der Arbeit der meisten Entwickler. Wir verwenden Tools wie Cursor, Windsurf, OpenAI Codex, Claude Code usw., um bei der Arbeit viel produktiver zu werden. Allerdings sehe ich in Gesprächen mit Menschen, die in nicht-technischen Branchen tätig sind, oft viele Prozesse, die durch KI optimiert werden können.
In diesem Artikel zeige ich, wie andere Nicht-Tech-Branchen vom Einsatz von KI profitieren können. Ich werde dies hervorheben, indem ich den Prozess der Interessentensuche mit KI automatisiere, einem typischen Vertriebsjob, der viel manuelle Arbeit erfordert. Das Ziel des Artikels besteht darin, aufzuzeigen, wie auch technisch nicht versierte Personen die neuesten Codierungsagenten nutzen können, um leistungsstarke Automatisierungstools zu erstellen.
Im gesamten Artikel werde ich meine wichtigsten Tipps hervorheben mit:
Dies ist ein Haupttipp
Warum brauchen wir eine automatische Interessentenfindung?
Vertreter der Geschäftsentwicklung arbeiten mit:
- Interessante Perspektiven finden
- Abrufen ihrer Kontaktinformationen, z. B. ihres LinkedIn-Profils oder ihrer E-Mail-Adresse
- Sich an potenzielle Kunden wenden und versuchen, ein Treffen zu vereinbaren
Von da an übernimmt normalerweise ein Kundenbetreuer, ich werde mich jedoch auf die Optimierung der ersten drei Schritte konzentrieren.
Dieser dreistufige Prozess ist in der Regel recht umfangreich, da die Online-Suche nach Interessenten das Durchsuchen zahlreicher LinkedIn-Profile oder anderer Websites nach interessanten Unternehmen erfordert. Nachdem Sie ein Unternehmen gefunden haben, beginnen Sie in der Regel mit der Suche nach bestimmten Personen in der Organisation, mit denen Sie Kontakt aufnehmen können. Dabei handelt es sich in der Regel um wichtige Entscheidungsträger, bei denen es sich um einen mittleren Manager in einem größeren Unternehmen oder einen CFO in einem kleineren Unternehmen handeln kann. Nachdem Sie die richtige Person gefunden haben, müssen Sie deren Kontaktinformationen abrufen, die normalerweise auf LinkedIn oder auf der Website des Unternehmens zu finden sind. Abschließend sollten Sie sich mit einer personalisierten Nachricht an diese Person wenden.
Interessante Perspektiven finden
Ich werde mit der Entwicklung dieses Tools mit Claude Code beginnen. Sie können dort im Wesentlichen jedes Codierungstool verwenden, z. B. Codex, Cursor, Windsurf, Replit usw. Der Hauptpunkt sind die Befehle, die Sie zum Erstellen der Anwendung verwenden.
Verwenden Sie immer den Planungsmodus, bevor Sie eine neue Anwendung erstellen
Ich beginne immer mit der Verwendung Planmoduswodurch das Modell angewiesen wird, Ihre Eingabeaufforderung zu lesen, einen Schritt-für-Schritt-Plan zu erstellen und etwaige klärende Fragen zu stellen. Dies ist sehr nützlich, da es Ihnen hilft, den Umfang Ihrer Bewerbung einzugrenzen und sicherzustellen, dass Sie bei Unklarheiten Ihre Meinung äußern. Ich wurde zum Beispiel dazu aufgefordert:
- Auf welchen Standort zielen Sie ab (in meinem Fall schaue ich mir potenzielle Kunden in Norwegen an)
- In welcher Programmiersprache soll Ihre Bewerbung erfolgen (ich habe mich für Python entschieden, aber auch TypeScript oder andere Sprachen sind natürlich möglich)
- Welche Websites möchten Sie sich ansehen (in Norwegen, proff.nr verfügt über zahlreiche Informationen zu Unternehmen und Mitarbeitern, sodass Sie ähnliche Tools finden oder sogar Ihren Coding-Agenten bitten können, diese Websites mithilfe einer Websuche selbst zu finden.)
