Wie ich Claude AI im Alltag nutze – 3 Automatisierungen, die wirklich funktionieren

Claude AI ist in meiner täglichen Arbeit längst kein Chatbot mehr, den ich öffne, wenn mir etwas in den Sinn kommt. Es ist ein System, das mir morgens um 6:30 Uhr meinen Tagesplan schickt, das letzte Woche an meiner Stelle E-Mails an 1168 Personen verschickt hat und auf LinkedIn mithilfe von Tags diejenigen ausfindig macht, die es wert sind, in mein Netzwerk aufgenommen zu werden. Ich zeige Ihnen, wie das funktioniert – und was Ihnen über diese Automatisierungen sonst nie erzählt wird.

Letztes Jahr um diese Zeit dachte ich noch, dass KI in meiner Arbeit lediglich bedeutet, dass ich damit schneller E-Mails schreiben kann. Ich öffne ein Fenster, bitte sie, meine Gedanken in Worte zu fassen, überfliege den Text und schicke ihn ab. Das ist nützlich – aber es ist in etwa so, als würde ich einen Ferrari schieben, weil ich nicht weiß, wie man ihn startet.

Der Wandel kam daher, dass ich es satt hatte. Ich hatte es satt, morgens meine erste Stunde damit zu verbringen, E-Mails zu lesen, meinen Kalender durchzugehen, Jira zu checken und mir dann im Kopf zusammenzustellen, worauf ich heute achten muss. Das ist jeden Tag die gleiche Arbeit, mit denselben Quellen und dem gleichen Ergebnis. Wenn ein Mensch das immer auf dieselbe Weise macht – das kann eine Maschine auch.

So begann das Automatisierungsprojekt von Gloster AI, das wir seitdem auf 23 Skills, 7 eigene MCP-Konnektoren und den täglichen Betrieb ausgeweitet haben.

Warum reicht der Claude-AI-Chatbot-Modus nicht aus – und was übersehen die meisten?

90 Prozent der Menschen nutzen KI so: Frage → Antwort → Kopieren-Einfügen. Das ist das Mindeste, was man daraus herausholen kann.

Der eigentliche Durchbruch liegt darin, dass Claude AI nicht nur antwortet, sondern auch handelt. Es versendet E-Mails. Es ruft Daten aus einem System ab. Es liest Kalender ein. Es aktualisiert Jira-Tickets. Es speichert Dateien in einem Ordner. Dazu reicht es nicht aus, einfach claude.ai zu öffnen – dafür muss Claude mit den eigentlichen Systemen verbunden werden.

Der Name der Verbindungstechnologie lautet: MCP – Model Context Protocol. Dies ist der offene Standard von Anthropic, der festlegt, wie ein KI-Modell auf externe Tools und Datenquellen zugreifen kann. Ich führe diese auf Cloudflare Workers aus – das ist eine serverlose, cloudbasierte Ausführungsumgebung, die für etwa 5 Dollar im Monat betrieben werden kann und mit jeder beliebigen API verbunden werden kann.

Meine derzeitigen 7 Konnektoren sind: Outlook-E-Mail, Outlook-Kalender, Jira, WordPress, LinkedIn, Tempo (Zeiterfassung) und ein allgemeiner Webhook. Das sind die „Anknüpfungspunkte“, über die Claude AI auf meine tatsächliche Arbeitsumgebung zugreifen kann.

KI ist nicht deshalb wertvoll, weil sie auf kluge Fragen kluge Antworten gibt. Sie ist deshalb wertvoll, weil sie die Arbeit erledigt, die bisher ich erledigt habe – jeden Morgen, zuverlässig und ohne zu murren.

1. Automatisierung: das Morning Briefing, das jeden Morgen in meinem Posteingang liegt

Ich werde beschreiben, wie dieses System aufgebaut ist – denn in den meisten Artikeln wird dies ausgelassen, weshalb es so geheimnisvoll wirkt.

Was passiert genau um 6:30 Uhr?

Eine geplante Aufgabe wird aktiviert (dies wird von der Cowork-Desktop-App verwaltet). Dadurch wird Claude AI gestartet, das über die MCP-Konnektoren parallel folgende Daten abruft: die heutigen Kalendertermine aus dem Outlook-Kalender, die E-Mails der letzten 48 Stunden aus Outlook sowie die offenen Jira-Tickets (Zuweisung = ich, Status nicht „Erledigt“, sortiert nach Priorität).

Daraus erstellt Claude ein einziges, zusammenhängendes Briefing und sendet es mir dann mithilfe des E-Mail-Connectors über Outlook zu. Auf Ungarisch und auf eine Lesezeit von maximal 2 Minuten ausgelegt.

Der Aufbau des Briefings ist immer derselbe:

• #1 Priorität – ein Satz: Was ist heute am wichtigsten und warum?
• Tagesplan – Termine in chronologischer Reihenfolge, Teilnehmer, Themen
• E-Mail-Prioritäten – maximal 5 E-Mails, die eine Antwort oder eine Aktion erfordern (automatische Benachrichtigungen und Newsletter werden herausgefiltert)
• Jira – Liste der offenen Tickets nach Priorität
• Empfohlene Maßnahmen – die 3 wichtigsten Schritte für den Start in den Tag

Wie hoch ist die tatsächliche Ersparnis?

