Lab
Die Projekte hier verbindet eine Idee: Agentur-Routine automatisieren, damit Zeit für das bleibt, was der Kunde am Ende sieht – das Deliverable.
Kein Portfolio zum Vorzeigen. Diese Systeme laufen täglich im echten Agenturbetrieb – vom ersten Konzept über die Architektur bis hin zum Betrieb. Das Lab dokumentiert Werkzeuge und Workflows; offene Panel-Forschung, Methoden und Datengrenzen stehen getrennt unter Research.
In Productive steckt alles – Budgets, Tickets, Follow-ups, Stunden – nur verteilt auf Reports und Ansichten.
Der Connector macht diese Daten per MCP direkt in Claude abfragbar: eine Frage in Klartext statt einer Klickstrecke durch Reports. Ohne Tarif-Upgrade, auf eigener Infrastruktur, rein lesend.
Vom internen Werkzeug zum Produkt
Haben wir bei diesem Kunden die vereinbarten Stunden geleistet?
Vorher hieß das: Daten von Hand aus Productive ziehen und gegen die Tabelle mit den Kundenbudgets rechnen. Jetzt trägt jede Kundenkarte die eine große Zahl – live aus Productive, nach dem Monatsabschluss eingefroren als Snapshot.
Deterministische Snapshots
Die Disziplin, mit der ich arbeite, als ausführbares Format: Der Skill macht aus einem generalistischen KI-Agenten einen Spezialisten für GEO-Content.
Er führt durch die Retrieval-Mechanik der Antwortmaschinen – chunk, embed, retrieve, ground, cite – und wendet sie als wiederholbaren Arbeitsablauf an. Zwei Modi: neue Inhalte erstellen oder bestehende Seiten umbauen, Baseline zuerst.
Die Methode zum Mitnehmen
Zum Projekt → GitHub (öffnet in neuem Tab) ChatGPT-Katalog (öffnet in neuem Tab)
Share of Voice, Mention Rate und Citation Rate in KI-Antworten, gemessen ohne SaaS-Abo: 50 Prompts über ein OpenRouter-Konto an ChatGPT, Gemini, Perplexity und Claude.
Jede Frage dreimal pro Modell, damit die stochastische Antwort ein Signal wird und kein Rauschen. Erkennung per Regex statt LLM-Judge, damit jede Zahl reproduzierbar bleibt. Rohdaten in Google Sheets, Wochenbericht per E-Mail, Alarm bei einer Citation Rate von null – und eine ehrliche Rechnung, ab wann der Eigenbau teurer wird als Peec.ai.
Reproduzierbar statt Blackbox
Zum Projekt → GitHub (öffnet in neuem Tab) n8n-Vorlage (öffnet in neuem Tab)
FAQ-Blöcke für Service- und Produktseiten schreibt ein Sprachmodell in einer Minute – heikel wird es, sobald dasselbe Modell den fremden Seitentext liest und gleichzeitig die Firmendaten kennt.
Der Workflow trennt beides nach Simon Willisons Dual-LLM-Pattern: Das steuernde Modell arbeitet nur auf Enums, Zählern und IDs und sieht den Seitentext nie; das lesende Modell bekommt null Firmendaten. Drei Code-Gates prüfen ohne Modell, jede Antwort muss Fakten-IDs zitieren – und veröffentlicht wird nichts von allein.
Quarantäne statt Vertrauen
Googles Open Knowledge Format (OKF) nutzbar machen, ohne Markdown und YAML von Hand: ein Bündel hochladen, strukturieren, als Graph sehen und in normaler Sprache befragen.
OKF ist ein Verzeichnis aus Markdown-Dateien mit YAML-Frontmatter, deren Konzepte sich zu einem Graphen verlinken. Das Tool liest Ihr Bündel ein, zeigt die Concept Library zum Bearbeiten, den Wissensgraphen samt seinen Lücken und einen RAG-Chat, der ausschließlich aus Ihrem Bündel antwortet und jede Aussage auf das Quell-Konzept zurückführt.
Wissen für Mensch und Agent
Welche Routine frisst in Ihrer Agentur die meisten Stunden? Schreiben Sie mir – Zeitfresser wie diese lassen sich abschaffen.