Claude Code verwandelte mich in eine Ein-Personen-Marketingagentur

Claude Code verwandelte mich in eine Ein-Personen-Marketingagentur

Vor drei Wochen beobachtete ich, wie ein Entwickler eine komplette seitenweite SEO-Überarbeitung durchführte — die Art von Arbeit, für die normalerweise ein vierköpfiges Team eine ganze Woche braucht — in zwanzig Minuten. Nicht zwanzig Stunden. Zwanzig Minuten. Er startete mit 150 optimierten Seiten und ging mit 600 nach Hause.

Ich bin schon eine Weile tief im Claude Code-Ökosystem unterwegs, baue Agents, liefere Automatisierungsworkflows und verschiebe die Grenzen dessen, was ein einzelner Entwickler mit KI tun kann. Aber diese Demonstration zu sehen, hat etwas in meinem Kopf gebrochen. Nicht weil die Technologie neu für mich war — ich nutze Claude Code täglich — sondern wegen dem Einsatzgebiet. Marketing. Die gesamte Disziplin. Copywriting, Conversion-Rate-Optimierung, SEO-Strategie, A/B-Tests, programmatische Inhalte, bezahlte Werbe-Frameworks. Alles, verpackt in aufrufbare Skills, die jeder — selbst jemand, der noch nie eine Facebook-Anzeige geschrieben hat — aus einem Terminal heraus aufrufen kann.

Das Repository dahinter ist die Marketing-Skills-Sammlung von Corey Haynes auf GitHub. Über 5.100 Sterne und steigend. Und nachdem ich zwei Wochen lang jeden wichtigen Skill im Set getestet habe, kann ich dir sagen, dass der Hype verdient ist — mit einigen wichtigen Einschränkungen, auf die ich später eingehe. Aber zuerst muss ich erklären, warum dieser spezielle Ansatz für KI-Marketing grundlegend anders ist als alles, was du bisher gesehen hast.

Die meisten KI-Marketing-Tools lösen das falsche Problem

So sieht der Markt gerade aus: Dutzende KI-Copywriting-Tools, die generische Blogposts, Social-Media-Captions und E-Mail-Betreffzeilen generieren. Du fügst ein Thema ein, klickst auf Generieren und bekommst etwas, das sich liest, als wäre es aus dem Papierkorb einer Content-Farm zusammengestellt. Der Output ist grammatikalisch korrekt, thematisch relevant und vollkommen vergessbar.

Ich habe die meisten getestet. Jasper, Copy.ai, Writesonic, die eingebauten KI-Funktionen in HubSpot und Mailchimp. Sie alle teilen dieselbe grundlegende Einschränkung — es sind Black Boxes, optimiert für Volumen, nicht für Strategie. Du kannst ihnen deine Markenidentität nicht beibringen. Du kannst kein kompetitives Positionierungs-Framework einbringen. Du kannst sie nicht dazu bringen, wie dein bester Marketing-Mitarbeiter zu denken.

Claude Code-Skills drehen dieses Modell komplett um.

Statt ein generisches KI-Tool zu verwenden, das irgendwie Marketing macht, nutzt du einen programmierbaren KI-Agenten, der deine spezifische Marketing-Methodik ausführt. Der Skill ist nicht "schreib mir eine Anzeige." Der Skill ist "analysiere diese Landingpage nach den wissenschaftlichen Werbeprinzipien von Claude Hopkins, kreuz-referenziere mit Robert Cialdinis Überzeugungsframework, identifiziere die drei schwächsten Conversion-Elemente und schreibe die Hero-Sektion mit spezifischen Vertrauenssignalen für B2B-SaaS-Käufer um."

Das ist nicht dasselbe. Das kommt nicht einmal ansatzweise an dasselbe heran.

Und der Grund, warum das wichtig ist, liegt an etwas, das die meisten KI-Marketing-Diskussionen komplett übersehen — was ich erklären werde, nachdem ich dir gezeigt habe, wie das in der Praxis aussieht.

Was passiert, wenn du /page CRO in dein Terminal tippst

Ich möchte dich durch eine echte Sitzung führen, denn die Erfahrung ist wirklich anders als bei jedem anderen KI-Marketing-Tool, das ich je verwendet habe.

Du öffnest dein Terminal — oder eine IDE wie Cursor, die Claude Code unterstützt — und tippst einen Slash-Befehl. Etwas wie /page CRO. Das war's. Kein komplexes Setup, keine API-Konfiguration, kein Prompt Engineering. Der Skill lädt, und Claude beginnt dir Fragen zu stellen.

Das ist der Teil, der mich überrascht hat. Die meisten KI-Tools fangen sofort an zu generieren. Claude Codes Marketing-Skills beginnen damit, deinen Kontext abzufragen. Was ist die URL? Wer ist die Zielgruppe? Was ist die primäre Conversion-Aktion? Wie hoch ist die aktuelle Absprungrate? Hast du Analysedaten, die du teilen kannst?

Es verhält sich wie ein Senior-Marketing-Berater im Erstgespräch, nicht wie ein Content-Generator, der auf einen Prompt wartet.

Ich testete das an einer Homepage, die ich seit Wochen optimieren wollte — eine B2B-SaaS-Landingpage für das Workflow-Automatisierungstool eines Kunden. Die bestehende Hero-Sektion war in Ordnung. Nicht schrecklich. Einfach... in Ordnung. Generische Wertversprechen, Stockfoto von glücklichen Büromitarbeitern, ein "Kostenlos starten"-Button, der im Hintergrund verschwand.

Claude Codes CRO-Skill zerlegte sie.

Die Analyse kam strukturiert wie ein professionelles Audit zurück. Sie identifizierte fünf spezifische Probleme: Die Überschrift war feature-fokussiert statt ergebnisorientiert, der Social Proof war unter dem Fold versteckt, dem CTA fehlte Dringlichkeit, das Hero-Bild kommunizierte nichts über das tatsächliche Produkt, und die Unterüberschrift versuchte, zwei verschiedene Zielgruppensegmente gleichzeitig zu bedienen. Jedes Problem kam mit einer Schweregrad-Bewertung, dem psychologischen Prinzip, das es verletzte, und einer spezifischen Neufassung.

Aber hier wurde es interessant. Ich war mit der ersten Neufassung nicht zufrieden. Also sagte ich: "Schreib diese Hero-Sektion um, als würde Claude Hopkins ein modernes SaaS-Unternehmen beraten." Claude Code kam mit einer Version zurück, die mit einer spezifischen, quantifizierten Behauptung eröffnete — "Teams, die [Produkt] nutzen, schließen Tickets 47% schneller in ihrer ersten Woche" — gestützt durch einen Kundenbeweis, mit einem CTA, der einen konkreten nächsten Schritt schuf statt eines vagen "loslegen."

Dann ging ich weiter: "Wende jetzt Cialdinis Autoritäts- und Knappheitsprinzipien an." Die dritte Iteration fügte eine Erwähnung eines Branchenanalysten und ein Signal für begrenzte Onboarding-Kapazität hinzu. Jede Version war messbar besser als die vorherige, weil jeder Aufruf auf einem spezifischen strategischen Framework aufbaute, statt nur Wörter umzuordnen.

Drei Neufassungen in etwa vier Minuten. Ein Conversion-Optimierungsberater würde 2.000-5.000 € für diese Art von Analyse und Empfehlungen berechnen — und eine Woche für die Lieferung brauchen.

Da begann ich zu verstehen, was 5.100 GitHub-Sterne wirklich bedeuten.

Der Skill, der mich meine gesamte SEO-Strategie überdenken ließ

Wenn mich der CRO-Skill beeindruckt hat, hat der programmatische SEO-Skill wirklich verändert, wie ich an Content-Strategie herangehe.

Hier ist das Setup: Ich richtete ihn auf eine bestehende Website — eine Digital-Marketing-Agentur mit etwa 440 Standortseiten und einer Handvoll dienstspezifischer Landingpages. Standard lokaler SEO-Ansatz. Die Art von Seitenstruktur, die auf einem Whiteboard clever aussieht, aber in der Praxis oft unterdurchschnittlich performt.

Der Skill zog Daten aus der Seitenstruktur, glich mit verfügbaren Analysesignalen ab und lieferte eine Diagnose, für die ein menschlicher SEO-Stratege Tage manueller Analyse gebraucht hätte.

