In einem offenen, ungezwungenen Gespräch setzten sich Maxim Moris (CEO und Mitgründer von Cicada Market Making) und Zain Khan (Mitgründer von PromptRaise) zusammen, um über ihre Hintergründe, den Zustand der Krypto-Industrie und im Zentrum der Episode darüber zu sprechen, wie künstliche Intelligenz die Regeln von Suche und Marketing grundlegend neu schreibt.

Die beiden stellten außerdem ihr neues Vorhaben PromptRaise vor, das gezielt entwickelt wurde, um Projekte und Marken in einer KI-gestützten Welt sichtbar zu halten.

Von Sportplätzen zu Krypto-Märkten

Maxim eröffnete mit der Teilung seiner eigenen Reise. Er verbrachte zwei Jahrzehnte als Sportmanager, unter anderem mit Arbeit bei den Olympischen Spielen 2014 und im Organisationskomitee der FIFA-Weltmeisterschaft, bevor er vor neun Jahren in Krypto einstieg, nachdem ihn ein Freund mit Bitcoin bekannt gemacht hatte.

Dieser Sporthintergrund, so erklärte er, prägte seinen unternehmerischen Ansatz – mit starkem Fokus auf faires Spiel, Transparenz und Verlässlichkeit. In den letzten sechs Jahren hat er sich intensiv mit Market Making beschäftigt, mit mehr als 1.000 Projekten und über 500 Token-Listings, was dazu führte, das erfahrene Team von Cicada rund um Listings und Market-Making-Services aufzubauen.

Zain teilte eine ähnliche, eher zufällige Story vom Ursprung als Investor: Er stieg während des ICO-Booms in Krypto ein und verlor – wie viele andere auch – vor der Reifung des Marktes erhebliche Geldsummen durch Betrügereien.

Kryptos Reifeproblem und wie Regulierung hineinpasst

Beide Hosts stimmten darin überein, dass trotz des technologischen Versprechens von Krypto die Branche weiterhin von Projekten dominiert wird, die keine echten Nutzer oder keinen echten Nutzen haben.

Maxim schätzte, dass der weitaus größte Teil der Krypto-Projekte immer noch keine echte Akzeptanz hat – angetrieben stattdessen von Spekulation und kurzfristigen Anreizen wie Meme Coins und Farming. Er verwies auf die Entscheidung von Cicada, teure, zeitaufwendige Lizenzen anzustreben, darunter MiCA, als bewusste langfristige Wette auf Legitimität statt auf Abkürzungen.

Zum Thema Regulierung fanden die beiden gemeinsame Basis. Ein gewisser regulatorischer Rahmen ist notwendig und kann dazu beitragen, den Raum zu legitimieren. Aber eine Überregulierung – vor allem durch Regulierungsbehörden, die die Technologie nicht vollständig verstehen – birgt das Risiko, sie abzuwürgen.

Maxim war unmissverständlich: Aktuelle Frameworks wie die Whitepaper-Anforderungen von MiCA sind in der Praxis leicht auszuspielen – selbst mit KI-generierten Dokumenten – und sie tun wenig, um echte Projekte von leeren zu unterscheiden.

Wenn du nicht in der Antwort vorkommst, existierst du nicht

Das zentrale Thema des Gesprächs war, wie drastisch sich das Suchverhalten verändert hat. Wie Zain es ausdrückte: Eine ganze Generation von Nutzern hat aufgehört, Google zu verwenden, und fragt nun direkt ChatGPT, Claude, Perplexity oder Grok – und erhält statt einer Seite voller Links eine einzige synthetisierte Antwort.

Die Konsequenz ist eindeutig. Wenn in genau dieser einen KI-generierten Antwort eine Marke, ein Projekt oder ein Unternehmen nicht genannt wird, existiert es für die Nutzer effektiv nicht. Es gibt keine zweite Seite mehr.

Verstehen von „Query Fan-Out“

Zain stellte ein Konzept vor, das er als in den meisten Marketingkreisen unterbewertet beschrieb: „query fan out“. Wenn ein Nutzer einen einzelnen Prompt an ein LLM übermittelt, zerlegt das Modell ihn intern in mehrere kleinere Unteranfragen, die jeweils aus unterschiedlichen Quellen und Zitaten schöpfen – oft zu unterschiedlichen Zeitpunkten –, bevor es alles zu einer finalen Antwort synthetisiert.

Das ist grundsätzlich anders als traditionelles SEO, und Marken müssen jetzt darüber nachdenken: KI-SEO, also GEO (Generative Engine Optimization), generative Optimierung für Suchmaschinen, als eigenes, eigenständiges Fachgebiet – zusätzlich zur klassischen Suchoptimierung.

Warum LLMs schwerer zu täuschen sind

Beide Hosts stellten fest, dass LLMs deutlich besser sind als das alte SEO, um minderwertige oder bezahlte Inhalte zu erkennen, denn sie können Informationen über die Website eines Unternehmens, Social-Media-Kanäle und Drittquellen hinweg abgleichen.

Maxim nannte ein aufschlussreiches Beispiel: Cicada zeigt in verschiedenen Quellen zwei unterschiedliche Gründungsdaten – 2021 für die Muttergesellschaft und 2024 für den Bereich Market Making. Diese Inkonsistenz hat die LLMs so verwirrt, dass sie tatsächlich Cicadas eigene Sichtbarkeit in KI-Antworten schadet. Das ist ein kleines Fallbeispiel dafür, wie fragmentierte Daten die KI-Präsenz einer Marke direkt beschädigen.

AI Slop mit echten Creators bekämpfen

Eine wiederkehrende Sorge in der Folge ist die Flut an minderwertigen, KI-generierten Inhalten im Netz – oft als „AI slop“ bezeichnet. Um das anzugehen, beschrieben die beiden zwei miteinander verbundene Produkte, die zusammenarbeiten.

• TokenLockr ist eine Plattform, die Projekte mit Micro-Influencern und kleineren Creators verbindet – statt mit einzelnen KOLs. Sie werden im Laufe der Zeit belohnt, und zwar über KPI-basierte Token-Boni, die an echte Performance gebunden sind, statt an einen einzelnen bezahlten Post. Maxim brachte dafür eine einprägsame Analogie: Ein KOL ist im Grunde eine einmalige Transaktion – bezahlt, einmal, und dann weg. Ein echter Creator ist eher wie ein langfristiger Partner: Jemand, in den ein Projekt über die Zeit investiert, Vertrauen aufbaut und der bleibt.

• PromptRaise ist die Analytics-Schicht, die prüft, wie sichtbar ein Projekt aktuell in den wichtigsten LLMs ist, konkrete Empfehlungen zur Verbesserung dieser Sichtbarkeit generiert und anschließend Projekte mit den richtigen Creators zusammenbringt, um diese Lücken zu schließen.

Um Creators zu prüfen, nutzt Cicada ein Vier-Stufen-Bewertungssystem, das Plattformen nach Inhaltskomplexität und Kosten trennt, da Video-Content auf YouTube oder TikTok deutlich anspruchsvoller in der Produktion ist als Textposts auf X oder Telegram. Höhere Stufen erhalten höhere Token-Zuweisungen, und die daraus entstehenden Verträge und Belohnungen werden on-chain über Smart Contracts ausgeführt.

Die Hosts machten außerdem darauf aufmerksam, dass Reddit und Wikipedia inzwischen zu immer kritischeren Plattformen werden – und dass sie sich nur schwer „ausspielen“ lassen. Reddits aktive Moderation und Googles starke Zitierung von Reddit-Inhalten, sichtbar in Googles „AI Overviews“, machen sie unverhältnismäßig einflussreich in KI-generierten Antworten von LLMs.

