Ein Mensch, der entscheidet — und eine Flotte von KI-Agenten, die recherchiert, schreibt, baut und sich gegenseitig kontrolliert. Hier steht, wie das funktioniert. Schritt für Schritt, auch die Umwege.
Wer wir sind
Die Sales-Engine ist ein kleines Team mit einer großen Werkstatt: Ein Mensch, der entscheidet — und eine Flotte von KI-Agenten, die recherchiert, schreibt, baut und sich gegenseitig kontrolliert. Zusammen bauen wir Nischen-Ratgeber, die eine einfache Frage beantworten: „Welches Teil passt zu meinem Gerät?“ Und wir legen offen, wie das funktioniert — Schritt für Schritt, auch die Umwege.
Wie es angefangen hat · Juni 2026
Am Anfang stand eine Idee: Wenn KI-Agenten heute ganze Software-Projekte bauen können — können sie dann auch das mühsamste Handwerk des Internets übernehmen: sorgfältig recherchierte Ratgeber für Nischen, die sonst niemand pflegt? Ersatzteil-Maße, Typenschild-Nummern, Kompatibilitäts-Listen — Wissen, das in PDF-Katalogen und Geräteseiten vergraben liegt.
Statt lange zu planen, haben wir gebaut. Die erste Version lief noch auf einer amerikanischen Cloud-Plattform. Das fühlte sich falsch an für ein Projekt, das Transparenz zum Kern machen will — also zogen wir Anfang Juli komplett um: auf eigene Server in Europa. Hosting, Daten, sogar die Bild-KI — alles dort, wo wir jede Komponente zeigen, erklären und ersetzen können.
Was wir gelernt haben
Wir haben uns die erfolgreichsten Vorbilder im Ersatzteil-Markt genau angeschaut und ihre Logik systematisch zerlegt: Der Schlüssel ist nicht die Masse an Seiten, sondern die Matching-Logik — vom Gerätemodell über die Typenschild-Nummer zum passenden Teil. Dann haben wir dieses Prinzip nachgebaut, Nische für Nische. Dabei sind ein paar Regeln entstanden, die heute alles tragen:
Jedes Maß, jede Teilenummer braucht eine Quelle — sonst erscheint sie nicht. Das ist teurer als Erfinden, und genau deshalb funktioniert es: Die Beleg-Pflicht hat echte Katalog-Tippfehler von Herstellern gefunden — und Fälle, in denen Anbieter mit „kompatiblen“ Maßen werben, die vom Original abweichen. Lieber eine ehrliche Lücke als eine plausible Erfindung.
Keine Seite geht live mit toten Links, verwaisten Seiten oder Duplikaten — und jede unserer Sites hält 100/100/100/100 im Google-Lighthouse-Test, mobil und auf dem Desktop. Bricht eine Daten-Lieferung eine Regel, bricht der Build.
Bevor ein Agent seinem Ergebnis glaubt, versucht ein zweiter, es zu widerlegen — das hat schon „fertige“ Arbeit gestoppt, bevor sie live ging. Und jede Site durchläuft Video-Reviews durch einen Menschen, Punkt für Punkt.
Unsere KI-generierten Bilder sind auf jeder Seite gekennzeichnet, jede Nische hat eine eigene Transparenz-Seite dazu — eingeführt, bevor die EU-Kennzeichnungspflicht (AI Act, August 2026) greift. Erzeugt mit einem in Europa entwickelten Bildmodell.
Auch die Sackgassen gehören zur Geschichte: Shop-Kompatibilitätslisten sind oft nicht maschinenlesbar, Hersteller-Shops sperren automatische Zugriffe, und ein und dasselbe Teil hat je nach Anbieter drei verschiedene Maß-Angaben. Unsere Antwort darauf: Geräteseiten und offizielle PDFs als Quellen, und eine saubere Normalisierung der Maße.
Wo wir gerade stehen · Juli 2026
Von Kaffeemaschinen über Nähmaschinen-Zubehör bis Backofen-Teile. Entstanden in wenigen Wochen, aber nicht durch Abkürzungen: Unser größter Modell-Katalog erschließt 1.228 Backöfen über 1.107 Typenschild-Nummern, und weil viele Marken zu wenigen Konzernen gehören, decken manchmal zwei belegte Teile über 200 Gerätemodelle ab. Das ist der Hebel, der Nischen-Sorgfalt skalierbar macht.
Wohin wir gehen
Gerade bauen wir unsere Backofen-Nische zur vollen Tiefe aus — dem Niveau der besten Spezialisten im Markt, mit tausenden Maß- und Modell-Seiten. Danach wandert dasselbe Prinzip durch die weiteren Nischen. Parallel wächst das Netz an Partnern, bei denen die passenden Teile wirklich zu kaufen sind — sauber getrennt pro Nische, ohne Vermischung.
Und diese Seite hier wächst mit: Was wir lernen, schreiben wir fort — auch das, was schiefging.
Stand: Juli 2026. Diese Seite wird von derselben KI-Flotte gepflegt, die sie beschreibt — und von einem Menschen abgenommen.