RawKit ist ein Evidence-first-Canvas für Recherche und Ideenvalidierung. Spiel das Founder-Playbook komplett durch — Marktanalyse, Wettbewerbsanalyse, Go-to-Market-Strategie und Fördersuche — und jedes Ergebnis bleibt bis zu seiner Quelle nachvollziehbar.
Die Prozentzahl ist nicht gescriptet: Diese Seite importiert claimConfidence — das Scoring des Canvas selbst — und wendet es auf die Zitate an, sobald sie eintreffen. Achte auf das letzte: ein Gründer, der genau das schon gebaut hat und sagt, Retention habe es gekillt — und der Score sinkt, statt zu steigen.
Ideen-Validierung scheitert selten daran, dass jemand zu faul war. Sie scheitert daran, dass die Arbeit über Tools verstreut liegt, die vergessen – und sich nichts dorthin zurückverfolgen lässt, wo es herkam.
Behalte eine Konversation als Objekt auf dem Board – zum Draufzeigen, Verlinken und späteren Referenzieren. Du scrollst nicht mehr durch Chat-Verläufe, um zu finden, was du längst gefunden hattest.
Wähle die Objekte aus, die zählen – genau diese Auswahl ist der Kontext. Präzise, sichtbar und jederzeit änderbar, statt eines Fensters, das sich still mit den letzten zwei Stunden füllt.
Prüf zuerst die Nachfrage. Ein Research-Durchlauf kostet Cent-Beträge an Modellzeit, und der Run zeigt die Summe pro Modell und pro Quelle – der Beispiel-Beleg weiter unten lag bei $0.02.
Eine Tabelle, mindestens zehn Wettbewerber, Zeile für Zeile gefüllt: was sie verlangen, an wen sie verkaufen und wo sie schwach sind – jede Zeile mit der Seite, von der sie stammt.
Offene Calls, für die du in deinem Land infrage kommst, mit Deadlines, direkt aus den offiziellen Datenbanken. Öffentliches Geld, mit Namen und Datum – keine Liste von Programmnamen.
Confidence wird aus den Evidenz-Links berechnet, nicht behauptet. Eine Aussage ohne Beleg steht bei null und sagt das auch – genau die Zahl, die du eigentlich gebraucht hast.
Ein Canvas hält alles zusammen – Notizen, Tabellen, To-do-Listen, Dateien, Charts und den Output des Agenten – räumlich angeordnet statt unten an ein Dokument angehängt.
Siebzehn strukturierte Artefakt-Typen mit benannten Feldern. Eine Pain-Map vom März und eine von heute lassen sich direkt nebeneinanderlegen – die zweite Idee startet nicht auf einer leeren Seite.
Bei normaler KI kommt auf jede Anfrage ein ausgewachsener Report zurück — unmöglich, sich auf das eine zu konzentrieren, das du wirklich wissen willst. Eine Tabelle ist eine einzelne, zählbare Antwort, und sie liest sich leicht.
| Wettbewerber | Preis | Segment | Schwachstelle | Passt zu unserem Segment? |
|---|---|---|---|---|
| Ledgerly | 49 €/Mon. | KMU | — | — |
| Balanced | 180 €/Mon. | Mittelstand | — | — |
Die zwei violetten Spalten sind KI-Spalten: Du schreibst die Frage einmal, und sie wird pro Zeile beantwortet, Zelle für Zelle, mit denselben Zuständen wie auf dem Board — ausstehend, denkt nach, beantwortet. Die Namen hier sind erfunden, denn einer echten Firma auf einer Marketing-Seite eine Schwäche zuzuschreiben wäre eine Einschätzung, die wir nicht getroffen haben.
Kein leeres Dokument und kein Chat-Verlauf. Erkenntnisse, die Belege dahinter, der Kontext, den du dem Agenten gegeben hast — und eine sichtbare Lücke, wo die Belege fehlen.
Das Modell nennt eine Quelle, die es bereits gelesen hat, und die Runtime hebt den Wortlaut daraus heraus — samt URL und Autor. Das Zitat schreibt das Modell nie selbst, es kann eine Quelle also nicht in etwas Bequemeres umformulieren.
