Ein Verzeichnis, das KI-Agenten lesen können — Profil-Check in rund 60 Sekunden

Architektur

Der Profil-Check ist das technische Herzstück: Für jede Analyse wird eine ephemere Daytona-Sandbox gestartet — eine isolierte Micro-VM, in der die fremde Website mit headless Chromium gerendert, gescreenshottet und ausgewertet wird. Untrusted Content läuft nie auf der eigenen Infrastruktur. Ein dokumentierter Latenz-Trade-off: Der volle Lighthouse-Audit (~40 Sekunden) wird im Chat-Pfad bewusst übersprungen, damit der Check unter dem Serverless-Zeitlimit bleibt; Fakten plus Screenshot reichen für die Erstdiagnose. Fällt die Sandbox aus, greift ein direkter Fetch-Fallback — das Onboarding bricht nie ab.

Die Extraktion übernimmt Claude Haiku mit einem strikten «nur extrahieren, nie erfinden»-Prompt: Firmendaten, Leistungen, Regionen, Vertrauenssignale werden aus Homepage plus Unterseiten (Kontakt, Impressum, Über-uns) gezogen und zu einem Profil-Entwurf samt Readiness-Score (0–92) verdichtet. Der Score ist kanonisch gespeichert — Chat, Outreach-E-Mail und öffentliche Check-Seite zeigen garantiert dieselbe Zahl.

Die Agenten-Schnittstelle ist dreifach ausgelegt: ein handgeschriebener JSON-RPC-2.0-MCP-Server (acht Tools, von search_companies über read_company_profile bis call_company_function mit Consent-Pflicht), eine parallele REST-API mit publizierter OpenAPI-Spezifikation, und statische Discovery-Dateien (/.well-known/webmcp.json, agents.md, llms.txt, pro Firma agent.json und agent.md). Agenten, die nicht POSTen können, bekommen vorbefüllte klickbare Kontakt-Links — Abdeckung für jede Agenten-Generation.

Der ungewöhnlichste Flow: Ein KI-Agent kann ein Unternehmen eintragen, das ihm nicht gehört. Der Eintrag bleibt unsichtbar und kostenlos, bis der echte Inhaber den per E-Mail zugestellten Stripe-Link klickt — die Zahlung ist gleichzeitig Consent und Verifizierung. Bei Zahlungseingang publiziert der Webhook das Profil und provisioniert automatisch den Dashboard-Zugang. Dual-Domain obendrauf: anewera.ch (Deutsch) und anewera.ai (Englisch) laufen aus einer Codebasis, per Middleware-Rewriting getrennt.

Ablauf

1. 1 Check in einer Minute Website eingeben — die Daytona-Sandbox rendert die Seite, Claude extrahiert die Fakten, der Readiness-Score zeigt: Das können KI-Agenten heute über dieses Unternehmen lesen. Das Tool ist Produkt-Demo und Lead-Mechanik zugleich.
2. 2 Profil-Entwurf statt leerem Formular Aus der Analyse entsteht automatisch ein vollständiger Profil-Entwurf (menschenlesbar + agent.json) — der Interessent korrigiert, statt bei null zu tippen.
3. 3 Zahlung als Verifizierung Selbsteintrag: CHF 29/Mt. via Stripe, sofort live — die aktive Zahlung ist der Spam-Filter. Alternativ: kuratierte Gratis-Einladung mit persönlichem Verifizierungs-Call, limitiert auf 30 pro Tag.
4. 4 Von Agenten gefunden und kontaktiert Das Profil ist ab Publikation über MCP, REST und agent.json abrufbar; Agenten können mit Consent-Gate Offerten anfragen, Termine anstossen oder Fragen stellen — Anfragen landen per Resend beim Unternehmen.

Was wir daraus mitgenommen haben

Verifizierung ist Produktarchitektur, kein Nachgedanke: Ein Verzeichnis, dem KI-Agenten vertrauen sollen, muss Spam strukturell verhindern — deshalb ist die Zahlung selbst der Verifizierungsmechanismus. Und: Ein Tool (Profil-Check) erklärt ein neues Produkt besser als jede Landingpage.

Gestaltung

Die Gestaltung nutzt Commissioner Variable (Body, mit fein justierten Variable-Font-Achsen) und Space Grotesk fürs Logo auf einer warmen OKLCH-Off-White-Palette — technisch-glaubwürdig, aber nicht kalt. Die Zielgruppe sind Schweizer KMU, die «KI-Agenten» noch für Zukunftsmusik halten: Der Ton ist Sie-Form, konkret, ohne Hype-Vokabular.

Das Produktversprechen («lesbar · auffindbar · kontaktierbar») wird im Interface wörtlich durchdekliniert — inklusive live gerendertem JSON-Beispiel und API-Statuszeile im Hero. Die Website zeigt, was sie verkauft.