Die Haupterkenntnis: Diese 440 Standortseiten erzielten durchschnittlich 0,13 Klicks pro Monat. Pro Monat. Nicht pro Tag. Pro Monat. Das ist keine Unterperformance — das ist digitaler Ballast. Seiten, die nur existieren, um eine Sitemap umfangreich aussehen zu lassen, während sie im Wesentlichen nichts zum organischen Traffic beitragen.

Die meisten SEO-Tools hätten das als "dünner Content" markiert und wären weitergegangen. Claude Codes Skill ging drei Ebenen tiefer. Er identifizierte warum die Seiten versagten — sie waren template-generiert mit minimalem einzigartigem Content, konkurrierten gegen etablierte lokale Verzeichnisse mit Domain-Autorität, die sie nicht erreichen konnten, und zielten auf Keywords, bei denen die Suchintention nicht zum Seitenformat passte. Die Standortseiten beantworteten "Wo ist [Service] verfügbar?", während Nutzer tatsächlich nach "[Service] Bewertungen in [Stadt]" oder "bester [Service] in meiner Nähe" suchten.

Dann generierte er einen priorisierten Aktionsplan. Keine generische "verbessere deinen Content"-Empfehlung — eine spezifische Content-Strategie mit geschätzten Impact-Scores, Keyword-Clustern, Content-Templates und einem vorgeschlagenen Veröffentlichungskalender. Er empfahl, die 440 Standortseiten zu 50 hochwertigen regionalen Hub-Seiten zusammenzufassen, jede auf eine spezifische Persona ausgerichtet mit lokalisierten Fallstudien und Preiskontext.

Ich machte eine grobe Kalkulation. Einen Senior-SEO-Strategen diese Analyse manuell durchführen zu lassen — das Site-Audit, die Datenerhebung, die Wettbewerbsanalyse, das Strategiedokument — würde 8.000-15.000 € kosten und zwei bis drei Wochen dauern. Claude Code generierte ein vergleichbares Ergebnis in etwa zwanzig Minuten.

Ich möchte hier vorsichtig sein, denn "vergleichbar" leistet eine Menge Arbeit in diesem Satz. Und genau darüber müssen wir als Nächstes sprechen.

Das Mensch-in-der-Schleife-Problem, über das niemand reden will

Hier muss ich ehrlich sein, denn der Hype um KI-Marketing-Tools erreicht gefährliche Ausmaße.

Die Outputs dieser Claude Code-Skills sind beeindruckend. Wirklich beeindruckend. Aber sie sind beeindruckend auf die Art, wie ein erster Entwurf eines talentierten Junior-Marketers beeindruckend ist — voller guter Instinkte und solider Frameworks, die trotzdem Senior-Aufsicht brauchen, bevor sie eine Live-Kampagne berühren.

Ich habe Leute in Twitter-Threads gesehen, die behaupteten, sie hätten "ihr gesamtes Marketing-Team ersetzt" durch KI. Das ist unverantwortlicher Unsinn, und wenn du ein echtes Unternehmen führst, tu das bitte nicht.

Was diese Skills tatsächlich ersetzen, ist die ausführende Routinearbeit — die Stunden, die man auf einen leeren Bildschirm starrt und Überschriftenvarianten zu schreiben versucht, die manuelle Arbeit, 440 Seiten einzeln zu auditieren, der mühsame Prozess der Wettbewerberpositionierung über zwölf verschiedene Landingpages hinweg. Die strategische Ebene — entscheiden, welche Empfehlungen umgesetzt werden, deine spezifische Marktdynamik verstehen, wissen, wann der Vorschlag der KI deiner Marke tatsächlich schaden würde — das liegt weiterhin komplett bei dir.

Ich habe diesen Fehler beim Testen selbst gemacht. Der CRO-Skill schlug vor, Dringlichkeit auf einer Preisseite mit einem "begrenzte Plätze"-Signal hinzuzufügen. Standard-Conversion-Optimierungstechnik. Aber für den spezifischen Kunden, mit dem ich arbeitete — ein B2B-Enterprise-Tool mit einem Kaufzyklus von 6-8 Monaten — hätte künstliche Dringlichkeit manipulativ gewirkt und das Vertrauen genau bei der Art von Senior-Einkäufer untergraben, die wir ansprechen wollten. Ein menschlicher Marketer mit Kontext über den Deal-Zyklus hätte das sofort erkannt. Die KI konnte das nicht, weil sie für Conversion-Prinzipien im Abstrakten optimierte, nicht für die spezifische Beziehungsdynamik dieses bestimmten Verkaufsprozesses.

