SAN FRANCISCO / LONDON (IT BOLTWISE) – Ein KI-Startup rund um SEO für KI-Suchmaschinen ging an einen Wettbewerber: Vincent Betz hatte zuvor mit seinem Team gemessen, wie Marken in Antworten von Systemen wie ChatGPT erscheinen. Nach dem Verkauf entwickelt er nun ein neues Consumer-Produkt: einen Prediction Market namens „Bettie“. Statt mit echtem Geld setzen Nutzer hier Spielpunkte auf Nachrichtenereignisse und Community-Trends. Das Projekt zeigt, wie schnell sich KI-getriebene Produktideen von B2B-Optimierung zu verbrauchernahen Formaten verschieben können.
Vincent Betz‘ Weg wirkt auf den ersten Blick wie ein harter Richtungswechsel: Erst baut er ein Startup, das Unternehmen dabei helfen soll, in KI-Antworten sichtbar zu bleiben. Dann verkauft er „Jarts“ und startet mit „Bettie“ ein völlig anderes Spielprinzip – näher an Consumer-Apps, Community und Prediction Markets. Inhaltlich bleibt jedoch ein roter Faden erhalten: Beide Produkte drehen sich darum, wie KI-Systeme aus Informationen Vorhersagen, Zusammenfassungen und Zitate ableiten. Während „Jarts“ diese Mechanik für Marketingteams operationalisieren wollte, setzt „Bettie“ darauf, dass Nutzer Ereignisse über Nachrichten und Trends gemeinsam bepreisen.
Technisch betrachtet basierte „Jarts“ auf einem wiederholbaren Messansatz: Das Team sammelte hundert Fragen, die potenzielle Kunden ChatGPT stellen könnten, und spielte diese automatisiert über mehrere KI-Systeme aus. Danach werteten die Gründer aus, wie häufig das eigene Unternehmen oder Wettbewerber in den Antworten auftauchten – inklusive positiver oder negativer Darstellung, genannter Konkurrenzmarken und der Quellen, auf denen die Antworten beruhten. Das Bewertungssystem diente damit nicht nur als Reporting, sondern als Feedback-Schleife, um Inhalte auf der Unternehmenswebsite gezielt anzupassen und die Veränderung der KI-Sichtbarkeit anschließend erneut zu testen. Genau diese Art von „Experimentieren im Kreis“ ist in KI-nahem SEO schwerer als klassisches Suchmaschinenmarketing: Man optimiert nicht mehr nur Ranking-Signale, sondern die Textausgabe eines Modells unter variierenden Kontextbedingungen.
Der entscheidende Unternehmensfaktor war trotzdem nicht nur der Algorithmus, sondern der Kapitalbedarf, um diesen Zyklus robust durchzuführen. Laut Vincent Betz benötigte man „viel Kapital“, um wirklich testen zu können und gleichzeitig eine starke Marke aufzubauen. Dass ein Venture-Capital-Fonds das Team über ein Fellowship unterstützte, verbindet die Story auch mit der Realität vieler KI-Startups: Frühe Wachstums- und Datenkosten lassen sich ohne externe Finanzierung nur selten stemmen. Interessant ist dabei die zeitliche Verdichtung im Text: Nachdem immer mehr Anbieter in den Markt drängten, zweifelten die Gründer an der Nachhaltigkeit ihres Ansatzes. Für Betz war es irgendwann nicht mehr der Bereich, in dem er die nächsten fünf Jahre verbringen wollte – ein Motiv, das man bei vielen B2B-Tools sieht, wenn aus einer frühen Nische ein austauschbar wirkendes Feature-Set wird.
Im Mai 2026 verkauften Vincent Betz und sein Mitgründer „Jarts“ an einen Wettbewerber aus den USA. Dass das Projekt „erfolgreich weiterlebt“ und die Gründer weiterhin in loser Form in Kontakt bleiben, zeigt, dass der Exit eher wie eine Konsolidierung als wie ein komplettes Abschalten wirkt. Mit Blick auf die Produktlinie ist die Gegenbewegung spürbar: Statt Content-Optimierung für KI-Antworten steht nun ein Prediction Market im Zentrum, der Entscheidungen und Diskussionen in Spielregeln übersetzt. „Bettie“ funktioniert wie ein Online-Tippspiel für Ereignisse, die aus News, Trends und Community-Hypes entstehen. Wo „Jarts“ die Ausgabe von Modellen beobachtete, lässt „Bettie“ nun ein KI-System Nachrichtenportale und soziale Signale durchsuchen und neue Wettfragen vorschlagen, die der Gründer freigibt.
Die Umsetzung adressiert dabei gleich mehrere typische Hürden von Consumer-Produkten: Moderation, Regelklarheit und die Frage, wie aus unübersichtlichen Informationsströmen wiederholbare Spielmechaniken werden. Vincent beschreibt „Bettie“ als App, die stark auf Communitys ausgelegt ist, und nennt konkret auch erste Kennzahlen nach Release: Rund 1500 User einen Monat nach dem Start. Gleichzeitig baut das System auf einem vorliegenden KI-Modell auf; „Bettie“ nutzt dafür das Codex genannte OpenAI-Modell. Außerdem spielen „Ligen“ eine Rolle, in denen Nutzer gegeneinander antreten können – etwa organisiert über Sportvereine oder Kollegen im Büro. So wird aus einem abstrakten Nachrichtenranking ein sozialer Wettbewerb, der Nutzerbindung eher über Interaktion als über reine Informationsaggregation erzeugt.
Für die Markt- und Tech-Community ist daran besonders spannend, wie eng sich in beiden Phasen KI-Infrastruktur, Produktdesign und Geschäftsmodell überlappen. Beim ersten Projekt lag der Fokus auf Messung und Optimierung der KI-Antwort-Qualität für Marken; beim zweiten steht die Monetarisierung über Partnerschaften und die Einbindung von News- und Bildinhalten aus dem Netzwerk des Axel-Springer-Konzerns im Vordergrund. Dabei bleibt das Produkt bewusst spielgeldfrei: Nutzer wetten mit Spielpunkten statt mit echtem Geld. Aus Strategiepraxis heißt das: Der Launch senkt regulatorische und psychologische Einstiegshürden, während das Team gleichzeitig die technische Grundlage für das generative Erstellen von Wettfragen und das Betriebssystem für Community-Feedback aufbaut. Für Unternehmen und Entwickler ergibt sich daraus eine klare Erkenntnis: KI-Produkte werden selten nur durch das Modell entschieden, sondern durch die Runde aus Daten, Regeln, Auswertung und wiederholtem Lernen.
Auch in der Entstehung steckt ein Muster, das viele Startup-Teams gerade antreibt: Betz ist Teilnehmer eines zehnwöchigen Startup-Fellowships, in dem Fellows in Berlin Consumer-Startups „von der Idee bis zum ersten Produkt“ entwickeln und dabei Unterstützung durch erfahrene Unternehmer, Investoren und technische Partner erhalten. Solche Programme liefern nicht nur Ressourcen, sondern beschleunigen auch die Auswahl des richtigen Problems. In Betz‘ Fall führte die Erfahrung aus „Jarts“ offensichtlich zu einem neuen Produktvokabular: weg von der B2B-Optimierung in KI-Antworten, hin zu einer Consumer-Form, in der KI Vorlagen liefert und Menschen die Entscheidungen finalisieren. Damit verschiebt sich die Rolle der Künstlichen Intelligenz von der unsichtbaren Optimierung hin zu einem sichtbaren Co-Moderator, der Fragen generiert und die Community zum Mitmachen anstößt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Von Jarts zu „Bettie“: Ex-SEO-Startup setzt auf KI-Prediction-Markets" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Von Jarts zu „Bettie“: Ex-SEO-Startup setzt auf KI-Prediction-Markets" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Von Jarts zu „Bettie“: Ex-SEO-Startup setzt auf KI-Prediction-Markets« bei Google Deutschland suchen, bei Bing oder Google News!