Vier neue KI-Werkzeuge zeigen heute ziemlich gut, woran man brauchbare Automatisierung erkennt: nicht an großen Versprechen, sondern an einer Aufgabe, die morgen kleiner wird. Servus, ich bin Lissy. Heute geht es um Outreach, Produktprototypen, Datenanalyse und einen Mac-Agenten, der an den richtigen Stellen anhält. Das klingt erst einmal wie eine Toolliste. Ist es aber nicht. Es ist eher eine kleine Prüfrunde: Welche Arbeit würdest du wirklich abgeben, welche nur vorbereiten lassen, und wo muss ein Mensch die Hand noch auf der Bremse haben?
Fangen wir mit FlyHedwig an. Das Tool verspricht B2B-E-Mail-Sequenzen aus den Mailboxen, die man sowieso schon besitzt. Also kein neues Riesensystem, das erst die halbe Vertriebsroutine umbaut. Der Ablauf ist laut Website ziemlich klar: Mailbox verbinden, Sequenz anlegen, Antworten automatisch labeln und die Kampagne aus Claude Code oder Codex steuern und auswerten. Open Source, MIT-Lizenz, und erst einmal auf diesen einen Job zugeschnitten.
Das Spannende daran ist nicht, dass noch ein Tool E-Mails verschickt. Davon gibt es genug. Spannend ist die Arbeitsgrenze. Ein guter Outreach-Test ist nicht: Können wir mehr Mails rausschicken? Das kann fast jedes System. Die bessere Frage ist: Erkennen wir schneller, welche Antworten wirklich relevant sind, und können wir die nächste Aktion sauber daraus ableiten? Wer Vertrieb macht, weiß ja: Die Arbeit steckt selten im ersten Senden. Sie steckt im Nachfassen, Sortieren, Timing und in der Frage, ob eine Antwort Kaufinteresse, höfliche Ablehnung oder nur automatische Abwesenheit ist.
Wenn ich das testen würde, würde ich nicht mit tausend Kontakten starten. Ich würde eine kleine, saubere Liste nehmen, zum Beispiel 40 Bestandsleads aus einer klaren Nische. Dann eine einzige Sequenz, zwei Varianten, und als Messwert nicht Öffnungsrate, sondern echte Antwortkategorien: interessiert, später melden, falsch adressiert, kein Bedarf. Erfolg wäre für mich, wenn das System die Antworten so gut vorsortiert, dass eine Vertriebsassistenz am nächsten Morgen in 20 Minuten entscheiden kann, wem sie wirklich schreibt. Abbruch wäre: Wenn man mehr Zeit damit verbringt, Labels zu korrigieren, als Antworten selbst zu lesen. Dann hat man keine Automatisierung, sondern nur ein hübscheres Postfach.
Das zweite Tool heißt Designobo. Laut Website erstellt es klickbare Multi-Screen-Prototypen mit einem AI-Design-Agenten. Man kann per Chat iterieren, Kommentare setzen, Zeichnungen ergänzen, manuell nachbearbeiten und dann einen Preview-Link teilen. Das ist kein Ersatz für gutes Produktdesign. Aber es kann eine ziemlich teure Lücke schließen: die Phase, in der alle über dieselbe Idee reden und trotzdem etwas anderes im Kopf haben.
Gerade für Gründer, Agenturen oder Berater ist das ein echter Hebel. Viele schlechte Produktentscheidungen entstehen nicht, weil niemand bauen kann. Sie entstehen, weil zu früh gebaut wird. Ein klickbarer Prototyp zwingt eine Idee in Screens, Übergänge und Entscheidungen. Plötzlich merkt man, ob eine Funktion überhaupt eine Startseite braucht, ob der Kunde den nächsten Schritt versteht, oder ob die angeblich einfache App in Wahrheit sieben Zustände hat.
Der sinnvolle Test ist deshalb nicht: Sieht der Prototyp hübsch aus? Hübsch kann KI schnell. Der Test ist: Versteht ein fremder Mensch in fünf Minuten, was er tun soll? Ich würde eine echte Produktidee nehmen, Designobo drei bis fünf Screens bauen lassen und den Link an fünf Leute schicken, die nicht im Projekt stecken. Danach keine langen Interviews, sondern drei Fragen: Was glaubst du, was dieses Produkt macht? Wo würdest du als Nächstes klicken? Wofür würdest du Geld bezahlen, wenn überhaupt?
Wenn die Antworten auseinanderlaufen, hat das Tool seinen Job gemacht. Dann hat es nicht ein Design geliefert, sondern eine Unsicherheit sichtbar gemacht. Und das ist oft mehr wert als ein weiterer Figma-Entwurf, an dem intern alle nicken, weil niemand der Spielverderber sein will.
Reportr geht in eine andere Richtung. Das Tool bietet einen KI-Chat für PostgreSQL, MySQL, SQL Server und andere Datenbanken. Man stellt Fragen, hakt nach und speichert Erkenntnisse als aktualisierbare Reports oder Dashboards. Das klingt nach der alten Vision von Self-Service-BI, diesmal mit Sprachinterface.
