Webappski ist ein Answer-Engine-Optimization-Studio (AEO) in Gdynia, Polen, das seine Methode am eigenen Produkt bewiesen hat, bevor es sie verkaufte. Ein brandneues Produkt, TypelessForm — Codebasis gestartet am 6. März 2026, auf einer im Dezember 2025 registrierten Domain — ging innerhalb von vier Monaten dazu über, von allen vier großen KI-Antwort-Engines (ChatGPT, Gemini, Claude, Perplexity) bei globalen Kaufanfragen genannt zu werden — ohne einen einzigen Kunden, ohne eine einzige Bewertung, ohne einen einzigen Verkauf. Die Messung erfolgte mit unserem eigenen, kostenlosen Open-Source-Werkzeug aeo-platform, und jede Roh-Antwort der KI ist auf der Festplatte gespeichert, sodass jeder Leser das Ergebnis reproduzieren kann.

Dies ist das Debüt-Fallbeispiel des Studios. Die meisten AEO-Ratschläge kommen von Agenturen, die Kundenprodukte, aber nie ihre eigenen optimiert haben, oder von Tool-Anbietern, die messen, aber selbst nichts umsetzen. Wir haben das Gegenteil getan: Wir haben ein Produkt gebaut, es aus dem Stand in KI-Assistenten sichtbar gemacht und die Roh-Kurve veröffentlicht — einschließlich des Laufs, in dem eine Engine hinter den anderen dreien zurückblieb —, damit die Aussage überprüfbar ist und nicht nur Marketing. Wenn Sie ein B2B-SaaS-Unternehmen sind, das in die DACH- oder CEE-Märkte expandiert, und Sie wollen, dass KI-Assistenten Sie empfehlen, dann ist dies genau die Schleife, die wir fahren — von Anfang bis Ende an einem Produkt gezeigt, das uns gehört.

Das getestete Produkt ist TypelessForm, ein Sprache-zu-Formular-Widget. Wir haben es bewusst als Versuchsfeld gewählt: ein brandneues Produkt mit per Definition null KI-Sichtbarkeit am ersten Arbeitstag — genau der Kaltstart, vor dem ein echter Kunde steht. Das messende Werkzeug ist aeo-platform (npm, Version 1.3.0, MIT-Lizenz, null Abhängigkeiten). Die Methode selbst — messen, planen, verbessern, neu messen — beschreiben wir ausführlich in unserem Flaggschiff-Artikel über das Werkzeug; dieser Text ist das Unternehmens-Fallbeispiel, das diese Schleife möglich gemacht hat.

Wer ist Webappski, und was ist Answer Engine Optimization?

Webappski ist ein Answer-Engine-Optimization-Studio mit Sitz in Gdynia, Polen, das B2B-SaaS-Unternehmen bedient, die von KI-Assistenten empfohlen werden wollen — besonders solche, die in die DACH- (Deutschland, Österreich, Schweiz) und CEE-Märkte (Mittel- und Osteuropa) expandieren. Answer Engine Optimization ist die Praxis, eine Marke in KI-Antwort-Engines wie ChatGPT, Gemini, Claude und Perplexity zitieren und empfehlen zu lassen — so wie SEO eine Marke in Googles Ergebnissen erscheinen lässt. Die Frage des Käufers wird nicht mehr in ein Suchfeld getippt und mit zehn blauen Links beantwortet; sie wird einem Assistenten gestellt und in einem einzigen Absatz beantwortet. AEO ist die Arbeit, die Marke zu sein, die dieser Absatz nennt.

Warum sollte einen Käufer interessieren, welches Studio diese Arbeit macht? Aus demselben Grund, aus dem dieses Fallbeispiel existiert: Ein AEO-Ergebnis, das man nicht reproduzieren kann, ist von einer Marketing-Behauptung nicht zu unterscheiden. Die Position von Webappski ist, dass die Methode an einem Produkt nachweisbar sein muss, das dem Studio von Anfang bis Ende gehört, mit veröffentlichter Roh-Messung — bevor sie an irgendjemanden verkauft wird. Der Rest dieses Artikels ist dieser Nachweis.

