198
Geprüfte Kandidaten
Mein KI-Mitarbeiter
Olaf läuft in meinem Betrieb seit Juli 2026 und es gibt ihn als fertige Vorlage in Premium.
Ich gebe Olaf einen Ort, eine Branche und die Merkmale meines Wunschkunden. Er durchsucht Google Maps und öffentliche Unternehmensseiten, prüft jeden Kandidaten nach denselben Kriterien und liefert nur die passenden Unternehmen als bewertete, dokumentierte Liste. Er kann nach veralteten Websites suchen, aber genauso nach anderen Zielkunden, wenn sich die Merkmale öffentlich prüfen lassen.
Mein umgesetzter Anwendungsfall: lokale Betriebe mit veralteter Website finden.
198
Kandidaten geprüft
8
dokumentierte Aufträge
2×
Prüfung vor Übergabe
Lead-Scout
Das ist der Anwendungsfall, den ich bereits umgesetzt und getestet habe: acht Lead-Läufe in acht Orten unterschiedlicher Größe, von der Kleinstadt bis zur Großstadt.
198
Geprüfte Kandidaten
8
Aufträge
3 bis 5 echte Leads pro 20 Kandidaten
Faustregel
Die Faustregel aus seinem eigenen Klassenkurs zieht sich durch jeden einzelnen Auftrag: unabhängig davon, ob die Stadt groß oder klein ist, kommen aus 20 geprüften Kandidaten am Ende 3 bis 5 echte Leads heraus, der Rest fällt durch die Kriterien. Ein Beispiel aus einem der Läufe: ein Kosmetikstudio, 4,9 Sterne bei über 70 Bewertungen, aber ohne HTTPS und ohne Viewport-Tag für Mobilgeräte, Adresse und Telefonnummer vorher gegen das öffentliche Google-Profil geprüft.
Der ehrlichere Teil ist, was Olaf selbst wieder verwirft. In denselben Läufen kassierte er mehrere eigene Fehlalarme: eine Website mit veralteter Technik im Unterbau, aber modernem, funktionierendem Design; eine andere mit einem alten Copyright-Jahr im Footer, aber sonst zeitgemäß gebaut. Beides wurde nach Prüfung als Fehlalarm markiert statt als Lead gezählt. Bei der ersten Querprüfung durch meinen Website-Kollegen Ralf waren trotzdem 4 von 10 Briefings fehlerhaft, das war der Anlass für die feste Regel, dass jeder Lead vor der Übergabe ein zweites Mal geprüft wird.
Olaf für deinen Betrieb
Mein Anwendungsfall prüft lokale Betriebe auf veraltete Websites. Du ersetzt Branche, Ort und Bewertungsmatrix durch die öffentlich prüfbaren Merkmale, die für dein Angebot zählen.
Bei mir im Einsatz
Olaf durchsucht Google Maps, prüft Website, Technik und Unternehmensdaten, verwirft Fehlalarme und liefert eine dokumentierte Shortlist für Ralfs Website-Angebot.
Bei dir anpassbar
Du definierst Ort, Branche, Pflichtmerkmale, Ausschlussregeln und Gewichtung. Olaf wendet dieselbe Prüfung auf jeden Kandidaten an und dokumentiert, warum jemand passt oder herausfällt.
Das passt du an
Damit geht zum Beispiel auch
Der Prozess bleibt: Google Maps strukturiert durchsuchen, jede Aussage an einer öffentlichen Quelle prüfen, Fehlalarme verwerfen und nur belegte Leads übergeben.
Die Zielgruppe kann wechseln, der Ablauf bleibt gleich: suchen, nach deinen Kriterien filtern, belastbar dokumentieren.
Olaf sammelt passende Unternehmen über Google Maps beziehungsweise die Google-Places-API. So arbeitet er Stadt für Stadt und Branche für Branche eine klar definierte Suche ab.
Ergebnis: eine vollständige Kandidatenliste für den nächsten Prüfschritt.
Du legst fest, was einen interessanten Lead ausmacht. Das können eine veraltete Website, bestimmte Bewertungen, ein Standort, eine Unternehmensart oder andere öffentlich prüfbare Merkmale sein.
Ergebnis: ungeeignete Kandidaten fliegen nachvollziehbar raus.