Das ist das Mensch-in-der-Schleife-Prinzip, das die besten KI-Praktiker intuitiv verstehen. Die KI generiert die Optionen. Die KI macht die Analyse. Die KI produziert den ersten Entwurf, den zweiten Entwurf und den dritten Entwurf. Aber ein Mensch mit Domänenexpertise entscheidet, welcher Entwurf live geht — und noch wichtiger, welche Empfehlungen ignoriert werden sollten.

Die Leute, die 25-30x Produktivitätsgewinne mit diesen Tools erzielen, entfernen keine Menschen aus dem Prozess. Sie entfernen die niedrigwertige menschliche Arbeit aus dem Prozess, damit das hochwertige menschliche Urteilsvermögen mehr Raum bekommt. Diese Unterscheidung ist enorm wichtig, und sie falsch zu interpretieren kann dich Kunden kosten.

Apropos Produktivitätsgewinne — die Zahlen, die Leute berichten, verdienen einen genaueren Blick.

Die Mathematik hinter den Produktivitätsbehauptungen

Die Demonstration, die ich sah, machte eine spezifische Behauptung: Eine Aufgabe, die ein Team eine Woche kosten würde, wurde in zwanzig Minuten erledigt, wobei der Output von 150 Seiten auf 600 stieg. Das ist ungefähr eine 21-fache Geschwindigkeitsverbesserung und eine 4-fache Output-Verbesserung gleichzeitig.

Meine eigenen Tests über zwei Wochen stützen die Geschwindigkeitsbehauptung mehr als die Output-Behauptung, und ich möchte erklären, warum.

Für Aufgaben, die primär analytisch sind — CRO-Audits, SEO-Seitenanalyse, Recherche zur Wettbewerberpositionierung — sind die Geschwindigkeitsgewinne real und manchmal sogar höher als 21x. Ich führte eine CRO-Analyse auf sieben verschiedenen Landingpages an einem Nachmittag durch, für die ich sonst eine volle Woche konzentrierter Arbeit gebraucht hätte. Die KI wird nicht müde, wechselt nicht den Kontext, braucht keine Kaffeepausen und verbringt keine zwanzig Minuten auf Reddit zwischen den Analysen.

Für Content-Generierungsaufgaben — Anzeigentexte schreiben, E-Mail-Sequenzen erstellen, Landingpage-Content entwerfen — sind die Geschwindigkeitsgewinne erheblich, aber nuancierter. Die KI generiert einen ersten Entwurf in Sekunden, aber der Bearbeitungs- und Verfeinerungsprozess (der nicht verhandelbar ist, wenn dir Qualität wichtig ist) braucht weiterhin echte Zeit. Meine ehrliche Schätzung ist eine 5-8-fache Geschwindigkeitsverbesserung für veröffentlichungsfertigen Content, nicht die 25-30x-Zahl, die für rohe Generierungsgeschwindigkeit herumgereicht wird.

Für strategische Aufgaben — einen vollständigen programmatischen SEO-Plan erstellen, eine A/B-Test-Roadmap entwerfen, einen Content-Kalender erstellen, der auf Geschäftsziele abgestimmt ist — liegen die Gewinne primär bei Qualität und Vollständigkeit statt bei reiner Geschwindigkeit. Die KI berücksichtigt Blickwinkel, die ich übersehen hätte. Sie greift auf Frameworks zurück, die ich kenne, aber nicht immer daran denke anzuwenden. Der Output ist nicht 25x schneller; er ist vielleicht 3-5x schneller, aber deutlich gründlicher.

Hier ist eine Tabelle aus meinen tatsächlichen Tests:

Die Behauptung "potenziell 300x mit neuen Features" aus dem Video bezieht sich auf die Kombination dieser Skills mit kommenden Fähigkeiten wie paralleler Agent-Ausführung und persistentem Speicher über Sitzungen hinweg. Ich habe diese Features nicht getestet — sie sind noch nicht vollständig verfügbar — daher kann ich diese Zahl nicht validieren. Aber basierend auf dem, was ich von parallelen Agent-Architekturen in meiner Entwicklungsarbeit gesehen habe, sind 100-300x für bestimmte Workflow-Typen nicht unrealistisch. Es ist nur noch nicht bewiesen.