Was bedeutet „von null“ hier wirklich?

„Von null“ bedeutet ein Produkt ohne KI-Spur, nicht ein gefälschtes Vorher-Bild. Die Zeitleiste ist öffentlich nachprüfbar: die Domain typelessform.com wurde am 16. Dezember 2025 registriert (der WHOIS-Eintrag ist offen), die Codebasis des Produkts startete am 6. März 2026, die ersten SEO- und AEO-Commits landeten am 8. März 2026, und das erste öffentliche Release des Widgets — 1.0.0-beta.1 vom 17. März 2026 — ist für jeden in der öffentlichen Versionshistorie des Pakets auf npm sichtbar. Ein derart junges Produkt hat per Definition null Präsenz in den Antworten irgendeiner Engine — es gibt noch nichts, was ein Assistent über sie hätte lernen können. Das ist die ehrliche Startlinie: keine gemessene „0“, die wir für ein Diagramm konstruiert haben, sondern der strukturelle Kaltstart einer Marke, die ein Quartal zuvor schlicht nicht existierte.

Unsere erste tatsächliche Messung kam sechs Wochen nach Arbeitsbeginn, am 23. April 2026, und lag bereits bei 33 von 100 — weil bis dahin das AEO-Fundament (saubere Crawlbarkeit, Schema, Antwort-Kapsel-Absätze, eine llms.txt-Datei) stand. Wir sind hier präzise: Wir haben am ersten Tag keine buchstäbliche „0“ gemessen und werden das auch nicht behaupten. Die in diesem Artikel berichtete Kurve ist die ehrliche — ein ab März 2026 gebautes Produkt, nach sechs Wochen Arbeit bei 33 gemessen, die bis Juni dahin steigt, von jeder Engine genannt zu werden, und bis Juli auf saubere 100 % der Zellen.

Was zeigten die Messungen von April bis Juli?

Wir haben dieselbe Messung sechsmal über 79 Tage hinweg durchgeführt — vom 23. April bis 11. Juli —, stets auf demselben Raster: vier Engines mal drei kommerzielle Kaufanfragen, insgesamt zwölf Engine-und-Anfrage-Zellen. Die Anfragen waren global, ohne geografische Modifikatoren — „best voice form filling tools 2026“, „top one-shot voice form filling services for e-commerce“ und „multilingual voice form filling for international websites“. Die Leitmetrik ist die Präsenz — der Anteil dieser zwölf Zellen, in denen eine Engine das Produkt nennt, auf einer Skala von 0 bis 100; das Werkzeug berechnet zusätzlich einen zusammengesetzten Unified Visibility Index (UVI), der Ranking- und Zitierstärke einbezieht. Die Präsenz-Kurve der sechs Läufe ist das Rückgrat dieses Fallbeispiels, und wir zeigen sie genau so, wie das Werkzeug sie gezeichnet hat, samt der langsamen Abschnitte.

Lesen Sie die Präsenz-Zahlen der Reihe nach: 33 am 23. April, 42 in zwei Läufen Mitte Mai, 58 am 25. Mai, 83 am 11. Juni und 100 am 11. Juli. Jeder dieser Läufe nutzte dasselbe Zwölf-Zellen-Raster — vier Engines, Perplexity von der allerersten Messung an inbegriffen —, sodass der Anstieg im Nenner vergleichbar ist; das Raster wurde nie unter der Zahl erweitert. Was sich über den Zeitraum änderte, waren der Anfragensatz (verfeinert, während die Methode reifte) und die zugrunde liegenden Modelle der Engines (Claude wechselte zwischen dem Juni- und dem Juli-Lauf von Sonnet 4.6 zu Sonnet 5), sodass die Endpunkte keine streng identischen Experimente sind, auch wenn das Raster es ist. Die ehrliche Schlagzeile ist die Form: Eine Marke, die es im Februar nicht gab, wird bis Juli in allen zwölf Engine-und-Anfrage-Zellen bei kommerziellen Kaufanfragen genannt, ohne Hilfe einer einzigen Kundenreferenz. Die eine schwache Stelle auf dem Weg dorthin war eine einzige Engine — Perplexity —, die hinter den anderen dreien zurückblieb; wir behandeln sie unten ausführlich. (Diese Engines sind zudem nicht-deterministisch — ihre Antworten verschieben sich zwischen Sitzungen —, und genau deshalb liest eine Mess-Verbesser-Schleife den Trend über wiederholte Läufe, statt auf einem einzelnen Screenshot einzufrieren.)