Klick die Objekte an, die der Agent lesen soll. Diese Auswahl ist der Kontext — sichtbar, exakt und zwischen zwei Anfragen jederzeit änderbar, statt eines Fensters, das sich mit allem füllt, was zuletzt passiert ist.
Ein Gespräch, das es wert ist, wird zum Objekt auf dem Board — verlinkbar, verschiebbar und lesbar direkt neben dem Artefakt, das daraus entstanden ist. Du scrollst nie wieder durch einen Chat-Verlauf, um zu finden, was du längst gefunden hast.
Bitte um eine Checkliste und du bekommst eine Todo-Liste. Bitte um einen Vergleich und du bekommst eine Tabelle, die du sortieren, bearbeiten und in ein Diagramm verwandeln kannst. Struktur statt Absätze, die du zweimal lesen musst.
Agenten arbeiten auf dem Board, während du es tust — als Kollege statt als Chat-Fenster. Sie fügen Objekte hinzu, bearbeiten und verbinden sie live, und dein Undo rührt ihre Änderungen nie an.
Sechzehn konkrete Schritte über fünf Stufen, jeder mit einem Ziel, einem Command, der ihn startet, und einer Abschlussbedingung, die du prüfen kannst. Von der Idee zum Produkt ist kein leerer Canvas mehr, sondern eine Route mit deiner Position darauf — du weißt immer, was der nächste Zug ist und wie weit du bist.
Ein Gate fragt nach 3 unabhängigen Quellen — und blockiert dich nie.
Nichts hier läuft von allein. Jede Stufe gibt dir Orientierung mit klaren Schritten. Den Fortschritt machst du, das Board führt Protokoll — du kannst Ergebnisse also neu ordnen und neu bewerten, ohne die Belege zu verlieren.
Communities, App-Store-Reviews, Marktplätze, LinkedIn und offizielle Statistiken — in der Sprache deines Landes, denn eine englische Suchanfrage nach einer nationalen Quelle findet Listicles statt der Quelle. Heraus kommen eine Pain-Map, eine Wettbewerbstabelle und eine Persona, jeweils mit den Belegen daran.
Der Reality-Check benennt die Annahmen, auf denen die Idee steht, und sucht Belege dafür UND dagegen — auch bei den Leuten, die genau das versucht und wieder aufgegeben haben. Danach eine Leiter günstiger Experimente, von denen jedes benennt, woher seine Teilnehmer kommen — damit eine Hypothese auch verlieren kann.
Positionierung gegen die Alternative, die du tatsächlich schlägst, Pricing verankert an Wettbewerbern, die du gelesen statt aus dem Gedächtnis abgerufen hast, ein Kanalplan, gerankt danach, wo sich dein Segment messbar aufhält, und die öffentlichen Förder-Calls, für die du antragsberechtigt bist — samt Deadlines.
Brand- und Kampagnenmaterial, das die Positionierung erbt, die schon auf dem Board liegt, Posts mit generierten Medien und Publishing auf die Accounts, die du verbindest — damit die Copy genau den Case vertritt, den die Research stützt.
Die Metriken veröffentlichter Posts kommen zurück aufs Board, sodass das Urteil eines Experiments direkt neben der Behauptung festgehalten wird, die es getestet hat — und Fortschritt eine Menge entschiedener Claims ist statt eines Gefühls. Auch dann, wenn das Urteil Nein lautet.
Jede Phase endet mit den wichtigsten Erkenntnissen — nicht mit einer Textwand, die du selbst zusammenfassen musst.
Neunzehn Stück, 11 davon kostenlos. Jede ist ein Schalter in deinen Einstellungen — eine abgeschaltete Quelle wird nie aufgerufen, und die kostenpflichtigen sagen dir vorher, was sie kosten.