Was BEWIESEN ist, ist dass selbst die konservative 5-8-fache Verbesserung bei der Content-Generierung die Wirtschaftlichkeit von Marketing grundlegend verändert. Ein Solo-Gründer, der sich vorher keine gleichzeitige SEO-, CRO-, E-Mail-Marketing- und bezahlte Werbestrategie leisten konnte, kann jetzt alle vier Kanäle mit dem Zeitaufwand bedienen, der früher einen einzigen Kanal abdeckte.

Das ist keine marginale Verbesserung. Das ist ein Kategorie-Wechsel. Und es schafft eine interessante Wettbewerbsdynamik, die ich erkunden möchte.

Die unbequeme Wahrheit über die Qualifikationslücke im Marketing

Ich dachte immer, die Barriere für gutes Marketing sei Wissen. Lies die richtigen Bücher, lerne die richtigen Frameworks, verstehe die richtige Psychologie — und du würdest effektive Kampagnen produzieren. Ich hatte teilweise recht und war größtenteils naiv.

Die tatsächliche Barriere war schon immer Ausführungskapazität. Jeder kompetente Marketer weiß, dass man Überschriften A/B-testen sollte. Sie wissen, dass sie ihren Conversion-Funnel vierteljährlich auditieren sollten. Sie wissen, dass sie ihre E-Mail-Liste segmentieren und ihre Sequenzen personalisieren sollten. Sie haben einfach nicht die Stunden, um alles zu tun, also priorisieren sie, machen Kompromisse und lassen Geld auf dem Tisch liegen.

Claude Codes Marketing-Skills machen dich nicht zu einem besseren Marketer. Sie geben dir die Ausführungskapazität, tatsächlich der Marketer zu sein, von dem du bereits weißt, wie er sein sollte.

Ich führte letzte Woche ein Experiment durch, das dies perfekt illustriert. Ich nahm die Landingpage eines Kunden, die sechs Monate lang "gut genug" gewesen war — mit einer Conversion-Rate von etwa 2,3% — und verbrachte einen Nachmittag damit, sie iterativ durch den CRO-Skill laufen zu lassen. Fünf Runden Analyse, jede aufbauend auf der vorherigen Revision, jede auf ein anderes Conversion-Prinzip ausgerichtet. Die überarbeitete Seite (nach meiner eigenen Bearbeitung und Markenstimme-Anpassungen) ging am Dienstag live.

Ich werde nicht behaupten, dass ich aus fünf Tagen Daten statistisch signifikante Ergebnisse habe. Was ich dir sagen kann, ist dass der Prozess, fünf strategische Iterationen einer Landingpage zu produzieren — etwas, das normalerweise erfordert, einen Termin mit einem Conversion-Spezialisten zu vereinbaren, auf seine Analyse zu warten, seine Empfehlungen zu prüfen und durch Revisionszyklen zu gehen — mich drei Stunden kostete, von Anfang bis Live-Schaltung.

Selbst wenn die Seite exakt gleich konvertiert (unwahrscheinlich angesichts der spezifischen Verbesserungen, aber möglich), war der wirtschaftliche Wert positiv, weil der Zeitaufwand so gering war. Das erwartete Risiko ist nahe null. Der erwartete Nutzen ist bedeutsam. Dieses Risiko-Ertrags-Profil existierte vor diesen Tools schlicht nicht.

Aber da ist etwas, das mich beunruhigt, wie schnell das alles passiert — und es ist etwas, worüber ich sonst niemanden reden höre.

Was passiert, wenn jeder eine Marketing-Abteilung in seinem Terminal hat

Gerade sind die Leute, die Claude Code für Marketing nutzen, eine winzige Minderheit. Entwickler und technische Gründer, die sich im Terminal wohlfühlen, Early Adopter, die KI-Tool-Releases aufmerksam verfolgen, und Agenturen, die aktiv mit KI-Workflows experimentieren. Vielleicht nutzen weltweit ein paar tausend Leute diese spezifischen Skills ernsthaft.