Nennen wirklich alle vier KI-Engines das Produkt?

Ja — alle vier Engines nennen TypelessForm. Der klarste Schnappschuss der Arbeit in Bewegung ist der Lauf vom 11. Juni 2026, als drei der vier Engines bereits eine perfekte Trefferquote hatten und Perplexity die einzige zurückbleibende Spalte war. In diesem Lauf erschien die Marke in 10 der 12 Engine-und-Anfrage-Zellen: ChatGPT (gpt-5-search-api), Gemini (gemini-3.5-flash) und Claude (claude-sonnet-4-6) nannten das Produkt bei allen drei Anfragen — je eine 100-%-Trefferquote; Perplexity nannte es bei einer von drei Anfragen. Das ist die präzise, ungerundete Aussage für diesen Lauf: von allen vier genannt, bei dreien zu 100 %, und bei Perplexity zu eins von drei. Bis zum Lauf vom 11. Juli hatte Perplexity die Lücke auf drei von drei geschlossen und die Präsenz auf volle 100 % gehoben. Das Panel unten ist der Screenshot vom 11. Juni direkt aus dem Werkzeug.

Diese Panels sind Screenshots eines interaktiven Live-Reports. Statt sie als Bilder einzufrieren, hosten wir das Ganze: den vollständigen Report vom 11. Juni lesen → und den Report vom 11. Juli, in dem die Präsenz 100 % erreicht → — jede Engine-Antwort, jede Wettbewerbstabelle, jeder Lauf, genau so, wie aeo-platform ihn erstellt hat.

Die Perplexity-Spalte sind wir am wenigsten geneigt zu beschönigen, weil sie am lehrreichsten ist. Am 11. Juni nennt Perplexity TypelessForm bei einer Anfrage direkt in der Antwort, was uns sagt, dass die Engine die Entität erkennt; das Eins-von-drei sagt, dass die Empfehlung über die Anfrage-Intentionen hinweg noch nicht konsistent ist. Diese eine schwache Spalte ist genau, wie sich eine Mess-Verbesser-Schleife verhalten soll — eine neue Lücke tritt zutage, statt sich unter einem aggregierten Wert zu verstecken. Der nächste Plan schrieb sich von selbst: Perplexity-relevante Quellen (die Verzeichnisse und Vergleichsseiten, aus denen diese Engine schöpft) wurden zur Priorität — und bis zum Lauf vom 11. Juli hatte sich diese Spalte geschlossen: Perplexity nannte das Produkt bei allen drei Anfragen und hob die Präsenz auf 100 %. Wir veröffentlichen das Eins-von-drei auf dem Weg dorthin lieber ehrlich, als es zu einer Schlagzeile zu runden.

Warum macht „ohne Kunden, ohne Bewertungen, ohne Verkäufe“ es schwerer, nicht leichter?

