Marco Chluba
Januar 2026
Von Nischenseiten zu KI-Produkten
Wer kennt noch Nischenseiten? Man suchte sich eine Produktnische, baute eine Webseite, verdiente mit Affiliate-Links. Einfaches Modell, gute Margen – bis SEO und Plattformänderungen alles kaputtmachten.
Für die Dotcom-Zeit war ich zu jung. Den Bitcoin hab ich zu früh gesehen und zu spät gehandelt. Beim Thema AI lasse ich mir das nicht mehr nehmen – denn KI wird mindestens eine Revolution werden wie das Internet.
Sicher nicht über generierte Comic-Bilder auf LinkedIn. Aber über Produkte nach einem simplen Prinzip: INPUT → PAYMENT → AI-AGENT → OUTPUT.
Das Modell: Digital Vending Machine
Eine Vending Machine nimmt Geld, gibt ein Produkt zurück. Digital und mit KI funktioniert das genauso – nur dass das Produkt aus Informationen, Analysen oder Entscheidungen besteht.
INPUT
Präferenzen, Daten, Fragen
PAYMENT
Einmalzahlung oder Abo
AI-AGENT
Analyse & Interpretation
OUTPUT
Ergebnis, Empfehlung, Report
Das Schöne: Die Infrastruktur läuft 24/7, skaliert automatisch, und die Grenzkosten pro zusätzlichem Nutzer sind minimal.
Das Praxisbeispiel: myperfectpaw.com
Als erste «AI-Shit-Applikation» – MVP, minimal, zum Testen – entstand myperfectpaw.com: Ein Wizard nimmt persönliche Präferenzen auf (Aktivitätslevel, Erfahrung, verfügbare Zeit, Pflegeaufwand etc.), verarbeitet diese mit KI, kassiert 39 € und berät per AI-Agent, welche Hunderasse am besten passt.
Das technische Modell dahinter
Im Hintergrund läuft ein simples, aber effektives mathematisches Modell: Die Präferenzen des Nutzers werden mit strukturierten Attributen von über 100 Hunderassen verglichen.
Jede Eigenschaft wird normalisiert und über ein gewichtetes Scoring-Modell bewertet. Dadurch entsteht ein Matching-Score, der die Kompatibilität quantifiziert.
Die KI übernimmt dabei nicht die Berechnung – sondern erklärt und interpretiert das Ergebnis verständlich. Quasi als digitaler Hundeberater.
Das ist ein bewusstes «Wegwerfprodukt» – nicht weil es schlecht ist, sondern weil das Ziel war: Schnell testen, ob das Modell funktioniert. Kein aufwändiges Design, kein Marketing-Budget, keine monatelange Entwicklung. MVP pur.
Was KMU daraus lernen können
Das Digital-Vending-Machine-Modell funktioniert nicht nur für Nischen-SaaS von aussen. Viele KMU haben intern ähnliche Anforderungen:
- → Kunden-Self-Service: Kunde gibt Daten ein, KI liefert Angebot oder Konfiguration ohne Vertriebsmitarbeiter
- → Internes Reporting-Tool: Mitarbeiter gibt Parameter ein, KI generiert Analyse und Empfehlung
- → Produkt-Konfigurator: Nutzer gibt Anforderungen ein, KI empfiehlt passende Variante aus dem Katalog
Das Prinzip ist immer gleich: Strukturierter Input, ein Verarbeitungsschritt mit KI, ein klarer Output. Minimal, messbar, skalierbar.