Das Gleiche von Hand zu erledigen, kostet mich morgens 20 bis 25 Minuten. Bei fünf Arbeitstagen pro Woche sind das 100 bis 125 Minuten. Jährlich sind das etwa 85 Stunden – grob gerechnet zwei volle Arbeitswochen –, die ich bisher damit verbracht habe, Informationen zusammenzutragen, die ein Computer in zehn Sekunden für mich erledigen kann.

Das System läuft nun schon seit 6 Wochen einwandfrei. Einmal kam es zu einer Verlangsamung der Outlook-API, wodurch sich das Briefing um 40 Minuten verzögerte. Das war der einzige Vorfall.

2. Automatisierung: 1168 personalisierte E-Mails – in 3 Tagen, ohne menschliches Zutun

Bei diesem Projekt hatte ich zum ersten Mal das Gefühl, dass ich es mit etwas zu tun habe, das qualitativ anders ist.

Für eine Kampagne von Gloster musste eine Kontaktliste mit 1168 Einträgen bearbeitet und per E-Mail versendet werden. Früher erledigten dies drei Mitarbeiter in zwei Wochen: Sie versendeten abwechselnd täglich 50 bis 100 E-Mails, kopierten dabei manuell die Namen und Firmennamen und passten die Anrede individuell an.

Die KI-basierte Version sah folgendermaßen aus:

Eingabe: eine Excel-Tabelle mit den Feldern Name, E-Mail, Firmenname und Branche.

Verarbeitung: Claude AI geht die Liste durch, fügt bei jedem Kontakt anhand des Namens die passende Anrede ein (Herr Kovács / Petra / Dr. usw.), passt den Text an den Firmennamen an und wählt je nach Branche eine der drei vorbereiteten E-Mail-Varianten aus. Kein Massenversand – jede E-Mail ist individuell.

Ausgabe: Der Outlook-MCP-Connector versendet die E-Mails einzeln in Stapeln zu je 20 Stück mit Pausen von 3 bis 5 Minuten (damit der Spamfilter nicht ausgelöst wird).

Das Ergebnis: 1168 E-Mails, in 3 Arbeitstagen, ohne manuellen Aufwand beim Versand. Die Vorbereitung der gesamten Kampagne (Erstellung der Vorlage, Bereinigung der Liste) dauerte ca. 4 Stunden.

Zum Vergleich: Mit der bisherigen Methode hätte dies 80 bis 100 Arbeitsstunden in Anspruch genommen.

Es gibt Dinge, deren Wert man erst dann wirklich zu schätzen weiß, wenn man sie nicht selbst erledigt. Das war eines davon.

3. Automatisierung: Kontaktknüpfung auf LinkedIn – datengesteuert, ohne manuelles Durchsuchen

Dies ist die heikelste der drei Methoden, da LinkedIn aktiv gegen Automatisierung vorgeht. Es gibt jedoch einen Bereich, in dem dies legal und effektiv funktioniert.

Der Prozess

Eingabedaten: eine Excel-Liste mit Namen und E-Mail-Domains (z. B. kovacs.janos@cegnev.hu). Auf dieser Grundlage sucht Claude AI über den Browser nach LinkedIn-Profilen – die Suche erfolgt anhand einer Kombination aus Name und Firmenname –, ermittelt den Grad der Verbindung und kategorisiert die Ergebnisse:

• Kontakt 1. Grades → ist bereits in meinem Netzwerk, muss nicht markiert werden
• Beziehung 2. Grades → Benachrichtigung kann gesendet werden, das System sendet sie
• Nicht gefunden → unvollständige Daten, manuelle Überprüfung erforderlich
• Unklares Ergebnis → wird vom System übersprungen und zur Überprüfung markiert

Ergebnis der letzten Woche: 26 bearbeitete Kontakte. 3 Empfehlungen verschickt, 11 waren bereits Kontakte ersten Grades, bei 8 war die Zuordnung nicht eindeutig, bei 4 war sie ungewiss.

Auf den ersten Blick sieht das nicht besonders beeindruckend aus – aber bedenke, dass diese 26 Überprüfungen manuell etwa 45 bis 60 Minuten dauern und das Durchsuchen der LinkedIn-Suche ziemlich langweilig ist. Die KI erledigt in der Zwischenzeit andere Aufgaben für mich.

Was ich noch verbessere: Die Genauigkeit der Namenserkennung verschlechtert sich, wenn die Liste nur unvollständige Namen enthält (z. B. „Dr. Kovács J.“). Daran arbeiten wir – wahrscheinlich lässt sich das durch einen speziellen Normalisierungsschritt beheben.

Wofür es NICHT geeignet ist – und das muss man auch betonen

Es ist zwar nicht gerade schmeichelhaft, das zuzugeben, aber: Mein KI-System hat in einigen Bereichen kläglich versagt.