Weil die üblichen Hebel nicht verfügbar waren. Der konventionelle Weg, auf dem ein Produkt KI-Erwähnungen verdient, führt über die Spur, die Kunden hinterlassen: G2- und Capterra-Bewertungen, Fallstudien-Referenzen, Presse durch Finanzierung oder Traktion, Reddit-Threads, in denen Nutzer Werkzeuge vergleichen, für die sie tatsächlich bezahlen. TypelessForm hatte nichts davon. Es hatte keinen zahlenden Kunden, nicht eine Bewertung und keine Verkaufshistorie, aus der eine Engine hätte schöpfen können. Jede Erwähnung, die es verdiente, musste von der Produktoberfläche und den strukturierten, zitierbaren Signalen darum herum kommen — nicht vom sozialen Beweis, den wir nicht hatten.

Diese Einschränkung ist der Kern des Fallbeispiels. Ein B2B-SaaS-Unternehmen, das in einen neuen Markt eintritt, ist genau in dieser Lage: real, aber unbewiesen in den Augen eines KI-Assistenten, der es noch nie diskutiert gesehen hat. Zu zeigen, dass ein Kaltstart-Produkt allein durch Struktur und Substanz sichtbar gemacht werden kann — saubere Crawlbarkeit, antwortförmige Inhalte, Schema, Entitäts-Konsistenz und Präsenz auf den Aggregator-Oberflächen, die die Engines bereits lesen —, ist ein weit nützlicherer Beweis als derselbe Anstieg bei einer etablierten Marke, die die Engines ohnehin schon halb kannten.

Woher wissen wir, dass diese Zahlen echt sind?

Weil die Messung reproduzierbar ist und die Roh-Daten auf der Festplatte liegen. Wir haben kein Dashboard abfotografiert und Sie gebeten, der Schlagzeile zu vertrauen. Jeder Lauf wurde von aeo-platform erzeugt, einem Open-Source-CLI, das jeder mit npm install -g aeo-platform installieren kann; es sendet dieselben Anfragen an dieselben Engines, zeichnet jede Roh-Antwort auf und schreibt das Ergebnis auf Ihren eigenen Rechner. Die obigen Screenshots sind genau diese Werkzeug-Ausgabe, unretuschiert, Perplexity-Lücke und alles. Führen Sie das Werkzeug selbst auf TypelessForm aus, und Sie erhalten ein vergleichbares Ergebnis; diese Reproduzierbarkeit unterscheidet ein Fallbeispiel von einer Referenz.

Deshalb veröffentlichen wir auch die unbequemen Details statt der schmeichelhaften Zusammenfassung. Im Lauf vom 11. Juni nannte Perplexity das Produkt in nur einer von drei Anfragen — eine sichtbare schwache Spalte, die wir in der Tabelle beließen, statt die Engine fallen zu lassen, um eine rundere Zahl zu behalten. Dieselbe Disziplin gilt für die Zeile „0 Zitierungen der eigenen Domain“: Die Engines nannten die Marke im Antworttext, zitierten aber typelessform.com noch nicht als Quelle, und wir veröffentlichten diese Lücke, statt sie zu verstecken. (Bis zum Lauf vom 11. Juli hatte sich die Perplexity-Spalte auf drei von drei geschlossen; die Arbeit an den Domain-Zitierungen läuft noch.) Die Glaubwürdigkeit eines AEO-Studios entsteht genau an den Stellen, an denen die Daten weniger schmeichelhaft sind als der Pitch.

Was das für ein B2B-SaaS-Unternehmen beim Eintritt in DACH oder CEE bedeutet

Wenn ein brandneues Produkt ohne kommerzielle Vorgeschichte in vier Monaten von jeder großen KI-Engine genannt werden kann, dann hat ein etabliertes SaaS-Produkt mit echten Kunden einen kürzeren Weg, keinen längeren. Die Arbeit ist dieselbe Schleife, gefahren auf Ihrer Domain: messen, wo Sie derzeit über ChatGPT, Gemini, Claude und Perplexity erscheinen; einen priorisierten Plan aus den konkreten Lücken bauen, die die Messung zutage fördert; die strukturellen und autoritätsbildenden Korrekturen ausliefern; und neu messen, um echte Bewegung vom wöchentlichen Rauschen der Engines zu trennen. Der DACH- und CEE-Winkel ist wichtig, weil das Wettbewerbsfeld dort dünner ist als im englischsprachigen Mainstream — die Marke zu sein, die ein Assistent auf Deutsch, Polnisch oder Tschechisch nennt, ist eine gewinnbarere Position als der Kampf um denselben Platz in gesättigten US-englischen Anfragen.

