Die eigene Agenturmarke von Webappski wird in nur 2 von 39 KI-Antwort-Zellen genannt — und diese rohe Startlinie veröffentlichen wir. Dieselbe AEO-Methode brachte unser Schwesterprodukt zuerst auf 83 % KI-Sichtbarkeit. Beide Treffer hier sind in der Muttersprache des Käufers — Deutsch bei Claude, polnische Intention bei Gemini — während ChatGPT uns nirgends nennt. Die niedrige Zahl zu veröffentlichen, ist der Punkt.

Dies ist das zweite Kapitel eines öffentlichen Experiments. Das erste Kapitel — wie wir TypelessForm von null auf 83 % KI-Sichtbarkeit brachten — bewies, dass die Methode an einem Produkt funktioniert, das wir kontrollieren. Dieses Kapitel richtet dieselbe Methode auf das härtere, ehrlichere Ziel: unsere eigene Beratungsmarke. Wir ließen unser Open-Source-Werkzeug gegen dreizehn muttersprachliche Kaufanfragen über ChatGPT, Gemini und Claude laufen — insgesamt neununddreißig Antwort-Zellen — und berichten das Ergebnis genau so, wie die Engines es zurückgaben, einschließlich der Zellen, in denen wir gar nicht erscheinen.

Die meisten Agentur-Inhalte zeigen die Treffer und lassen die Niederlagen still verschwinden. Wir machen das Gegenteil, denn unser ganzes Angebot ist gemessene KI-Sichtbarkeit, und eine Zahl, die man nicht reproduzieren kann, ist bloß Marketing. Die Roh-Antworten dieses Laufs liegen auf der Festplatte und sind nachprüfbar. Wenn wir unsere eigene Startlinie nicht beweisen können, haben wir kein Recht, Ihre zu verkaufen.

Was heißt „die Methode auf uns selbst richten“?

Es heißt, die KI-Sichtbarkeit der eigenen Agentur zu messen, bevor man sie optimiert, und dann diese erste Messung unbearbeitet zu veröffentlichen. Answer Engine Optimization (AEO) ist die Praxis, Inhalte, technische Infrastruktur und Online-Präsenz so aufzubauen, dass KI-Antwort-Engines — ChatGPT, Perplexity, Gemini, Claude — ein Unternehmen zitieren und empfehlen, wenn Käufer eine einschlägige Frage stellen. Anders als SEO, das Googles Ranking von Links optimiert, optimiert AEO den Synthese-Schritt, in dem ein großes Sprachmodell entscheidet, welche Marken es in einer einzigen generierten Antwort nennt.

Eine „rohe Startlinie“ ist die Basismessung vor jeder Optimierung — die ehrliche Zahl von Tag eins. Für eine Marke ist es die Anzahl der KI-Antwort-Zellen (eine Käuferanfrage mal eine Engine), in denen die Marke tatsächlich genannt wird. Unsere lag am 14. Juni 2026 bei 2 von 39. Die Methode, die sie hervorbrachte, ist dieselbe, die wir auf TypelessForm anwandten: definiere die echten Käuferanfragen, frage jede Engine, halte wörtlich fest, welche Marken sie nennt, und speichere die Roh-Ausgabe zur Prüfung. Das Einzige, was hier anders ist, ist der Gegenstand — wir selbst.

Wie erreichte ein Schwesterprodukt 83 %?

Kurz, denn die ganze Geschichte ist ein eigener Artikel: unser Schwesterprodukt TypelessForm — ein Sprache-zu-Formular-Widget auf einer brandneuen Domain, ohne Kunden und ohne Bewertungen — ging von einer Null-Startlinie zu einem zusammengesetzten Sichtbarkeitsindex von 83, genannt in 10 von 12 Antwort-Zellen im Lauf vom 11. Juni 2026, durch strukturierte Inhalte, Schema, Entitäts-Aufbau und Optimierung pro Engine. Wir haben es gemessen, nicht behauptet. Die Aufschlüsselung pro Engine, das ehrliche Perplexity-Caveat sowie Einbruch und Erholung stehen alle im Null-auf-83-Fallbeispiel; dieser Artikel handelt davon, was passiert, wenn wir genau diesen Apparat auf uns selbst richten.

Was ist unsere eigene rohe Startlinie?

