aeo-platform ist ein kostenloses, quelloffenes Node.js-CLI ohne Abhängigkeiten, das misst, wie oft KI-Antwortmaschinen (ChatGPT, Claude, Gemini, Perplexity) Ihre Marke zitieren, und anschließend einen priorisierten Plan mit 30 Missionen erzeugt, den Sie direkt in ChatGPT oder Claude einfügen, um jede Korrektur entwerfen zu lassen. KI-Sichtbarkeit zu messen ist Standard — das macht jeder Tracker. Der Unterschied ist der zweite und dritte Schritt: aeo-platform verwandelt die Messung in einen ausführbaren Plan und misst die Veränderung erneut. Es wird von Webappski entwickelt und gepflegt, einem Answer-Engine-Optimization-Studio, das dasselbe Tool zuerst auf den eigenen Produkten einsetzt, bevor es die Methodik als Dienstleistung verkauft.

Installieren Sie es mit einem einzigen Befehl: npm install -g aeo-platform. Die aktuelle Version ist 1.1.6, MIT-lizenziert, ohne Laufzeit-Abhängigkeiten (npmjs.com/package/aeo-platform). Es läuft lokal, schreibt seine Ausgabe auf die Festplatte und sendet Ihre Daten nie an ein gehostetes Dashboard.

Dieser Artikel erklärt die drei Schritte, die das Tool ausführt — messen, planen, verbessern — und führt durch ein echtes Beispiel mit unserem eigenen Sprache-zu-Formular-Produkt TypelessForm, mit den Zahlen, die das Tool tatsächlich produziert hat. Keine hypothetischen Werte: Jede Kennzahl unten stammt aus einem echten aeo-platform-Bericht, der zwischen dem 23.04.2026 und dem 25.05.2026 auf typelessform.com lief.

Was ist aeo-platform?

aeo-platform ist ein quelloffenes Kommandozeilen-Tool für Answer Engine Optimization (AEO) — die Praxis, das eigene Produkt innerhalb von KI-Antwortmaschinen zitieren und empfehlen zu lassen, statt es nur bei Google ranken zu lassen. Das Tool sendet eine Reihe der echten Fragen Ihrer Käufer an ChatGPT, Claude, Gemini und Perplexity, erfasst, ob und wie jede Maschine Ihre Marke nennt, und bewertet das Ergebnis. Anschließend bildet es die gefundenen Lücken auf konkrete nächste Schritte ab und gibt sie als Plan aus, auf den Sie sofort reagieren können.

Anders als gehostete AEO-Plattformen, die im Abo laufen und Ihre Daten auf ihren Servern halten, ist aeo-platform ein lokales CLI: Sie installieren es per npm, liefern Ihre eigenen API-Schlüssel und führen es auf Ihrer Maschine aus. Die Ausgabe — ein in sich geschlossener HTML-Bericht plus eine maschinenlesbare Zusammenfassung — bleibt auf Ihrer Festplatte. Das ist aus zwei Gründen wichtig: Datenschutz (Ihr wettbewerblicher Anfragesatz verlässt nie Ihren Laptop) und Reproduzierbarkeit (jeder kann dasselbe Tool auf derselben Marke laufen lassen und ein vergleichbares Ergebnis erhalten — und genau das macht eine Behauptung zitierfähig statt zu Marketing).

Das Tool misst vier Signale und kombiniert sie zu einem einzigen Unified Visibility Index (UVI) auf einer Skala von 0 bis 100: Präsenz (der Anteil der Maschine-Anfrage-Zellen, in denen Ihre Marke überhaupt genannt wird), Sentiment (der durchschnittliche Ton dieser Erwähnungen), Rang (Ihre durchschnittliche Positionsstärke, wenn Sie gelistet werden) und Zitation (der Anteil der Zellen, die Ihre eigene Domain zitieren). Der UVI ist eine transparente Kombination — die Gewichte sind im Quellcode veröffentlicht, und wenn ein Signal in einem Lauf nicht gemessen wird, wird sein Gewicht über die anderen renormiert statt stillschweigend auf null gesetzt.

