Warum es SVGSnap gibt
Entwickelt von einem Entwickler, der den SVG-Konvertierungs-Workflow satt hatte.
Das Problem
Wenn du jemals eine Website gebaut hast, kennst du den Schmerz. Ein Kunde schickt ein Logo als PNG. Du brauchst es als SVG für die Navbar. Also öffnest du Illustrator, oder Inkscape, oder irgendein Online-Tool mit einem 5-Dateien-Tageslimit und Wasserzeichen. Du zeichnest das Bild nach, passt die Pfade an, exportierst, räumst den Code auf. Für ein einzelnes Icon. Dann kommt das nächste Projekt, und du machst alles nochmal.
Nach Jahren in dieser Schleife — zwischen Design-Tools hin und her springen, auf langsame Konverter warten, oder Abos bezahlen, nur um ein einfaches Bild in einen Vektor umzuwandeln — war die Frustration offensichtlich. Es musste einen schnelleren Weg geben.
Die Lösung
SVGSnap begann als persönliches Tool. Eine einfache Drag-and-Drop-Oberfläche, unterstützt von vtracer, einer schnellen Rust-basierten Vektorisierungs-Engine, laufend auf einem schlanken Server. Keine Konten, keine Limits, keine Wasserzeichen. Einfach ein Bild reinziehen und in Sekunden ein sauberes SVG erhalten.
Was als Tool für einen Entwickler begann, wurde schnell nützlich für Designer, Cricut-Bastler, Druckereien und alle, die PNG oder JPG ohne den üblichen Aufwand in SVG konvertieren mussten. Also wurde es öffentlich gemacht — kostenlos für alle, in 6 Sprachen, mit einem KI-Bild-Upscaler, der unterwegs dazukam.
Wie wir bauen
Geschwindigkeit vor Komplexität
Die meisten Bilder werden in unter 5 Sekunden konvertiert. Keine Warteschlange, keine Ladebildschirme, keine E-Mail um deine Datei zu erhalten. Reinziehen, konvertieren, herunterladen.
Datenschutz als Standard
Deine Bilder werden auf unseren Servern verarbeitet und innerhalb von 1 Stunde automatisch gelöscht. Keine Analyse deiner Dateien, kein Tracking, kein Datenverkauf.
Kostenlos heißt kostenlos
Keine versteckten Stufen, kein "Premium"-Upselling nach 3 Konvertierungen, keine überraschenden Bezahlschranken. Das komplette Tool ist kostenlos, für immer. Das ist das Versprechen.
Unter der Haube
Die Vektorisierungs-Engine wird von vtracer angetrieben, einem Rust-basierten Bildnachzeichner, der Kanten erkennt, Farbbereiche identifiziert und optimierte SVG-Pfade generiert. Er unterstützt Vollfarb-Vektorisierung mit einstellbarem Detail von 1 bis 16 Farben, plus Graustufen- und Schwarz-Weiß-Modi.
Der KI-Bild-Upscaler nutzt KI, ein neuronales Netz, das mit Millionen von Bildpaaren trainiert wurde, um hochauflösende Details aus niedrig aufgelösten Eingaben zu rekonstruieren. Es kann Bilder um das 2- oder 4-Fache verbessern — besonders nützlich für alte Fotos, Screenshots und komprimierte Bilder.
Alles läuft auf einer selbst gehosteten Infrastruktur: Next.js-Frontend, NestJS-API, Python-Worker für die Bildverarbeitung, PostgreSQL für Daten, Redis für Job-Warteschlangen und MinIO für sichere Dateispeicherung. Keine externen APIs berühren deine Bilder.