Das wird nicht so bleiben. Das Repository hat 5.100 Sterne und die Zahl wächst schnell. Wenn IDE-basierte KI-Tools mehr Mainstream werden — und das werden sie, angesichts der Entwicklung von Cursor, Windsurf und Claude Code selbst — sinkt die Einstiegshürde auf null. Du musst nicht programmieren können. Du musst nur einen Slash-Befehl tippen und ein paar Fragen beantworten.

Wenn jeder Zugang zu 30-facher Marketing-Ausführungsgeschwindigkeit hat, verlagert sich der Wettbewerbsvorteil komplett auf Strategie und Geschmack. Die Person, die gewinnt, ist nicht diejenige, die mehr Landingpage-Varianten generieren kann — sondern diejenige, die weiß, welche Variante live gehen soll. Es ist nicht diejenige, die 600 SEO-Seiten produzieren kann — sondern diejenige, die versteht, welche 50 Seiten tatsächlich qualifizierten Traffic bringen werden.

Deshalb ist das "Mensch-in-der-Schleife"-Prinzip nicht nur eine nette Sicherheitsmaßnahme. Es ist der gesamte kompetitive Burggraben der Zukunft. KI übernimmt die Produktion. Menschen übernehmen das Urteilsvermögen. Und die Menschen, die besseres Urteilsvermögen entwickeln — durch echte Markterfahrung, durch das Verstehen von Kundenpsychologie auf einer tieferen Ebene als Frameworks, durch teure Fehler und das Lernen daraus — das sind diejenigen, die diese Tools in unfaire Vorteile verwandeln werden, statt nur in schnelleren Commodity-Output.

Ich glaube ehrlich, dass wir etwa sechs bis zwölf Monate von einer Phase entfernt sind, in der KI-generierter Marketing-Content so verbreitet wird, dass Zielgruppen einen unbewussten Filter dafür entwickeln. Die Anzeichen werden nicht grammatikalisch sein — die KI ist dafür bereits zu gut. Die Anzeichen werden strategisch sein. Generische Positionierung. Framework-perfekte, aber emotional hohle Texte. Content, der jede Best-Practice-Checkbox abhakt, aber es nicht schafft, etwas zu sagen, das die KI eines Wettbewerbers nicht auch hätte generieren können.

Das Gegenmittel ist dasselbe, was großartiges Marketing schon immer von gutem Marketing unterschieden hat: echte Einsicht aus echter Erfahrung. KI kann Frameworks synthetisieren. Sie kann nicht die Customer Journey durchleben. Sie kann nicht die Frustration eines gescheiterten Produktlaunches fühlen. Sie kann nicht die Intuition entwickeln, die entsteht, wenn man tausend A/B-Tests beobachtet und ein Bauchgefühl dafür entwickelt, was funktionieren wird, bevor die Daten vorliegen.

Nutze diese Tools. Nutze sie aggressiv. Aber nutze sie als Verstärker für dein Urteilsvermögen, nicht als Ersatz dafür.

Wie du tatsächlich anfangen kannst (ohne in Optionen zu ertrinken)

Wenn du bis hierhin gelesen hast, fragst du dich wahrscheinlich, wo du anfangen sollst. Das Skills-Repository hat Dutzende Optionen, und alles auf einmal lernen zu wollen ist ein garantierter Weg, bis Donnerstag aufzugeben. Hier ist der Weg, den ich empfehlen würde, basierend auf dem, was in meinen Tests am schnellsten Wirkung zeigte.

Woche 1: Wähle einen Kanal, einen Skill.

Wenn du eine bestehende Website hast, beginne mit dem CRO-Skill. Richte ihn auf deine Seite mit dem meisten Traffic und führe die Analyse durch. Versuche nicht, alles umzusetzen, was er vorschlägt — wähle die zwei besten Empfehlungen und setze sie um. Das gibt dir die schnellste Feedback-Schleife zwischen "Skill aufrufen" und "reale Auswirkung sehen."

Wenn du eine neue Seite baust oder noch keinen Traffic hast, beginne mit dem programmatischen SEO-Skill. Lass ihn deine Nische analysieren und eine Content-Strategie generieren. Auch hier: Versuche nicht, den gesamten Plan umzusetzen — wähle die drei besten Content-Stücke und erstelle sie.

Woche 2: Füge die Iterationsschleife hinzu.

