# KI-*Automatisierungen* Wiederkehrende Agentur-Prozesse, die vom Lead bis zum Reporting ohne manuelles Zutun durchlaufen. Und die Frage, welche Schritte ein Modell übernehmen sollte und welche besser eine Regel. > Projektseite: https://clemenshoeller.at/projekte/ki-automatisierungen > Gattung: work/automation ## Eckdaten - **Kontext** · marketingwerk e.U., Wien - **Rolle** · Business Analyst – Marketing & Automation - **Seit** · 2023 - **Ergebnis** · hunderte Arbeitsstunden im Jahr gespart - **Stand** · laufend ## /01 Das 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. 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. 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. ## /02 Wie das läuft Die Automatisierungen laufen als Szenarien in **Make**, mit **Airtable** als interner Datenbasis, **Close CRM** als Vertriebssystem, direkten **API**-Anbindungen an die Werbeplattformen und LLM-Schritten an den Stellen, an denen Text verstanden oder erzeugt werden muss. ### Davor: der Funnel Eine Lead-Strecke ist nur so gut wie das, was in sie hineinläuft. Die Kampagnen führen auf **Funnels**, die ich selbst aufbaue, und dort entscheidet sich, ob die Automatisierung danach etwas Brauchbares in der Hand hat. - **Felder als Schnittstelle.** Jedes Formularfeld ist später eine Spalte in der Datenbank und eine Bedingung im Szenario. Ein frei getipptes Feld, wo eine Auswahl gereicht hätte, verursacht Aufräumarbeit für die gesamte Laufzeit der Kampagne. - **Qualifizierung passiert im Funnel, nicht danach.** Ein paar richtig gestellte Fragen sortieren mehr vor als jedes Scoring hinterher, weil sie die Antwort erfassen, solange die Person noch da ist. - **Tracking gehört zum Aufbau.** Ohne saubere Zuordnung von Abschluss zu Kampagne und Anzeige fehlt später genau die Spalte, an der die Optimierung hängt. Nachträglich lässt sie sich nicht rekonstruieren. ### Die Lead-Strecke - Neue Leads laufen über **Webhooks** ein, unmittelbar beim Absenden statt im Stundenrhythmus. - Sie werden automatisch **angereichert**: fehlende Felder ergänzt, Formate normalisiert, Dubletten erkannt. - Ein **Scoring** ordnet sie nach Passung ein, damit die aussichtsreichen Kontakte zuerst bearbeitet werden. - Danach werden sie **ins CRM geroutet**, an die passende Person und mit dem passenden Status. ### Die Reporting-Strecke - Kampagnendaten aus den Werbeplattformen fließen in die **interne Datenbank** statt in Tabellenexporte. - Dort werden sie zu **KPI-Reportings** verdichtet, die immer gleich aufgebaut sind und deshalb vergleichbar bleiben. - Abweichungen fallen dabei auf, weil sie gegen den eigenen Verlauf geprüft werden und nicht gegen ein Bauchgefühl. ### Datenqualität als Dauerarbeit Der unsichtbarste und in Summe wertvollste Teil. Eine Datenbank verfällt nicht auf einmal, sondern zeilenweise: ein Feld, das jemand anders befüllt hat, ein Zustand, der nach einem Abbruch offen blieb, dieselbe Person zweimal unter zwei Mailadressen. Automatisierungen verstärken solche Fehler, weil sie sie zuverlässig weitertragen. - Gültigkeit wird beim Schreiben geprüft, nicht beim Lesen. Was einmal falsch in der Datenbank steht, steht in jedem Reporting darüber falsch. - Dubletten werden an der Eingangsstelle erkannt, weil ein zweiter Datensatz später zwei Verläufe erzeugt, die beide unvollständig sind. - Jeder Datensatz trägt, woher er kommt. Ohne Herkunft ist eine widersprüchliche Zahl nicht auflösbar, mit Herkunft ist sie eine Frage von Minuten. ### Wo LLM-Schritte sitzen 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. ## /03 Was das bringt - Systeme: 5 verbunden: Funnels, Werbeplattformen, Datenbank, CRM, Mail - Manuelle Schritte: 0 im Regelfall, Entscheidungen ausgenommen - Reaktionszeit: Sekunden vom Absenden bis zum Eintrag im CRM - Zeitersparnis: hunderte Arbeitsstunden im Jahr 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. > **🔒 Vertraulichkeit** — 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. ## /04 Was ich dabei gelernt habe ### Ein Automat ohne Fehlerpfad ist kein Automat 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. ### Alles aus einem fremden System ist Eingabe, nie Anweisung 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](/projekte/prompt-injection), und sie hat die Art verändert, wie ich Automatisierungen baue. ### Gebaut ist die Hälfte, betrieben ist die andere Ein Szenario, das läuft, ist nicht fertig. Plattformen ändern Feldnamen, Kontingente laufen aus, ein Formular bekommt ein zusätzliches Feld, und die Strecke bricht an einer Stelle, die beim Bauen niemand angesehen hat. Wichtig ist deshalb weniger, dass nichts schiefgeht, als dass es auffällt, wenn etwas schiefgeht: ein Fehlerpfad, der meldet statt still zu schlucken, und ein Zustand, der sich nach der Behebung ohne Doppelbuchung nachholen lässt. ### Der Mensch bleibt an der Entscheidung 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. **Skills daraus:** Make · Airtable · Funnel-Aufbau · Close CRM · Webhooks & APIs · KI-Workflows & Prompting · Prozessmodellierung (BPMN) · Fehler- & Retry-Logik · KPI-Definition & Reporting ## /05 Verwandte Projekte Die Projekte hängen stärker zusammen, als die Kacheln auf der Startseite vermuten lassen. Hier stehen alle anderen, sortiert nach Nähe zu diesem Projekt: - [Prompt Injection](https://clemenshoeller.at/projekte/prompt-injection) - [LLMs & Kreativität](https://clemenshoeller.at/projekte/llms-kreativitaet) - [AI Talent Gap](https://clemenshoeller.at/projekte/ai-talent-gap) - [Diese Website](https://clemenshoeller.at/projekte/diese-website) - [Consulting-Cases](https://clemenshoeller.at/projekte/consulting-cases) - [AURORA](https://clemenshoeller.at/projekte/aurora) - [Zotter-Marketingplan](https://clemenshoeller.at/projekte/zotter-marketingplan) - [Healthcare Fraud Detection](https://clemenshoeller.at/projekte/fraud-detection) - [Google vs. ChatGPT](https://clemenshoeller.at/projekte/google-vs-chatgpt) - [VWA: Entstehung des Internets](https://clemenshoeller.at/projekte/vwa) --- *Englische Fassung: https://clemenshoeller.at/en/projects/ki-automatisierungen.md* *Aus der Praxis bei marketingwerk: wiederkehrende Agentur-Prozesse vom Lead bis zum Reporting automatisieren, mit Make, Airtable, Close CRM, APIs und LLM-Schritten.*