Illustration eines Analyse-Dashboards mit Diagrammen und Lupe zur Untersuchung von Marketingstrategien der Wettbewerber.

Welche Werbung schalten erfolgreiche Wettbewerber? Über welche Themen gewinnen sie Besucher bei Google? Und warum wirkt ihre Website überzeugender als die eigene? Solche Fragen lassen sich mit öffentlich verfügbaren Informationen teilweise beantworten. Das Problem ist weniger der Zugang zu einzelnen Daten als deren Zusammenhang: Anzeigen, Social-Media-Beiträge, Suchmaschineninhalte und Verkaufsseiten werden meist getrennt betrachtet.

Genau hier setzt Reverse Engineer Marketing (REM) an. Das quelloffene Projekt von DansUGC untersucht die öffentlich sichtbaren Marketingaktivitäten einer Organisation und bereitet die Ergebnisse als beleggestützte Analyse auf. Das Ziel ist nicht, fremde Kampagnen blind zu kopieren, sondern Muster zu erkennen und daraus bessere Entscheidungen für das eigene Marketing abzuleiten.

Was ist Reverse Engineer Marketing?

REM ist ein in TypeScript entwickeltes Open-Source-Werkzeug. Es kann über die Kommandozeile, über eine lokal laufende Weboberfläche oder als MCP-Server für KI-Assistenten eingesetzt werden. MCP steht für Model Context Protocol: eine Schnittstelle, über die beispielsweise Codex oder Claude Code auf Funktionen externer Werkzeuge zugreifen können.

Als Ausgangspunkt genügt eine Unternehmensdomain oder bei geeigneten Analysen ein Link zu einer App. REM untersucht verfügbare Quellen, sammelt Beobachtungen und berechnet daraus eine strukturierte Übersicht. Mit einem KI-Modell lässt sich anschließend ein ausführlicher Bericht einschließlich Handlungsideen erstellen. Die Analyse betrachtet unter anderem Werbeanzeigen, Social Media, Suchmaschinenoptimierung, technische Tracking-Signale, App-Verzeichnisse und Veränderungen der Unternehmenspositionierung.

Was macht REM besonders?

Mehrere Marketingkanäle in einer Untersuchung

Wer nur die Anzeigenbibliothek von Meta überprüft, erhält ein begrenztes Bild. REM verbindet – abhängig von vorhandenen Daten und eingerichteten Zugängen – Hinweise aus Meta-, Google- und LinkedIn-Werbung mit organischen Social-Media-Inhalten, Sitemap-Strukturen, öffentlich sichtbaren Tracking-Technologien und historischen Website-Versionen. Dadurch können Zusammenhänge sichtbar werden: etwa, ob eine Kampagne auf eine speziell gestaltete Landingpage verweist, die gleichzeitig in der organischen Suche beworben wird.

Belege statt vermeintlicher Marketing-Geheimnisse

Eine wesentliche Stärke des Konzepts sind Quellenverweise. Einzelne Beobachtungen erhalten Belegkennungen, etwa E12, die auf Rohdaten verweisen. Nicht zugängliche Informationen sollen als unbekannt gekennzeichnet werden. Ein vorhandener Werbe-Pixel ist beispielsweise ein Hinweis auf eine technische Integration, kein Beweis für aktuell laufende Werbeausgaben. Auch eine über Monate sichtbare Anzeige ist kein verlässlicher Nachweis für Gewinn oder hohe Conversion-Raten.

Veränderungen im Zeitverlauf beobachten

Mit wiederholten Analysen und dem Befehl rem diff lassen sich Veränderungen zwischen gespeicherten Untersuchungen untersuchen. Welche neuen Anzeigen sind hinzugekommen? Ist eine Kampagne verschwunden? Hat ein Wettbewerber sein Angebot oder seine Startseitenbotschaft verändert? Für eine regelmäßige Marktbeobachtung ist das oft wertvoller als eine einmalige Momentaufnahme.

Offene Architektur und Anbindung an KI-Assistenten

REM steht unter der MIT-Lizenz und bietet sowohl eine lokale Weboberfläche als auch MCP-Werkzeuge für die Einbindung in KI-gestützte Arbeitsabläufe. Über vorgefertigte Aufgaben können beispielsweise mehrere Wettbewerber verglichen oder aus vorhandenen Beobachtungen Vorschläge für einen 30-Tage-Marketingplan erarbeitet werden. Die vorgeschlagenen Maßnahmen bleiben Hypothesen, die in der Praxis überprüft werden müssen.

