Ein gutes KI-Tool erkennt man nicht an der Demo, sondern daran, ob es nach einer Stunde einen brauchbaren Arbeitsoutput liefert. Servus, ich bin Lissy. Heute machen wir deshalb keinen Modellvergleich und keine große Newsrunde, sondern einen Tool-Walkthrough: Wie testet man einen kleinen KI-Workflow so, dass man danach wirklich entscheiden kann, ob er in den eigenen Alltag gehört. Der Aufhänger ist lead-finder, ein neues Skill für Claude Code, Codex oder ChatGPT. Es sucht lokale Firmen, prüft konkrete Lücken und gibt am Ende eine CSV aus. Dazu kommen Waystone für Browser-Abläufe und Vibecheck als kleines Beispiel dafür, wie man KI-Code nicht blind durchwinkt.
lead-finder ist spannend, weil es keine magische Vertriebsmachine verspricht. Es nimmt eine sehr enge Aufgabe: Finde lokale Leads für einen Service in einer Nische und begründe, warum genau diese Firma ein Gespräch wert sein könnte. Also zum Beispiel Webdesign für Zahnärzte in Lyon oder Austin. Das Skill zieht Google Maps Listings, schaut je nach Service auf Dinge wie fehlende Website, schwache mobile Performance, schlechte lokale Sichtbarkeit, alte Fotos oder inaktive Social-Profile. Dann sucht es Besitzer oder Mailkontakt und schreibt eine CSV mit Lead, Fundstelle, Gap und einem kurzen personalisierten Aufhänger. Genau diese Begrenzung mag ich. Nicht: KI übernimmt deinen kompletten Vertrieb. Sondern: KI macht eine Rechercheliste, die du als Mensch prüfen kannst. Der Unterschied ist riesig. Eine Liste mit vierzig lokalen Firmen kann man in einer Stunde durchsehen. Automatisch dreihundert Mails rauszuschießen wäre dagegen der schnellste Weg, sich den eigenen Ruf zu ruinieren. Der README nennt einen ersten Test mit vierzig Listings für ungefähr dreißig bis fünfunddreißig Cent über treg.to. Das ist kein unabhängiger Business-Beweis, nur eine Projektangabe. Aber als Lernsignal ist es stark genug: Man kann so einen Workflow klein, billig und überprüfbar testen.
Wenn ich das morgen als Selbstständige testen würde, würde ich es nicht mit meiner wichtigsten Zielgruppe anfangen. Ich würde eine harmlose Nische nehmen, zum Beispiel Fotografen-Websites in einer Nachbarstadt oder lokale Restaurants mit veralteten Speisekarten. Schritt eins: Skill installieren, entweder in Claude Code, Codex oder einer Umgebung, die Skills und Dateiausgabe sauber unterstützt. Schritt zwei: eine einzige Aufgabe formulieren, nicht zehn. Also: Finde zwanzig bis vierzig Betriebe in dieser Stadt, bei denen mein Service plausibel passt, und gib mir pro Betrieb den konkreten Grund. Schritt drei: Ergebnis als CSV verlangen, nicht als Fließtext. Eine CSV zwingt das Tool, sauber zu trennen: Name, Website, beobachtetes Problem, Quelle, möglicher Kontakt, Ein-Satz-Hook. Schritt vier ist der eigentliche Test. Man nimmt fünf zufällige Zeilen und prüft sie manuell. Stimmt der genannte Gap wirklich. Existiert die Website. Ist der Hook spezifisch oder klingt er nach Massenmail. Gibt es eine saubere Quelle für den Kontakt. Meine Erfolgsschwelle wäre ganz schlicht: Wenn bei fünf geprüften Leads mindestens drei Gaps wirklich stimmen und mindestens zwei Hooks brauchbar personalisiert sind, lohnt sich ein zweiter Test. Wenn die Hälfte der Liste Halluzination, veraltete Daten oder generischer Sales-Schaum ist, sofort stoppen. Dann ist das Tool nicht wertlos, aber die Aufgabe ist noch zu offen formuliert.
