Gleicher Gründer, gleiche KI: Warum Danny Postmas HeadshotPro 300.000 $ im Monat macht und HairstyleAI nur 1.298 Bestellungen verkaufte
Der niederländische Indie-Hacker Danny Postma ist ein Star der KI-Produktszene: Sein KI-Texttool Headlime von 2020 verkaufte er nach weniger als einem Jahr für rund 1 Mio. $, und HeadshotPro, das KI-Bewerbungsfoto-Tool, das er 2023 in etwa 30 Tagen baute, brachte in zwei Wochen 100.000 $ und soll heute rund 300.000 $ im Monat verdienen. Doch im selben Zeitraum zeigt HairstyleAI – eine KI-Frisuren-Testseite auf derselben Gesichts-KI – auf der eigenen Website nur 1.298 Kunden bei 9 $ Einmalzahlung, also grob 12.000 $ Gesamtumsatz. Der Kundenzähler steht seit Juli 2023 bis 2026 bei 1.298. Die kursierenden Angaben „80.000 $ im Monat“, „48 Stunden“ und „85 % Marge“ haben keine Quelle. Die Frage dieses Falls: gleiche Person, gleiche Technik – warum wurde ein Produkt zur Gelddruckmaschine und das andere kaum gekauft?
Prozess
Beginnen wir mit einer Geschichte, die sich weit verbreitet hat.
Der legendäre niederländische Indie-Hacker Danny Postma soll in 48 Stunden eine KI-Frisurenseite namens HairstyleAI gebaut haben. Keine Abos, nur einmalige Credit-Pakete – und das Ganze habe 20.000 bis 80.000 $ im Monat bei über 85 % Nettomarge eingebracht.
Klingt inspirierend. Das Problem: Die Geschichte ist fast komplett falsch.
Öffnet man hairstyleai.com, steht ganz oben eine kleine Zeile: „Used by 1,298 happy customers.“ Der Preis: 9 $, einmalig. Rechnet man nach, liegt der Gesamtumsatz von HairstyleAI seit dem Start bei etwa 12.000 $ – weniger als ein Sechstel des legendären „einen Monats mit 80.000 $“.
Noch interessanter: Wir haben Webarchive geprüft. Von Juli 2023 bis ins Jahr 2026 hat sich diese „1.298“ nie verändert.
Danny Postma selbst ist aber tatsächlich ein erfolgreicher Gründer. Im selben Zeitraum soll ein anderes Produkt, das er auf derselben KI-Technologie gebaut hat – HeadshotPro –, heute rund 300.000 $ im Monat einbringen.
Gleiche Person, gleiche Technik, im selben Zeitraum gestartet – warum wurde das eine zur Gelddruckmaschine und das andere kaum gekauft? Das ist die Geschichte, die dieser Fall wirklich erzählen sollte.
Phase 1 · Ein Marketer, der nicht programmieren konnte (2015–2019)
Danny Postma ist Niederländer. Er begann als Webmarketer und arbeitete freiberuflich in der Conversion-Optimierung. Jahrelang konnte er keinen Code schreiben.
2015, mit 21 Jahren, fand er beim Gestalten von Landingpages für Kunden kaum gute Vorlagen. Also baute er Landingfolio, eine WordPress-Seite, die gelungene Landingpage-Designs sammelte. Es war sein erstes erfolgreiches Projekt.
Nach eigener Aussage lernte er erst mit etwa 25 richtig programmieren.
Phase 2 · Headlime: sein erstes KI-Produkt, nach weniger als einem Jahr für rund 1 Mio. $ verkauft (2020–2021)
2020 baute Danny ein Tool namens Headlime, anfangs nur ein Texttool mit Überschriften-Vorlagen.