- Welches Ausgabeformat bevorzuge ich (ich habe eine Excel-Tabelle gewählt)
Das sind alles tolle Fragen, die es zu klären gilt, weshalb man sie verwenden sollte Planmodus ist so nützlich.
Stellen Sie außerdem sicher, dass Ihr Modell aufgefordert wird, öffentlich verfügbare APIs zu verwenden, und suchen Sie nur nach Informationen relevanter Unternehmen. Das Abrufen personenbezogener Daten kann je nach Wohnort gegen die Vorschriften verstoßen.
Stellen Sie Ihrem Codierungsagenten immer so viele Tools wie möglich zur Verfügung. Dabei kann es sich um MCP-Server, OpenAI-Anmeldeinformationen oder den Zugriff auf beliebige Programme über eine API handeln.
Darüber hinaus habe ich auch einen OpenAI-Schlüssel erstellt, den ich Claude Code mitgeteilt habe, dass er mit OPENAI_API_KEY aus meiner .env-Datei geladen werden könne. Dies ist nützlich, da viele Vorgänge wahrscheinlich die Verwendung eines LLM erfordern, um Informationen zu finden oder zu verarbeiten. Daher ist es sehr wichtig, Claude Code Zugriff auf einen leistungsstarken API-Dienst zu gewähren. Wenn Sie über andere relevante APIs verfügen, sollten Sie Claude Code auch die Dokumentation für diese APIs zur Verfügung stellen und es anweisen, diese zu verwenden.
Ich habe Claude zum Beispiel darüber informiert, dass er Zugriff auf die Websuche hat und diese mit der folgenden Funktion ausführen kann:
response = client.responses.create(
model="gpt-5",
tools=({"type": "web_search"}),
input="What was a positive news story from today?"
)Nachdem ich alle klärenden Fragen beantwortet hatte, sagte ich Claude, er solle mit dem Erstellen beginnen, und es wurde eine Anwendung erstellt, um eine Liste potenzieller Kunden zu finden, die im CSV-Format zurückgegeben wurde. Dies umfasst sowohl Schritt 1 als auch Schritt 2, nämlich zunächst die Suche nach interessanten Interessenten und die Beschaffung ihrer Kontaktinformationen.
Nachdem Sie alle diese Interessenten gefunden haben, sollten Sie auch eine manuelle Überprüfung durchführen, um die Richtigkeit sicherzustellen. Darüber hinaus empfehle ich, GPT-5 oder ein gleichwertiges Modell aufzufordern, Ihre Ergebnisse durchzugehen und etwaige Inkonsistenzen zu überprüfen.
Lassen Sie Ihre Ergebnisse von einem LLM durchgehen, um die Richtigkeit zu überprüfen
Schließlich ist es auch wichtig, bei der Suche nach Interessenten die Vorschriften einzuhalten. Sie sollten relevante Unternehmen nur online finden und dann Einzelpersonen manuell finden, um die DSGVO-Vorschriften einzuhalten. Um zusätzliche Informationen wie den Namen, die E-Mail-Adresse und die Rolle einzelner Interessenten zu finden, suche ich manuell nach den Informationen der Unternehmen, die ich mit meiner Bewerbung angegeben habe.
Ausgreifen
Nachdem Sie die Kontaktinformationen gefunden haben, müssen Sie sich nun an uns wenden. Sie können viele Statistiken und Informationen zur Durchführung von Kalt-E-Mails lesen, aber ich werde hier nicht näher darauf eingehen, da mein Fokus auf der Technologie liegt und wie wir sie zur Optimierung unserer Prozesse nutzen können.