Von Make(com) bis zu Self-Hosted Agents

Maxim beschrieb seine eigene Reise zur Automatisierung: Vor etwa einem Jahr begann er mit Make(com) und n8n, um die Analyse von Sales-Calls und CRM-Einblicke zu automatisieren. Danach wechselte er in den Aufbau maßgeschneiderter KI-Agenten mit Tools wie Claude Code und OpenClaw im Jahr 2026. Heute automatisiert er intern Medienmonitoring, HR- und Buchhaltungsaufgaben.

Zain ging noch weiter und beschrieb einen persönlichen Offline-KI-Assistenten, den er Zena nennt – der auf einem kostengünstigen Raspberry Pi läuft, statt auf einem teuren Cloud-Server oder einem Mac Mini. Er nutzt kleine Sprachmodelle wie Llama und Qwen für leichte, private, edgebasierte Automatisierung – darunter auch einen täglichen personalisierten Morgenbericht.

Beide waren sich einig, dass das größere Risiko für Unternehmen nicht die KI selbst ist, sondern dass Talente nicht lernen, sich an sie anzupassen. Sie verglichen die Gewandtheit in KI-Tools mit der Gewandtheit in einer Fremdsprache und nannten es eine grundlegende berufliche Anforderung für die Zukunft.

Abschlussgedanken

Die Folge endete mit einem konkreten Call to Action. Hörer wurden eingeladen, PromptRaise zu besuchen und eine aktuell bezuschusste kostenlose Prüfung anzufordern, wie ein Projekt oder eine Marke sich in den wichtigsten LLMs darstellt – und damit zu beginnen, die Sichtbarkeitslücken zu schließen, bevor es die Wettbewerber tun.

Die Hosts tauschten außerdem Notizen über ihre gemeinsame Liebe zu elektronischer Musik aus und warfen die Idee für ein Side-Event bei der nächsten DevConnect-Konferenz in Indien auf – erwartet um Oktober oder November 2026 herum.

Zusammengefasst zeichnet das Gespräch ein Bild einer Branche an einem Wendepunkt: Die alten Regeln der Sichtbarkeit gelten nicht mehr, und nur wenige Akteure haben diese Realität bereits eingeholt. Ein paar Ideen stachen als roter Faden der Diskussion heraus.

• KI-Suche – mithilfe von Tools wie ChatGPT, Claude, Perplexity und Grok – hat für einen wachsenden Anteil der Nutzer die traditionelle Suche ersetzt. Und es gibt keine zweite Seite, wenn eine Marke nicht in der Antwort vorkommt.

• Das „Query Fan-Out“, also wie ein LLM aus einem Prompt viele Unteranfragen macht, ist die neue Mechanik, die Marketer verstehen und für die sie optimieren müssen.

• Inkonsistente oder fragmentierte Markendaten im Web schaden aktiv der Sichtbarkeit in LLMs – sogar unbeabsichtigt.

• Langfristig ersetzen leistungsbasierte Beziehungen mit echten Micro-Creators die Einmal-Zahlungen an KOLs als die belastbarere Strategie.

• Reddit und Wikipedia haben in KI-generierten Antworten überproportional viel Gewicht – weil sie als vertrauenswürdig gelten und stark zitiert werden.

• Persönliche, sogar self-hosted KI-Agenten werden praktisch und bezahlbar – und weisen auf eine nahe Zukunft hin, in der tiefe agentische Integration in alltägliche Geschäftsabläufe einzieht.

Das hier ist nichts, was nur theoretisch wäre für Maxim und Zain. Sie leben es aktiv – sowohl als Betreiber, die versuchen, Cicada in dieser neuen Landschaft sichtbar zu halten, als auch als Entwickler von PromptRaise, einem Produkt, das speziell dazu entworfen wurde, anderen Teams zu helfen, genau diese Lücken zu schließen, bevor es die Konkurrenz tun.

Mehr erfahren: Was sind die echten Kosten für einen Market Maker?