Warum es nicht genügt, KI-Sichtbarkeit nur zu messen

KI-Sichtbarkeit zu messen ist inzwischen eine Massenware. Ein wachsendes Feld an Trackern und Dashboards sagt Ihnen über sechs Maschinen und ein Dutzend Tabs hinweg genau, bei welchen Anfragen Sie unsichtbar sind. Diese Diagnose ist wirklich nützlich — aber sie ist nur die halbe Arbeit. Ein reichhaltiges Dashboard sagt Ihnen, wo Sie unsichtbar sind. Es sagt Ihnen nicht, was als Nächstes zu tun ist. Der Betreiber bleibt allein damit, Diagramme in Handlung zu übersetzen, und die meisten Einzelgründer und kleinen Teams haben weder die Zeit noch die AEO-Expertise, um diese Übersetzung zuverlässig zu leisten.

Genau diese Lücke soll aeo-platform schließen. Derselbe Lauf, der den Sichtbarkeitswert erzeugt, erzeugt auch einen priorisierten Aktionsplan: Jede Lücke, die das Tool findet, wird als ausführbarer nächster Schritt geliefert, nach Wirkung geordnet und so geschrieben, dass Sie ihn direkt in ChatGPT oder Claude einfügen und einen Entwurf der Korrektur zurückbekommen. Das Ergebnis ist eine To-do-Liste, kein Wandbild. Für einen Einzelbetreiber, der zwei Stunden pro Woche hat und den einen Zug mit der höchsten Hebelwirkung braucht — und nicht dreizehn Tabs zum Lesen — schlägt ein Plan ein Dashboard.

Um es klar zu sagen, das ist kein Seitenhieb auf Dashboards. Ein Dashboard ist das richtige Werkzeug für ein internes Team, das KI-Sichtbarkeit fortlaufend überwacht und bereits weiß, wie es auf die Daten reagiert. Ein Plan ist das bessere Werkzeug für den Betreiber, dem man die Arbeit selbst in die Hand geben muss. Verschiedene Aufgaben; aeo-platform ist für die zweite gebaut.

Wie die Schleife messen → planen → verbessern funktioniert

aeo-platform läuft als dreistufige Schleife. Jeder Schritt hat einen einzigen Befehl, und die Ausgabe des einen speist den nächsten.

1. Messen. Das Tool sendet Ihre Käuferanfragen an jede konfigurierte Maschine, erfasst, ob Ihre Marke im Antworttext, nur in den zitierten Quellen oder gar nicht erscheint, und bewertet Präsenz, Sentiment, Rang und Zitation zu einem einzigen UVI. Es prüft außerdem die Crawlbarkeit (dürfen die KI-Bots Ihre Seite lesen?) und Autoritätssignale (Präsenz auf Wikipedia, Reddit, GitHub, Wikidata). Das Ergebnis ist ein in sich geschlossener HTML-Bericht plus eine maschinenlesbare Zusammenfassungsdatei.
2. Planen. Aus dieser Zusammenfassung erzeugt das Tool einen priorisierten Aktionsplan — bis zu 30 in Reihenfolge gebrachte Missionen, jede an eine echte Lücke gebunden, die der Lauf aufgedeckt hat. Jede Mission ist als in die KI einfügbarer Prompt geschrieben: Sie legen ihn in ChatGPT oder Claude ab und erhalten einen Entwurf des Schema-Blocks, der Vergleichsseite oder der Outreach-E-Mail. Der Plan enthält außerdem einen ausdrücklichen Abschnitt „was NICHT zu tun ist“, damit Sie keine Mühe in Arbeit stecken, die bereits gelöst ist.
3. Verbessern. Sie führen die Missionen in Ihrem eigenen Tempo aus und lassen das Tool dann erneut laufen. Da der Lauf reproduzierbar ist und sich über die Zeit anhäuft (jeder Lauf wird gespeichert, nie überschrieben), erhalten Sie ein gemessenes Vorher-Nachher — eine Trendlinie, ein Delta pro Anfrage und eine „was sich geändert hat“-Tabelle, die genau die Maschine-Anfrage-Zellen auflistet, die von Nein auf Ja gekippt sind.

Der dritte Schritt unterscheidet aeo-platform von einem einmaligen Audit. KI-Antwortmaschinen sind nicht deterministisch — ihre Antworten verschieben sich von Woche zu Woche, je nach Sitzung und Kontext. Eine einzelne Momentaufnahme ist eine Vermutung. Eine Schleife, die erneut misst, verwandelt die Vermutung in einen Trend, und ein Trend ist das, was Ihnen sagt, ob Ihre Arbeit den Zeiger bewegt oder die Maschine schlicht eine gute Woche hatte.

