So haben wir unsere Website mit KI gebaut — Case HD SofT: 13 Sprachen, WordPress, Automation und Analytics

Dieser Artikel beschreibt, wie wir bei HD SofT unsere eigene Website mit Hilfe von KI gebaut haben — von Squarespace zu WordPress + Bricks Builder, in 13 Sprachen, auf einem eigenen Server, mit automatisierter Deployment-Pipeline und Analytics. Und was wir auf dem Weg gelernt haben.

Warum wir Squarespace verlassen haben

Unsere alte Website lief auf Squarespace. Sie hat lange gute Dienste geleistet, aber drei Punkte haben sie ans Ende gebracht:

• Mehrsprachigkeit war zu teuer und zu umständlich. Wir sind ein finnisches Softwarehaus, aber unsere Projekte laufen weltweit. Wir wollten unsere Inhalte in 13 Sprachen lesbar machen — Squarespaces Mehrsprachigkeitsfunktionen reichten dafür nicht aus, ohne ein zusätzliches Plugin und monatlich steigende Kosten.
• Wir waren an das Ökosystem eines einzigen Anbieters gebunden. Wir wollten den gesamten Stack besitzen: Datenbank, Server, Deployment-Prozess und alle Inhalte. Nur so können wir neue KI- und Integrationslösungen ausprobieren, ohne uns selbst einzuschränken.
• SEO und KI-Suchen erfordern Kontrolle. Strukturierte Daten (JSON-LD), llms.txt und die Open-Graph-Tags einzelner Seiten lassen sich mit Standarddiensten nicht so umsetzen, wie wir es wollten.

Wir haben uns entschieden, neu zu bauen — und gleichzeitig in der Praxis zu testen, wie weit moderne KI-Werkzeuge tragen, wenn ein Softwarehaus damit seine eigene produktionsreife Website erstellt.

Die Wahl des Stacks: WordPress, Bricks und eigener VPS

Als Plattform haben wir WordPress gewählt, als Seitenbaukasten Bricks Builder und als Server einen eigenen VPS mit Docker- und Kubernetes-basierter Umgebung.

• WordPress, weil es der Standard ist: REST API, Yoast SEO und eine zehnjährige Bibliothek an Erweiterungen für alles, was wir brauchen. Im Einsatz sind Yoast SEO, Redirection (URL-Weiterleitungen), Converter for Media (automatische WebP-Konvertierung) und AI Engine.
• Bricks Builder übernimmt die visuelle Ebene. Eine wichtige Entscheidung: Wir haben das gesamte Styling (Typografie, Farben, Abstände, Grids) im Bricks Theme Style gelassen — wir codieren keine Pixelwerte für einzelne Seiten hart. So kann die Maschine (sprich: die KI) neue Inhalte erstellen, und sie fügen sich nahtlos in das fertige Layout ein, ohne nachträglichen Feinschliff.
• Ein eigener VPS gibt uns volle Kontrolle: Die Kosten sind planbar, der Server steht in Finnland, und wir können daneben n8n-Automatisierungen und andere Projekte in derselben Umgebung betreiben.

Worauf haben wir verzichtet? Auf Mehrsprachigkeits-Plugins. Stattdessen haben wir eine eigene Lösung gebaut, bei der jede Sprache eine eigene Seite unter einem Pfadpräfix hat (zum Beispiel /en/services/, /de/dienstleistungen/). Die URL-Struktur ist einfach, und Suchmaschinen behandeln die Seiten als eigene Einheiten — nicht als Übersetzungsmagie.

Content-Produktion mit KI — ein wiederholbarer Prozess

Die Grundlage aller Inhalte ist der FI-Master: die finnischsprachige Originalversion, die wir von Hand schreiben und redigieren. Erst wenn sie eingefroren ist, übersetzt die KI sie in die anderen 12 Sprachen.

In der Praxis läuft der Prozess so ab:

1. Der FI-Master wird von Hand geschrieben und korrekturgelesen. Finnisch braucht einen menschlichen Prüfer — Zusammensetzungen, Kommasetzung und Feinheiten bleiben bei der KI oft auf der Strecke.
2. Sobald der Text freigegeben ist, führen wir das Übersetzungsskript aus, das eine Version für alle benötigten Sprachen erzeugt (en, de, es, fr, pt, pl, ro, tr, hi, ko, ar, fa).
3. Jede Übersetzung erhält das Metafeld _hdsoft_translation_key, das auf die ID des FI-Master-Posts verweist. So weiß das System, welche Versionen zusammengehören.
4. Beitragsbild und Veröffentlichungsdatum werden automatisch vom Master übernommen, damit die Übersetzungsversionen visuell einheitlich sind.