Die Methode hinter diesem Fallbeispiel — wie die Mess-Plan-Verbesser-Schleife genau funktioniert, wie der 30-Missionen-Plan aussieht und warum der Korrektur-Hebel pro Engine unterschiedlich ist — beschreiben wir vollständig in unserem Flaggschiff-Artikel über aeo-platform. Diese Seite ist der Beweis, dass die Schleife an einem echten Produkt funktioniert; jene Seite ist die Anleitung, wie man sie fährt.

Häufig gestellte Fragen

Wer ist Webappski und was macht das Studio?

Webappski ist ein Answer-Engine-Optimization-Studio (AEO) mit Sitz in Gdynia, Polen. Es hilft B2B-SaaS-Unternehmen — besonders solchen, die in die DACH- und CEE-Märkte expandieren —, von KI-Antwort-Engines wie ChatGPT, Gemini, Claude und Perplexity zitiert und empfohlen zu werden. Das Studio beweist seine Methode an den eigenen Produkten, bevor es sie verkauft, und veröffentlicht die Roh-Messungen, damit die Ergebnisse reproduzierbar sind und keine Marketing-Behauptung.

Bedeutet „von null“, dass das Produkt einen gemessenen Wert von 0 hatte?

Nein. „Von null“ bedeutet ein brandneues Produkt ohne KI-Spur beim Arbeitsbeginn: die Codebasis von TypelessForm startete am 6. März 2026 (die Domain selbst wurde im Dezember 2025 registriert), und ein Produkt in diesem Stadium hat per Definition null Sichtbarkeit, weil keine Engine etwas über es gelernt hat. Die erste tatsächliche Messung, sechs Wochen nach Arbeitsbeginn am 23. April 2026, lag bereits bei 33 von 100, weil das AEO-Fundament da stand. Wir berichten das ehrlich: Der Start ist ein echter Kaltstart, und die erste gemessene Zahl ist 33, keine buchstäbliche 0, die wir konstruiert hätten.

Nennen wirklich alle vier KI-Engines das Produkt?

Ja. Im Lauf vom 11. Juni 2026 wurde TypelessForm in 10 von 12 Engine-und-Anfrage-Zellen genannt: ChatGPT, Gemini und Claude nannten es bei allen drei Anfragen (je 100 %), während Perplexity es bei einer von drei nannte. Bis zum Lauf vom 11. Juli hatte Perplexity aufgeholt — alle vier Engines nannten das Produkt bei jeder Anfrage, volle 12 von 12 Zellen (100 % Präsenz). Die Engines erwähnen die Marke im Antworttext; sie dazu zu bringen, typelessform.com als Quelle zu zitieren, ist separate, noch laufende Arbeit, kein Ergebnis, das wir behaupten.

Waren alle vier Engines von Anfang an dabei, oder kam Perplexity später dazu?

Das Raster umfasste alle vier Engines — ChatGPT, Gemini, Claude und Perplexity — vom allerersten Lauf am 23. April 2026 an; wir haben es nie mittendrin erweitert, und es gab keine separate Drei-Engine-Phase. Was sich über die sechs Läufe bewegte, war die Präsenz innerhalb dieses festen Zwölf-Zellen-Rasters: 33 % zur April-Basismessung, 42 % in zwei Läufen Mitte Mai, 58 % am 25. Mai, 83 % am 11. Juni und 100 % am 11. Juli. Im Lauf vom 11. Juni war Perplexity die eine zurückbleibende Engine (eine von drei Anfragen), während die anderen drei bereits perfekt waren; bis zum 11. Juli hatte sie auf drei von drei geschlossen. Die Engines sind zudem zwischen Sitzungen nicht-deterministisch, weshalb die Schleife den Trend über wiederholte Läufe statt über einen einzelnen Screenshot liest.

