Start/Projekte

Mein Labor.
Eigene Seiten, eigene Systeme.

Ich verkaufe nichts, was ich nicht selbst betreibe. Die Seiten sind live: rymhart.de, opal-schmiede.com, kaffeepioniere.de, eat-vegan.de, dermarkenjuwelier.de, pferdekumpel.de, pastaweb.de, chaoshund.de und diese hier. Vier Content-Sites laufen auf einer gemeinsamen Codebasis, selbst gehostet in Deutschland, mit Pipelines für Keywords, Inhalte, Bilder und Produktdaten. Hier teste ich, was funktioniert, bevor es zu Kunden geht. Und hier sehe ich zuerst, was bricht.

So entsteht ein Artikel auf meinen Seiten

  1. KeywordsDiscovery in neun Phasen, Daten von DataForSEO, Cluster per KI
  2. EntwurfText aus echten Datenankern, nicht aus dem luftleeren Raum
  3. FaktencheckAussagen gegen die Quellen, rechtliche Leitplanken eingebaut
  4. BilderWebP in allen Größen, Alt-Texte, nichts von der Stange
  5. LiveDeploy per Git-Push, vier Seiten bauen automatisch neu

Was hier über Monate hält, biete ich Kunden an. Was bricht, bricht zuerst bei mir.

Referenzen

Die Kundenshops
haben eigene Seiten.

RYMHART, Opal-Schmiede und Pastaweb mit Zahlen, Zeitleiste und Vollbild-Screenshots stehen unter Referenzen. Hier geht es um die Technik dahinter.

Weitere eigene Seiten

Mehr Labor.
Alle live, alle selbst betrieben.

eat-vegan.deVegane Rezepte, Restaurants, Produkte. Rezept-Automatik, Verzeichnis-Import, Pinterest. dermarkenjuwelier.deSchmuck und Uhren. Produkt-Feeds, Preisabgleich, Bestenlisten nur mit kaufbaren Produkten. pferdekumpel.dePferde-Ratgeber. Von WordPress auf die gemeinsame Codebasis umgezogen, Gastbeiträge als Publisher. chaoshund.deHunde-Ratgeber zu Gesundheit, Ernährung, Training und Hunderecht.
Systeme

Was ich gebaut habe
und jeden Tag betreibe.

Plattform

Vier Sites, eine Codebasis, vier Datenbanken

eat-vegan.de, kaffeepioniere.de, dermarkenjuwelier.de und pferdekumpel.de laufen auf demselben Next.js-Code. Jede Site hat ihre eigene Datenbank, eigene Prompts und eigene Einstellungen. Keine Nischen-Logik im Code: Was eine Site anders macht, steht in ihrer Datenbank, nicht in einer if-Abfrage.

Deploy per Git-Push, alle vier Sites bauen automatisch neu. Server in Nürnberg, Reverse-Proxy mit automatischen Zertifikaten, tägliche Backups. Das Setup ersetzt Vercel und Supabase Cloud für einen Bruchteil der Kosten.

Next.js · Postgres · Coolify · Traefik · Hetzner
Sites4 auf einer Codebasis
HostingEigener Server, Deutschland
DeployGit-Push, automatisch
IsolationEigene DB pro Site
SEO-Pipeline

Keyword-Discovery in neun Phasen

Aus einem Seed-Keyword entstehen automatisch Themencluster: Suchdaten von DataForSEO, Clustering und Bewertung per KI, Filter gegen Near-Duplicates, Priorisierung nach Nachfrage und Wettbewerb. Jede Regel ist im Admin einstellbar, nichts ist fest verdrahtet.

Rechtliche Leitplanken sind eingebaut: Keywords wie „Testsieger“ oder „Testbericht“ werden ausgeschlossen, weil sie in Deutschland ohne echten Test abmahnfähig sind. Das System weiß das, bevor ein Text entsteht.

DataForSEO · Claude · Postgres · Trigger.dev
Ablauf9 Phasen pro Seed
DuplikateJaccard + Substring-Filter
SteuerungAdmin-UI, keine Code-Änderung
RechtUWG-Filter eingebaut
KI-Automatisierung

Redaktions-Pipeline mit Faktencheck

Artikel, Rezepte, Produktvergleiche und Bestenlisten entstehen aus Datenankern: echte Produktdaten, Preise, Verfügbarkeit. Nach der Erstellung prüft eine zweite Stufe Fakten, Länge, verbotene Formulierungen und Duplikate. Was durchfällt, geht nicht live.

Bestenlisten zeigen nur Produkte, die tatsächlich kaufbar sind: Partner aktiv, auf Lager, Preis vorhanden. Alles andere fliegt automatisch raus. Fail-closed statt „irgendwie veröffentlicht“.

Trigger.dev · Claude · GPT · Postgres
PrinzipDatenanker, kein Freitext
PrüfungAutomatisch, fail-closed
DuplikateVierstufiger Schutz
PromptsIn der DB, pro Site
Technik

Bild-Pipeline und Core Web Vitals

Rund 5.000 Bestandsbilder wurden automatisch zu WebP konvertiert, jeder neue Upload wird in drei Größen abgelegt und über ein CDN ausgeliefert. Der Autoren-Avatar, der auf jeder Seite lag, ging von 1,6 MB auf 22 KB. Die Blog-Seiten stiegen im Lighthouse-Score von 63 auf 76 bis 80, Rezepte von 65 auf 79.

