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 drei 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 der Stellen, an denen sie eingebrochen ist —, 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.

Was zeigten die Messungen über drei Monate?

Wir haben dieselbe Messung über den Zeitraum sechsmal durchgeführt, 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“. Ein zusammengesetzter Sichtbarkeitsindex fasst jeden Lauf auf einer Skala von 0 bis 100 zusammen. Die Kurve der sechs Läufe ist das Rückgrat dieses Fallbeispiels, und wir zeigen sie genau so, wie das Werkzeug sie gezeichnet hat — Anstieg und Einbruch inklusive.

Lesen Sie die Zahlen der Reihe nach: 33 am 23. April, 42 Mitte Mai, 58 am 25. Mai, 100 am 10. Juni und 83 im Lauf vom 11. Juni. Die ehrliche Schlagzeile ist nicht der einzelne höchste Punkt — es ist die Form. Eine Marke, die es im Februar nicht gab, wird im Juni von KI-Assistenten bei kommerziellen Kaufanfragen genannt, ohne Hilfe einer einzigen Kundenreferenz. Der Schritt nach unten vom 10. auf den 11. Juni, von 100 auf 83, gehört zu dieser Ehrlichkeit, und es lohnt sich, über seine Ursache präzise zu sein: Es ist kein Schwanken der Engines. Bis zum 10. Juni maß das Raster drei Engines — ChatGPT, Gemini und Claude — über drei Anfragen, neun Zellen, und das Produkt wurde in allen neun genannt, eine saubere 100. Am 11. Juni erweiterten wir das Raster auf eine vierte Engine, Perplexity, die das Produkt in einer ihrer drei Anfragen nennt; der zusammengesetzte Wert ist daher 10 von 12 Zellen, 83. Der Schritt ist eine ehrliche Erweiterung des Nenners, kein Abfall der Antworten. (Davon getrennt: Diese Engines sind nicht-deterministisch — ihre Antworten verschieben sich tatsächlich 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, und drei der vier tun es bei jeder Anfrage. Im Lauf vom 11. Juni 2026 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: von allen vier genannt, bei dreien zu 100 %, und bei Perplexity zu eins von drei. Das Panel unten ist der Screenshot direkt aus dem Werkzeug.

Diese beiden Panels sind Screenshots eines interaktiven Live-Reports. Statt sie als Bilder einzufrieren, hosten wir das Ganze: den vollständigen Live-AEO-Report lesen → — 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. Perplexity nennt 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 schreibt sich von selbst: Perplexity-relevante Quellen (die Verzeichnisse und Vergleichsseiten, aus denen diese Engine schöpft) werden zur Priorität. Wir veröffentlichen das Eins-von-drei 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 beiden obigen Screenshots sind genau diese Werkzeug-Ausgabe, unretuschiert, Einbruch und Perplexity-Lücke inklusive. 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. Wir maßen am 10. Juni 100 über drei Engines und entschieden uns dann, für den Lauf vom 11. Juni eine vierte hinzuzufügen — Perplexity —, die das Produkt in nur einer von drei Anfragen nannte und den zusammengesetzten Wert auf 83 zog. Das Raster zu erweitern und die eigene Schlagzeilen-Zahl preiszugeben, ist ein schlechterer Marketing-Zug, als auf „100“ mit einem Drei-Engine-Nenner einzufrieren — und wir taten es trotzdem, mit dem im Diagramm sichtbaren Schritt, weil die Alternative die geschönte Halbwahrheit ist, von der diese Branche lebt. Dieselbe Disziplin gilt für die Fußnote „0 Zitierungen“ und die Perplexity-Spalte Eins-von-drei. 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 drei 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 %); Perplexity nannte es bei einer von drei. Die präzise Aussage lautet also: von allen vier Engines genannt, bei dreien zu 100 %, und bei Perplexity zu eins von drei. Die Engines erwähnen die Marke im Antworttext, zitieren aber noch nicht ihre eigene Domain als Quelle — diese Lücke zu schließen ist laufende Arbeit, kein Ergebnis, das wir behaupten.

Warum zeigt das Diagramm einen Schritt nach unten von 100 auf 83?

Weil wir die Messung erweitert haben, nicht weil die Antworten abgefallen sind. Bis zum 10. Juni deckte das Raster drei Engines ab — ChatGPT, Gemini und Claude — über drei Anfragen, und das Produkt wurde in allen neun Zellen genannt, ein Wert von 100. Am 11. Juni fügten wir eine vierte Engine hinzu, Perplexity, die das Produkt in einer ihrer drei Anfragen nennt, sodass der zusammengesetzte Wert zu 10 von 12 Zellen, also 83, wurde. Der Schritt nach unten ist eine ehrliche Erweiterung des Nenners, und das Diagramm zeigt ihn klar. Wir zeigen ihn bewusst, weil das Raster zu erweitern und eine schöne Zahl preiszugeben ehrlicher ist, als einen engen Nenner zu behalten. (KI-Engines sind zudem tatsächlich nicht-deterministisch zwischen Sitzungen, weshalb die Schleife den Trend über wiederholte Läufe statt über einen einzelnen Screenshot liest — aber diese allgemeine Eigenschaft ist nicht die Ursache dieses bestimmten Schritts.)

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, Einbruch und Perplexity-Lücke inklusive.

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 drei 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.

Dieser Artikel wurde am 12. Juni 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 von 100 am 23. April, die bis zum Lauf vom 11. Juni dahin steigt, in 10 von 12 Engine-und-Anfrage-Zellen (83 %) genannt zu werden. 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.