So funktioniert ein typischer Arbeitsablauf

  1. Zuerst wird eine relevante Unternehmenswebsite ausgewählt. Für aussagekräftige Ergebnisse sollte der Wettbewerber eine vergleichbare Zielgruppe oder ein ähnliches Geschäftsmodell haben.
  2. REM prüft öffentlich abrufbare Websitesignale wie Sitemap, sichtbare Tracking-Technologien, historische Versionen und gegebenenfalls App-Daten. Weitere Quellen werden nur mit den erforderlichen Zugängen abgerufen.
  3. Die gesammelten Funde werden in einem Evidenzpaket gespeichert. Quellen, Unsicherheiten und fehlende Informationen sollten vor der Interpretation geprüft werden.
  4. Ein angeschlossener KI-Assistent formuliert eine Marketinganalyse: Welche Kanäle sind sichtbar, welche Botschaften wiederholen sich, welche Maßnahmen könnten übertragbar sein?
  5. Aus den Erkenntnissen entsteht ein eigener Maßnahmenplan. Nach einem Testzeitraum werden Ergebnisse anhand eigener Zahlen – etwa Anfragen, Kosten pro Kontakt oder Umsatz – bewertet.

Praxisbeispiel 1: Ein regionaler Handwerksbetrieb untersucht seine Konkurrenz

Hypothetisches Beispiel: Ein Dachdeckerbetrieb möchte mehr Anfragen für Dachsanierungen gewinnen. Statt zunächst pauschal ein höheres Werbebudget festzulegen, untersucht er drei regional relevante Wettbewerber. REM kann sichtbare Angebotsseiten, Suchthemen und gegebenenfalls Anzeigenhinweise zusammentragen.

Interessant wäre beispielsweise, ob Mitbewerber getrennte Unterseiten für Dachreparatur, energetische Sanierung und Notdienste betreiben oder ob sie bestimmte Fragen auf Ratgeberseiten beantworten. Daraus lassen sich eigene, fachlich bessere Leistungsseiten entwickeln. Der Betrieb prüft anschließend, welche Seiten tatsächlich qualifizierte Anfragen auslösen. REM liefert dafür Anregungen, ersetzt jedoch keine lokale Keyword-Recherche und keine Auswertung der eigenen Kundendaten.

Praxisbeispiel 2: Ein Online-Shop analysiert Werbebotschaften

Hypothetisches Beispiel: Ein Shop für hochwertiges Kaffeezubehör möchte seine Anzeigen verbessern. In einer erweiterten REM-Untersuchung betrachtet das Team öffentlich verfügbare Anzeigen, dazugehörige Landingpages und häufig verwendete Nutzenargumente. Dabei könnte auffallen, dass Mitbewerber stärker auf einfache Reinigung, lange Lebensdauer oder Geschenkideen setzen als auf technische Produktdaten.

Das Team entwickelt daraus eigene Anzeigenmotive und testet unterschiedliche Botschaften in kleinen Kampagnen. Wichtig: Anzeigenlaufzeit, Impressionen und öffentlich beobachtbare Varianten sagen für sich genommen nichts über den tatsächlichen Return on Ad Spend aus. Fremde Bildmotive oder Texte werden nicht übernommen; die Erkenntnisse fließen in eine eigenständige kreative Umsetzung.

Praxisbeispiel 3: Eine Softwarefirma findet SEO-Chancen

Hypothetisches Beispiel: Ein Anbieter einer Projektmanagement-Software untersucht die Websites von drei größeren Marktteilnehmern. REM erkennt möglicherweise strukturierte Seitenfamilien wie Integrationsseiten, Vorlagen, Produktvergleiche oder Alternativ-Seiten. Diese Struktur kann Hinweise darauf geben, welche Suchintentionen die Wettbewerber gezielt bedienen.

Anschließend erstellt die Firma eine Prioritätenliste: Welche Integrationen werden tatsächlich angeboten? Welche Vergleiche lassen sich ehrlich und sachlich darstellen? Welche Vorlagen helfen Nutzern im Arbeitsalltag? Der Mehrwert entsteht nicht durch das massenhafte Nachbauen von Seiten, sondern durch inhaltlich belastbare Antworten auf reale Kundenfragen.

Praxisbeispiel 4: Eine Agentur entwickelt einen wiederkehrenden Wettbewerbsreport

Hypothetisches Beispiel: Eine Agentur betreut mehrere mittelständische Unternehmen. Für jeden Kunden werden zwei bis vier relevante Konkurrenten festgelegt. Ein monatlicher REM-Lauf dokumentiert neue Inhalte, veränderte Kampagnenbotschaften und erkennbare Positionierungswechsel. Ein zweiter Durchlauf wird mit dem vorherigen verglichen.

Im Kundengespräch trennt die Agentur zwischen beobachteten Änderungen, plausiblen Interpretationen und konkreten Empfehlungen. So entsteht ein verständlicher Entscheidungsbericht, statt eine bloße Datensammlung zu überreichen. Vor einer automatisierten Nutzung sollten Datenquellen, Nutzungsbedingungen, Kosten und die Qualität der Ergebnisse geprüft werden.