Der wichtigste Punkt ist nicht lead-finder selbst, sondern die Form des Workflows. Ein Skill ist hier kein großer App-Agent. Es ist eher eine wiederverwendbare Arbeitsanweisung mit Quellen, Regeln und Ausgabeformat. Das macht ihn für kleine Business-Prozesse so nützlich. Man kann sehr genau sagen: Nutze diese Quellen, prüfe diese Kriterien, brich bei unsicherem Kontakt ab, schreibe keine Mail, sondern gib mir eine Review-Liste. Für Unternehmer ist das oft der beste Einstieg. Nicht gleich CRM umbauen, nicht gleich Outreach automatisieren, nicht gleich einen Agenten mit Zugriff auf Kundenkonten losschicken. Erst eine enge Rechercheaufgabe bauen. Danach messen: Wie viele Ergebnisse stimmen, wie viel Zeit spare ich, und wo muss der Mensch entscheiden. Typische Fehler sind leicht erkennbar. Erstens: Die Gap-Regel ist zu breit. Wenn überall nur steht, Website könnte besser sein, hat man nichts gewonnen. Zweitens: Datenquellen sind unklar. Dann kann man nicht prüfen, ob der Agent sauber gearbeitet hat. Drittens: Man vermischt Recherche und Versand. Das ist gefährlich, weil schlechte Daten sofort echte Menschen erreichen. Mei, genau da muss man sich bremsen. Der erste produktive KI-Workflow ist oft nicht der, der am meisten darf, sondern der, der am besten überprüfbar bleibt.
Das zweite Tool passt gut dazu, weil viele Arbeitsabläufe nicht an Text scheitern, sondern an Browserklicks. Waystone zeichnet auf, wie ein Mensch eine Browser-Aufgabe erledigt. Danach liegen nummerierte Schritte, Element-Selektoren, Screenshots, Workflow-JSON und Chrome-DevTools-Kommandos in einem Ordner. Der Output kann wiederholt, von einem Agenten gelesen oder als Playwright- oder Puppeteer-Script exportiert werden. Das ist ein schöner Mittelweg. Man muss nicht sofort hoffen, dass ein Browser-Agent jedes Portal selbst versteht. Man kann ihm erst einmal zeigen, was zu tun ist. Für einen Betrieb könnte das ein Lieferantenportal sein, ein täglicher Report-Download, ein CRM-Update oder eine Behördenmaske. Der Test ist ähnlich konkret: Eine Aufgabe mit fünf bis zehn Schritten aufnehmen, einmal wiederholen lassen, dann prüfen, ob der Export ohne Waystone läuft. Erfolg heißt nicht, dass alles für immer stabil ist. Erfolg heißt: Die Demonstration wird zu einer Prozesskarte, die man versionieren, anpassen und später automatisieren kann. Die typischen Fehler kennt jeder, der schon einmal Webautomation gebaut hat: Login, Zwei-Faktor-Abfrage, Captcha, dynamische Ladezeiten und Webseiten, die ihre Oberfläche ändern. Genau deshalb ist Waystone kein Zauberstab, sondern ein gutes Lernwerkzeug. Es zeigt, ob die Aufgabe überhaupt automatisierbar genug ist.
Zum Schluss zwei kleinere Signale aus der Coding-Ecke, weil sie denselben Gedanken verstärken. Vibecheck ist ein self-hosted Merge-Gate für GitHub Pull Requests. Es liest einen Diff, stellt dem Autor Fragen und blockiert den Merge, bis der Mensch zeigen kann, dass er die eigene Änderung verstanden hat. Dafür braucht man Docker, Postgres, ein GitHub Repo und einen Anthropic API-Key. Das ist eher etwas für Entwicklerteams, aber die Idee ist allgemein: KI-Ausgabe ist erst dann fertig, wenn ein Mensch sie erklären oder verantworten kann. Airlock geht einen anderen Weg. Die Mac-App lässt Claude Code oder Codex in einer virtuellen Maschinenkopie eines Projekts arbeiten. Danach wählt man aus, welche Änderungen übernommen werden. Auch das ist keine perfekte Lösung, aber ein klares Muster: Agentenarbeit gehört in eine sichere Kopie, bevor sie ans Original darf. Für Nicht-Entwickler übersetze ich das so: Wenn ihr KI-Tools testet, trennt immer drei Dinge. Recherche darf früh automatisiert werden. Entscheidungen brauchen menschliche Prüfung. Ausführung mit echten Kunden, echtem Geld oder echten Daten kommt zuletzt. Wer diese Reihenfolge einhält, kann heute schon sehr viel ausprobieren, ohne sich gleich den Betrieb kaputtzumachen.
Worauf ich heute komme: Der beste Einstieg in KI-Automation ist nicht der größte Agent, sondern der kleinste Prozess, den man sauber messen kann. Nehmt eine Aufgabe, begrenzt die Quellen, verlangt eine Tabelle, prüft fünf Stichproben und entscheidet dann nüchtern: nochmal testen, kaufen, selbst bauen oder ignorieren. Wenn euch genau solche praktischen Walkthroughs helfen, schreibt mir gern eine Mail, die Adresse steht in den Shownotes. Oder hinterlasst eine Bewertung auf Spotify oder Apple Podcasts. Das war es für heute. Pfiat euch und bis morgen, eure Lissy.