Ein durchgerechnetes Beispiel auf unseren eigenen Daten: TypelessForm

Wir bitten Sie nicht, einem hypothetischen Fall zu vertrauen. Hier ist die Schleife, ausgeführt auf unserem eigenen Produkt, TypelessForm — einem Sprache-zu-Formular-Widget — über vier wöchentliche Läufe, mit den echten Zahlen, die das Tool produziert hat. Die Daten unten stammen aus einem tatsächlichen aeo-platform-Bericht über den Zeitraum vom 23.04.2026 bis zum 25.05.2026.

Schritt 1 — was die Messung fand

Über zwölf Prüfungen (vier Maschinen mal drei Käuferanfragen) startete TypelessForm den verfolgten Zeitraum mit 33 % Präsenz am 23.04.2026. Die drei Anfragen waren echte Käuferfragen: „best voice form filling tools 2026“, „top one-shot voice form filling services for e-commerce“ und „voice form data capture tools for healthcare forms“. Der Lauf schlüsselte den Wert nach Maschine auf, und die Aufschlüsselung war auf eine Weise ungleich, die eine einzelne Schlagzeilen-Zahl verborgen hätte: stark auf einigen Maschinen, vollständig unsichtbar auf anderen.

Der wichtigste Befund war nicht der Gesamtwert — es war die Form der Lücke. Eine Maschine lieferte bei jeder Anfrage null Erwähnungen, während eine andere in Reichweite war. Diese Asymmetrie zwischen den Maschinen ist das Signal, das Ihnen sagt, wo Sie Ihre zwei Stunden investieren sollten, und es ist genau die Art von Befund, die ein einzelner kombinierter Wert verschüttet. Die Messung bestätigte außerdem die bereits gelösten Dinge — die Crawlbarkeit war sauber und die Schema-Abdeckung breit — sodass der Plan keine einzige Mission auf das Wiederholen erledigter Arbeit verschwendet.

Schritt 2 — was der Plan zu tun sagte

Aus dieser Zusammenfassung erzeugte das Tool einen priorisierten Missionsplan. Die Mission mit dem höchsten ROI war strukturell, nicht werblich: einen 40 bis 60 Wörter langen Antwort-Kapsel-Absatz direkt unter jede H2-Überschrift setzen, der einen vermissen ließ. Der Plan markierte dies als den einen Zug mit der höchsten Hebelwirkung, weil alle vier Maschinen aus denselben überschriftenverankerten Absätzen schöpfen — sodass ein Arbeitsdurchgang die Zitierfähigkeit über alle zwölf Maschine-Anfrage-Zellen auf einmal vervielfacht. Missionen niedrigerer Priorität zielten auf konkrete Lücken: Vergleichsseiten gegen den einen Wettbewerber, den der Lauf tatsächlich aufdeckte, und Einträge auf den Aggregator-Domains, die die Maschinen für die Kategorie bereits zitierten.

Zwei Eigenschaften des Plans zählen hier. Erstens war er in den echten Daten des Laufs verankert — die Missionen verwiesen auf den konkreten Wettbewerber (AnveVoice, den der Lauf mit fünf Erwähnungen gegenüber TypelessForms sieben zählte) und auf die konkreten Domains, die die Maschinen zitierten, nicht auf eine generische Checkliste. Zweitens sagte er uns, was zu überspringen ist: Crawlbarkeit und Schema-Breite waren bereits gelöst, also sagte der Plan ausdrücklich, sie nicht anzufassen. Ein Plan, der Ihnen sagt, was nicht zu tun ist, ist genauso wertvoll wie einer, der Ihnen sagt, was zu tun ist, weil er Ihre begrenzte Zeit schützt.

Schritt 3 — was sich änderte, als wir erneut maßen

Über den verfolgten Zeitraum bewegte sich TypelessForms Gesamtpräsenz von 33 % auf 58 % — ein Anstieg von 25 Punkten über die vier Läufe und ein Sprung von +16 Punkten allein in der letzten Woche. Der Unified Visibility Index landete bei 65 von 100 (PRESENT). Die klarste einzelne Verschiebung kam auf einer Maschine: Gemini ging vom Verfehlen seiner ersten beiden Anfragen zum Zitieren von TypelessForm bei allen dreien (3 von 3, 100 % Trefferquote). Die „was sich geändert hat“-Tabelle des Tools erfasste genau die Zellen, die kippten — Geminis Q1 und Q2 wechselten beide von Nein auf Ja, und Perplexitys Q2 wechselte ebenfalls von Nein auf Ja.

