Die meisten technischen Gründer können bauen. Sie wissen nicht, wie sie erste Kunden für ihr SaaS gewinnen. Der Standardreflex: auf Product Hunt posten, tweeten, abwarten. Vielleicht ChatGPT nach einer „Go-to-Market-Strategie" fragen und eine generische 10-Punkte-Liste zurückbekommen, die wie ein Marketing-Lehrbuch klingt.
Genau dieses Problem löst FirstDemand. Eine Demand-Strategie für Startups, die spezifisch auf das Produkt, den Gründer und die Phase zugeschnitten ist — nicht recycelte Ratschläge aus einem Blogpost für Series-B-Unternehmen.
Das Problem mit generischem Launch-Rat
Lies irgendeinen Artikel über „Wie bekomme ich erste Kunden für mein SaaS". Du findest die gleiche Liste: Product Hunt, Hacker News, Cold Outreach, Content schreiben, Build in Public. Jeder Gründer bekommt die gleichen Kanäle — egal ob Developer Tool, B2B-Analytics-Dashboard oder Nischen-Produktivitätstool für Steuerberater.
Dieser Rat ist nicht falsch. Er ist nutzlos, weil er unpriorisiert ist. Ein Solo-Gründer mit zwei Stunden am Tag für Demand-Arbeit kann nicht acht Kanäle bedienen. Er braucht die zwei oder drei Kanäle, die zu seinem spezifischen Produkt, seiner Zielgruppe und seinem Komfortniveau passen — und er muss wissen, warum die anderen nicht dran sind.
Strategieberater beantworten diese Frage. Sie berechnen 150–300 €/h und liefern in Wochen. Für einen Early-Stage-Gründer, der Runway verbrennt, ist das entweder unbezahlbar oder eine schlechte Allokation von knappem Kapital.
Was FirstDemand macht
FirstDemand ist ein KI-Launch-Strategie-Tool, das einen einzigen Input nimmt — eine Landing-Page-URL oder eine Produktbeschreibung — und vier umsetzungsfertige Artefakte generiert:
-
Demand Readiness Diagnosis — eine ehrliche Bewertung von Positionierung, ICP-Klarheit, Conversion-Bereitschaft und Dringlichkeitssignalen. Es wird nicht angenommen, dass das Produkt bereit ist. Wenn die Landing Page eine vage Value Prop und keinen klaren CTA hat, sagt die Diagnose das.
-
Channel Scorecard — die besten Kanalfamilien, bewertet nach Produkttyp, ICP-Verhalten, Proof-Level, Komfortzone und Time-to-Signal. Jede Aufnahme und jeder Ausschluss kommt mit einer Begründung. Keine mysteriösen Scores.
-
14-Tage-Playbook — tägliche oder gruppierte Aktionen, jeweils mit Deliverable, Zielkanal und Zeitschätzung. Dimensioniert für einen Solo-Gründer. Das ist eine Ausführungssequenz, kein Content-Kalender.
-
Asset Pack — sofort einsetzbare Assets für jeden empfohlenen Kanal. Directory-Beschreibungen, Community-Post-Entwürfe, Outreach-Templates, CTA-Varianten, Gründer-Positionierung.
Die gesamte Pipeline läuft in unter zwei Minuten. Vier Schritte, gestreamt via SSE. Kein tagelang warten auf ein PDF.
Wie die KI-Pipeline funktioniert
Wenn ein Gründer eine URL einfügt, liest FirstDemand die Live-Seite mit OpenAIs webSearchPreview-Tool via GPT-5.4. Wenn die KI-Websuche die Seite nicht erreicht — Bot-Schutz, JavaScript-lastige SPA, Login-Wall — fällt sie auf serverseitiges HTML-Parsing mit Cheerio zurück. Ein zweiter Durchlauf durch GPT-5-mini synthetisiert den Rohinhalt in strukturierte Intake-Felder: Produktname, Value Proposition, Zielgruppe, CTA, Hauptvorteile.
Jeder Scrape bekommt ein Qualitätssignal: good, partial oder failed. Teilergebnisse füllen vor, was gefunden wurde, und markieren, was fehlt. Vollständige Fehler leiten den Gründer zur manuellen Eingabe mit einem konkreten Grund — „URL nicht erreichbar", „Seite blockiert unseren Reader", „Zu wenig Inhalt zum Extrahieren." Keine vagen Fehlermeldungen.
Die URL ist optional. Gründer ohne Live-Landing-Page können ihr Produkt direkt beschreiben. Die Generierungspipeline funktioniert identisch mit manueller Eingabe — der Scrape ist eine Annehmlichkeit, keine Abhängigkeit.
Nach der Prüfung und Absendung des Intake-Formulars laufen vier Generierungsschritte sequenziell. Jeder Schritt erhält die gespeicherten Scrape-Daten, die Korrekturen des Users und etwaigen Kontext aus vorherigen Korrektur-Runden. Die KI scrapt nicht nochmal. Sie arbeitet mit dem, was sie hat, plus dem, was der Gründer korrigiert hat.