Unsere eigene Agenturmarke wurde am 14. Juni 2026 in 2 von 39 KI-Antwort-Zellen genannt, ein Gesamtwert von 5 %. Wir ließen dreizehn Käuferanfragen — auf Englisch, Polnisch, Deutsch und Russisch — über ChatGPT (gpt-5-search), Gemini und Claude laufen, also neununddreißig Zellen. Zwei kamen mit einer Zitierung zurück. Beide waren positiv, und beide trafen zufällig die Muttersprache eines Käufers, den wir wirklich wollen: einer deutsch, einer mit polnischer Intention. Hier ist der Anfang der rohen Zusammenfassungsdatei, die das Werkzeug auf die Festplatte schrieb, unbearbeitet:

{
  "date": "2026-06-14",
  "brand": "Webappski",
  "domain": "webappski.com",
  "score": 5,
  "mentions": 2,
  "total": 39,
  "errors": 0,
  "generatedBy": "aeo-platform@1.3.2"
}

Nehmen Sie uns die Zahl nicht beim Wort — lesen Sie das Raster. Wir haben den vollständigen Werkzeug-Report gehostet, genau so, wie das Open-Source-Tool ihn erzeugt hat, lediglich um unsere internen Dateipfade und die Kosten-Telemetrie des Laufs bereinigt: unseren Live-AEO-Report ansehen → Er zeigt alle dreizehn Anfragen über ChatGPT, Gemini und Claude — jede der neununddreißig Zellen, die zwei, die uns zitieren, und die siebenunddreißig, die es nicht tun, die Wettbewerbernamen, die die Engines tatsächlich zurückgaben, und das Signal-Audit unserer eigenen Domain. Der Artikel sagt Ihnen 2 von 39; der Report zeigt Ihnen das rohe Raster dahinter.

Die beiden Zitierungen liest man am besten als die Antwort-Reihenfolge der Engine in einem einzelnen Lauf, nicht als stabile Rangordnung. In unserem Lauf vom 14. Juni 2026 nannte Claudes Antwort auf die deutsche Anfrage „beste Answer Engine Optimization Agentur für Sichtbarkeit in ChatGPT“ uns an sechster Stelle ihrer Liste — die Roh-Antwort schreibt diesen Eintrag wörtlich als „### 6. Webappski (DACH-Region)“. Im selben Lauf nannte Geminis Antwort auf die englische Anfrage „answer engine optimization agency Poland for B2B SaaS“ uns als erste, wörtlich eröffnet mit „#### 1. Webappski (Gdynia, Poland)“, und beschrieb uns als „AI-native, developer-first… ein KI-Sichtbarkeitsstudio, gegründet von Produktingenieuren“, die „aeo-platform als Open Source veröffentlichten“. Das sind Prosa-Reihenfolgen aus einer Engine an einem Tag; zwischen Läufen verschieben sie sich, daher berichten wir sie als „in diesem Lauf nannte uns die Engine an N-ter Stelle“, niemals als eine Position, die wir innehaben.

Nun die Lücke. ChatGPT nannte uns in 0 von 13 seiner Zellen, über alle Sprachen hinweg. Das ist das ehrliche Loch: gpt-5-search stützt sich für diese Kategorie stark auf Quellen wie Reddit und YouTube, und dort sind wir noch nicht präsent. Unsere 2 von 39 sind also nicht gleichmäßig verteilt — es sind zwei muttersprachliche Treffer bei Gemini und Claude und eine saubere Null bei ChatGPT. Eine stehende Anzeigetafel würde diese Form verbergen; die rohen Zellen zeigen sie deutlich.