Eine ehrliche Anmerkung zur Kausalität, denn sie ist der Unterschied zwischen einer Fallstudie und einem Verkaufsgespräch: Wir können nicht beweisen, dass irgendeine Mission irgendeine Zelle zum Kippen brachte. KI-Antworten verschieben sich von Woche zu Woche aus Gründen außerhalb jeglicher Kontrolle — genau deshalb misst das Tool erneut, statt nach einem einzigen Lauf den Sieg zu verkünden. Was wir zeigen können, ist das gemessene Vorher-Nachher über den Zeitraum — 33 % auf 58 %, Gemini von unsichtbar zu voll präsent — auf beiden Seiten vom selben reproduzierbaren Tool erfasst. Der Trend ist echt und die Daten liegen auf der Festplatte; die Zuschreibung ist eine Hypothese, die der nächste Lauf prüft. Diese Unterscheidung ist der ganze Sinn einer Schleife aus messen-planen-verbessern, und es ist der Maßstab, an dem wir unsere eigenen Behauptungen messen.

Claude bewegte sich in die andere Richtung — und das ist die lehrreichste Zelle von allen. Claude hielt kurz eine Zitation (1 von 3 Anfragen am 18.05.2026) und verlor sie dann, fiel bis zum 25.05.2026 auf 0 von 3 zurück, ein Rückschritt von 33 Punkten. Genau so sieht eine Trainingsdaten-Maschine aus: Claude führt für die meisten Anfragen keine Live-Websuche durch, sodass ein frischer Blogbeitrag sie nicht dauerhaft bewegt — eine Zitation, die erscheint, kann beim nächsten Refresh verschwinden. Der Korrekturhebel für eine Trainingsdaten-Maschine ist ein anderer (npm-Präsenz, GitHub-Sterne, Hacker News, Pressepräsenz) und wirkt auf einem Zeithorizont von sechs bis zwölf Monaten. aeo-platform klassifiziert die Maschine, bevor es empfiehlt, sodass es Ihnen nicht sagt, „mehr Inhalt zu schreiben“, um Claude zu beheben — eine Empfehlung, die die Mühe verschwendet hätte. Zu wissen, welcher Hebel auf welche Maschine wirkt, ist selbst Teil des Plans.

Der tatsächliche Plan, den das Tool uns reichte

Alles oben beschreibt die Schleife. Dieser Abschnitt zeigt Ihnen das wörtliche Ergebnis. Hier ist der tatsächliche Plan, den das Tool uns beim TypelessForm-Lauf reichte — Sie fügen das JSON Ihres eigenen Laufs plus den vom Tool erzeugten Prompt in ein beliebiges LLM (ChatGPT, Claude oder Gemini) ein und erhalten genau diese Art von Dokument zurück, in einfachem Deutsch geschrieben, allein in Ihren Daten verankert. Wir haben es weder geglättet noch umgeschrieben. Die Zugänglichkeit ist der Punkt: Ein Einzelbetreiber sollte die Diagnose lesen, die Tabelle öffnen und ohne AEO-Glossar mit der Arbeit beginnen können.

Der Plan beginnt mit einer Diagnose in einfacher Sprache. Wörtlich zitiert: “Ihre Seite erscheint in KI-Antworten bei etwa 58 von 100. Von 12 Prüfungen (3 Fragen × 4 KI-Maschinen) werden Sie in 7 genannt. Gemini nennt Sie jedes Mal und verlinkt auf Ihre Seite; ChatGPT nennt Sie oft; Perplexity nennt Sie, verlinkt aber nie auf Sie; Claude nennt Sie überhaupt nicht. Der Rivale, der Sie überall schlägt, ist AnveVoice — er erscheint in allen vier Maschinen und bekommt sogar eigene Seiten verlinkt.” Kein Fachjargon, keine UVI-Gewichte, keine Maschinen-Taxonomie — nur, was wahr ist und wer gewinnt.

Dann legt er 30 in Reihenfolge gebrachte Missionen über einen 30-Tage-Kalender aus, jede mit einem Tag, einer einzeiligen Beschreibung und einer groben Zeitschätzung. Dies ist die vollständige Tabelle, die das Tool produzierte, jede Zeile, genau wie geschrieben:

Eine einzeilige Tabelle genügt, um die Arbeit zu planen, aber nicht, um sie zu erledigen. Jede Mission entfaltet sich zu einem kurzen Briefing mit denselben vier Teilen: was und warum, wie, fertig wenn und einem nur-wenn-Tor, wo eines zutrifft. Hier sind vier der dreißig vollständig, damit Sie die Textur sehen, die das Tool produziert, statt uns aufs Wort zu glauben.

Mission 1 — Kurze Antworten unter Ihre Überschriften setzen. “KI-Maschinen zitieren gern eine kurze, direkte Antwort, die direkt unter einer Überschrift sitzt. Ihre Startseite hat 9 Abschnittsüberschriften, aber nur 1 hat eine solche Antwort darunter. Das ist der billigste Weg, auf ChatGPT, Gemini und Perplexity 'zitierfähig' zu werden.” Wie: Startseiten-Code öffnen → unter 4 Überschriften eine 40–60-Wörter-Antwort-Kapsel hinzufügen → veröffentlichen. Fertig wenn: 4 weitere Überschriften haben eine kurze Antwort. ~90 Min.

Mission 7 — Eine Anwendungsfall-Seite “Formular-Ausfüllen” bauen. “AnveVoice (Ihr Top-Rivale) hat eine Seite unter anvevoice.app/use-cases/form-filling, die KI-Maschinen immer wieder abrufen und zitieren. Sie haben kein Äquivalent. Kopieren Sie die Idee mit Ihrer eigenen Seite.” Wie: typelessform.com/use-cases/form-filling erstellen, Antwort oben, “Gebaut von Webappski”-Fallstudien-Link unten. ~120 Min.

Mission 19 — TypelessForm auf AlternativeTo listen. “AlternativeTo ist ein Software-Verzeichnis, aus dem KI-Maschinen schöpfen, und es ist der billigste Weg, Claude zu erreichen (das Ihre Seite nie besucht). Sie können sich neben genau den Rivalen listen, mit denen Sie konkurrieren.” Wie: “Suggest new app”, AnveVoice/SayFill/Voiceform als Alternativen listen. ~45 Min.

Mission 29 — Hacker News: einen “Show HN”-Launch machen. “Ihr Widget ist etwas, das Menschen tatsächlich ausprobieren können, und genau dafür ist Show HN da. Ein erfolgreicher Show HN ist ein großer, hoch autoritativer Zitations-Spike.” Titel genau “Show HN: TypelessForm – one-shot voice form-filling widget”, posten Di–Do 15:00–17:00 MEZ, 2–4 Std. online bleiben. Nur wenn: Das Konto hat echte Kommentarhistorie und wird nicht hauptsächlich zur Werbung genutzt. ~60 Min. Diese “nur-wenn”-Tore wiederholen sich im ganzen Plan und sind der Beweis, dass das Tool die Plattformregeln respektiert, statt Ihnen eine Spam-Checkliste zu reichen.

Der glaubwürdigste Teil des Plans ist der Teil, der Ihnen sagt, nichts zu tun. Das Tool endet mit einem ausdrücklichen Abschnitt “was NICHT zu tun ist”, und hier zeigt sich das Maschinen-Bewusstsein. Wörtlich zitiert:

• “Erstellen Sie noch keine Wikipedia- oder Wikidata-Seite. Keine unabhängige Presse hat über Sie geschrieben (der Bericht fand null externe Quellen), sodass ein selbst erstellter Eintrag gelöscht wird und einen dauerhaften 'nicht relevant'-Vermerk hinterlässt. Verdienen Sie sich zuerst ein paar Presseerwähnungen (Mission 25 beginnt damit).”
• “Verschwenden Sie keine Zeit auf 'KI findet meine Seite nicht'-Korrekturen. Ihr Crawl-Setup ist bereits perfekt — alle 12 KI-Bots sind erlaubt und Ihre robots-, sitemap- und llms.txt-Dateien existieren alle. Hier gibt es nichts zu reparieren.”
• “Lesen Sie Perplexitys null Links nicht als Inhaltsproblem. Diese Maschine wurde von Hand ohne Live-Websuche geprüft, sodass die fehlenden Links teils ein Mess-Artefakt sind — und setzen Sie Ihre Perplexity-Sichtbarkeit nicht allein auf Reddit.”

Dieser zweite und dritte Punkt sind der Glaubwürdigkeits-Schlag. Eine generische AEO-Checkliste hätte Sie zum Bau eines Wikidata-Eintrags geschickt (der als nicht relevant gelöscht würde und einen bleibenden Vermerk gegen Sie hinterließe) und dazu, Perplexitys fehlende Links als zu behebendes Inhaltsversagen zu lesen. Das Tool erkennt die Wikidata-Löschantrag-Falle und das Perplexity-Mess-Artefakt und sagt Ihnen, beide zu überspringen — und schützt so die begrenzte Zeit eines Betreibers, der zwei Stunden pro Woche hat.

Schließlich schließt der Plan mit einer schlichten ROI-Zeile, die den einen billigsten Gewinn benennt und ehrlich über seine Grenze ist. Wörtlich: “Der billigste Gewinn sind die Missionen 1 + 3 (kurze Antworten unter jede Überschrift setzen, ~2,75 Std., nichts, worauf man warten muss) — er hebt die drei Maschinen, die Sie bereits nennen. Aber er bewegt Claude nicht von null weg, weil Claude Ihre Seite nicht einmal besucht; für Claude ist der billigste Hebel Mission 19 (der AlternativeTo-Eintrag, 45 Min.).” Jeder Tracker hört beim Wert auf. Dieser reicht Ihnen den ausführbaren Plan in einfachem Deutsch — und der oben gedruckte ist wörtlich der, den es uns gab, auf unserem eigenen Produkt.

Wie aeo-platform im Vergleich zu einem Dashboard-Tracker abschneidet

Der klarste Weg, aeo-platforms Position zu verstehen, ist, die Aufgabe, die es erledigt, mit einem typischen gehosteten Dashboard-Tracker zu vergleichen. Beide messen KI-Sichtbarkeit; sie unterscheiden sich darin, was sie Ihnen danach reichen, und darin, wo Ihre Daten liegen.

Ein Dashboard ist hervorragend im Überwachen. aeo-platform ist fürs Tun gebaut. Wenn Sie bereits ein internes Team haben, das KI-Sichtbarkeit beobachtet und in Arbeit übersetzt, passt ein Dashboard vielleicht besser zu Ihnen. Wenn Sie ein Gründer oder ein kleines Team sind, das den einen nächsten Zug und einen Prompt zu seiner Ausführung braucht, ist der Plan der Punkt.

Wer aeo-platform baut, und warum das wichtig ist

aeo-platform wird von Webappski entwickelt und gepflegt, einem Answer-Engine-Optimization-Studio. Wir sind keine Tooling-Firma, die nebenbei ein Interesse an AEO hat — AEO ist die Dienstleistung, die wir verkaufen, und das Tool ist die offen und reproduzierbar gemachte Methodik. Wir haben es gebaut, um zuerst unsere eigenen Produkte zu messen, und wir veröffentlichen die Rohdaten statt Schlagzeilen-Werte, weil ein AEO-Ergebnis, das Sie nicht reproduzieren können, einfach Marketing ist.

Das ist aus einem praktischen Grund wichtig. Die meiste AEO-Beratung kommt von Agenturen, die die Produkte von Kunden optimiert haben, aber nie ihre eigenen, oder von Tool-Anbietern, die messen, aber nie ausführen. Webappski macht beides: Wir lassen aeo-platform auf TypelessForm und unseren anderen Produkten laufen, handeln nach dem Plan, den es erzeugt, und messen erneut — genau die in diesem Artikel beschriebene Schleife. Das Tool ist der Beweis, und der Beweis ist das Verkaufsargument. Wenn wir einem Beratungskunden sagen, dass wir seine KI-Sichtbarkeit bewegen können, ist das Beispiel oben der Beleg, ausgeführt auf einem Produkt, das uns von Anfang bis Ende gehört.

Das ist auch der Grund, warum das Tool kostenlos und quelloffen ist. Die README trägt keinen Upsell; die Monetarisierung ist nachgelagert isoliert — ein Einfügehilfe-Plan-Tier zu 29 USD für Betreiber, die den Plan verpackt haben wollen, und volle Answer-Engine-Optimization-Beratung (üblicherweise ab 3500 USD) für Unternehmen, die wollen, dass Webappski die Schleife für sie betreibt. Das Tool gewinnt Vertrauen, indem es ehrlich nützlich und ehrlich offen ist; das Geschäft folgt aus dem Vertrauen, nicht umgekehrt.