Der Wendepunkt war GPT-3. Ein Freund machte ihn auf das neue Modell von OpenAI aufmerksam, und Danny schrieb direkt an OpenAI-Mitgründer Greg Brockman, um Zugang zu bekommen – er gehörte zu den ersten Nutzern, die ihn erhielten. Er baute GPT-3 in Headlime ein und machte es zu einem der ersten Produkte, die GPT-3 im Produktivbetrieb nutzten.
Berichten zufolge verdiente Headlime in der ersten Woche rund 60.000 $ und erreichte bis März 2021 etwa 20.000 $ im Monat. Innerhalb eines Jahres verkaufte er es für rund 1 Million $.
Die Erfahrung überzeugte ihn: Wenn neue KI-Technik auftaucht, verdient derjenige das erste Geld, der sie zuerst in etwas verpackt, das normale Menschen benutzen können.
Phase 3 · Nach Stable Diffusion: ein Schwall kleiner Produkte (Herbst 2022)
Im September 2022 erschien das Open-Source-Bildmodell Stable Diffusion. Danny begann sofort zu experimentieren.
Zuerst baute er Stock AI, eine KI-Stockfoto-Seite, gab sie aber bald auf: Die Bildqualität schwankte, und es drohte rechtlicher Ärger mit Bildgiganten wie Getty Images.
Also wandte er sich „KI für Gesichter“ zu. Er baute ProfilePicture.AI, das Profilbilder für soziale Netzwerke erzeugte. Laut ihm „explodierte es auf Twitter und brachte in nur einer Woche erhebliche Umsätze“ – doch die Verkäufe gingen bald zurück.
Danach brachte er eine Reihe kleiner Produkte heraus: Tattoos AI für Tattoo-Entwürfe, Deep Agency zum Buchen von KI-Models, Meme Morph für Memes … HairstyleAI war eines davon. Webarchive zeigen, dass hairstyleai.com im November 2022 bereits online war, damals für 8 $.
Die Logik dahinter ist klar: gleiche Technik, neuer Anwendungsfall, neues Produkt. Schnell bauen, Kosten niedrig halten und mit dem weitermachen, was zündet.
Phase 4 · HeadshotPro: der echte Hit (2023 bis heute)
Von all diesen Experimenten schaffte HeadshotPro den Durchbruch – KI-generierte Bewerbungs- und Businessfotos.
2023 bauten Danny und der Entwickler David HeadshotPro in etwa 30 Tagen. Das gleichzeitig gestartete Deep Agency bekam mehr Presse, aber HeadshotPro verdiente das Geld: rund 100.000 $ in den ersten zwei Wochen.
Danach steckte Danny fast seine ganze Energie hinein:
- Eigene Modelle: Neben Stable Diffusion filtert LLaVA hochgeladene Fotos und CodeFormer verfeinert Gesichter; das Team arbeitete ein ganzes Jahr an eigenen Modellen, mit dem Ziel, Fotos „nicht von echten zu unterscheiden“;
- Strenge Qualitätsanforderungen: Nutzer laden 15 bis 17 Fotos hoch, um die besten Ergebnisse zu bekommen;
- Fokus auf einen Anwendungsfall: Während Konkurrenten auf Avatare und Dating-Fotos auswichen, blieb HeadshotPro bei Businessfotos;
- Programmatisches SEO: über 200 städtespezifische Landingpages (etwa „professional headshots San Francisco“), Top-10-Platzierung für „professional headshots“, rund 222.000 Besuche im Monat;
- Preise: 29 $ für eine Session, 69 $ für drei, dazu Sammelbestellungen von Firmenteams.
HeadshotPro soll heute rund 300.000 $ im Monat verdienen und etwa 18 Millionen Businessfotos für rund 197.000 Kunden erzeugt haben. Danny ging außerdem vom Alleingang zum Teamaufbau über. „Ich hätte viel früher ein Team aufbauen sollen“, sagt er.
Phase 5 · HairstyleAI: ein Zähler, der bei 1.298 stehen blieb (2023–2026)
Zurück zu HairstyleAI.
