Ein KI-Agent fragt einen MCP-Server nach Design-Referenzen für eine Website. Sekunden später liefert der Server passende Screens aus einer Datenbank mit über 257.000 Bildschirmaufnahmen. Das ist kein Zufall. Dahinter steckt eine Wachstumsstrategie, die sich gezielt an KI-Agenten richtet.
Ali Abouelatta hat das mit seinem Projekt Lazyweb umgesetzt. In einem Substack-Post beschreibt er die Höhen und Tiefen: 50.000 Anmeldungen, kein Marketingbudget, ein paar Monate. Wichtig zur Einordnung: Alle Zahlen sind Eigenangaben des Gründers über sein eigenes Produkt, von unabhängiger Seite überprüft sind sie nicht. Aufschlussreich ist seine Bilanz trotzdem – sie zeigt, welche Taktiken funktionieren, wo es hakt und was das für Produkte rund um KI-Agenten bedeutet.
Lazyweb: Von null auf 50.000 Anmeldungen
Lazyweb ist eine Plattform, die KI-Agenten Zugang zu einer Datenbank mit App- und Webdesign-Screens bietet. Über einen MCP-Server können Modelle wie Claude oder Codex direkt auf die Daten zugreifen. MCP steht für Model Context Protocol, ein Standard, der KI-Modellen erlaubt, externe Werkzeuge und Datenquellen einzubeziehen. Für Agenten ist das eine zusätzliche Quelle für Designwissen.
Abouelatta hat das Projekt in wenigen Monaten auf 50.000 Anmeldungen gebracht – ohne bezahltes Marketing. Er probierte viele Vertriebskanäle und Growth-Taktiken aus. Die meisten scheiterten. Einige funktionierten, wenige trugen stark. Seine Bilanz: Man braucht viele Experimente. Greift einer, trägt er das Produkt nach vorne.
Lazyweb setzt nicht auf klassische Marketingversprechen. Keine Werbekampagnen, keine Anzeigen, keine generischen Spam-Listen. Das Projekt will für KI-Agenten nützlich sein. Das zahlt sich aus, wenn man den Zahlen des Gründers folgt.
Was Lazyweb wachsen ließ
Der erste große Schub kam vom Launch-Post auf X. Abouelatta erklärte darin, warum er Lazyweb gebaut hat: Er war frustriert darüber, wie schlecht KI-Agenten bei Design sind, und Codex hatte keinen Zugriff auf Mobbin. Die persönliche Geschichte erreichte mehr als 365.000 Aufrufe. Sie brachte Nutzer und Feedback. Der Post war ehrlich, konkret und zeigte ein echtes Problem. Genau das funktioniert in sozialen Netzwerken.
Ein weiterer Punkt war die automatische Weiterleitung in der agents.md-Datei. Viele KI-Tools lesen diese Datei, um ein Projekt zu verstehen. Abouelatta baute eine Route ein, die KI-Agenten automatisch zum MCP-Server von Lazyweb führt. Die täglich aktiven Nutzer verdoppelten sich. Solche Anpassungen zeigen: Wer Agenten erreichen will, muss die Infrastruktur für sie optimieren, nicht nur die Oberfläche für Menschen.
Das Onboarding wurde einfacher. Zuerst war eine E-Mail-Registrierung nötig. Abouelatta erlaubte Gastkonten für Agenten. Die Aktivierungsrate stieg um mehr als 50 Prozent. Dann kam die Installation per Einzeiler-Befehl. Statt langer Anleitungen reichte ein Befehl, um den MCP-Server einzusetzen. Das brachte weitere 20 Prozent mehr Aktivierungen.
Für menschliche Nutzer entstand ein Playground. Dort lässt sich die Datenbank ausprobieren, bevor man sie mit einem Agenten verbindet. Dieser spielerische Zugang erhöhte die MCP-Aktivierung um 40 Prozent. Der Playground zeigt sofort den Nutzen. Das Muster kannst du übernehmen: erst Wert zeigen, dann Bindung verlangen.
Nicht jeder funktionierende Hebel blieb dauerhaft im Einsatz. Der freie Datenzugang über die Web-App trieb das Wachstum deutlich an, zog aber Scraper und DDoS-Angriffe an und wurde zum Zeitfresser – Abouelatta schaltete ihn wieder ab. Teuer ist der Betrieb trotzdem nicht: Weil die Nutzer die Rechenkosten ihrer Agenten selbst tragen und Lazyweb nur Skills und Daten bereitstellt, beziffert er seine laufenden Kosten auf wenige hundert Dollar im Monat.