Wie Sie aeo-platform selbst ausführen

Die ganze Schleife sind drei Befehle. Sie brauchen API-Schlüssel für die Maschinen, die Sie messen wollen (OpenAI und Gemini sind die Basis; Anthropic und Perplexity sind optional), bereitgestellt über Ihre eigene Umgebung — das Tool speichert oder überträgt sie nie irgendwohin außer an die Maschinen-APIs, auf die Sie es richten.

1. Installieren: npm install -g aeo-platform — keine Abhängigkeiten, installiert in unter einer Sekunde.
2. Initialisieren: Führen Sie den Init-Befehl aus und beantworten Sie die Eingabeaufforderungen, um Ihre Domain, Ihre Käuferanfragen und Ihre Wettbewerber zu registrieren. Das schreibt eine lokale Konfigurationsdatei, die Ihnen gehört und die Sie bearbeiten können.
3. Messen: Führen Sie den Tracker aus. Er ruft jede Maschine auf, bewertet das Ergebnis und schreibt einen in sich geschlossenen HTML-Bericht plus eine maschinenlesbare Zusammenfassung auf Ihre Festplatte.
4. Planen: Erzeugen Sie den Aktionsplan aus der Zusammenfassung. Öffnen Sie ihn, wählen Sie die ein oder zwei wirkungsstärksten Missionen und fügen Sie jede in ChatGPT oder Claude ein, um die Korrektur entwerfen zu lassen.
5. Verbessern und erneut messen: Liefern Sie die Korrekturen aus, warten Sie eine Woche und lassen Sie den Tracker erneut laufen. Der neue Lauf häuft sich neben den alten an und produziert die Trend- und „was sich geändert hat“-Tabellen automatisch.

Beginnen Sie mit einer Maschine und einer Handvoll echter Käuferanfragen. Der schnellste Weg, AEO zu verstehen, ist, die eigene Marke gemessen zu sehen — die Lücke ist fast immer dort, wo Sie sie nicht erwartet haben, und der Plan verwandelt diese Überraschung in die nächsten zwei Stunden Arbeit.

Häufig gestellte Fragen

Was ist aeo-platform?

aeo-platform ist ein kostenloses, quelloffenes Node.js-Kommandozeilen-Tool ohne Abhängigkeiten, das misst, wie oft KI-Antwortmaschinen (ChatGPT, Claude, Gemini, Perplexity) Ihre Marke zitieren, aus den gefundenen Lücken einen priorisierten, in die KI einfügbaren Aktionsplan erzeugt und das Ergebnis erneut misst, damit Sie die Veränderung verfolgen können. Es wird mit npm install -g aeo-platform installiert, läuft lokal und wird vom Answer-Engine-Optimization-Studio Webappski entwickelt und gepflegt.

Wie unterscheidet sich aeo-platform von einem KI-Sichtbarkeits-Dashboard?

Ein Dashboard-Tracker zeigt Ihnen, wo Sie über Maschinen und Anfragen hinweg unsichtbar sind, und hört dann auf — der Betreiber muss die Diagramme selbst in Handlung übersetzen. aeo-platform produziert dieselbe Messung, fügt aber zwei Schritte hinzu: Es erzeugt einen priorisierten Aktionsplan, den Sie direkt in ChatGPT oder Claude einfügen, um jede Korrektur entwerfen zu lassen, und es misst erneut, sodass Sie ein Vorher-Nachher erhalten. Das Ergebnis ist eine To-do-Liste, kein Wandbild. Ein Dashboard ist besser für fortlaufende Überwachung durch ein internes Team; der Plan ist besser für einen Einzelbetreiber, dem man die Arbeit in die Hand geben muss.

Ist aeo-platform kostenlos, und wohin gehen meine Daten?

Ja. aeo-platform ist kostenlos, quelloffen und MIT-lizenziert, ohne Laufzeit-Abhängigkeiten. Es läuft als lokales CLI: Sie liefern Ihre eigenen API-Schlüssel, und das Tool schreibt seine Ausgabe auf Ihre Festplatte. Ihr Anfragesatz und Ihre Ergebnisse gehen nie an ein gehostetes Dashboard. Die einzigen kostenpflichtigen Angebote sind nachgelagert und optional — ein Einfügehilfe-Plan-Tier zu 29 USD und volle Answer-Engine-Optimization-Beratung von Webappski (üblicherweise ab 3500 USD).