Auf hairstyleai.com steht heute oben „Powered by HeadshotPro.com“ – es läuft auf der Technik von HeadshotPro. Das Produkt ist simpel: Selfies hochladen, und nach etwa einer Stunde bekommt man 30 Frisuren, 4 Posen und 120 HD-Fotos für 9 $, einmalig. In der Fußzeile steht „© 2023 Postcrafts PTE LTD“ – Postcrafts ist die Firma, über die Danny seine Produkte betreibt.
Doch die Zahlen haben sich nicht bewegt. Webarchive zeigen im Juli 2023, im Februar 2024 und im Februar 2026 dieselben Werte auf der Startseite: 1.298 Kunden, 155.760 Frisurenfotos.
Im Februar 2024 sagte Danny in einem Interview, er sei „dabei, die meisten dieser Produkte zu verkaufen, um sich ganz auf HeadshotPro zu konzentrieren“. HairstyleAI ist noch online, wirkt aber wie ein beiseitegelegtes Nebenprodukt.
Für die im Netz kursierenden Behauptungen „20.000 bis 80.000 $ im Monat“, „in 48 Stunden gebaut“ und „85 % Nettomarge“ fanden wir keine Quelle. Gemessen an den eigenen Zahlen der Website liegen diese Angaben weit neben der Wahrheit.
Überlegung
1. Die Stärke des Bedarfs entscheidet alles: teure Dienstleistung ersetzen oder Neugier befriedigen?
HeadshotPro löst ein Problem, für das man „Geld ausgeben muss“: Jobsuche, LinkedIn-Update und Firmenwebsites brauchen professionelle Fotos, und ein Fotograf kann Hunderte Dollar kosten – plus Termin, Make-up und Anfahrt. KI-Fotos sind um ein Vielfaches günstiger, Nutzer haben also einen klaren Grund zu zahlen.
HairstyleAI löst „Ich will es sehen, bevor ich schneide“. Ein echter, aber nicht dringender Bedarf: Viele sind nur neugierig und gehen nach dem Anschauen weiter – und Smartphones sind voll mit kostenlosen Frisurenfiltern und Apps, die Ähnliches leisten.
Ein Produkt, das eine teure Dienstleistung ersetzt, verkauft sich viel leichter als eines, das Neugier stillt.
2. Preispunkt und Kundentyp bestimmen die Obergrenze
HairstyleAI kostet 9 $; HeadshotPro kostet 29 bis 69 $ und nimmt Firmenaufträge über Dutzende Fotos auf einmal an. Bei gleichem Traffic verdient HeadshotPro mehr pro Besucher (Berichten zufolge rund 1,35 $ pro Besuch).
Günstige Produkte brauchen enormen Traffic, um Geld zu verdienen – und der Anwendungsfall Frisuren hat schlicht nicht das Suchvolumen und die Zahlungsbereitschaft, um diese Größe zu tragen.
3. Ressourcen auf den Gewinner zu konzentrieren ist der Schlüssel einer Portfolio-Strategie
Dannys Playbook lautet „viel ausprobieren, schnell validieren“: dieselbe Technik in verschiedene Anwendungsfälle stecken und eine Reihe kleiner Produkte veröffentlichen. Die meisten zünden nicht – das ist normal.
Entscheidend ist: Sobald HeadshotPro durchstartete, konzentrierte er Team, Modellentwicklung und SEO sofort darauf und plante, den Rest zu verkaufen. HairstyleAI bekam nichts davon ab und blieb folgerichtig stehen.
Eine Portfolio-Strategie heißt nicht „jedes Produkt großartig machen“, sondern „den Gewinner schnell finden und dann alles darauf setzen“.
4. Kundengewinnung: der kommerzielle Wert der Suchintention
HeadshotPro nutzte programmatisches SEO, um Suchanfragen mit hoher Kaufabsicht abzugreifen, etwa „professional headshots + Stadt“: Wer so sucht, ist im Grunde bereit zu zahlen.
