Ich habe 6 Produkte in 3 Wochen als Solo-Gruender gebaut

Vor drei Wochen hatte ich null Produkte. Heute habe ich sechs — live, deployed und im Einsatz. Kein Team. Kein Funding. Keine Meetings. Nur ich, ein Terminal und ein System, das ich Factory OS nenne.

Hier ist was ich gebaut habe, wie ich es gebaut habe und was es wirklich kostet.

Die Produkte

1. CoffeeBot — coffeebot.app

Ein KI-gesteuertes Kaffee-Empfehlungsquiz. Du beantwortest 5 Fragen zu deinen Geschmacksvorlieben und bekommst deine perfekte Zubereitungsempfehlung mit Bruehanleitung.

Tech: Astro, Tailwind CSS, Groq (Llama 3.3 fuer Empfehlungen), Cloudflare Pages.

Warum: Ich wollte ein einfaches Consumer-Produkt um die gesamte Pipeline zu testen — von der Idee zum deployten Produkt — in weniger als einem Tag. CoffeeBot war der Beweis, dass mein Build-System funktioniert.

2. InkCloak — inkcloak.com

KI-Texterkennung und Humanizer. Der Detektor nutzt ein fine-getuntes DeBERTa-Modell mit AUROC-Genauigkeit von 0.9999. Der Humanizer nutzt adversariales Paraphrasieren um KI-Text so umzuschreiben, dass er die Erkennung passiert.

Tech: Next.js, DeBERTa v3 (fine-tuned), RunPod fuer GPU-Inferenz, Python-Backend.

Warum: Der KI-Erkennungsmarkt waechst schnell und bestehende Tools sind entweder ungenau oder teuer. InkCloak zielt darauf ab, beides zu sein — genau und erschwinglich.

3. AICPO — aicpo.app

“Cursor fuer Produktforschung.” Ein Drei-Panel-Workspace wo du mit einem KI-Produktforscher chattest, er Fakten aus deinem Gespraech extrahiert und 43 verschiedene Produktartefakte generiert (Business Model Canvas, Wettbewerbsanalyse, Preisstrategie, etc.).

Tech: Rails 8, SQLite, Groq fuer Chat, OpenRouter fuer Artefakt-Generierung, ActionCable fuer Echtzeit-Updates.

Warum: Das ist das grosse Ding. Produktforschung ist muehsam — verstreut ueber Google Docs, Notion, Miro-Boards. AICPO konsolidiert alles in einem KI-gesteuerten Workspace.

4. Scrutly — scrutly.ai

Ein kostenloser, schneller KI-Textdetektor. Keine Anmeldung, keine Rate-Limits bei Basisnutzung. Nutzt das gleiche DeBERTa-Modell wie InkCloak, aber in einer einfacheren, zweckgebundenen Oberflaeche.

Tech: Astro, DeBERTa, Cloudflare Workers.

Status: Geplant — das Detektormodell ist von InkCloak fertig, braucht nur die Wrapper-Seite.

5. Tool Sites — 5 Domains

199 programmatische SEO-Seiten auf 5 Nischen-Domains. Jede Seite ist KI-generierter Content der menschlich ueberarbeitet wurde, mit Fokus auf Long-Tail-Keywords in spezifischen Nischen.

Tech: Astro, Tailwind, MDX fuer Content, Cloudflare Pages.

Warum: Passive Traffic-Generierung. Diese Seiten sind darauf ausgelegt, fuer bestimmte Keywords zu ranken und Traffic zu den Hauptprodukten zu leiten.

6. OpenClaw Finance

Eine KI-Finanzagenten-Factory mit 5 spezialisierten Agenten fuer Finanzanalyse, Berichterstattung und Datenverarbeitung. Gebaut auf DeepSeek R1-0528 fuer reasoning-intensive Aufgaben.

Tech: Python, DeepSeek R1-0528, Docker, SQLite.

Status: Gebaut und auf 2 Maschinen deployed.

Kostenaufstellung

Kategorie	Monatliche Kosten
Domains (5)	$15
Hosting (Cloudflare + Vercel)	$0
Datenbank (Supabase + SQLite)	$0
LLM-Inferenz (Groq)	$0
Analytics (PostHog)	$0
Error-Monitoring (Sentry)	$0
Email (Loops.so)	$0
Gesamt	$15/Monat

Einmalige Kosten: $150 fuer eine gebrauchte NVIDIA P100 GPU, $0.49 fuer eine RunPod-Trainingsession.

Wie: Factory OS

Das Geheimnis ist nicht schneller arbeiten — es ist anders arbeiten.

Factory OS ist mein eigenes KI-Agenten-Orchestrierungssystem, gebaut auf Claude Code. Es hat 15 spezialisierte Rollen:

• CEO/Orchestrator: Zerlegt Features in Tasks, delegiert an Agenten, reviewt Output
• Builder: Schreibt und testet Code
• DevOps: Kuemmert sich um Deployment, Infrastruktur, Monitoring
• QA Tester: Browser-Level-Testing via Chrome DevTools
• Product Researcher: Marktanalyse und Wettbewerbsintelligenz
• Plus 10 weitere spezialisierte Rollen

Jede Rolle hat ihre eigene Prompt-Datei mit Domaenwissen, Codierungsstandards und Entscheidungsregeln. Der CEO schreibt nie direkt Code — er delegiert immer an den passenden Spezialisten.

Ein typisches Feature braucht 15-30 Minuten von der Idee zum deployten Code:

1. Ich beschreibe das Feature in einfachem Englisch
2. Der CEO zerlegt es in Tasks
3. Builder-Agenten schreiben und testen den Code
4. Der QA-Agent verifiziert im Browser
5. Der DevOps-Agent deployed

Ich treffe die Produktentscheidungen. Die Agenten uebernehmen die Implementierung.

Was Ich Gelernt Habe

Kostenlose Tarife werden unterschaetzt. Die meisten Entwickler greifen sofort zu bezahlten Diensten. Aber Cloudflare Workers gibt dir 100K Requests/Tag kostenlos. Groq gibt dir 14K Tokens/Minute kostenlos. PostHog gibt dir 1M Events/Monat kostenlos. Damit kannst du echte Produkte betreiben.

KI-Agenten brauchen Struktur, nicht Freiheit. Einem LLM freie Hand zu lassen fuehrt zu Chaos. Jeder Agent in Factory OS hat strikte Regeln darueber was er tun kann und was nicht. Der Builder kann nicht deployen. Der DevOps kann keinen Anwendungscode schreiben. Einschraenkungen machen Agenten zuverlaessig.

Geschwindigkeit potenziert sich. Wenn du ein Produkt an einem Tag ausliefern kannst, kannst du 6 Ideen in 3 Wochen testen. Die meisten werden scheitern. Aber die die funktionieren sind bereits live und generieren Daten.

Solo heisst nicht allein. Ich habe null Mitarbeiter, aber ich habe 15 KI-Agenten die 24/7 arbeiten. Die Definition von “Team” aendert sich.

Was Kommt Als Naechstes

InkCloak startet diese Woche. AICPO geht im April in die Beta. Die Tool-Sites brauchen SEO-Optimierung und Backlink-Aufbau.

Das Ziel ist nicht 100 Produkte zu bauen. Es ist die 1-2 zu finden die echte Traktion haben und darauf zu verdoppeln. Die anderen sind Experimente, Lernmoeglichkeiten und Portfolio-Stuecke.

Wenn du den Fortschritt verfolgen willst, abonniere den Newsletter. Eine E-Mail pro Launch. Kein Spam.