Verbessert aeo-platform tatsächlich meine KI-Sichtbarkeit?

Das Tool ändert Ihre Seite nicht für Sie — es misst, plant und misst erneut; den Plan führen Sie aus. In unserem eigenen durchgerechneten Beispiel stieg TypelessForms gemessene Präsenz über vier wöchentliche Läufe von 33 % auf 58 %, wobei Gemini von einer von drei Anfragen auf drei von drei wechselte. Wir sind bei der Kausalität bewusst zurückhaltend: KI-Antworten verschieben sich von Woche zu Woche, also stellen wir dies als gemessenes Vorher-Nachher dar, nicht als garantiertes Ergebnis, und der erneute Mess-Schritt existiert genau dazu, echte Bewegung von Rauschen zu trennen.

Wie sieht der Plan mit 30 Missionen aus?

Der Plan ist eine priorisierte, in Reihenfolge gebrachte Liste von bis zu 30 Missionen, jede an eine konkrete Lücke gebunden, die der Mess-Lauf aufdeckte, und als Prompt geschrieben, den Sie in ChatGPT oder Claude einfügen. Jede Mission trägt ein Ziel, ein erwartetes Ergebnis und eine grobe Zeitschätzung, geordnet, sodass der Zug mit der höchsten Hebelwirkung zuerst kommt. Der Plan enthält außerdem einen Abschnitt „was NICHT zu tun ist“, der bereits gelöste Arbeit markiert, damit Sie keine Zeit verschwenden. Sie handeln pro Woche an einer oder zwei Missionen und lassen das Tool dann erneut laufen, um zu sehen, was sich geändert hat.

Welche KI-Maschinen misst aeo-platform?

aeo-platform misst ChatGPT, Gemini, Claude und Perplexity. OpenAI und Gemini sind die Basis-Maschinen; Anthropic (Claude) und Perplexity sind optional, plus ein manueller Einfügemodus für nur im Browser verfügbare Oberflächen. Es klassifiziert außerdem jede Maschine als trainingsdaten- oder websuchbasiert, weil der Korrekturhebel sich unterscheidet — websuchbasierte Maschinen reagieren in Wochen auf Schema, Verzeichnisse und Backlinks, während trainingsdatenbasierte Maschinen in Monaten auf npm, GitHub und Presse reagieren.

Erst messen, dann verbessern

Ihre KI-Sichtbarkeit zu messen ist der leichte Teil, und aeo-platform macht das kostenlos in drei Befehlen. Der härtere Teil — zu wissen, was als Nächstes zu tun ist, und zu beweisen, dass die Arbeit den Zeiger bewegt hat — ist das, wofür die Schleife aus planen und erneut messen gebaut ist. Installieren Sie es und lassen Sie Ihre eigene Marke laufen: npm install -g aeo-platform. Die Lücke ist fast immer dort, wo Sie sie nicht erwartet haben.

aeo-platform wird von Webappski entwickelt und gepflegt, einem Answer-Engine-Optimization-Studio, das genau diese Schleife auf den eigenen Produkten ausführt, bevor es sie als Dienstleistung verkauft. Wenn Sie lieber möchten, dass wir messen-planen-verbessern für Ihr Unternehmen von Anfang bis Ende betreiben — oder Sie den Basis-Wert wollen, bevor Sie sich festlegen — fordern Sie ein kostenloses AEO-Audit an. Wir zeigen Ihnen genau, wo Ihr Produkt über ChatGPT, Perplexity, Gemini und Claude erscheint, wo nicht und was die Lücke Sie kostet.

Dieser Artikel wurde zuletzt im Juni 2026 überprüft. aeo-platform wird aktiv gepflegt; die aktuelle Version ist 1.1.6. Die Zahlen aus dem durchgerechneten Beispiel stammen aus einem echten aeo-platform-Bericht auf typelessform.com über den Zeitraum vom 23.04.2026 bis zum 25.05.2026. AEO ist ein schnelllebiges Feld — wir aktualisieren diesen Artikel, während sich das Tool und die Maschinen weiterentwickeln. Wenn Ihnen veraltete Informationen auffallen, kontaktieren Sie uns unter info@webappski.com.