren wollen. Die Stärke liegt in der Tiefe: 20+ Hautparameter, bis zu 150 faziale Biomarker, plus Live-Bildqualitätsprüfung (LIQA) sind in dieser Klasse Spitze. Wer ein Entwicklerteam hat, baut damit in zwei bis vier Wochen eine eigene Skin-App oder integriert Analytik in R&D-Pipelines. Wer kein Dev-Team hat, sollte das Shopify-/WooCommerce-Plugin oder eine vollverwaltete Alternative wie Revieve prüfen, die Standard-API allein ersetzt keine fertige Endkundenoberfläche.

Für wen ist Haut.AI?

Indie- und Mid-Market-Beauty-Brands mit Tech-Team. Die typische Konstellation: eine D2C-Marke mit 5–50 Mitarbeitenden, mindestens einer Frontend-Entwickler-Stelle und dem Wunsch, Hautanalyse als Conversion- oder Bindungs-Feature in die eigene App oder den Online-Shop zu integrieren. Hier spielt Haut.AI die volle Stärke aus.

R&D- und Wirksamkeitsteams in Kosmetikkonzernen. Wer klinische Tests, Vorher-Nachher-Studien oder Inhaltsstoff-Wirksamkeit dokumentieren will, bekommt mit den 150 fazialen Biomarkern eine reproduzierbare Messmethode. Die Givaudan-Active-Beauty-Partnerschaft (vorgestellt auf In-Cosmetics Global 2026) zeigt, dass die API in Inhaltsstoff-Innovation eingesetzt wird.

Plattformen mit Empfehlungslogik. Wer einen eigenen Skincare-Quiz, ein Subscription-Modell oder ein Apotheken-Beratungsportal betreibt und die Hautanalyse als Daten-Layer für eigene Algorithmen nutzen will, Haut.AI liefert strukturierte JSON-Daten, keine vorgefertigten Produktempfehlungen. Das macht sie zur sauberen Backend-Komponente.

Shopify-Brands ohne Dev-Team, mit Einschränkung. Über das Shopify-/WooCommerce-Plugin lässt sich die Analyse mit überschaubarem Aufwand einbauen. Die Anpassbarkeit ist aber begrenzt; wer Markenidentität tief verankern will, kommt um eigene UI nicht herum.

Weniger geeignet für: Friseur- oder Kosmetikstudios, die einfach nur ein Beratungstool im Salon brauchen (zu komplex und zu teuer, hier reichen schlankere Apps), Apotheken ohne Online-Shop (kein klarer ROI-Pfad), und alle, die ohne Sales-Gespräch erst einmal die Preise sehen möchten, das ist hier nicht vorgesehen.

Preise im Detail

Tier	Form	Preis (geschätzt)	Was enthalten
SMB / Plug-and-Play	Shopify-/WooCommerce-Plugin oder Standard-API	ab ca. 500–1.000 €/Monat	Standard-Analyse, Volumen-Cap, Self-Service-Setup
Custom API	REST-API mit Volumen-Staffelung	individuell	Höhere Limits, mehr Parameter, Support-SLA
Enterprise / White-Label	Gebrandete UI, SkinGPT, dedizierter Support	individuell, fünfstellig €/Monat möglich	White-Label-App, Inhaltsstoff-Module, Azure-Integration

Einordnung: Haut.AI veröffentlicht keine Preise, alles läuft über Demo-Termin und individuelles Angebot. Das ist branchenüblich für Beauty-Tech-APIs, aber lästig: Du kannst schwer einschätzen, ob das Tool zu deinem Budget passt, bevor du ein Sales-Gespräch geführt hast. Plane für ein produktives Pilotprojekt mit eigenem Frontend mindestens 1.000–2.000 € Lizenzkosten pro Monat plus zwei bis vier Personenwochen Integrationsaufwand. Enterprise-Setups mit White-Label und höheren Volumina rutschen schnell in den fünfstelligen Monatsbereich. Wer nur „mal kurz testen” will, sollte das via Free-Trial-Kontingent bei der Demo erfragen.

