Arbeit, die man
nachprüfen
kann.
Zwei Kunden, zwei völlig unterschiedliche Kategorien, dasselbe Prinzip: sichtbar werden, wo Kaufentscheidungen heute beginnen — in AI-Antworten. Hier steht, was wir konkret getan haben.
LEISTUNG: GEO + AEO + TECHNICAL SEO
MARKT: DACH
STATUS: LAUFENDER RETAINER
Looly: Eine junge Fashion-Marke in die AI-Antwort bringen.
Ausgangslage. Looly Women ist eine Direct-to-Consumer-Marke für Damenmode. Wie fast jede junge E-Commerce-Marke war sie für AI-Engines schlicht nicht existent: keine Entitätssignale, kein Schema-Markup, Produktseiten ohne extrahierbare Antworten. Wenn Nutzerinnen ChatGPT oder Perplexity nach Empfehlungen in der Kategorie fragten, wurden ausschließlich große Marktplätze und etablierte Marken genannt.
Was wir getan haben. Vollständiges AI-Visibility-Audit als Baseline. Aufbau der Marken-Entität: Organization- und Product-Schema mit stabilen @ids, konsistente Markenformulierung über alle Kanäle, sameAs-Verknüpfung der Profile. Kategorieseiten wurden um TL;DR-Antwortblöcke ergänzt, die die echten Kauffragen der Zielgruppe beantworten („Was trage ich zu …", „Welche Passform bei …"). Dazu robots.txt-Öffnung für AI-Crawler, llms.txt und ein monatliches Prompt-Panel über ChatGPT, Perplexity, Gemini und Google AI Overviews.
Stand heute. Die Marke ist als Entität in den relevanten Knowledge Graphs verankert und wird in ersten Kategorie-Prompts des Panels namentlich genannt. Marken-Suchanfragen und Direct Traffic entwickeln sich messbar nach oben; das Panel läuft monatlich weiter und steuert die Content-Roadmap. Der wichtigste Effekt: Looly konkurriert in AI-Antworten jetzt in einer Liga, in die klassisches SEO eine junge Marke allein nie gebracht hätte.
NIGHTSAVER
LEISTUNG: GEO + AEO + AGENTIC SEARCH
MARKT: DACH
STATUS: LAUFENDER RETAINER
Nightsaver: Die Antwort auf „Was geht heute Abend?" werden.
Ausgangslage. Nightsaver bündelt Nightlife-Angebote und Deals — eine Kategorie, die wie gemacht ist für AI-Suche: „Beste Bars in {Stadt}", „Wo ist heute Studentenparty?", „Clubs mit freiem Eintritt heute". Genau diese Fragen wandern gerade von Google zu ChatGPT und Perplexity. Nightsaver tauchte in keiner dieser Antworten auf; zitiert wurden Magazin-Listicles und veraltete Blogartikel.
Was wir getan haben. Question-First-Architektur für lokale Intents: je Stadt und Anlass eigene, extrahierbare Antwortblöcke statt generischer Landingpages. Event- und Offer-Schema, damit Termine, Orte und Deals maschinenlesbar sind — die Voraussetzung, um auch von AI-Agenten (Agentic Search) als buchbare Quelle behandelt zu werden. Entitätsaufbau über lokale Verzeichnisse und konsistente Firmendaten. Wöchentliches Prompt-Panel für die wichtigsten Städte-Anfragen, weil sich lokale AI-Antworten schnell drehen.
Stand heute. Nightsaver wird in den getrackten lokalen Prompts zunehmend als Quelle für aktuelle Nightlife-Angebote genannt — mit direktem Link. Die strukturierte Event-Datenbasis macht die Plattform zu einer der wenigen in der Kategorie, die ein AI-Agent tatsächlich abfragen kann, statt sie nur zu erwähnen. Das Panel läuft wöchentlich; jede neue Stadt wird nach demselben Playbook aufgebaut.
Keine Fantasie-Prozente. Nachprüfbare Arbeit.
Wir veröffentlichen keine erfundenen Uplift-Zahlen. Jede Aussage oben lässt sich im Kundengespräch belegen — mit Prompt-Panels, Screenshots und monatlichen Reports. Referenzgespräche mit beiden Kunden vermitteln wir auf Anfrage.
Ihr Case könnte der nächste sein.
Kostenloses AI-Visibility-Audit. Antwort in einem Werktag. Einmalige Projekte ab 1.500 €, Retainer ab 500 €/Monat.