Warum nicht ein einzelner Prompt?
Die Aufteilung in vier Pipeline-Schritte ist kein Architektur-Selbstzweck. Jedes Artefakt hat eine andere Funktion: Diagnose bewertet Readiness, Channel-Scoring bewertet Fit, das Playbook sequenziert Aktionen, und das Asset Pack generiert Copy. Separate, fokussierte Prompts liefern bessere Ergebnisse als ein einzelner Modellaufruf, der alles gleichzeitig machen soll.
Die Aufteilung ermöglicht auch Streaming. Gründer sehen die Diagnose erscheinen, während das Channel-Scoring noch generiert wird. Wahrgenommene Geschwindigkeit zählt, wenn jemand einer KI seine Launch-Strategie anvertraut.
Der Quiet-Launch-Bias
Die meisten KI-Launch-Tools setzen auf „überall posten, Lärm machen." FirstDemand nimmt die Gegenposition ein. Der Standard-Bias ist Quiet Launch — wenige, hochsignalstarke Kanäle statt breites öffentliches Posting.
Das Channel-Scoring bestraft Kanäle, die Proof oder Volumen erfordern, das der Gründer noch nicht hat. Wenn ein Product-Hunt-Launch für das Produkt sinnvoll ist und der Gründer sich damit wohlfühlt, taucht er auf. Wenn die Positionierung schwach ist und der Gründer null Social Proof hat, wird der Kanal zurückgestellt — und stattdessen Kanäle empfohlen, auf denen Signal ohne Publikum möglich ist.
Das ist keine Ideologie. Es ist Pattern Matching aus der Arbeit mit Early-Stage-Gründern. Wer seine ersten 10 Kunden gewinnt, macht das selten durch Lautstärke. Sondern durch eine spezifische Community, eine warme Empfehlung, einen gut platzierten Directory-Eintrag oder gezieltes Outreach an 20 Leute, die exakt dem ICP entsprechen.
Korrigieren und Neu-Generieren
Die wichtigste Designentscheidung: Jedes Ergebnis ist korrigierbar. Ein Panel am Ende der Ergebnisseite fragt: „Stimmt etwas nicht?" Der Gründer tippt eine Klartext-Korrektur — „Wir targeten freiberufliche Designer, nicht Agenturen" oder „Ich mache kein Cold E-Mail, entferne den Kanal" — und die gesamte Pipeline läuft mit diesem Kontext auf höchster Priorität neu.
Korrekturen akkumulieren. Das System bewahrt die vollständige History. Der dritte Durchlauf ist schärfer als der erste, weil er drei Runden Gründer-Kontext hat, den kein KI-Scrape hätte erfassen können.
Das löst das größte Problem KI-generierter Strategie: Sie ist beim ersten Mal immer leicht daneben. Die Frage ist, ob das Tool effizientes Korrigieren erlaubt — oder zum Neustart zwingt.
Für wen es ist (und für wen nicht)
Primäre Zielgruppe: Solo-Technical-Founder, Indie Hacker und kleine Teams, die B2B SaaS, KI-Tools oder Nischen-Produktivitätsprodukte launchen. Drei Phasen:
- Pre-Launch — hat eine Landing Page oder Waitlist, noch keinen Traffic. Braucht Richtung, bevor Zeit auf die falschen Kanäle verschwendet wird.
- Frisch gelauncht — hat einen initialen Launch gemacht, der Spike ist vorbei. Braucht einen Next-Move-Plan, kein weiteres Launch-Day-Playbook.
- Frühe Traktion — 0–100 User oder erste zahlende Kunden. Will über das eigene Netzwerk hinauswachsen, ohne Vollzeit-Marketer zu werden.
Nicht geeignet für: Freelancer, die Services verkaufen. Teams, die Paid-Acquisition-Funnels brauchen. Enterprise Sales. Alle, die eine vollautomatische Growth Engine erwarten. FirstDemand generiert einen Plan und Assets. Die Umsetzung liegt beim Gründer.
Mehrsprachige Ausgabe
Ein Feature, das die meisten KI-Strategie-Tools komplett überspringen. FirstDemand lässt Gründer bei der Intake einen Zielmarkt und eine Asset-Sprache wählen. Ein deutscher Gründer, der ein Tool für deutsche Freelancer baut, bekommt Community-Posts auf Deutsch, Directory-Beschreibungen auf Deutsch und Outreach-Entwürfe auf Deutsch — gepostet in deutschsprachigen Kanälen, nicht auf r/SaaS.
Die Zielmarkt-Auswahl fließt auch in das Channel-Scoring ein. Ein Produkt für den DACH-Raum wird gegen deutsche Verzeichnisse, deutschsprachige Communities und DACH-spezifische Launch-Plattformen bewertet. Nicht der Standard-Mix englischsprachiger Kanäle.
Die analytischen Outputs — Diagnose und Channel Scorecard — bleiben auf Englisch. Die sind für das strategische Denken des Gründers. Die Playbook-Aktionsbeschreibungen und das gesamte Asset Pack werden in der gewählten Sprache generiert. Copy-Paste-fertig für den jeweiligen Kanal.
