Zurück zur Startseite

Case Studies

Systeme für vernetzte Abläufe, automatisiertes Publishing, fundierten Vertrieb, Finance Operations und die Arbeit mit AI. Alle Case Studies im Überblick.

01 Business OSEin Betriebssystem für Sales, Kunden, Content und Finanzen.

Konzeptansicht des Establish-Dashboards mit Navigation, Kennzahlen, Projektübersicht und Neuigkeiten. Die dargestellten Zahlen sind Beispieldaten.

Close CRMSupabaseSlackCalendly

Establish · Content- & Creator-Agentur

Ausgangslage: Sales, Onboarding, Projektabwicklung, Content und Finanzen liefen über getrennte Tools. Mit wachsendem Team nahmen manuelle Übergaben, Rückfragen und fehlende Transparenz zu.
Lösung: Ein zentrales Business OS verbindet CRM, Kunden, Projekte, Aufgaben und Finanzen. Informationen fließen automatisch zwischen den Systemen. Jede Rolle erhält eine passende Arbeitsoberfläche.
So arbeitet das System: Gewonnene Deals starten das Onboarding. Formulare erzeugen Kunden, Projekte und Aufgaben. Gesprächsergebnisse steuern Status und Follow-ups. Sales, Creator, Editor und Führung arbeiten mit klaren Zuständigkeiten.
Ergebnis: Weniger manuelle Übergaben, klare Verantwortlichkeiten und eine zentrale Sicht auf Kunden, Projekte und Kennzahlen.

02 Content OperationsEinmal planen. Automatisch auf bis zu 50 Kundenaccounts veröffentlichen.

Konzeptansicht des Auto-Publishings: Inhalte aus ClickUp und Designs aus Figma fließen in einen Content-Plan und werden auf mehreren Social-Media-Plattformen veröffentlicht.

ClickUpFigmaMakeAirtableMeta AdsGoogle Ads

Social-Media-Agentur

Ausgangslage: Content war zentral geplant und gestaltet. Die Abstimmung zwischen Tools, Kundenaccounts und Plattformen blieb jedoch Handarbeit. Mit jedem Account stieg der Aufwand.
Lösung: Ein automatisierter Publishing-Workflow verbindet die bestehende Planung des Teams mit Veröffentlichung und Reporting.
So arbeitet das System: ClickUp liefert Planung und Freigaben, Figma die Designs. Make führt Caption, Asset, Zielprofil und Zeitpunkt zusammen und übergibt alles an das Publishing. Status und Performance-Daten fließen in Airtable zurück.
Ergebnis: Einmal planen, auf mehreren Accounts veröffentlichen. Weniger manuelle Übertragungen und eine zentrale Übersicht über Status und Performance.

03 Sales IntelligenceAus offenen Stellen werden qualifizierte Vertriebschancen.

Illustration: Stellenanzeigen sammeln, Unternehmensdaten und Ansprechpartner anreichern und als Aktivitäten beim Lead in Close hinterlegen.

Browse.aiApifyClayMakeAirtableClose CRM

Social-Recruiting-Agentur

Ausgangslage: Setter und Closer recherchierten vor Gesprächen selbst: Welche Unternehmen stellen ein, welche Positionen sind offen und wer ist der richtige Ansprechpartner?
Lösung: Ein automatisiertes Research-System erkennt Recruiting-Bedarf, ergänzt Unternehmensdaten und bringt den relevanten Kontext direkt ins CRM.
So arbeitet das System: Stellenanzeigen werden laufend erfasst, Unternehmensdaten und Ansprechpartner ergänzt. Airtable strukturiert die Informationen und ordnet sie Leads zu. In Close erscheinen offene Positionen direkt als Custom Activities.
Ergebnis: Weniger Recherche, bessere Gesprächsvorbereitung. Der Vertrieb öffnet einen Lead und sieht sofort, warum das Unternehmen gerade relevant ist.

04 AI WorkspaceAus einzelnen AI-Tools wird eine gemeinsame Arbeitsumgebung.

Konzeptansicht eines KI-Workspaces: Unternehmenswissen, Projekte, Personen, Themen, Tools und AI Agents sind in einer zentralen Wissensstruktur verbunden. Inhalte und Kennzahlen sind Beispieldaten.