Hier zeigt sich der echte Hebel. Nimm den Output von Woche eins und lasse ihn erneut durch den Skill laufen. Hast du deine Hero-Sektion neu geschrieben? Lasse die neue Version durch die CRO-Analyse laufen. Hast du drei SEO-Seiten veröffentlicht? Lasse sie durch Content-Optimierung laufen. Der zweite Durchlauf ist immer besser als der erste, und der Skill merkt sich den Kontext deiner vorherigen Sitzung, wenn du es im selben Gespräch behältst.

Woche 3: Staple einen zweiten Skill.

Füge jetzt Copywriting oder E-Mail-Sequenz-Generierung hinzu. Das Ziel ist, ein Muskelgedächtnis dafür zu entwickeln, Skills als Standard-Erstschritt für jede Marketing-Aufgabe aufzurufen. Statt ein Google Doc zu öffnen und auf eine leere Seite zu starren, sollte dein Reflex sein, dein Terminal zu öffnen und einen Slash-Befehl zu tippen.

Pro-Tipp: Erstelle eine Kontext-Datei (ich verwende eine marketing-context.md im Projektstamm), die deine Markenpositionierung, Zielgruppenprofile, Kernmetriken und eine Zusammenfassung der Wettbewerbslandschaft enthält. Referenziere diese Datei beim Aufrufen von Skills, und die Output-Qualität springt drastisch nach oben, weil die KI den strategischen Kontext hat, der generischen Prompts fehlt.

Nach drei Wochen hast du ein klares Bild davon, welche Skills für deine spezifische Situation den meisten Wert liefern, und du kannst von dort aus expandieren. Manche Leute werden am Ende drei Skills täglich nutzen. Andere werden einen Killer-Workflow finden, der ihnen zehn Stunden pro Woche spart. Beide Ergebnisse sind Gewinne.

Die eigentliche Frage ist nicht, ob du diese Tools nutzen solltest

Ich begann diesen Beitrag damit, wie ich jemandem zusah, der eine Woche SEO-Arbeit in zwanzig Minuten komprimierte. Diese Zahl fühlte sich damals ungeheuerlich an. Nach zwei Wochen intensiven Testens fühlt sie sich nicht mehr ungeheuerlich an. Sie fühlt sich konservativ für bestimmte Aufgabentypen und optimistisch für andere an — aber richtungsmäßig korrekt über die ganze Linie.

Die Tools existieren. Sie funktionieren. Sie sind kostenlos zugänglich. Das Skills-Repository ist Open Source. Claude Code ist für jeden mit einem Anthropic-Account verfügbar. Die Kluft zwischen "Ich sollte mich wahrscheinlich mal mit KI-Marketing beschäftigen" und "Ich führe KI-gestützte Marketingkampagnen durch" wird jetzt in Stunden gemessen, nicht in Monaten.

Aber hier komme ich immer wieder zurück, der Gedanke, der nach jeder Testsitzung hängen bleibt: Die 5.100 Leute, die dieses Repository mit einem Stern markiert haben, sind nicht diejenigen, die mich wettbewerbstechnisch beunruhigen. Diejenigen, die mich beunruhigen, sind die 500, die diese Skills tatsächlich in ihren täglichen Workflow integriert, das Urteilsvermögen entwickelt haben zu wissen, wann die KI falsch liegt, und still Wettbewerbsvorteile aufbauen, die der Rest des Marktes nicht verstehen wird, bis es zu spät ist.

Die Frage ist nicht, ob KI Marketing verändern wird. Das passiert bereits. Die Frage ist, ob du die Person sein wirst, die die KI steuert — oder die Person, die sich fragt, warum das Marketing deines Wettbewerbers plötzlich so viel besser geworden ist.

Ich weiß, auf welcher Seite ich stehe. Und wenn du es bis zum Ende dieses Beitrags geschafft hast, weißt du das wahrscheinlich auch.

Lass uns zusammenarbeiten

Du möchtest KI-Systeme bauen, Workflows automatisieren oder deine technische Infrastruktur skalieren? Ich helfe dir gerne.

• Fiverr (Individuallösungen & Integrationen): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (Enterprise-Lösungen): ramlit.com
• ColorPark (Design & Branding): colorpark.io
• xCyberSecurity (Sicherheitsdienste): xcybersecurity.io