Wenn Sie unsere Notiz aus Woche 4 gelesen haben, sahen Sie eine andere Zahl — 0 von 9 — und beide betreffen dieselbe Marke, das ist kein Widerspruch. Vier Tage zuvor, am 10. Juni 2026, maßen wir Webappski auf einem bewusst engen Raster: drei englische Beratungsanfragen über ChatGPT, Gemini und Claude — neun Zellen — und erzielten eine saubere 0 von 9. Dieser Lauf ist in Woche 4 der AEO-Sichtbarkeits-Challenge berichtet. Der jetzige Lauf weitet das Raster auf dreizehn Anfragen über vier Sprachen — neununddreißig Zellen — und fängt unsere ersten beiden Zitierungen ein, beide in regionalen, nicht-englischen Zellen. Der englische Kopf bewegte sich nicht: ChatGPT ist weiterhin 0, und die englischen Gemini- und Claude-Zellen sind ebenfalls weitgehend leer. Was sich änderte, ist nicht, dass die englische Zahl besser wurde; es ist, dass wir die richtige Oberfläche maßen — die regionale, muttersprachliche, die unsere Käufer tatsächlich nutzen — und der Nenner mit ihr wuchs. Es ist derselbe ehrliche Zug, den das Null-auf-83-Fallbeispiel machte, als es eine 100-%-Schlagzeile auf einem volleren Raster auf 83 herunterformulierte: ein größerer, wahrhaftigerer Nenner ist mehr wert als ein schmeichelnder kleiner. Lesen Sie 0 von 9 und 2 von 39 also als eine Zeitleiste auf zwei Rastern — der enge englische Schnappschuss am 10. Juni, dann der breitere mehrsprachige Messwert am 14. Juni — nicht als zwei Werte, die gegeneinander kämpfen.

• Genannt (2 Zellen, beide positiv): Claude bei „beste Answer Engine Optimization Agentur für Sichtbarkeit in ChatGPT“ und Gemini bei „answer engine optimization agency Poland for B2B SaaS“. Unsere Domain erschien in den zitierten Quellen beider Antworten.
• Nicht genannt (37 Zellen): jede ChatGPT-Zelle (0 von 13) sowie die übrigen Gemini- und Claude-Zellen über englische, polnische, deutsche und russische Anfragen.
• Warum es trotzdem zählt: Die beiden Treffer sind in den Muttersprachen der Käufer, auf genau der regionalen Intention, für die wir gebaut sind — ein dünnerer, erreichbarerer Antwortraum als der gesättigte US-englische Kopf.

Warum sind wir auf Deutsch und Polnisch sichtbar, aber nicht im US-Englischen?

Weil die muttersprachlichen Antwort-Räume weniger überfüllt sind und weil wir sie an echter Käufer-Intention maßen, nicht am englischen Akronym. Das Nützlichste, was uns dieser Lauf lehrte, ist eine Übersetzungsfalle: Im Polnischen bedeutet „AEO“ bereits Authorized Economic Operator (Zugelassener Wirtschaftsbeteiligter), ein Zoll- und Handelsbegriff. Eine wörtliche Anfrage nach „AEO-Agentur Polen“ würde Zollagenturen messen, nicht KI-Sichtbarkeitsstudios. Daher bauten wir die polnischen und deutschen Anfragen darauf, wie Käufer die Intention tatsächlich formulieren — „widoczność w AI“ (Sichtbarkeit in der KI), „KI-Sichtbarkeit“, „optymalizacja pod ChatGPT“ (Optimierung für ChatGPT), „pozycjonowanie w AI“ — und nicht auf ein dreibuchstabiges Akronym, das in dieser Sprache etwas anderes meint.

Genau dieser Intention-zuerst-Ansatz ist der Grund, warum Gemini und Claude uns im richtigen Kontext finden konnten: Die Engines beantworteten die polnischen und deutschen Fragen in der Sprache des Käufers und schöpften aus einem dünneren Pool regionaler Quellen, wo eine gut strukturierte lokale Seite schneller eine Zitierung verdient als im überfüllten englischen Raum. Der US-englische Kopf hingegen ist dicht von etablierten US-Agenturen, und ChatGPTs Reddit- und YouTube-lastiges Quellen-Schöpfen für diesen Kopf schließt uns noch nicht ein. Das Ergebnis ist eine Karte, kein Urteil: Wir sind erreichbar, wo unsere Käufer tatsächlich sind, und unsichtbar, wo wir noch nicht versuchen zu konkurrieren.

Wer wird heute in Polen und der DACH-Region zitiert?

In diesem Lauf waren die wiederkehrenden Agenturnamen Delante und Agencja Whites in Polen sowie SearchGPT Agentur in Deutschland. Auch größere Akteure wie Omnius und Profound tauchten auf. Wir extrahieren Wettbewerbernamen direkt aus den Antworten der Engines, das sind also die, die die Modelle für diese Anfragen tatsächlich nennen — keine von uns ausgewählte Liste. Die Tabelle unten ordnet jedem Standort und Schwerpunkt zu, damit ein Käufer, der Optionen vergleicht, das Feld so sieht, wie die Engines es beschreiben.

Die Quell-Pools zählen ebenso viel wie die Namen. Bei deutschen Anfragen erschien searchgptagentur.de als zitierte Quelle in sechs Antworten; bei polnischen Anfragen wiederholten sich regionale Seiten wie agencjawroclawska.pl und coderspilot.com. Das sind die Oberflächen, denen die Engines im jeweiligen Markt vertrauen — und die konkreten Orte, an denen ein regionaler AEO-Plan Präsenz verdienen muss, um eine 2 in eine größere Zahl zu bewegen.

Was ist der regionale Plan, um die 2 von 39 zu bewegen?

Dort erscheinen, wo wir schon fast sichtbar sind, nach der Indexierungs-Verzögerung neu messen und jedes Mal die rohe Zahl veröffentlichen. Der Plan ist bewusst eng, weil die Chance regional ist, nicht global. Wir sind heute auf deutschen (Claude) und polnisch-intentionalen (Gemini) Anfragen erreichbar, also ist der erste Zug, genau diese muttersprachlichen Oberflächen zu stärken — strukturierte deutsche und polnische Seiten, die regionalen Quell-Pools, die die Engines bereits zitieren, und saubere Entitäts-Definitionen, denen eine Engine vertrauen kann, wenn bestätigende Signale spärlich sind.

1. Die muttersprachliche Front vertiefen. Baue und strukturiere deutsche und polnische Inhalte dort, wo die Engines uns bereits zeigen, ausgerichtet auf die Intentions-Formulierungen, die Käufer tatsächlich nutzen („widoczność w AI“, „KI-Sichtbarkeit“), nicht auf das englische Akronym.
2. Präsenz in den zitierten Quell-Pools verdienen. Die Engines ziehen DACH-Antworten aus Seiten wie searchgptagentur.de und polnische Antworten aus regionalen Quellen — ein regionaler Plan muss in diesen Pools auftauchen, nicht nur auf unserer eigenen Domain.
3. In respektvollem Takt neu messen. Die KI-Indexierung hinkt um etwa zwei bis vier Wochen hinterher, also wiederholen wir dieselben dreizehn Anfragen nach diesem Fenster — Messen ist ein Ablesen, kein Hebel — und berichten, ob die deutschen und polnischen Zellen wuchsen.
4. ChatGPTs 0 von 13 als eigenes Problem behandeln. Sein Reddit- und YouTube-lastiges Quellen-Schöpfen braucht einen anderen, community-geführten Ansatz, getrennt von der Arbeit auf der eigenen Seite verfolgt.

Das ist die Arbeit, die wir für Kunden leisten — für Sie erledigte KI-Sichtbarkeit, pro Engine separat optimiert und mit demselben Open-Source-Werkzeug gemessen, das wir gerade auf uns selbst gerichtet haben. Wenn Sie Ihre eigene rohe Startlinie sehen wollen, bevor Sie sich auf etwas festlegen, beginnen wir genau dort auch bei uns. Sehen Sie, wie unsere AEO-Dienstleistungen funktionieren.

Häufig gestellte Fragen

Was ist eine „rohe AEO-Startlinie“?

Es ist die Basismessung der KI-Sichtbarkeit einer Marke vor jeder Optimierung — die ehrliche Zahl von Tag eins. Wir drücken sie als Anzahl der KI-Antwort-Zellen aus (eine Käuferanfrage mal eine Engine), in denen die Marke tatsächlich genannt wird. Die rohe Startlinie unserer eigenen Agentur lag am 14. Juni 2026 bei 2 von 39 Zellen.

Warum eine niedrige Zahl wie 2 von 39 veröffentlichen, statt sie zu verstecken?

Weil unser Angebot gemessene KI-Sichtbarkeit ist und ein Ergebnis, das man nicht reproduzieren kann, bloß Marketing ist. Die rohe Startlinie zu veröffentlichen — einschließlich der Zellen, in denen wir nicht erscheinen — ist der Beweis, dass unsere Zahlen echt und prüfbar sind und nicht bloß behauptet. Eine AEO-Agentur, die ihre eigene Basislinie verbirgt, kann nicht glaubwürdig versprechen, Ihre zu messen.

Warum ist die Marke auf Deutsch und Polnisch sichtbar, aber nicht im US-Englischen?