Experimente, die nicht funktionierten
Auf der anderen Seite steht eine Liste von Ideen, die keine relevanten Metriken bewegten. Dazu gehört das Spiel „Grow/No Grow“, mit dem Abouelatta die Intuition von Produktleuten testen wollte. Es machte Spaß und wurde auf Product Hunt vorgestellt, aber für Lazyweb blieb die Wirkung aus. Ähnlich erging es dem Skill „/explain-PR“, der Pull-Requests verständlich erklären sollte, und „/code-map“, einem Tool zur Visualisierung der Code-Architektur, das sein Mitstreiter Francesco baute. Beides war nützlich, führte aber nicht zu mehr Anmeldungen.
Die Wiederbelebung der Million-Dollar-Homepage war ein Fehlschlag. Die Idee, bei der Nutzer kleine Werbeflächen auf einer Seite kaufen, zündete nicht. Abouelatta erwähnt, dass ein ähnliches Projekt später aus dem Boden schoss, aber da hatte er schon zu viele Narben aus früheren Versuchen. In Facebook-Gruppen versuchte er, sich einzuschleusen, wurde aber schnell enttarnt. Reddit war gemischt: Aus einigen Threads flog er, nach dem viralen Post redete die Community von selbst über Lazyweb.
Abouelatta macht den Fehlschlägen keinen Vorwurf. Sie hätten Spaß gemacht, sagt er, und man lerne aus ihnen. Wachstum ist kein linearer Prozess. Es ist Probieren, Messen, Verwerfen.
Das Grundprinzip: KI-Agenten besser machen
Hinter den erfolgreichen Taktiken steckt eine einfache Erkenntnis: Wer im KI-Zeitalter wachsen will, muss dafür sorgen, dass die großen Modelle besser werden. OpenAI und Gemini optimieren ihre Agenten auf Qualität, Geschwindigkeit und Kosten. Wenn dein Produkt diese Ziele unterstützt, wirst du automatisch relevant. Spam-Listen wie „Die 9 besten KI-Kundenservice-Agenten 2026“ funktionieren nicht. Die Labore sind nicht auf Anzeigen angewiesen, sondern auf zuverlässige Agenten.
Abouelatta hat das nicht sofort verstanden. Er war auf die Muster geeicht, die schon früher funktionierten: Reddit-Roundups, Versus-Seiten ohne eigenes Produkt, eigene Daten zu Research-Beiträgen aufbereiten. Bemerkenswert daran: Diese klassischen Taktiken zündeten auch bei Lazyweb. Andere Umbauten wie das Umwandeln von Hyperlinks in Zitate oder .md-Versionen der Blogposts blieben dagegen ohne messbaren Effekt. Der Wendepunkt kam mit der Einsicht, dass die KI selbst die Zielgruppe ist. Nutzt ein Modell Lazyweb, um bessere Antworten zu geben, ist das die beste Werbung.
Dazu gehört eine Haltung aus der Open-Source-Welt: keine Angst davor, dass jemand die Idee stiehlt oder die Daten missbraucht. Die meisten Menschen sind zu bequem, eigene Dienste aufzubauen, sagt Abouelatta. Bietest du einen freien Skill oder einen offenen MCP-Server an, wird er genutzt. Das schafft Reichweite und Netzwerkeffekte, die mit Geld schwer zu erkaufen sind.
Viele überschätzen den Schutz ihrer Inhalte. Der größte Wert liegt in der Verbreitung. Hilfst du KI-Agenten, besser zu werden, bekommst du etwas zurück.
Lehren für dein KI-Produkt
Was bleibt von Lazyweb? Biete einen MCP-Server an, damit Agenten direkt auf deine Daten zugreifen können. So kommst du in den Workflow von KI-Modellen. Reduziere Reibung. Gastkonten, Einzeiler-Installationen und ein Playground sind keine Extras, sondern Grundlagen für Aktivierung.
Denke in Formaten, die Maschinen verstehen. Eine agents.md-Datei, ein offener MCP-Server für die eigenen Inhalte, strukturierte Daten – das macht es Agenten leicht, dich zu finden und zu empfehlen. Sei präsent, aber nicht aufdringlich. Antworte auf relevante Threads auf X, teile deine Erfahrungen und hilf anderen. Spam vermeiden. Solche Beiträge haben vielleicht weniger Reichweite, aber die Conversion kann hoch sein. Abouelatta berichtet von Klickraten im Bereich von 20 Prozent.
Und: Akzeptiere, dass viele Experimente scheitern. Abouelatta hat rund ein halbes Dutzend Ideen ausprobiert, die keine Metriken bewegten. Ein virales Ereignis hat dann alles verändert. Der Weg zu 50.000 Nutzern war kein Zufall, sondern ein Prozess – mit vielen Irrwegen und wenigen Abzweigungen, die etwas brachten.
Abouelatta will beim nächsten Meilenstein, 100.000 Anmeldungen, wieder berichten. Bis dahin gilt: Wenn dein KI-Produkt wachsen soll, mach die KI besser.
Quelle: read.first1000.co