RTL-Sprachen (Arabisch, Persisch) bekommen besondere Aufmerksamkeit: das HTML-Attribut dir="rtl", ein passendes Layout in Schreibrichtung und einen muttersprachlichen Korrektor.

Die KI fügt keine neuen Informationen hinzu, erfindet keine Zahlen und ändert nicht den Ton. Ihre Aufgabe ist einfach: übersetzen, nicht umschreiben.

Technische Automation: REST API, Mu-Plugins und GitHub Actions

Hier spart die KI wirklich Zeit.

Seiten werden über die REST API gebaut. In Bricks wird die Struktur einer einzelnen Seite im Metafeld _bricks_page_content_2 als JSON gespeichert. Wenn wir eine neue Leistungsseite anlegen wollen, erzeugt die KI eine Bricks-kompatible JSON-Struktur (Section → Container → Block → Heading + Text), schickt sie per POST an die REST API, und die Seite ist fertig. Den Feinschliff machen wir direkt im Editor, aber die Grundarbeit kommt aus einem einzigen Befehl.

Mu-Plugins übernehmen Spezialaufgaben. Neben den Standardbausteinen haben wir einige eigene Mu-Plugins im Einsatz:

• hdsoft-jsonld.php — erzeugt erweiterte SEO-Schemata (Service, SoftwareApplication, CreativeWork, ContactPage, FAQPage) zusätzlich zur Basis von Yoast.
• hdsoft-tracking.php — Tags für Google Analytics, Lead Feeder und Bing Webmaster.
• hdsoft-domain.php — zwingt alle auf den Seiten sichtbaren URLs auf die finale hdsoft.fi-Domain (vermeidet URL-Reste beim Cutover).
• hdsoft-llms.php — liefert die Datei /llms.txt mit korrektem UTF-8-Charset an KI-Suchmaschinen aus.

Alle Mu-Plugins werden automatisch über GitHub Actions deployt: Sobald wir in den main-Branch pushen, führt der Runner die Änderung im K8s-Cluster aus. Ein manuelles kubectl cp ist nicht mehr nötig.

Ein globales JS übernimmt die mehrsprachige Navigation. Ein Bricks-Code-Element im Header-Template liest den Sprachcode aus der URL und übersetzt Menü, Footer und Vorheriger/Nächster-Links. Das bedeutet, dass wir keine sprachspezifischen Header anlegen, sondern beim Hinzufügen einer neuen Leistung nur eine einzige Datei aktualisieren.

SEO und GEO von Anfang an in der Struktur

KI-Suchen (ChatGPT, Perplexity, Claude, Bing Copilot) sind eine andere Disziplin als Google. Sie indexieren und ranken keine Links — sie lesen die Seite als Zusammenfassung und beantworten die Frage direkt. Das verlangt zwei Dinge:

1. Strukturierte Daten im JSON-LD-Format. Yoast erledigt die Grundlagen (WebPage, Article, BlogPosting, BreadcrumbList, Organization). Unser eigenes hdsoft-jsonld.php ergänzt die wichtigen Sondertypen: Service für Leistungsseiten, SoftwareApplication für Produkte, FAQPage automatisch, sobald im Inhalt Frage-Antwort-Muster auftauchen.
2. llms.txt im Root der Website. Es ist eine kurze Zusammenfassung darüber, was das Unternehmen ist, was es tut und wo es mehr Informationen gibt. Wir halten sie aktuell, sobald wir eine neue Leistung, ein Produkt oder ein Projekt hinzufügen.

Die Kombination funktioniert: KI-Suchen können Fragen wie „Was macht HD SofT?“ korrekt beantworten, ohne zu raten oder uns mit einem anderen Unternehmen zu verwechseln.

Zusätzlich gibt es auf jeder Seite:

• ein inLanguage-Feld im JSON-LD, das aus dem URL-Präfix generiert wird
• ein og:locale-Tag für Übersetzungsversionen (fi_FI, en_US, de_DE …)
• hreflang-Links, sobald alle Übersetzungen fertig sind
• antwortzentrierte Absätze — kurz, im Format Frage und Antwort, damit die KI daraus einen einzigen Satz als Antwort gewinnt

Analytics im selben Zug angebunden

Eine Website lässt sich ohne Daten nicht verbessern. Wir haben sofort eingerichtet:

• Google Analytics 4 — grundlegender Traffic, Kanäle, Seiten, Verhalten.
• Google Search Console — organische Sichtbarkeit, Top-Suchanfragen, Indexierungsprobleme.
• Lead Feeder — Identifikation auf Unternehmensebene, wenn jemand wiederholt von einem zuordenbaren IP-Bereich aus auf die Seiten zugreift.
• Bing Webmaster Tools — Bing ist gerade im Geschäftskundenumfeld weiterhin relevant, und Microsofts Copilot liest Bing.

Besonders eine Sache: der wöchentliche Marketing-Snapshot. Wir haben ein kommandozeilenbasiertes Skript geschrieben, das GA4- und Search-Console-Daten abruft, mit der Vorwoche vergleicht und eine Markdown-Zusammenfassung ausgibt: Kanäle, Länder, Top-Seiten, Top-Suchanfragen, Deltas. Das ist kein schickes Dashboard, sondern praktisches Reporting — aber es stellt sicher, dass uns kein Trend entgeht.

Die KI-gestützte Entwicklungspipeline hatte hier einen besonderen Vorteil: Wenn eine GA4- oder Search-Console-Abfrage in die richtige Struktur gebracht werden musste, erledigte die KI das mit ein paar Zeilen Code und interpretierte das Ergebnis für uns in lesbarer Form zurück.

DNS-Cutover und Nachsorge

Wir haben die Produktivdomäne am 4.5.2026 auf hdsoft.fi umgestellt. Auf den Cutover haben wir uns so vorbereitet:

• Wir haben 28 Weiterleitungen von alten Squarespace-URLs auf neue gebaut — alle relativ, damit sie den Domainwechsel überstehen.
• 404-Fehler wurden als eigenes Event an GA4 angebunden, damit wir kaputte Links schnell bemerken.
• Die Sitemap wurde erst nach dem DNS-Wechsel an die Search Console übermittelt, nicht früher (sonst hätte Google sie als fehlerhaft markiert).

Nach dem Cutover fahren wir den Marketing-Snapshot in den ersten vier Wochen wöchentlich, danach einmal im Monat. So bemerken wir schnell, wenn eine URL ins 404 gerutscht ist oder eine Seite überraschend gut zieht (dann legen wir mehr Inhalt nach).

Was wir gelernt haben

Die wichtigsten Erkenntnisse betreffen nicht die Technik, sondern die Arbeitsweise.

• Definieren Sie Styles an einer Stelle, bevor die KI Inhalte produziert. Bricks Theme Style und Global Classes sind die Werkzeuge der KI: Wenn die Struktur steht, füllt die Maschine nur noch die Lücken. Lässt man die Styles offen, codiert die KI Pixelwerte in jede Seite, und das Chaos beginnt.
• Frieren Sie den FI-Master ein, bevor Sie übersetzen. Wenn der Master noch lebt, driften die Übersetzungen auseinander, weil sie aus verschiedenen Generationen stammen. Eine einzige Wahrheitsquelle — und alle anderen folgen daraus.
• Visuelle Prüfung ist Pflicht. Die KI kann eine Seite produzieren, die auf JSON-Ebene fehlerfrei ist, dem Nutzer aber wie Chaos aussieht. Führen Sie nach jeder Änderung einen Playwright-basierten Screenshot aus — ein Mensch liest, nicht nur ein Validator.
• Finnisch braucht einen Menschen. Zusammensetzungen, Kommasetzung und Tonfall: Die KI macht Fehler, die eine Maschine nicht erkennt. Behalten Sie einen Muttersprachler als letzte Instanz.
• Sammeln Sie den Kontext in einer Datei. Wir haben eine CLAUDE.md im Wurzelverzeichnis des Repositorys: alle Regeln, Werkzeuge, Pfade, Deployment-Mechanismen. Wenn man eine KI-Sitzung startet, liest sie diese Datei zuerst. Der Mensch tut das Gleiche, bevor er etwas ändert: Lies die Anleitung, dann fängst du nicht zweimal an.

Am Ende ist das beste KI-Werkzeug das, das der Nutzer anhalten kann. Generierung ist billig — Qualitätssicherung ist der Teil, der entscheidet.

Wollen Sie dasselbe schlüsselfertig?

HD SofT setzt KI-gestützte Web- und Content-Projekte für Kunden um. Gleiche Methode, gleiches Qualitätsniveau, gleiche Kontrolle: WordPress + Bricks, Automatisierungspipeline, Mehrsprachigkeit und Analytics — alles einsatzbereit, bevor die Seite überhaupt veröffentlicht ist.

Fragen Sie nach: Kontaktformular, Digitales Marketing oder Softwareentwicklung.