Wer „AI hairstyle“ sucht, will meist ein kostenloses Tool; die Kaufabsicht ist schwach, und die Ergebnisse sind voller Gratis-Apps. Gleiche SEO-Taktik, aber eine ganz andere Zahlungsbereitschaft hinter den Suchbegriffen.
5. Vorsicht bei Gerüchten über „Hit-Umsätze“
Die ursprüngliche Version dieses Falls machte aus HairstyleAI die Legende „80.000 $ im Monat in 48 Stunden“, während die Website selbst 1.298 Kunden zeigt. Die Indie-Hacker-Welt ist voll von solchen Geschichten aus zweiter Hand: Das Gesamteinkommen einer Person wird einem kleinen Produkt zugeschrieben, oder ein Spitzenmonat wird zum „stabilen Monatsumsatz“.
Wenn du eine verblüffende Umsatzzahl siehst, prüfe sie zuerst an der Website des Produkts, an Webarchiven und an den öffentlichen Aussagen des Gründers.
Aktion
Schritt 1: Mehrere Anwendungsfälle günstig mit derselben Technik testen (2–4 Wochen) Wenn du eine Fähigkeit beherrschst (etwa KI-Bildgenerierung), baue nicht nur ein Produkt. Wähle 3–5 verschiedene Anwendungsfälle, baue für jeden eine minimal brauchbare Version und starte schnell, um zu testen.
Schritt 2: Für jedes Produkt eine Weiter-/Stopp-Schwelle festlegen Zum Beispiel zahlende Nutzer, Umsatz oder organisches Traffic-Wachstum innerhalb von 30 Tagen nach dem Start. Verfehlt ein Produkt die Schwelle, stoppe die Investition konsequent oder lass es ohne weitere Pflege im Autopilot laufen.
Schritt 3: Anwendungsfälle bevorzugen, die eine teure Dienstleistung ersetzen Frag dich: Wie viel geben Nutzer heute dafür aus? Lautet die Antwort „Hunderte Dollar für einen Profi“, hat dein KI-Produkt viel Preisspielraum; lautet sie „nichts“, sei sehr vorsichtig.
Schritt 4: Die Zahlungsbereitschaft hinter deinen Keywords prüfen Prüfe mit Googles Keyword-Tools oder Ahrefs das Suchvolumen deiner Ziel-Keywords und ob die Ergebnisse überwiegend bezahlte Dienste oder Gratis-Tools zeigen. Ersteres heißt: Menschen sind bereit zu zahlen.
Schritt 5: Sobald ein Gewinner auftaucht, alles darauf konzentrieren Wenn ein Produkt klar durchstartet, bündle Zeit, Geld und Team darauf: Qualität verbessern, SEO betreiben, eine B2B-Version bauen.
Schritt 6: Mit schwachen Produkten umgehen Biete sie auf Plattformen wie Flippa oder Acquire.com zum Verkauf an oder lass sie im Autopilot laufen, damit sie deine Aufmerksamkeit nicht zerstreuen.
Schritt 7: Ehrlich sein, wenn du Zahlen veröffentlichst Wenn du deinen Umsatz öffentlich teilst, sag, welches Produkt, welcher Zeitraum und ob monatlich oder kumuliert. Echte Zahlen schaffen langfristig mehr Vertrauen als aufgeblasene Geschichten.
Nichts für dich, wenn:
- du nur ein Produkt bauen willst und erwartest, dass das erste gleich funktioniert – eine Portfolio-Strategie bedeutet, dass die meisten Versuche scheitern;
- du nicht schnell zwischen kleinen Produkten wechseln kannst oder schwache Projekte nicht konsequent aufgibst;
- dein Anwendungsfall vor allem auf Neugier beruht und der Markt schon voller kostenloser Alternativen ist;
- du dich leicht von „Hit-Umsatz“-Geschichten im Netz mitreißen lässt, ohne die Herkunft der Zahlen zu prüfen.