Hier muss man aufpassen, weil solche Tools schnell nach Magie klingen. Datenanalyse ist nicht automatisch richtig, nur weil die Frage natürlich formuliert ist. Eine KI kann eine SQL-Abfrage bauen, aber sie weiß nicht von allein, ob Umsatz bei euch brutto, netto, storniert, gebucht oder bezahlt heißt. Genau da entscheidet sich, ob Reportr nützlich wird. Nicht bei der ersten Demo, sondern bei der zweiten Frage, wenn jemand nachfragt: Warum ist der Dienstag immer schwächer? Welche Kundengruppe bricht ab? Welche Kampagne bringt zwar Leads, aber keine bezahlten Abschlüsse?
Der praktische Test wäre für mich sehr eng. Nicht die ganze Firma anschließen. Eine Datenbank, ein Verantwortlicher, eine wiederkehrende Frage. Zum Beispiel: Welche zehn Kunden hatten letzte Woche Umsatz, aber seit 30 Tagen keinen Kontakt? Dann prüft man drei Dinge. Erstens: Baut das System eine nachvollziehbare Abfrage? Zweitens: Kann der Verantwortliche das Ergebnis gegen bekannte Fälle prüfen? Drittens: Lässt sich daraus ein Report speichern, der nächste Woche ohne neues Prompt-Gebastel wieder stimmt?
Wenn ja, wird aus Datenanalyse ein Betriebsritual. Montagmorgen Report öffnen, Abweichung sehen, Entscheidung treffen. Wenn nein, ist es nur ein weiterer Chat über Daten. Und der kann sogar gefährlich sein, weil falsche Zahlen in einer freundlichen Antwort überzeugender wirken als eine kaputte Tabelle. Mei, Daten lügen nicht von allein. Aber Menschen und Modelle können sie sehr elegant falsch zusammenbauen.
Das vierte Tool ist Pennant. Ein Open-Source-Agent für macOS, der Aufgaben auf dem eigenen Rechner erledigen soll, auch geplant nach Zeitplan, mit einem Modell der eigenen Wahl. Der wichtige Satz in der Beschreibung ist aber ein anderer: Pennant fragt, bevor er veröffentlicht, sendet, löscht oder Geld ausgibt. Genau dieser Haltepunkt macht das Tool interessant.
Viele Agenten-Demos tun so, als wäre Autonomie das Ziel. Ich glaube, im Alltag ist kontrollierte Autonomie viel wertvoller. Ein Agent darf gern die langweiligen Schritte vorbereiten. Datei suchen, Entwurf bauen, Ordner sortieren, Vergleich ziehen, Nachricht formulieren. Aber sobald etwas rausgeht, verschwindet oder bezahlt wird, gehört ein Mensch in die Schleife. Nicht aus Angst vor Technik, sondern weil Verantwortung nicht an ein Modell delegiert werden kann.
Der Test für Pennant wäre deshalb kein großer Alles-Agent. Ich würde eine lokale, harmlose Aufgabe wählen, zum Beispiel jeden Freitag einen Ordner mit Rechnungs-PDFs prüfen, die Dateien nach Lieferant und Datum vorsortieren und einen Entwurf für eine Zusammenfassung vorbereiten. Der Agent darf lesen, gruppieren und vorschlagen. Er darf nicht löschen, nicht senden und keinen Zahlungsschritt auslösen. Erfolg heißt: Die vorbereitete Arbeit spart wirklich Zeit und die Approval-Fragen kommen nur dort, wo sie nötig sind. Abbruch heißt: Der Agent fragt so oft nach, dass man ihn gleich selbst ersetzen kann, oder er will an Stellen handeln, die nicht zur Aufgabe gehören.
Für mich ist das die eigentliche Lehre aus den vier Tools heute. Gute KI-Werkzeuge sind nicht die, die am lautesten Autonomie versprechen. Gute Werkzeuge machen eine konkrete Arbeit messbarer. Hedwig zeigt, ob Outreach-Antworten besser sortiert werden. Designobo zeigt, ob eine Produktidee verstanden wird. Reportr zeigt, ob eine Datenfrage wiederholbar wird. Pennant zeigt, ob ein Agent vor riskanten Aktionen sauber stoppt. Das ist viel nüchterner als die große KI-Zukunft. Aber wahrscheinlich ist genau das der Weg, wie KI wirklich in Betriebe kommt.
Blickt man auf heute, bleibt bei mir hängen: Testet KI nicht an der schönsten Demo, sondern am kleinsten echten Arbeitsstück. Eine Mailsequenz, ein Prototyp, eine Datenfrage, ein lokaler Agentenlauf. Wenn das nach einer Stunde keinen klareren Ablauf ergibt, ist das Tool vielleicht interessant, aber noch nicht nützlich genug. Wenn euch die Folge geholfen hat, hinterlasst gerne eine Bewertung auf Spotify oder Apple Podcasts. Pfiat euch und bis morgen, eure Lissy.