ClaudeVS CodeLokale ModelleSlack

Agentur

Ausgangslage: AI wurde individuell genutzt: mit unterschiedlichen Prompts, verstreutem Wissen und ohne gemeinsame Struktur für Kontext, Qualität und wiederkehrende Aufgaben.
Lösung: Ein zentraler AI Workspace verbindet Unternehmenswissen, Regeln, Skills, Prompts und spezialisierte AI Agents in einer gemeinsamen Struktur.
So arbeitet das System: Claude und lokale Modelle arbeiten mit definierten Projektkontexten und Wissensstrukturen. Agents und Skills unterstützen wiederkehrende Aufgaben in Strategie, Research, Content und Analyse. Zugänge und Regeln sind für das Team eingerichtet.
Ergebnis: Aus individuellen Experimenten werden wiederholbare Arbeitsprozesse. Das Team nutzt AI mit gemeinsamem Kontext und klaren Qualitätsregeln.

05 Reference MatchingDie passende Referenz für jeden Lead. Nach Inhalt und Region.

Konzeptansicht

Sales OS · Close CRMLead mit Kontext

Inhaltlich passend

Regional nah

Im Gespräch

Close CRMAirtablePythonMake

Social-Recruiting-Agentur

Ausgangslage: Passende Kundenreferenzen mussten für Verkaufsgespräche gefunden werden. Besonders relevant waren ähnliche Aufgabenstellungen oder bekannte Unternehmen aus der Region.
Lösung: Ein Matching-System ordnet jedem Lead inhaltlich passende und regional nahe Kundenfälle zu.
So arbeitet das System: Python-Skripte gleichen Referenzen mit Leads ab: nach Inhalt und über die Nähe der Postleitzahlen. Airtable hält die Zuordnungen fest. Passende Fälle werden als Custom Objects am Lead in Close ergänzt.
Ergebnis: Der Vertrieb hat passende Referenzen direkt im Gespräch verfügbar. Das unterstützt Vertrauen und eine konkrete Einwandbehandlung.

06 Finance OperationsRechnungen automatisch erfassen, prüfen und für die Buchhaltung vorbereiten.

Systemansicht

Finance OperationsRechnungseingang

Automatisiert

PostfachFotoUpload

Software & ToolsDaten erkanntGeprüft

DienstleisterProjekt zugeordnetFreigabe

Wiederkehrende KostenKategorie erkanntBereit

ErfassenPrüfenZuordnenBuchhaltung

E-MailDokumentenerkennungFreigabenFinance Dashboard

SEO- & GEO-Agentur

Ausgangslage: Rechnungen erreichten onlinePEAK über unterschiedliche Kanäle. Beträge, Fälligkeiten und Zuordnungen mussten manuell übertragen, geprüft und für die Buchhaltung vorbereitet werden.
Lösung: Ein Finance Operations System bündelt eingehende Rechnungen, liest relevante Daten aus und ordnet sie Kategorien und Zuständigkeiten zu.
So arbeitet das System: Rechnungen aus Postfach, Foto und Ablage laufen in einem gemeinsamen Eingang zusammen. Das System erkennt Rechnungsdaten, prüft auf Duplikate und Unstimmigkeiten, kategorisiert die Belege und legt unsichere Fälle gezielt zur Freigabe vor. Ein Dashboard zeigt Status, Fälligkeiten und offene Prüfungen.
Ergebnis: Weniger manuelle Übertragung, vollständigere Belege und eine klare Übersicht über offene Freigaben, Fälligkeiten und Ausgaben. Die Buchhaltung erhält strukturiert vorbereitete und nachvollziehbare Daten.

07 Voice AgentAnfragen annehmen, qualifizieren und strukturiert weitergeben.

Prozessansicht

Anruf

→

Voice Agent

→

Termin & CRM

Voice AITelefonieCRMAutomation

Telefonie · Konzept

Ausgangslage: Der Konzeptansatz adressiert Anfragen außerhalb der Bürozeiten und den manuellen Aufwand bei Gesprächsdokumentation und Weitergabe.
Lösung: Vorgesehen ist ein Voice Agent, der Anrufe nach einem definierten Leitfaden annimmt und bei Bedarf an einen Menschen übergibt.
So arbeitet das System: Der geplante Ablauf: Anliegen klären, Qualifizierungsfragen stellen, Kontaktdaten erfassen und das Gesprächsergebnis strukturiert im CRM hinterlegen.
Ergebnis: Angestrebt sind bessere Erreichbarkeit und nachvollziehbare Übergaben. Umsetzung und Projektergebnisse sind noch nicht bestätigt.

Projekt anfragen