Lebensläufe mit KI prüfen.
Gezielter interviewen.
Ein Praxisleitfaden, um mit einem LLM schneller eine Kandidatenliste zu erstellen, Muster zu erkennen und zu wissen, was in den ersten 15 Minuten geprüft werden sollte.
Praxisnotizen, keine Wissenschaft. Nutze sie als ersten Filter, nie als endgültiges Einstellungsurteil.
Ausgewählte Projekte
Diese Fälle zeigen, was gebaut wurde, was scheiterte und welche Erkenntnisse ins nächste Projekt einflossen.
cheap.market
Grenzüberschreitendes Commerce-Experiment: günstige Waren aus China für ein Social-First-Shoppingmodell. Marketplace-Mechanik, Social Discovery, KI-gestützte Katalogarbeit, Logistik, Zahlungen und reale Unit Economics.
Investorendeck ansehen ->Hypee
Foto- und Videoeditor für Endkunden. Von Yandex für rund $3,1 Mio. übernommen und in Yandex Zen integriert.
Mehr erfahren ->AI Boost
KI-Foto- und Videoeditor. Platz 1 im brasilianischen App Store, rund 16.000 neue Nutzer pro Tag, profitable Meta-Werbung und Exit für etwa $450.000.
Geschichte lesen ->Mehr als 10 Consumer-Produkte
7 Jahre mit Marketplaces, KI-Apps, Creator-Tools, Mobile Growth, Serverless-Infrastruktur und realem Betrieb. Manche funktionierten, andere nicht. Jedes Produkt brachte eine Erkenntnis.
TikTok-CPI $0,09, bezahlter CAC $8
Problem: Der Consumer-Commerce-Funnel hatte geringe Margen, und die übliche CAC-Rechnung führte in die Irre.
Ergebnis: Reale Commerce-Experimente erreichten einen TikTok-CPI von $0,09 und einen bezahlten CAC von $8 pro Käufer, mit dokumentierten Unit Economics.
Stable-Diffusion-API in 2 Tagen
Problem: Ein Wettbewerber brachte ein KI-Bildprodukt auf den Markt. Wir hatten kein Backend, und zwei Wochen erschienen zu lang.
Ergebnis: Die produktive API lief nach 48 Stunden auf Serverless AWS. Der Bau war nicht der schwierige Teil. Die eigentliche Arbeit begann nach dem Launch.
Serverless für ein kleines Gründerteam
Problem: Ein kleines Team kann keine aufwendige Infrastruktur für mehr als 10 Produkte betreiben.
Ergebnis: Ein wiederverwendbarer Lambda-, DynamoDB- und S3-Stack von Hypee bis cheap.market. Den produktiven Code schreibe ich weiterhin selbst.
Die Suche
Zwischen meinen Unternehmensprojekten analysiere ich den Venture-Markt systematisch, um die nächste offene Chance zu finden.
Jeden Monat ordne ich alle auffindbaren Finanzierungsrunden nach Phase, Geschäftsmodell, Monetarisierung, Kapitalintensität und Region. Nicht um Nachrichten nachzuerzählen, sondern um eine Frage zu beantworten: Wohin fließt das Geld, wohin fließt es nicht, und was bleibt dadurch noch offen?
Es begann als eigene Recherche für die Wahl meines dritten Unternehmens. Daraus wurde etwas, das sich zu teilen lohnt.
283 im Jahr 2026 finanzierte Unternehmen, vollständig filterbar. Gründer suchen nach freien Feldern. Investoren verfolgen den Trend.
Karte auf Englisch erkunden ->Setze eigene Filter. Der vollständige Zugriff ist mit dem Memo kostenlos.
Artikel
Ein Operator-Memo mit realen Kennzahlen, Produktentscheidungen und Erkenntnissen aus mehr als 10 Consumer-Produkten und 2 Exits.
Two Exits Later
Posts zeigen die Schlussfolgerungen. Das Memo zeigt das Arbeitsmaterial: Entscheidungsprotokolle, beobachtete Zahlen und Ideen für das nächste Unternehmen.
Auf Englisch abonnieren ->Medium
Ausführliche Operator-Essays über Marketplaces, KI im Produktivbetrieb und den Weg als Gründer. Materialien zum Teilen mit Investoren oder Programmpartnern.
Mit mir arbeiten
Zwei klare Formate für Gründer, die praktische Umsetzung oder den Blick eines erfahrenen Operators brauchen.
Beratung und Umsetzung für KI-Automatisierung
Bringe einen KI-Workflow oder ein Agentensystem mit klaren Grenzen, Zuverlässigkeitskontrollen und Betriebsplan in Produktion.
KI-Systeme ansehen ->Eine schwierige Entscheidung durchdenken
Fundierte Arbeit an Architektur, Produkt, Wachstum, Marketplaces, Teamaufbau oder Build-or-Buy-Entscheidungen.
Arbeitsformate ansehen ->Kontakt
Gründer, Fonds und Operatoren in Consumer-Produkten, Marketplaces, grenzüberschreitendem Handel oder angewandter KI.