Olaf prüft Websites, öffentliche Profile und bei Bedarf Screenshots. Zu jedem verbleibenden Lead hält er Quelle, Begründung und Bewertung fest, statt nur eine lose Adressliste abzugeben.
Ergebnis: eine priorisierte Shortlist, mit der du weiterarbeiten kannst.
Er kontaktiert niemanden. Keine Mails, keine Anrufe, keine Spuren bei der Firma. Reine Recherche auf öffentlichen Daten.
Adressen, Kontaktdaten und Eigenschaften werden nie geraten. Was sich nicht über eine öffentliche Quelle belegen lässt, wird als unklar markiert oder aussortiert.
Olaf braucht vor dem Lauf klare Kriterien. Er entscheidet nicht selbst, welche Zielgruppe für dein Angebot wirtschaftlich sinnvoll ist.
Eine Übergabe an die weitere Bearbeitung passiert erst, wenn ich es ausdrücklich sage. Nie eigenmächtig.
9 $im Monat
Du lernst Aufbau, Regeln und Freigaben und passt Olaf selbst an deinen Betrieb an.
45 $im Monat
Olaf ist ein fertiges Paket in der Community.
Stand 19.09.2026
KI kann die Vorarbeit übernehmen: öffentlich sichtbare Unternehmen suchen, nach klaren Kriterien prüfen und als priorisierte Shortlist dokumentieren. Olaf liefert die geprüfte Liste, den Kontakt und den Auftrag mache ich selbst.
Nein. Das ist mein bereits umgesetzter Anwendungsfall. Olaf kann auch andere Zielkunden identifizieren, wenn ich Ort, Branche und belastbare, öffentlich prüfbare Auswahlkriterien vorgebe.
Olaf läuft über mein Claude-Abo plus die Google-Places-API, die pro Abfrage kleine Centbeträge kostet. Es gibt keinen separaten Lizenzpreis für das Werkzeug selbst.
Nein, sie ersetzt die Recherche davor. Olaf kontaktiert niemanden, er liefert eine bewertete Liste. Wer anruft oder schreibt, bin danach immer noch ich.
Für strukturierte, wiederholbare Recherche eignet sich ein KI-Mitarbeiter mit fester Werkzeugkette besser als ein einzelner Chat: derselbe Suchraum, dieselben Kriterien und dieselben Prüfschritte bei jedem Lauf.
Überall dort, wo eine Vorqualifizierung viele Kandidaten gegen wenige Kriterien prüft, ist das ein guter Einstieg: Berater und Agenturen mit eigener Zielgruppendefinition können dieselbe Werkzeugkette auf ihre Kriterien umbauen.
Olafs Vorlage steht in der Community. Du übernimmst die Werkzeugkette und passt Suchraum, Zielgruppe und Bewertungsmatrix an dein Angebot an.
Zur Community20. September 2026 · 14 Min. Lesezeit
Berufliche Netzwerke, öffentliche Register, Ausschreibungen, eigene Sichtbarkeit: woher B2B-Leads wirklich kommen und was die Nutzungsbedingungen verbieten
Zum Artikel: B2B-Leads finden: LinkedIn und Alternativen16. September 2026 · 12 Min. Lesezeit
Automatisieren lässt sich die Recherche, nicht die Ansprache. Was § 7 UWG für Mail, Anruf und KI-Telefonbots vorgibt, welche Vorarbeit KI übernehmen darf
Zum Artikel: Kaltakquise automatisieren: Grenzen für KI17. September 2026 · 13 Min. Lesezeit
Offizielle Schnittstelle, gekaufte Datenbank oder Plattform-Auslese: drei Gruppen von Lead-Tools, was vertraglich daran hängt und wer die Verantwortung hat
Zum Artikel: Lead-Scraping-Tools im VergleichAußerdem:Neue Kunden finden als Selbstständiger·Neukundengewinnung im Handwerk: so geht's·Neukunden für Versicherungsmakler gewinnen·Claude lernen: der Weg in fünf Stufen·KI-Mitarbeiter einstellen: der Ablauf·KI-Mitarbeiter erstellen: so startest du·KI-Mitarbeiter für Berater und Agenturen·KI-Belegschaft: 14 Mitarbeiter, ein Chef·Stell deinen ersten KI-Mitarbeiter ein·Zurück zum Organigramm