Stärken im Detail

Klinische Validierung als echtes Differenzierungsmerkmal. Die meisten Hautanalyse-Tools im Markt sind ML-Modelle, trainiert auf Selfies aus dem Internet, schick fürs Marketing, aber wertlos für R&D. Haut.AI gibt 3 Mio. Datenpunkte und 98 % diagnostische Genauigkeit an und positioniert sich gezielt als wissenschaftlich belastbar. Für Marken, die Wirksamkeitsversprechen oder Cosmeceutical-Claims belegen müssen, ist das ein zentrales Argument.

EU-Datenhaltung ist nicht verhandelbar, und hier vorhanden. Tallinn, Estland, ist ein vollwertiger EU-Standort mit DSGVO-Schutz. Bei Gesichtsbildern handelt es sich um besondere Kategorien personenbezogener Daten (biometrische Merkmale), für die US-Anbieter regelmäßig Probleme bekommen. Haut.AI löst das strukturell.

LIQA, der unterschätzte USP. Live Image Quality Assurance prüft beim Hochladen oder Aufnehmen, ob Beleuchtung, Schärfe, Winkel und Hautausschnitt für eine seriöse Analyse ausreichen. Ohne so eine Vorprüfung produzieren Hautanalyse-Apps regelmäßig Müll-Ergebnisse, die das Vertrauen der Endnutzerinnen zerstören. Dieses Feature trennt seriöse von Spielerei-Lösungen.

Mehrere Integrationsformen. Reine API für Custom-Builds, Shopify-/WooCommerce-Plugin für Standard-Shops, White-Label für Marken ohne Frontend-Team. Diese Bandbreite ist in der Beauty-Tech-API-Welt ungewöhnlich, viele Wettbewerber zwingen dich in eine bestimmte Architektur.

Microsoft-Azure-Partnerschaft. Verfügbarkeit auf Microsoft AppSource und Azure-Integration vereinfachen den Beschaffungsprozess in Konzernen, die ohnehin Azure-zentriert sind. Auch ein Signal: Microsoft hat Haut.AI in den Marketplace aufgenommen, was eine gewisse Compliance-Vorprüfung impliziert.

Schwächen ehrlich betrachtet

Eigenangaben sind Eigenangaben. Die „98 % diagnostische Genauigkeit” und „150 faziale Biomarker” sind Marketing-Zahlen vom Hersteller. Es gibt wenig unabhängige Vergleichsstudien, die Haut.AI gegen Perfect Corp, Revieve oder ModiFace systematisch antreten lassen. Wer eine wissenschaftlich belastbare Messmethode braucht, sollte einen eigenen Validierungsdurchlauf an den eigenen Use-Cases einplanen, statt blind den Marketing-Claims zu vertrauen.

Keine deutschsprachige Anlaufstelle. Sämtliche Dokumentation, Vertrieb und Support laufen auf Englisch. Für Tech-Teams ist das kein Problem, für Marketing- oder Produkt-Manager ohne souveränes Tech-Englisch wird die Demo zur Hürde, und im Krisenfall (z. B. wenn die API mitten in einer Black-Friday-Kampagne ausfällt) sitzt der Support in Tallinn, nicht in München.

Black-Box-Pricing. Du kannst nicht abschätzen, ob Haut.AI in dein Budget passt, bevor du mindestens ein Sales-Gespräch geführt hast. Das filtert Spontankäufer aus, ist aber für ein internes Pre-Selection-Briefing unpraktisch und lädt zu „Vendor-Lock-in nach erstem Pilot” ein.

Standard-API ohne UI, Dev-Team nötig. Wer keine Entwickler hat, ist auf das Shopify-Plugin oder die White-Label-Lösung angewiesen. Letztere kostet, und die Anpassbarkeit ist begrenzt. Marken mit eigener Designsprache rennen schnell in Branding-Konflikte mit dem White-Label-Look.

SkinGPT ist neu, und sollte vor dem Kauf evaluiert werden. Die GenAI-Komponente (SkinGPT, prämiert von BeautyMatter 2025) klingt spannend, ist aber jung. Vor einem Enterprise-Commitment unbedingt einen Praxistest mit echten Endnutzerinnen einplanen, generative Beratungstexte zur Haut bewegen sich in einem haftungsrechtlich heiklen Bereich.

Alternativen im Vergleich

Wenn du … willst	Nimm
eine vollverwaltete Beauty-Tech-Plattform statt API-Baukasten	Revieve, finnischer Anbieter, Komplettlösung mit fertiger UI
die etablierteste Konsumenten-AR-Lösung mit globaler Reichweite	Perfect Corp, YouCam-Macher, Marktführer für AR-Try-On, weniger EU-zentriert
Hautanalyse als Teil eines breiteren medizinischen Diagnose-Workflows	klinische Diagnose-Software statt Beauty-Tech (anderer Markt)
eine kostengünstige Einstiegslösung ohne klinischen Anspruch	Off-the-shelf ML-Modelle aus AWS-/GCP-Marktplatz

In dieser Marktnische gibt es nur eine Handvoll relevanter Anbieter, und davon hat ein Großteil seinen Sitz außerhalb der EU. Haut.AI ist faktisch eine der wenigen ernsthaften EU-Optionen für klinisch validierte Hautanalyse. Perfect Corp, Revieve und ModiFace (von L’Oréal akquiriert) spielen in derselben Liga, aber jeweils mit anderem Fokus: Perfect Corp bedient eher AR-Try-On und Massenmarkt, Revieve setzt stärker auf Out-of-the-Box-Plattform, ModiFace ist seit der Akquisition strategisch primär für L’Oréal-Marken interessant.

So steigst du ein

Schritt 1: Demo-Termin und Free-Trial-Kontingent vereinbaren. Über das Kontaktformular auf haut.ai eine Demo buchen und dabei direkt nach einem Test-API-Key mit begrenztem Anfragevolumen fragen. Ohne Demo kommst du nicht an Preise, also gleich mit konkreten Volumina (Anfragen/Monat, Anzahl Endnutzer) ins Gespräch gehen.

Schritt 2: Pilot-Integration mit eigenem Bildmaterial. REST-API-Doku lesen, 20–50 echte Test-Fotos durch die API jagen und die zurückgegebenen JSON-Strukturen für Hydration, Rötungen, Talg-Score, Falten etc. visualisieren. Wichtig: Die Fotos müssen den realistischen Aufnahmebedingungen deiner Endnutzerinnen entsprechen, Studio-Aufnahmen verfälschen die Erwartungshaltung massiv.

Schritt 3: UI- und Empfehlungslogik bauen. Die API liefert nackte Werte. Wertvoll wird das erst, wenn du sie in eine verständliche Visualisierung übersetzt und mit deinem Produktportfolio verknüpfst. Plane zwei bis vier Personenwochen für ein erfahrenes Frontend-Team, um aus den JSON-Daten eine konsumentenfreundliche Routine-Empfehlung zu bauen.

Ein konkretes Beispiel

Eine Hamburger Indie-Skincare-Marke mit zwölf Mitarbeitenden und einem Online-Shop hat 2025 ein Subscription-Modell gestartet: monatlich personalisierte Pflegeroutine. Das Team integriert Haut.AI als Backend-Service: Neue Kundinnen laden ein Selfie hoch (LIQA prüft die Bildqualität in Echtzeit), die App sendet das Bild an die Haut.AI-API und erhält in unter zwei Sekunden JSON-Daten zu Hydration, Rötungen, Talg-Score, Pigmentflecken und Faltentiefe. Die Eigenentwicklung im Frontend zeigt die Werte als Hautprofil-Diagramm und leitet daraus ein 3-Produkte-Bundle aus dem Sortiment ab. Integrationsdauer: drei Wochen für eine zweiköpfige Frontend-Crew. Effekt nach sechs Monaten: Conversion-Rate des Quiz-Funnels von 8 % auf 19 % gestiegen, weil die Empfehlung als „klinisch fundiert” wahrgenommen wird, nicht als Marketing-Quiz. Die EU-Datenhaltung ist im Cookie-Banner und in der DSGVO-Datenschutzerklärung explizit ausgewiesen, ein Verkaufsargument gegenüber Datenschutz-sensiblen Kundinnen.

DSGVO & Datenschutz

• Hosting: Tallinn, Estland, vollwertiger EU-Standort, keine Drittlandübermittlung in die USA für die Standardverarbeitung.
• Datenkategorie: Hochgeladene Gesichtsbilder sind biometrische Daten und damit Art. 9 DSGVO (besondere Kategorie). Du brauchst eine ausdrückliche Einwilligung der Endnutzerinnen.
• AVV (Auftragsverarbeitungsvertrag): Für den produktiven Einsatz zwingend erforderlich, Haut.AI stellt einen englischsprachigen DPA bereit; im Enterprise-Vertrag verhandelbar.
• Datennutzung: Standardmäßig werden Bilder für die Analyse genutzt. Ob und wie sie zum Modelltraining verwendet werden, sollte explizit im Vertrag geregelt sein, gerade für Marken mit eigenem Datenschutz-Versprechen wichtig.
• Opt-out / Löschung: Die API erlaubt das Löschen von Bilddaten nach Verarbeitung; Aufbewahrungsfristen müssen vertraglich fixiert werden.
• Empfehlung: Vor Vertragsschluss die DPA mit der eigenen Rechts- oder Datenschutzbeauftragten gegenchecken, insbesondere die Klauseln zu Subprocessoren (z. B. Microsoft Azure für Enterprise-Setups) und zur Trainingsnutzung.

Gut kombiniert mit

Shopify oder WooCommerce als Conversion-Layer. Haut.AI hat fertige Plugins für beide Plattformen, wer ohnehin auf einem dieser Shop-Systeme sitzt, bekommt eine deutlich kürzere Integrationsdauer und kann den Analyse-Funnel direkt mit Produktempfehlungen aus dem Katalog verknüpfen.

Klaviyo oder eine andere CRM/E-Mail-Plattform. Die Hautanalyse-Ergebnisse pro Kundin sind Gold wert für personalisiertes E-Mail-Marketing: „Vor 90 Tagen hatte deine Haut Trockenheits-Score 7, Zeit für die nächste Hydration-Routine.” Die strukturierten JSON-Daten lassen sich sauber als Custom-Properties in CRM-Systeme schreiben.

Eine eigene LLM-Beratungsschicht. Wer die rohen Haut-Werte in personalisierte, beratende Texte übersetzen will, kombiniert Haut.AI als Daten-Layer mit einem LLM (z. B. OpenAI- oder Anthropic-API) für die Sprachausgabe. Achtung: Dabei keine medizinischen Diagnosen formulieren lassen, Haut.AI ist Kosmetik-Analytik, kein Diagnose-Tool.

Unser Testurteil

Vier Sterne. Haut.AI verdient sich diese Bewertung durch eine seltene Kombination: klinisch validierte Tiefe, EU-Datenhaltung, mehrere Integrationspfade und eine Live-Bildqualitätsprüfung, die in dieser Marktnische ein echtes Unterscheidungsmerkmal ist. Für deutsche und europäische Beauty-Brands, die DSGVO-konform personalisieren wollen und ein Tech-Team haben, gibt es kaum eine bessere API-Option.

Den fünften Stern kostet das undurchsichtige Pricing, der fehlende deutschsprachige Support und die Tatsache, dass die hohen Genauigkeitsangaben kaum unabhängig validiert sind. Wer ein reines Plug-and-Play-Konsumenten-Tool ohne Entwickler-Aufwand sucht, wird mit Revieve oder einer Perfect-Corp-Komplettlösung schneller glücklich. Wer aber einen ernsthaften, EU-rechtskonformen Daten-Layer für Hautanalyse will, ist hier richtig.

Was wir bemerkt haben

• Mai 2026, Givaudan-Active-Beauty-Partnerschaft auf In-Cosmetics Global 2026 vorgestellt; deutet auf weiteren Push in Richtung Inhaltsstoff-Innovation und R&D-Anwendungen hin.
• 2025, SkinGPT (GenAI-basierte Beratungsschicht) wurde von BeautyMatter als „Best Breakthrough Technology (Omnichannel)” ausgezeichnet. CEO erhielt einen Digiday Future Leader Award. Beides zeigt, dass Haut.AI mehr als reine Analyse-API werden will, Vorsicht bei Pilotprojekten mit SkinGPT, das Modul ist noch jung.
• Mai 2026, Microsoft-Azure-Integration und Listing auf Microsoft AppSource bestätigt; vereinfacht Beschaffung in Azure-zentrierten Konzernen.
• Hinweis, Öffentliche Preise gibt es nach wie vor nicht. Wer interne Vorbudgetierung braucht, muss über die Sales-Demo gehen.