Woran wir glauben.

KI-Assistenten — ChatGPT, Claude, Gemini, Perplexity — haben die zehn blauen Links durch zwei bis sieben zitierte Quellen pro Antwort ersetzt. Für Marken verdichtet das zwei Jahrzehnte Suchfunnel-Optimierung auf eine einzige Frage: Sind Sie in den zitierten Quellen oder nicht?

Die meisten Plattformen in dieser Kategorie beantworten diese Frage mit einem Dashboard. Sie sagen Ihnen, dass Sie fehlen. Sie verlangen 500 $ bis 2.000 $ im Monat für das Privileg, Ihrer Unsichtbarkeit in Echtzeit zuzusehen. Keine von ihnen schreibt den Code, der Sie zurück auf die Karte bringt. Findrix schon.

Erkennung ohne ausformulierten Fix ist eine Foliensammlung. Was in dieser Kategorie Bestand hat, ist die Ebene, die Fixes schreibt — Schema, überarbeitete Inhalte, Zitierungs-Patches, verfasst für den jeweiligen Stack und bereit zum Einfügen — für die vier Stacks, die der Long Tail des Mittelstands tatsächlich nutzt (WordPress, Shopify, Next.js, Webflow).

40 CMS-Dialekte richtig hinzubekommen ist unspektakulär und langsam. Dieser Burggraben wächst mit der Zeit. Jeder Fix, den wir schreiben, macht den nächsten günstiger. Jeder Stack, den wir auf einer echten Kunden-Website durchtesten, bringt Zuverlässigkeit, die wir verkaufen.

Wir geben bei jedem Prozentwert ein Wilson-Konfidenzintervall an. Über mehrere Durchläufe hinweg führen wir ein geclustertes Band: die Streuung zwischen Prompts auf Basis einer t-Verteilung, nie enger als die Wilson-Untergrenze. Eine Veränderung gilt nur dann als echt, wenn sich zwei Bereiche nicht überschneiden. Engines werden nie zu einem Score gemittelt.

Jede Regel, die wir anwenden, ist dokumentiert, und jede berichtete Zahl hat ihren Bereich. Die Mathematik finden Sie auf der Methodik-Seite.

Jedes Audit verbessert das nächste. Wir lernen, welche Schema-Patches auf welchem Stack tatsächlich Zitierungen bewegen, mit welcher Latenz zwischen Umsetzung und Wirkung pro LLM zu rechnen ist, welche Prompt-Familien am schnellsten zum Mittelwert zurückfallen. Diese Metadaten — wie die KI-Zitierungslandschaft tatsächlich auf Eingriffe reagiert — sind der Burggraben, den wir bauen.

Wir trainieren keine Modelle mit Kundendaten. Wir verkaufen keine Audit-Daten an LLM-Anbieter. Das Schwungrad läuft auf aggregierten Ergebnisstatistiken mit strikter Mandantentrennung. Siehe unsere Datenschutzerklärung.

• Prompt Injection. Keine versteckten Anweisungen, keine Unicode-Tricks, keine Jailbreaks. Wir schreiben ausschließlich legitime Inhalte auf Ihrer Domain und standardkonformes Schema.
• Content-Spam. Keine massenhaft generierten Seiten, keine per LLM umgeschriebenen Beiträge in großem Stil, keine Linkfarmen. Jeder Fix ist in Ihrem CMS oder Ihrem Git überprüfbar.
• Die Mathematik verschleiern. Wenn unsere Methodik ein Peer-Review nicht übersteht, kommt sie in keinen Kundenbericht. Offene Formeln, offene Annahmen, offene Grenzen.
• An LLM-Anbieter verkaufen. Audit-Daten von Kunden bleiben in den Kunden-Mandanten. Wir teilen nur aggregierte, anonymisierte Ergebnisstatistiken — und nur mit ausdrücklicher Einwilligung.

Allgemein: team@findrix.ai

Agenturen: agencies@findrix.ai

Presse / Partnerschaften: press@findrix.ai

Sicherheit: security@findrix.ai (siehe security.txt)

• Wortmarke + Lockups (SVG, PNG): auf Anfrage unter team@findrix.ai
• Boilerplate in einem Absatz (unter der Markengeschichte oben)
• Gründer-Biografien + Porträtfotos: auf Anfrage über press@findrix.ai