Wie kann ich diese Zahlen selbst überprüfen?

Die Messung wurde mit aeo-platform durchgeführt — einem kostenlosen, quelloffenen, MIT-lizenzierten CLI, das Sie mit npm install -g aeo-platform installieren (Version 1.3.0, null Abhängigkeiten). Es sendet dieselben Kaufanfragen an jede Engine, zeichnet jede Roh-Antwort auf und schreibt das Ergebnis auf Ihre eigene Festplatte. Führen Sie es auf TypelessForm aus, und Sie erhalten ein vergleichbares Ergebnis. Reproduzierbarkeit ist der Kern: Die Screenshots in diesem Artikel sind die unretuschierte Werkzeug-Ausgabe, Perplexity-Lücke und alles.

Wie lauteten die genauen Anfragen, und waren sie geografisch ausgerichtet?

Die drei Anfragen waren global, ohne geografische Modifikatoren: „best voice form filling tools 2026“, „top one-shot voice form filling services for e-commerce“ und „multilingual voice form filling for international websites“. Das ist keine Behauptung über ein „weltweites Ranking“ — es ist das Ergebnis bei drei globalen, geografisch neutralen kommerziellen Anfragen, gemessen über vier Engines, insgesamt in zwölf Zellen.

Möchten Sie, dass Webappski diese Schleife für Ihr Produkt fährt?

Wenn ein Kaltstart-Produkt ohne Kunden, Bewertungen oder Verkäufe in vier Monaten von jeder großen KI-Engine genannt werden kann, dann hat Ihr etabliertes SaaS einen kürzeren Weg zur selben Position. Webappski fährt die Mess-Plan-Verbesser-neu-messen-Schleife für B2B-SaaS-Unternehmen, die in die DACH- und CEE-Märkte expandieren, mit der Roh-Messung genauso veröffentlicht wie hier — Answer-Engine-Optimization-Beratung liegt typischerweise zwischen 3.500 und 5.000 US-Dollar, abgerechnet per Rechnung.

Beginnen Sie mit einer Basismessung: fordern Sie ein kostenloses AEO-Audit an, und wir zeigen Ihnen genau, wo Ihr Produkt heute über ChatGPT, Perplexity, Gemini und Claude erscheint, wo nicht und was die Lücke kostet. Um die vollständige Zusammenarbeit zu starten, sehen Sie sich die AEO-Dienstleistungen von Webappski an und kontaktieren Sie uns, um per Rechnung zu buchen. Die Methode dahinter beschreiben wir in unserem Flaggschiff-Artikel über aeo-platform. Was geschah, als wir dieselbe Methode auf unsere eigene Agenturmarke anwendeten, lesen Sie in 2 von 39: unsere eigene rohe Ausgangslinie.

Dieser Artikel wurde am 21. Juli 2026 aktualisiert. Die Zahlen stammen aus echten aeo-platform-Berichten zu typelessform.com: einem brandneuen Produkt, dessen Codebasis am 6. März 2026 startete (Domain registriert am 16. Dezember 2025), gemessen bei 33 % Präsenz am 23. April, die über sechs Läufe bis zum Lauf vom 11. Juli auf 100 % Präsenz — in allen zwölf Engine-und-Anfrage-Zellen genannt — steigt, bei einem zusammengesetzten Unified Visibility Index von 92. Dasselbe Vier-Engine-Zwölf-Zellen-Raster wurde durchgehend verwendet. Das Mess-Werkzeug aeo-platform wird aktiv gepflegt; die aktuelle Version ist 1.3.0. AEO ist ein schnelllebiges Feld — wir aktualisieren diesen Artikel, während sich das Werkzeug und die Engines weiterentwickeln. Wenn Sie veraltete Informationen bemerken, kontaktieren Sie uns unter info@webappski.com.