REM ausprobieren: Einstieg über die Kommandozeile

Laut Projektdokumentation ist ein Einstieg mit Node.js und npx möglich. Der Demo-Modus zeigt eine bereits aufgezeichnete Analyse, ohne eine neue kostenpflichtige Recherche auszulösen:

npx reverse-engineer-marketing demo

Eine Basisauswertung einer Website wird beispielsweise so gestartet:

npx reverse-engineer-marketing linear.app

Die lokale Weboberfläche kann laut README mit folgendem Befehl geöffnet werden:

npx reverse-engineer-marketing web

Sie läuft standardmäßig unter http://localhost:4321. Ergebnisse aus Kommandozeilenläufen werden in einem lokalen Berichtsverzeichnis als Markdown-Bericht und Rohdatenpaket gespeichert, soweit die gewählten Analyse- und Berichtsfunktionen ausgeführt werden. Wer Codex oder Claude Code einbinden möchte, findet im Repository außerdem einen Einrichtungsassistenten sowie MCP-Beispiele. Die Befehle wurden für diesen Artikel anhand der Dokumentation geprüft, aber nicht hier ausgeführt.

Ist Reverse Engineer Marketing kostenlos?

Der Quellcode ist unter der MIT-Lizenz verfügbar. Eine Basisrecherche zu Websites, Sitemaps, sichtbaren Pixeln und weiteren frei zugänglichen Quellen kann nach Angaben des Projekts ohne zusätzliche API-Schlüssel starten. Für umfangreiche Werbeanzeigen-, Social-Media- und Reddit-Daten sieht die Dokumentation dagegen den Dienst Scrape Creators vor. Sie nennt ungefähr 25 bis 50 Credits pro umfassendem Lauf; tatsächliche Preise hängen vom Anbieter und Nutzungsumfang ab.

Für ausformulierte KI-Berichte kann ein Anthropic-API-Zugang verwendet werden. Alternativ unterstützt die lokale Weboberfläche laut README vorhandene Installationen von Claude Code oder Codex. Daraus folgt nicht automatisch eine kostenlose oder unbegrenzte Nutzung: Es gelten die jeweiligen Tarif-, Kontingent- und Nutzungsbedingungen. Für erste Tests empfiehlt sich deshalb der Demo-Modus oder eine reine Datensammlung ohne KI-Bericht.

Wo liegen die Grenzen und Risiken?

REM kann nur auswerten, was die jeweiligen Quellen tatsächlich offenlegen oder über eingerichtete Dienste bereitstellen. Nicht alle Werbeplattformen stellen gleich vollständige öffentliche Archive zur Verfügung. Manche Daten sind Stichproben, andere Quellen können ausfallen. Unsichere Treffer bei Personen oder Social-Media-Profilen müssen manuell überprüft werden.

Außerdem erkennt ein externer Beobachter weder interne Deckungsbeiträge noch echte Abschlussquoten, vollständige Werbeausgaben oder alle serverseitigen Marketingprozesse. Auch automatisch erstellte Berichte sollten sorgfältig geprüft werden: Das Vorhandensein eines Quellenlinks allein beweist nicht, dass jede Interpretation daraus korrekt folgt. Bei Installation und Nutzung externer Software sind zusätzlich Datenschutz, Nutzungsbedingungen, Sicherheitsaspekte und der Umgang mit Zugangsdaten zu berücksichtigen.

Für wen lohnt sich das Werkzeug?

Besonders interessant ist REM für Unternehmen mit klar definierbaren Mitbewerbern, Marketingverantwortliche, Agenturen, E-Commerce-Teams, Softwareanbieter und Berater. Wer regelmäßig neue Angebote, Kampagnenideen oder SEO-Themen bewertet, kann mit der gebündelten Recherche Zeit bei der Orientierung sparen. Bei sehr lokalen Märkten oder wenigen öffentlich sichtbaren Marketingaktivitäten bleibt der Erkenntnisgewinn allerdings begrenzt.

Unterstützung bei Wettbewerbsanalyse und KI-Marketing

Du möchtest wissen, ob eine solche Wettbewerbsanalyse für dein Unternehmen sinnvoll ist, welche Werkzeuge zu deiner Website passen oder wie sich die Erkenntnisse in eine realistische SEO- und Marketingstrategie übertragen lassen? Über das Kontaktformular kannst du Unterstützung, Beratung oder eine individuelle Einschätzung anfragen. Entscheidend ist nicht die möglichst große Menge gesammelter Daten, sondern ein umsetzbarer Plan, der zu deinen Zielen und Ressourcen passt.

Fazit: Wettbewerber verstehen, statt sie zu kopieren

Reverse Engineer Marketing ist vor allem deshalb bemerkenswert, weil es unterschiedliche öffentlich sichtbare Marketingsignale zusammenführt, Quellen dokumentiert und wiederholte Vergleiche ermöglicht. In Verbindung mit einem KI-Assistenten kann daraus ein nützlicher Ausgangspunkt für die strategische Arbeit werden. Die eigentliche Leistung bleibt jedoch die kritische Bewertung und die Umsetzung in eigene, überprüfbare Maßnahmen. REM zeigt mögliche Spuren; ob daraus erfolgreiches Marketing entsteht, entscheidet der Praxistest.

Weiterführende Quellen und Informationen