Ich gehe davon aus, dass Sie bis zu diesem Punkt eine Liste relevanter Interessenten einschließlich ihrer Kontaktinformationen abgerufen haben und bereit sind, mit der Kontaktaufnahme zu beginnen. Wir wollen nun jedem Einzelnen individuelle Nachrichten zukommen lassen, was glücklicherweise eine Aufgabe ist, in der LLMs wirklich gut sind.
LLMs sind in der Lage, personalisierte Nachrichten zu erstellen
Zu diesem Zeitpunkt habe ich beispielsweise die folgenden Informationen pro Interessent:
- Individueller Name
- Individuelle E-Mail
- Individuelle Rolle
- Name der Firma
- Unternehmensgröße
- Unternehmensumsatz
Außerdem ist es im Allgemeinen besser, Ihren Eingabeaufforderungen mehr Informationen hinzuzufügen. Wenn Sie in Ihren E-Mails einen bestimmten Stil oder Ton bevorzugen, sollten Sie diese Informationen hinzufügen. Eine gute Idee ist es auch, Beispiele Ihrer früheren E-Mails zu zeigen, hervorzuheben, wie Sie selbst E-Mails schreiben, und so die Ausgabequalität durch die Verwendung von Wenig-Schuss-Eingabeaufforderungen zu verbessern.
Fügen Sie Ihren Eingabeaufforderungen so viele Informationen wie möglich hinzu
Ich werde diese Informationen nun verwenden, um eine individuelle Nachricht zu verfassen. Dies kann beispielsweise relativ einfach mit GPT-5 erfolgen:
prompt = f"""
You are an expert at creating personalized emails. You are given information
about an individual and have to create an email to reach out to them for the
first time.
Name: {name}
Email: {mail}
Role: {role}
Company name: {company_name}
Company size: (company_size}
Company revenue: {company_revenue}
Create both a subject tag, and the full email, including no other comments
or reasoning.
"""
client = OpenAI(api_key=OPENAI_API_KEY, base_url=API_URL)
import os
from openai import OpenAI
result = client.responses.create(
model="gpt-5",
input=prompt,
reasoning={ "effort": "low"},
text={ "verbosity": "low" },
)Wenn Sie die Gliederung der Nachricht haben, können Sie sie anhand der gefundenen Informationen manuell an die Person anpassen und optimieren, an die Sie sich wenden.
Sie können uns jetzt über diese E-Mails erreichen. Um einen Verstoß gegen die Nutzungsbedingungen und Spam zu vermeiden, empfehle ich, manuell Kontakt aufzunehmen und keinen automatisierten Dienst zu nutzen. Ich dulde keine Spam-E-Mails oder ähnliches. KI wird nur eingesetzt, um Ihnen zu helfen und Prozesse effektiver zu gestalten, nicht unbedingt, um alle Menschen aus dem Kreislauf auszuschließen.
Abschluss
In diesem Artikel habe ich hervorgehoben, wie Sie die neuesten Codierungstools wie Claude Code verwenden können, um einige Prozesse zu automatisieren. In diesem Artikel habe ich speziell erläutert, wie Sie den Prozess der Kontaktaufnahme mit potenziellen Kunden optimieren können, indem Sie mithilfe von KI automatisch relevante Unternehmen finden und automatisch E-Mails erstellen und dabei die Vorschriften einhalten. Wir haben in den letzten Jahren enorme Fortschritte bei der KI gemacht, aber ich glaube immer noch, dass die KI bei der Umsetzung hinterherhinkt. Wenn es Ihnen also gelingt, KI schnell in Ihr tägliches Leben zu integrieren, können Sie gegenüber Ihren Mitbewerbern einen enormen Vorteil haben.
👉 Finden Sie mich in den sozialen Netzwerken:
📩 Abonnieren Sie meinen Newsletter
🧑💻 Nehmen Sie Kontakt auf
🐦 X / Twitter
✍️ Mittel
Sie können auch meine anderen Artikel lesen:
