Lead → Outreach

Strategie & Wissen • Arbeitsprobe

Lead → Outreach |full

Worum es geht

Der bisher manuelle Ablauf von Recherche und Erstansprache im Vertrieb, automatisiert. Man gibt ein Zielunternehmen an; das Werkzeug liest dessen Website und aktuelle Meldungen, bewertet, wie gut ein Angebot zu den vermutlichen Bedürfnissen passt, zieht die konkreten Anknüpfungspunkte heraus und entwirft eine persönliche E-Mail samt LinkedIn-Nachricht — auf Grundlage dessen, was es tatsächlich gefunden hat, kein Serienbrief. Als Angebot ist standardmäßig meine eigene Beratung hinterlegt, damit die Demo zugleich ihre eigene Erstansprache ist: Sie entwirft genau die Nachricht, die ein Interessent bekäme.

Die Beispielunternehmen sind vorberechnet und zwischengespeichert; „eigenes ausprobieren” läuft live.

Wie ich es gebaut habe

Firecrawl löst einen Firmennamen oder eine Domain zur Website auf, liest sie aus und holt eine kleine Auswahl aktueller Meldungen. Ein Sprachmodell erzeugt daraus in einem Durchgang ein strukturiertes Paket — eine Momentaufnahme, einen Passungswert von 0 bis 100 mit einzeiliger Begründung, drei bis vier konkrete Anknüpfungspunkte aus dem Material des Unternehmens selbst sowie eine kurze E-Mail und LinkedIn-Nachricht, die sich darauf beziehen. Die Anweisung ist streng, was die Belegpflicht angeht: Es darf nur echte Einzelheiten aufgreifen — ein Produkt, einen Markt, eine kürzliche Übernahme — und muss ehrlich bleiben, wenn das Material dünn ist. Das ist der Unterschied zwischen einer Ansprache, die ankommt, und wahllos verschickten Nachrichten, die gelöscht werden.

Besonderheiten

Echte Personalisierung: Jeder Entwurf greift bestimmte, überprüfbare Punkte auf
Passungswert samt Begründung — der Vertrieb weiß, ob er schreiben sollte, bevor er weiß, was
Belegpflicht eingebaut: Das Modell ist angewiesen, keine Tatsachen über das Unternehmen zu erfinden

Stack

Python · Streamlit · Firecrawl · OpenRouter (Sprachmodell)