Stefan Oversberg und Looy – Toolsammlung für Local SEO: Interview zu AI Coding

Gerade arbeite ich daran, dass die einzelnen Werkzeuge ineinandergreifen. Früher war jedes Tool eine Insel: Bewertungen beantworten, Beiträge schreiben, Leistungen anlegen. Jetzt hängt das zusammen. Der Mitbewerber-Radar liest die Profile der Konkurrenz aus, und die KI wertet aus, worüber sich deren Kunden beschweren und was meine eigenen Kunden loben. Daraus entstehen direkt Inhalte: Geschichten als Grundlage für Texte, Google-Beiträge mit Bild, die ich gleich bei Google einplane, und Leistungen mit Ortsbezug. Dazu kommt das Ranking-Raster. Es simuliert Suchanfragen mit Handy und Standort an vielen Punkten im Ort und zeigt, wo ein Profil wirklich gefunden wird. Und alles soll für Agenturen funktionieren, mit eigenem Logo, eigenen Kunden und eigenen API-Keys.

AI Coding ist für mich ein echter Dialog. Ich bin kein klassischer Entwickler, ich bin Local-SEO-Praktiker. Ich weiß, was in der Praxis funktioniert und was Google als Spam wertet. Claude setzt das technisch um, ich teste sofort live mit echten Profilen und schicke Screenshots zurück, wenn etwas hakt. Manchmal korrigiere ich auch Claude. Zum Beispiel hieß es, Google könne keine Beiträge planen, dabei geht das längst. Oder Orte gehören nicht in den Namen einer Leistung, sondern in die Beschreibung. So entsteht in Stunden, wofür ich früher Wochen gebraucht oder einen Entwickler bezahlt hätte. Das Fachwissen bleibt aber bei mir, und das ist der entscheidende Teil.

LLMs: Gebaut wird mit Claude, aktuell Claude Opus, direkt in der Claude-App, die über die Desktop-App mit meinem Rechner verknüpft ist. Claude arbeitet damit direkt in meinem lokalen Projektordner. In Looy selbst setze ich bewusst auf mehrere Modelle: GPT-4o mini, Claude Haiku und Gemini 2.5 Flash für Texte wie Bewertungsantworten, Beiträge, Leistungen und Auswertungen. Für Bilder nutze ich gpt-image-1 oder Gemini Flash Image. Agenturen hinterlegen ihre eigenen Keys, dann läuft alles über ihr Konto.

Harness und Arbeitsweise: Das Gedächtnis des Projekts ist eine CLAUDE.md im Hauptordner. Darin steht jede Architekturentscheidung, jede Tabelle und jede Regel, etwa dass Agenturen KI nur mit eigenen Keys nutzen. Dazu kommen Projektdokumente zu den einzelnen Bausteinen wie Mandanten, API-Möglichkeiten oder Audit-Modul. Claude legt vor jeder Änderung eine Sicherung an und prüft danach die Syntax von PHP und JavaScript. Neue Oberflächen rendert er mit Testdaten im Browser, bevor ich sie überhaupt sehe. Ich lade dann hoch und teste live mit echten Google-Profilen.

Techstack: PHP 8 ohne Framework, MySQL/PDO, Vanilla JS, Leaflet mit OpenStreetMap für die Karten. Läuft auf ganz normalem Webhosting, die Cronjobs richte ich im Hosting-Panel ein. Angebunden sind:

Google: Business Profile API (Bewertungen, Beiträge, Leistungen, Öffnungszeiten), Performance API, Places API, Search Console DataForSEO für Rankings aus Maps und dem Local Finder sowie für Mitbewerberdaten SISTRIX für Keyword-Daten

Sub-Agents, Skills, MCP:

MCP nutze ich am meisten. SISTRIX ist per MCP angebunden, ebenso Claude in Chrome. Damit schaut Claude sich Seiten selbst an und macht Screenshots, zum Beispiel vom Dashboard für die Bewerbung. Skills: Ich habe einen eigenen Skill für Non-Commodity-Content im Local SEO, der lokale Leistungsseiten auf Inhalte prüft, die nur dieser Betrieb liefern kann. Sub-Agents setze ich kaum ein. Für meine Arbeit ist der durchgehende Dialog wichtiger, weil jede Entscheidung auf der vorherigen aufbaut. Recherche, etwa welche Google-APIs es noch gibt, erledigt Claude direkt mit.

Ehrlich gesagt habe ich die Tokens nie mitgezählt, weil ich mit einem Claude-Abo arbeite und nicht pro Token abrechne. Greifbarer ist der Umfang: Looy hat inzwischen über 340 PHP-Dateien und rund 120.000 Zeilen PHP und JavaScript. Dazu kommen über 120 Datenbank-Migrationen, die ich nach und nach eingespielt habe. Die ersten Dateien im heutigen Projektordner stammen aus dem Frühjahr 2026, richtig Fahrt aufgenommen hat es im Juni.

Zur Zeit: Geschätzt 10 Stunden pro Woche über 7 Monate (also ca. 300 Stunden). Der Großteil davon ist nicht Programmieren, sondern Testen mit echten Google-Profilen, Fachentscheidungen treffen und Claude korrigieren, wenn etwas fachlich nicht stimmt. Ein Feature wie das Ranking-Raster mit Karte und Mitbewerberauswertung steht an einem Vormittag. Früher hätte ich dafür einen Entwickler mehrere Wochen bezahlt.

Laufende KI-Kosten im Tool selbst: Bewertungsantworten, Beiträge und Auswertungen laufen über GPT-4o mini, Claude Haiku und Gemini Flash. Das sind Centbeträge pro Aufruf. Agenturen nutzen ihre eigenen Keys, deren Kosten landen also gar nicht bei mir.

Ich bin von Haus aus Diplom-Ökonom und kein ausgebildeter Entwickler. Mit dem Automatisieren habe ich vor rund zehn Jahren angefangen, mit Ubot Studio. Damit habe ich mir eigene Bots und kleine Programme gebaut, ganz ohne klassischen Code. Es ging um Abläufe im Browser, die man sonst stundenlang von Hand klickt. Später kamen Websites und Online-Marketing für die Kunden meiner Agentur Semper Superior dazu, und damit PHP und WordPress im pragmatischen Sinn.

Mit KI programmiere ich seit März 2026. Angefangen hat es mit einem einzigen Werkzeug, dem Bewertungstool von Looy. Passend dazu kam ein Kundenkarten-Programm, dann das nächste Tool, und so ist Looy innerhalb weniger Monate auf über 40 Werkzeuge gewachsen.

Der eigentliche Antrieb ist ganz einfach: Ich bin faul. Ich denke lieber vier Stunden nach, als dumm zu arbeiten. Jede Aufgabe, die ich zum dritten Mal von Hand mache, wird ein Tool. Früher war ich dabei auf das begrenzt, was Ubot hergab. Heute beschreibe ich Claude, was ein Werkzeug fachlich leisten muss, und bekomme richtige Software: mit Datenbank, Google-APIs, Mandanten für Agenturen und PDF-Berichten. Mein Wissen aus Local SEO bleibt dabei der Rohstoff. Ich weiß, was Google als Spam wertet und was Betriebe wirklich brauchen. AI Coding macht daraus in Tagen, was früher ein Entwicklerteam gebraucht hätte.

Ich bin kein Hardware-Mensch, deshalb nur meine Sicht aus der Software-Ecke. Software funktioniert mit KI so gut, weil die Rückmeldung sofort kommt. Code schreiben, testen, Fehler sehen, korrigieren, das dauert Minuten. Bei Hardware heißt jede Runde: Bauteile bestellen, Platine fertigen, aufbauen, messen. Das kostet Tage und echtes Geld. Beim Entwurf und bei der Firmware helfen Agenten sicher schon viel, aber den Prototyp muss am Ende ein Mensch prüfen.

Diese Grenze sehe ich auch bei Looy. Schwierig wird es immer dort, wo die echte Welt ins Spiel kommt: APIs, die sich anders verhalten als dokumentiert, oder Google-Regeln, die die KI nicht kennt. Der Agent ist der schnellste Entwickler, den ich je hatte, aber kein Ersatz für Erfahrung und Kontrolle.