SEO und Best Practices stehen bei 100, Accessibility bei 97. Der Rest ist ehrliche Arbeit an Render-Blocking und Bundle-Größe, dokumentiert mit dem, was funktioniert hat und was nicht.

Sharp · Bunny CDN · Lighthouse · Next.js
Bilder~5.000 konvertiert
Avatar1,6 MB → 22 KB
Lighthouse SEO100
Performance mobil63 → 76–80
E-Commerce-Daten

Produkt-Feeds, Preisabgleich und Marktplatz-APIs

Feed-Importer für Partnerprogramme mit Upsert-Logik statt „prüfen, dann einfügen“, damit Duplikate gar nicht erst entstehen. Anbindung an die Amazon Creators API mit den echten Limits, tägliche Aktualisierung von Preisen und Verfügbarkeit, Affiliate-Links über eigene Redirects mit korrekten rel-Attributen.

Die Kaufbar-Zählung pro Kategorie wanderte von der Anwendung in die Datenbank: von 10 bis 60 Sekunden auf 61 Millisekunden. Die 404- und 502-Fehler davor waren Timeouts in Verkleidung.

Amazon Creators API · Postgres · PostgREST
ImportUpsert, keine Duplikate
AktualisierungTäglich, automatisch
Kategorie-Zählung60 s → 61 ms
Linksrel=sponsored, 302, noindex
Technisches SEO

Audit einer eigenen Site: acht Bugs, die Tools nicht sehen

Im Juli 2026 habe ich kaffeepioniere.de so auditiert, wie ich es für einen Kunden tun würde: Code, Live-Checks, echte Search-Console-Daten. Ergebnis: technisch sauber indexiert, 721 URLs mit Impressionen, Sitemap-Index mit zehn typisierten Sub-Sitemaps, JSON-LD auf allen Seitentypen.

Trotzdem acht konkrete Fehler: gelöschte Seiten mit hartem 404 statt 301, Soft-404s mit Status 200, ein Root-Canonical, der sich auf Unterseiten vererbte, Autorenseiten ohne eigene Metadaten. Der ehrliche Befund: Der Engpass war nicht Technik, sondern Autorität. Das schreibe ich Kunden genauso hin.

Search Console API · Lighthouse · Code-Audit
URLs mit Impressionen721
Gefundene Bugs8, live verifiziert
Sub-Sitemaps10, typisiert
EngpassAutorität, nicht Technik
Automatisierung

Pinterest-Pinning und News-Crawler

Fünf Content-Typen werden automatisch als Pins aufbereitet und veröffentlicht, mit den rechtlichen Hinweisen direkt im Pin-Bild. Ein Crawler zieht Google-News-Feeds und Reddit-Threads pro Thema, bewertet Relevanz per KI und legt Vorschläge in die Redaktions-Pipeline.

Gelernt dabei: OAuth-Verbindungen sterben still. Deshalb überwacht ein Workflow heute, ob überhaupt noch gepinnt wird, statt darauf zu vertrauen.

Pinterest API · Google News RSS · Reddit · Trigger.dev
Pin-Typen5, automatisch
QuellenNews-RSS + Reddit
BewertungRelevanz per KI
MonitoringVerbindung wird geprüft
Ehrlich

Was ich dabei
gelernt habe.

Eigene Seiten sind das beste Training, weil man jeden Fehler selbst bezahlt. Ein paar Lektionen, die in jedes Kundenprojekt einfließen.

Lektion

Automatik kann still stehen

Ein Schalter in der Datenbank sagt „an“, der Zeitplan läuft trotzdem nicht. Deshalb überwache ich heute, ob Workflows tatsächlich Ergebnisse liefern, nicht nur, ob sie konfiguriert sind.

Lektion

Warme Messungen täuschen

Eine Seite, die beim zweiten Aufruf schnell ist, ist nicht schnell. Ich messe kalt, mobil, mit echten Daten. Sonst optimiert man das Falsche.

Lektion

Ohne Marke ist Sichtbarkeit geliehen

Pastaweb ist beim August-Update 2026 bei Google fast auf null gefallen, Opal-Schmiede nicht. Der Unterschied: Bei Pastaweb sucht niemand nach dem Namen. Google belohnt Seiten, die Menschen gezielt aufrufen. Deshalb gehört Markenaufbau in jeden SEO-Plan.

Lektion

Qualitätsschranken gehören überall hin

Wo eine Pipeline ohne Prüfstufe lief, gab es später Aufräumarbeit. Heute ist jede Pipeline fail-closed. Das kostet am Anfang Zeit und spart sie danach jede Woche.

Shop-Check

Das Gleiche
für deinen Shop?

Drei Fragen, sofort ein Ergebnis, danach schaue ich mir deinen Shop persönlich an.

Kostenlosen Shop-Check startenoder schreib mir eine Mail