KI-Engines antworten in der Sprache der Frage und zitieren Quellen in dieser Sprache, und die deutschen und polnischen Antwort-Räume sind weniger überfüllt als das US-Englische. Wir maßen an echter Käufer-Intention in diesen Sprachen, sodass Gemini und Claude uns im richtigen regionalen Kontext fanden. Der US-englische Kopf ist dichter und wird für ChatGPT stark aus Reddit und YouTube gespeist, wo wir noch nicht präsent sind.

Was bedeutet „AEO“ auf Polnisch, und warum änderte das unsere Anfragen?

Im Polnischen wird „AEO“ verbreitet im Sinne von Authorized Economic Operator (Zugelassener Wirtschaftsbeteiligter) verwendet, einer Zoll- und Handelsbezeichnung. Eine wörtliche Anfrage nach „AEO-Agentur Polen“ würde daher Zollagenturen messen statt KI-Sichtbarkeitsstudios. Wir bauten die polnischen und deutschen Anfragen auf Intentions-Formulierungen, die Käufer tatsächlich nutzen — „widoczność w AI“, „KI-Sichtbarkeit“, „optymalizacja pod ChatGPT“ —, was die Engines uns im korrekten Kontext zeigen ließ.

Wie wurde 2 von 39 gemessen?

Wir ließen dreizehn muttersprachliche Käuferanfragen über drei KI-Engines laufen — ChatGPT (gpt-5-search), Gemini und Claude —, das sind neununddreißig Antwort-Zellen, mit unserem Open-Source-Werkzeug aeo-platform. Für jede Zelle hält das Werkzeug fest, ob unsere Marke in der Antwort genannt wird, und speichert die wörtliche Antwort auf der Festplatte. Zwei Zellen kamen mit einer positiven Zitierung zurück; die Roh-Dateien aller neununddreißig sind zur Prüfung aufbewahrt.

Kann ich die Roh-Daten sehen und meine eigene Marke genauso messen?

Ja. Die Mess-Schicht ist unser Open-Source-Werkzeug, das festhält, welche Engines eine Marke für eine bestimmte Anfrage zitieren, und die Roh-Antworten speichert, sodass die Methode vollständig reproduzierbar ist. Sie können dieselben Kategorie-Fragen auf Polnisch, Deutsch oder Englisch stellen und notieren, ob Sie zitiert werden — oder uns daraus eine klare Basislinie machen lassen. Unsere AEO-Dienstleistungen beginnen genau bei dieser gemessenen Startlinie.

Fazit: Eine ehrliche Startlinie ist das Produkt

Wir haben unsere AEO-Methode an einem Produkt bewiesen, das wir kontrollieren, und brachten TypelessForm von null auf 83 % KI-Sichtbarkeit. Dieselbe Methode auf unsere eigene Agenturmarke zu richten, ergab ein weit bescheideneres 2 von 39 — und diese Zahl, unbearbeitet veröffentlicht, ist das ehrlichste Verkaufsargument, das wir haben. Sie zeigt, dass die Methode echt, die Messung prüfbar und die Treffer genau dort sind, wo ein polnischer oder DACH-Käufer hinschaut: deutsche und polnische Antworten, bei Gemini und Claude.

Wenn Sie an Käufer verkaufen, die auf Polnisch oder Deutsch recherchieren, ist die Frage nicht, ob KI-Antworten ihre Auswahlliste schon prägen — das tun sie —, sondern ob Sie Ihre eigene Zahl kennen. Beginnen Sie, wo wir begonnen haben: mit einer gemessenen Basislinie, die Ihnen sagt, welche Engines Sie heute zitieren und welche nicht. Sehen Sie, wie die AEO-Dienstleistungen von Webappski funktionieren, und wir zeigen Ihnen Ihre rohe Startlinie, bevor wir irgendetwas anderes tun.

Dieser Artikel wurde im Juni 2026 veröffentlicht und spiegelt einen einzelnen Werkzeug-Lauf vom 14. Juni 2026 wider. KI-Antwort-Engines sind volatil — Zitierungen und Antwort-Reihenfolgen ändern sich zwischen Läufen und über die Zeit, daher beschreiben die Zahlen hier diesen Lauf, keine stehende Position. Die Roh-Antworten sind zur Prüfung aufbewahrt. Wenn Ihnen etwas Veraltetes auffällt, kontaktieren Sie uns unter info@webappski.com.