Es gibt viele Optionen und viele Meinungen. RawKit liefert Fakten, die du prüfen kannst. Vergleich die Features, die du wirklich brauchst, und sieh, wie sie sich in der Praxis bewähren.
| Feature | RawKit | KI-Chat | Ein Doc oder Spreadsheet | Eine Marktstudie |
|---|---|---|---|---|
| Zitate stammen aus einer Quelle, die wirklich gelesen wurde | Ja | Nein | wenn du sie einfügst | Ja |
| Wie sicher eine Aussage ist, wird berechnet, nicht behauptet | Ja | Nein | Nein | im Bericht |
| Sagt klar, wenn etwas nicht belegt ist | Ja | Nein | wenn es dir auffällt | Ja |
| Durchsucht dein Land in der Landessprache | Ja | manchmal | Nein | Ja |
| Ergebnisse sind über Projekte hinweg vergleichbar | Ja | Nein | wenn du ein Template pflegst | Nein |
| Du siehst die Kosten, bevor sie anfallen | Ja | Nein | Ja | Nein |
| Das Ergebnis kommt in Minuten, nicht in Wochen | Ja | Ja | Ja | Nein |
| Du kannst es hinterher bearbeiten | Ja | der Chat, nicht der Output | Ja | Nein |
RawKit ist in der Alpha und hat noch keine veröffentlichten Pläne — aktuell gilt Pay-as-you-go mit Gratis-Guthaben für frühe Anmeldungen. Hier die Aufschlüsselung, was ein Research-Playbook mit RawKit kostet.
Reddit, Hacker News, GitHub, arXiv, Eurostat, OpenAlex, das EU Funding Portal, grants.gov, CORDIS, das Y-Combinator-Verzeichnis und Etsy kosten beim Lesen nichts. Ein Research-Run, der auf diesen Quellen bleibt, verbraucht Modell-Tokens und sonst nichts.
Jede bezahlte Quelle trägt ein Paid-Badge und einen eigenen Schalter, und die teuren erklären, warum. X rechnet pro gelieferter Ressource ab — $0.005 pro Post, $0.010 pro Autor — eine Suche über 25 Posts kostet also rund $0.13, mehr als das Zehnfache jeder anderen Quelle hier.
Tokens und Dollar, aufgeschlüsselt pro Modell und pro Datenquelle, direkt am Run und in der Monatsübersicht. Ein Run, der sein Budget erreicht, stoppt und sagt es — statt die Arbeit stillschweigend zu kürzen. Das Modell wählst du außerdem pro Aufgabe, Tiefe und Preis sind also deine Entscheidung.
Nichts zu installieren, kein Key zu besorgen, keine Daten vorzubereiten.
Eine Karte: die Idee, für wen sie ist, der Markt, den du meinst. E-Mail und ein Bestätigungslink sind das ganze Signup — keine Kreditkarte, kein Sales-Call.
Wähl eine Tiefe und sieh zu, wie er auf dem Board arbeitet. Er liest die Quellen, die du aktiviert hast, in der Sprache deines Landes, und zeigt Tokens und Dollars, während er läuft.
Was ohne Beleg zurückkam, ist die Liste dessen, was du als Nächstes prüfst. Diese Liste ist der Punkt — ein Research-Tool, das nur gute Nachrichten liefert, hat dir nichts gesagt.
Sticky Notes, Text, vier Formen, Frames, Tabellen, To-do-Listen und Graphen — mit Rich Text, Snapping und Aufräumen. Jedes davon funktioniert ohne Agent im Raum.
Zieh eine Verbindung von einem Zitat zu einer Behauptung und beschrifte sie. Aus diesen Labels wird die Konfidenzzahl berechnet — der Score ist also nie die Meinung eines Modells.
Lade ein PDF, ein Bild oder ein Spreadsheet hoch, und es liegt neben den Artefakten, zu denen es gehört. Löschst du das Projekt, werden die Dateien mit gelöscht.
Jede Tabelle auf dem Board lässt sich an Ort und Stelle in einen Graphen verwandeln — nützlich in dem Moment, in dem eine Wettbewerber-Tabelle eine Preisspalte bekommt.
Das Playbook zeigt, welche Gates offen sind und was sie erfüllen würde. Es schlägt vor; es sperrt nie eine Stage und verweigert keine Aktion.
Wähl das Modell für jeden Job — OpenAI, Gemini, DeepSeek und MiniMax sind angebunden, mit einer eigenen Wahl für die Bildgenerierung.
Eine Anfrage durchsucht, was Leute über deine Idee längst gesagt haben, und legt die Zitate auf ein Board. Taugt die Idee nichts, weißt du es noch heute Nachmittag — für ein paar Cent statt eines weiteren Wochenendes.
Jede Kategorie liest die Quellen, die ihre Fragen beantworten — App Stores für eine App, Marktplätze für ein Produkt, Communities für SaaS.