Ich habe versucht, die Entwürfe für die Investorenkommunikation zu automatisieren. Technisch gesehen hat es funktioniert – Claude hat Antworten generiert. Aber die Ergebnisse waren in jedem Fall zu allgemein gehalten; es fehlte ihnen an der auf die jeweilige Situation abgestimmten Feinheit. Das mache ich weiterhin manuell.

Ich habe versucht, auch die Zusammenfassungen nach Kundengesprächen zu automatisieren. Das ist mir teilweise gelungen – wenn ein Transkript vorliegt, liefert Claude eine hervorragende Zusammenfassung. Wenn jedoch keine qualitativ hochwertige Aufzeichnung vorhanden ist, fällt auch das Ergebnis schlecht aus. Garbage in, garbage out – das gilt auch für KI.

Die Grundregel, die ich daraus abgeleitet habe: KI ist dort stark, wo die Aufgabe strukturiert ist, sich wiederholt und das Ergebnis klar definiert ist. Wo es auf Kontext, differenziertes Urteilsvermögen oder echte Kreativität ankommt – dort bin ich nach wie vor der Engpass, und das werde ich auch bleiben.

Die Gesamtkosten des Systems – was niemand sagt

• Claude Max: ca. 35.000 Ft/Monat (bei dieser Nutzungsintensität reicht die Pro-Version nicht mehr aus)
• Cloudflare Workers (7 Konnektoren): ~2.000 HUF/Monat
• Cowork Desktop-App: derzeit kostenlos (Research Preview)

Insgesamt: ca. 37.000 Ft/Monat.

Für dieses Geld habe ich mir monatlich etwa 30 bis 35 Stunden Routinearbeit erspart. Selbst bei einer äußerst konservativen Schätzung bringt mir die Investition von 37.000 Ft mindestens das 10- bis 15-Fache an Ertrag – und das jeden Monat.

Ich würde es nicht jedem blindlings empfehlen. Wenn die grundlegenden technischen Kenntnisse für die Einrichtung der MCP-Konnektoren fehlen, sind die ersten Wochen mit einem erheblichen Zeitaufwand verbunden. Bei uns haben zwei Entwickler aus dem Team beim Aufbau der Konnektoren geholfen – diese Zeit muss ebenfalls in die tatsächlichen Einführungskosten einkalkuliert werden.

Häufig gestellte Fragen (FAQ)

Wie fange ich an, wenn ich kein Entwickler bin?

Der einfachste Einstieg: Claude Pro (20 $/Monat) + die Cowork-Desktop-App (kostenlos). Damit kannst du sofort mit Dateien, E-Mails und deinem Kalender arbeiten – auch ohne MCP-Connector. Die speziellen Connectors (Jira, eigene Systeme) brauchst du nur, wenn du auch diese Prozesse automatisieren möchtest.

Wie viel kostet das Ganze, wenn ich ganz von vorne anfange?

Realistisch gesehen: Claude Pro kostet 7.500 HUF pro Monat, Cloudflare Workers 2.000 HUF pro Monat. Die Einrichtung der ersten Konnektoren erfordert 4 bis 8 Entwicklerstunden (einmaliger Aufwand). Wenn es im Team jemanden gibt, der Python oder JavaScript beherrscht, lässt sich dies intern erledigen.

Was genau ist ein MCP-Stecker und wozu dient er?

Das MCP (Model Context Protocol) ist der offene Standard von Anthropic, der es der Claude-KI ermöglicht, auf externe Systeme zuzugreifen – deine E-Mails zu lesen, Jira abzufragen und Nachrichten zu versenden. Ohne Connector weiß Claude nur das, was du in das Chat-Fenster eingibst.

Ist das im Arbeitsalltag wirklich zuverlässig?

Nach sechs Wochen Erfahrung: Ja, sofern die Aufgabe klar definiert ist. Das morgendliche Briefing läuft zu 99 % zuverlässig. Bei der E-Mail-Kampagne ist einmal ein Batch fehlgeschlagen (fehlerhaftes E-Mail-Format in der Liste) – das musste manuell korrigiert werden. Die Automatisierung ist nicht fehlerfrei, aber sie entlastet mich, sodass ich mich auf wichtigere Dinge konzentrieren kann.

Zusammenfassung

Vor sechs Monaten hätte ich gesagt, dass KI in meiner Arbeit ein gutes Hilfsmittel für die Textbearbeitung ist. Heute sage ich: Das war die beste Entscheidung, die ich in den letzten zwei Jahren in Bezug auf unseren operativen Betrieb getroffen habe.

8 bis 10 Stunden gewonnene Zeit pro Woche – für nur 37.000 Ft im Monat. Mit drei konkreten Automatisierungslösungen, die jeder umsetzen kann – wenn er die Geduld dazu hat.

KI nimmt niemandem den Arbeitsplatz weg. Aber wer versteht, wie man sie einsetzt, wird den Markt denen ernsthaft streitig machen, die das nicht verstehen.

Wenn dir dieser Artikel gefallen hat, folge Viktor auf LinkedIn – er teilt dort wöchentlich seine Gedanken zu den Themen IT, KI und Unternehmensführung.

---

😎 Wöchentliche AI- und IT-Trends direkt in deinen Posteingang?
Abonniere den Gloster-Newsletter.