Preise
Free Preview: $0, keine Registrierung nötig. Liefert die vollständige Demand-Readiness-Diagnose und eine Channel-Themen-Übersicht. Genug, um zu beweisen, ob das Urteilsvermögen des Tools das Bezahlen wert ist.
Full Project: $49 (Einführungspreis, regulär $99). Schaltet die komplette bewertete Channel-Aufschlüsselung frei, das 14-Tage-Playbook, das vollständige Asset Pack und unbegrenzte Korrekturen mit Neugenerierung. Pro Projekt, nicht pro Monat.
Das Preismodell ist bewusst gewählt. Ein Abo ergibt keinen Sinn, wenn der Use Case ein einzelner Produktlaunch ist. Man braucht das intensiv für 2–4 Wochen, dann hat man entweder Traktion und braucht andere Tools, oder man muss das Produkt ändern. Per-Project-Pricing passt zum Job.
Was ich beim Bauen gelernt habe
Ich habe FirstDemand gebaut, weil ich bei CodeAttack-Kunden immer das gleiche Muster gesehen habe. Technische Gründer beendeten ihren MVP Sprint, hatten ein deployed Produkt — und blieben stehen. „Und jetzt?" Das Produkt war fertig. Die Demand-Strategie war ein leeres Blatt.
Drei Muster wiederholten sich:
-
Gründern fehlen keine Kanäle. Ihnen fehlt die Priorisierung. Jeder kennt Product Hunt. Niemand weiß, ob Product Hunt für das eigene Produkt gerade Sinn ergibt. Der Wert liegt nicht in Channel Discovery — sondern in Channel Judgment.
-
Generische Ratschläge erzeugen Analyse-Paralyse. „Probier 8 Kanäle und schau was funktioniert" klingt handlungsorientiert und ist es nicht. Ein Solo-Gründer, der 8 Kanäle gleichzeitig versucht, macht alle schlecht. Auf 2–3 mit klarer Sequenz eingrenzen eliminiert die Entscheidungsmüdigkeit.
-
Assets sind der Engpass. Selbst wenn Gründer wissen, welchen Kanal sie nutzen sollten, stocken sie beim Schreiben. „Was poste ich auf Hacker News?" „Wie formuliere ich meine Cold DM?" Sofort einsetzbare Copy für die spezifischen Kanäle zu generieren — das ist, wo sich die Zeitersparnis multipliziert.
FirstDemand versucht nicht, strategisches Denken zu ersetzen. Es versucht, die Lücke zwischen „Ich habe ein Produkt" und „Ich führe einen Demand-Plan aus" von zwei Wochen auf zwei Minuten zu verkürzen.
Technische Entscheidungen
SSE-Streaming statt WebSockets. Die Generierungspipeline besteht aus vier sequenziellen Schritten. Server-Sent Events sind einfacher zu implementieren, zu debuggen und hinter Standard-HTTP-Infrastruktur zu deployen als WebSockets. Kein persistentes Connection-Management. Keine Reconnection-Logik auf dem Client außer dem eingebauten EventSource-Retry des Browsers.
Cheerio als Scrape-Fallback. Viele Landing Pages nutzen clientseitiges Rendering (React SPAs, Next.js mit vielen Client Components). Das KI-Web-Search-Tool handhabt das gut, weil es die Seite rendert. Wenn das fehlschlägt, parst Cheerio das rohe HTML — das enthält oft genug statischen Content für einen partiellen Intake. Zwei Fallback-Ebenen, bevor der Gründer manuell tippen muss.
Polar als Payment-Provider. Wickelt globale Zahlungen, USt. und Mehrwertsteuer als Merchant of Record ab. Per-Transaction-Pricing (4 % + 40 Cent), keine monatlichen Gebühren. Bei einem Per-Project-Preismodell im Bereich $49–99 hält das die Fixkosten bei null, bis Umsatz kommt.
Keine Abo-Infrastruktur. Bewusst weggelassen. Abo-Logik, Billing-Zyklen und Churn-Tracking für ein Produkt hinzufügen, dessen Kern-Use-Case ein einmaliger Launch ist — das wäre voreilig. Wenn sich wiederholte Nutzung über mehrere Launches häuft, ändert sich das. Bis dahin bleibt Per-Project.
Was als Nächstes kommt
Post-MVP-Features in der Queue: Playbook-Refresh nach Eingabe erster Ergebnisse, Export nach Markdown/PDF, gespeicherte Templates nach Produkttyp und eine strukturierte Directory-Submission-Checkliste. Nichts davon wird shipped, bevor die Kern-Pipeline ihren Wert mit echten Nutzungsdaten bewiesen hat.
Die explizite Nicht-Roadmap ist genauso wichtig: kein Auto-Posting, keine Auto-Submission, keine Deep Analytics, kein Paid-Ads-Management. FirstDemand bleibt auf dem Quiet-Launch-Wedge. Die Scope-Grenze ist das Produkt.