Das ProblemThe problem
Agenturarbeit besteht zu einem überraschend großen Teil aus Handgriffen, die sich exakt wiederholen. Ein Lead kommt herein und muss angereichert, bewertet und an die richtige Person weitergegeben werden. Kampagnendaten liegen in vier Systemen und müssen jede Woche zu einem Reporting zusammengezogen werden. Texte müssen einsortiert, Felder gepflegt, Zustände abgeglichen werden.
A surprisingly large share of agency work consists of steps that repeat exactly. A lead comes in and has to be enriched, scored and routed to the right person. Campaign data sits in four systems and has to be pulled together into a report every week. Copy has to be classified, fields maintained, states reconciled.
Jeder einzelne Handgriff ist klein. Das Problem ist die Menge: über viele Kunden, viele Kampagnen und viele Wochen summiert sich das zu einer Arbeitszeit, die niemandem etwas bringt, und zu einer Fehlerquelle, die mit der Müdigkeit wächst.
Each individual step is small. The problem is the volume: across many clients, many campaigns and many weeks it adds up to working time that benefits nobody, and to a source of errors that grows with fatigue.
Meine Aufgabe bei marketingwerk ist unter anderem, genau diese Strecken zu automatisieren: nicht als Selbstzweck, sondern damit die Zeit dort landet, wo tatsächlich Urteilsvermögen gebraucht wird.
Part of my job at marketingwerk is automating exactly these paths: not for its own sake, but so the time lands where judgment is actually needed.
Wie das läuftHow it works
Die Automatisierungen laufen als Szenarien in Make, mit Airtable als interner Datenbasis, Close CRM als Vertriebsystem, direkten API-Anbindungen an die Werbeplattformen und LLM-Schritten an den Stellen, an denen Text verstanden oder erzeugt werden muss.
The automations run as scenarios in Make, with Airtable as the internal data layer, Close CRM as the sales system, direct API connections to the advertising platforms, and LLM steps wherever text has to be understood or produced.
Die Lead-StreckeThe lead path
- Neue Leads laufen über Webhooks ein, unmittelbar beim Absenden statt im Stundenrhythmus.
- New leads arrive via webhooks, the moment the form is submitted rather than on an hourly cycle.
- Sie werden automatisch angereichert: fehlende Felder ergänzt, Formate normalisiert, Dubletten erkannt.
- They are enriched automatically: missing fields filled in, formats normalized, duplicates detected.
- Ein Scoring ordnet sie nach Passung ein, damit die aussichtsreichen Kontakte zuerst bearbeitet werden.
- A scoring step ranks them by fit, so the most promising contacts get worked first.
- Danach werden sie ins CRM geroutet, an die passende Person und mit dem passenden Status.
- They are then routed into the CRM, to the right person and with the right status.
Die Reporting-StreckeThe reporting path
- Kampagnendaten aus den Werbeplattformen fließen in die interne Datenbank statt in Tabellenexporte.
- Campaign data from the advertising platforms flows into the internal database instead of spreadsheet exports.
- Dort werden sie zu KPI-Reportings verdichtet, die immer gleich aufgebaut sind und deshalb vergleichbar bleiben.
- There it is condensed into KPI reportings that always follow the same structure and therefore stay comparable.
- Abweichungen fallen dabei auf, weil sie gegen den eigenen Verlauf geprüft werden und nicht gegen ein Bauchgefühl.
- Deviations stand out because they are checked against the account's own history rather than against a gut feeling.
Wo LLM-Schritte sitzenWhere LLM steps sit
Sprachmodelle übernehmen die Stellen, an denen es um Klassifizierung und Textbausteine geht: eine Anfrage einem Thema zuordnen, eine Freitextantwort in eine saubere Kategorie überführen, einen Standardtext auf einen Fall zuschneiden. Alles, was eine feste Regel besser kann, bleibt eine feste Regel. Ein Modell dort einzusetzen, wo eine Bedingung reicht, macht die Strecke nur teurer und unvorhersehbarer.
Language models handle the points that involve classification and text building blocks: assigning an enquiry to a topic, turning a free-text answer into a clean category, tailoring a standard text to a specific case. Anything a fixed rule does better stays a fixed rule. Putting a model where a condition would do only makes the path more expensive and less predictable.
Was das bringtWhat it delivers
Der größte Effekt ist nicht die gesparte Zeit, sondern die Gleichförmigkeit. Ein automatisierter Prozess macht bei Kunde 1 dasselbe wie bei Kunde 30 und am Freitagabend dasselbe wie am Montagmorgen. Damit werden Zahlen über Kunden und Zeiträume hinweg überhaupt erst vergleichbar, und genau darauf baut jede Optimierung auf.
The biggest effect is not the time saved but the consistency. An automated process does the same thing for client 1 as for client 30, and the same thing on a Friday evening as on a Monday morning. That is what makes numbers comparable across clients and periods in the first place, and every optimization builds on exactly that.
Konkrete Kunden, Zahlen, Szenarien-Aufbauten und interne Datenmodelle bleiben hier bewusst außen vor. Was auf dieser Seite steht, ist die Prozessebene: was automatisiert wird und warum, nicht mit wem und mit welchen Werten.
Specific clients, figures, scenario structures and internal data models are deliberately left out here. What this page describes is the process level: what gets automated and why, not for whom and with which values.
Was ich dabei gelernt habeWhat I learned
Ein Automat ohne Fehlerpfad ist kein AutomatAn automation without an error path is not an automation
Die erste Fassung eines Szenarios funktioniert immer. Interessant wird es beim zweiten Durchlauf mit unvollständigen Daten, bei der API, die kurz nicht antwortet, beim Datensatz, den es schon gibt. Der Aufwand steckt nicht im Glücksfall, sondern in den Randfällen: Wiederholbarkeit, saubere Zustände, und die Frage, was passieren soll, wenn etwas schiefgeht.
The first version of a scenario always works. It gets interesting on the second run with incomplete data, with the API that briefly stops responding, with the record that already exists. The effort sits not in the happy path but in the edge cases: repeatability, clean states, and the question of what should happen when something breaks.
Alles aus einem fremden System ist Eingabe, nie AnweisungAnything from an external system is input, never instruction
Sobald ein LLM-Schritt Text verarbeitet, den jemand anderes geschrieben hat, ist dieser Text Daten und keine Anweisung. Diese Haltung habe ich nicht aus der Praxis, sondern aus dem Master-Projekt zu Prompt Injection, und sie hat die Art verändert, wie ich Automatisierungen baue.
As soon as an LLM step processes text somebody else wrote, that text is data and not an instruction. I did not learn that on the job but in the master's project on prompt injection, and it changed the way I build automations.
Der Mensch bleibt an der EntscheidungThe human stays on the decision
Automatisiert wird das Zusammentragen, Sortieren und Vorbereiten. Die Entscheidung, ob ein Lead angerufen oder ein Budget verschoben wird, bleibt bei Menschen. Das ist keine Vorsichtsmaßnahme, sondern der Punkt der ganzen Übung: Die gesparte Zeit soll in Urteilsvermögen fließen und nicht durch automatisierte Fehlentscheidungen wieder aufgefressen werden.
What gets automated is the gathering, sorting and preparing. The decision whether to call a lead or shift a budget stays with people. That is not a precaution but the whole point of the exercise: the time saved should flow into judgment, not be eaten up again by automated bad calls.
Verwandte ProjekteRelated projects
Die Projekte hängen stärker zusammen, als die Kacheln auf der Startseite vermuten lassen. Diese drei greifen direkt in das hier Beschriebene:
These projects connect more tightly than the tiles on the home page suggest. These three feed directly into what is described here: