Wir haben uns einen KI-Lead-Scout gebaut. Hier ist, was rauskam

Die eine erzählt von Disruption, exponentieller Beschleunigung und Transformations-Frameworks. Sie verkauft Workshops, Strategiepapiere und Reifegrad-Modelle.

Die andere baut ein Tool, lässt es laufen und schaut, was rauskommt.

Wir haben uns für die zweite Variante entschieden. Hier ist, was bei uns rauskam.

Das Problem, das wir lösen wollten

Wir haben rund 500 aktive KMU-Kunden und einen täglichen Strom an Akquise-Aufgaben. Jemand bei uns geht durch Branchen, schaut sich Webseiten an, bewertet sie, formuliert einen Aufhänger für einen Brief oder eine E-Mail. Pro Kandidat etwa 5 bis 10 Minuten. Gut gemacht — aber langsam, und in der Summe zu wertvolle Arbeitszeit für eine Aufgabe, die zu 70 Prozent Schema F ist.

Die Frage, die wir uns gestellt haben: Können wir die ersten zwei Drittel dieser Arbeit einer KI überlassen, damit der Mensch erst dort einsteigt, wo es um echte Einschätzung geht?

Antwort nach drei Tagen Bauzeit: Ja, ziemlich gut.

Was der Scout tut

Wir geben ihm drei Eingaben.

• Eine Branche (Schreinerei, Treuhand, Coiffeur, egal welche).
• Eine Region (Radius um eine Gemeinde oder einen Kanton).
• Drei Lead-Signale, die ihn interessieren: keine Webseite, veraltete Webseite, oder schlechtes Google-Auftreten.

Dann sagt man ihm, wie viele Kandidaten er prüfen soll. 10, 25, 50.

Er holt sich die Rohdaten aus OpenStreetMap, prüft pro Firma technisch Grundlegendes (HTTPS, Mobile-Optimierung, Footer-Jahr, CMS-Hinweise), holt sich von Firecrawl einen Screenshot der Webseite plus den Text-Inhalt. Diese Daten gibt er an Google Gemini 3 Flash, das die Webseite ansieht und beurteilt: Wie modern wirkt sie? Was ist auffällig schwach? Welche drei Dinge würde man einem Geschäftsführer als Erstes erklären?

Aus all dem zieht der Scout drei Ergebnisse.

• Einen Score von 0 bis 100, der sich aus harten Tech-Signalen plus der KI-Modernitäts-Bewertung errechnet.
• Drei Schwächen als Stichpunkte (z.B. «Nicht responsive», «Letzte Änderung erkennbar 2018», «Kein SSL»).
• Einen Brief-Aufhänger, zwei bis drei Sätze, direkt verwendbar als Einleitung in einer Akquise-Mail oder einem Brief.

Pro Kandidat dauert das ungefähr 4 bis 8 Sekunden. Bei 25 Kandidaten parallel verarbeitet ist ein Lauf nach gut einer Minute fertig. Die Liste wird sortiert nach Score, der heisseste Lead steht oben.

Was es uns kostet

Pro Lauf zahlen wir an Drittdienste (Firecrawl + Gemini-API) einen niedrigen einstelligen Frankenbetrag. Bei 50 Kandidaten reden wir über etwa CHF 3 bis 6.

Zum Vergleich: 25 Kandidaten manuell à 7 Minuten sind knapp drei Stunden Arbeitszeit. Was qualifizierte Schweizer Arbeitszeit kostet, weiss jeder KMU-Inhaber selber.

Was die Architektur ausmacht

Drei Bausteine, die jede halbwegs versierte Schweizer Agentur in einer Woche zusammensetzen kann.

Eine KI-Entwicklungsumgebung als Basis. Hier ist unser CRM gebaut. In drei Tagen aus dem Boden gestampft, läuft seit drei Wochen produktiv. Wer noch nie mit einer KI-Entwicklungsumgebung gearbeitet hat: Es ist eine Software mit KI-Assistenz, die aus Anforderungen funktionierenden Code generiert — nicht perfekt, aber für die Mehrheit der Geschäftsanwendungen schnell genug.

Firecrawl für das eigentliche Webseiten-Crawling. Fertiger API-Service, gibt uns Markdown-Inhalt und Screenshots in einem Aufruf. Wir hätten das auch selber bauen können mit Playwright und einem Browser-Server. Aber nicht in drei Tagen.

Google Gemini 3 Flash als KI-Modell. Wir nutzen es über die KI-Entwicklungsumgebung, das spart uns separate API-Schlüssel und Rechnungen. Gemini bekommt den Screenshot und den Text-Inhalt, gibt strukturiert zurück: Modernitäts-Score 1–10, drei Schwächen, ein Brief-Aufhänger.

Drei Werkzeuge, die zusammen unter einem Dach laufen. Kein Cloud-Architektur-Workshop, keine sechsmonatige Implementation, keine Beratungs-Folie über «das richtige LLM für Ihr Use Case».

Die ehrlichen Beobachtungen

Damit niemand den Eindruck bekommt, dass das alles glatt lief.

• Die Vision-Bewertung ist nicht immer gut. Gemini ist exzellent darin, eine Webseite zu beschreiben. Es ist mittelmässig darin, sie zu bewerten. Das ist ein Unterschied. Eine Webseite mit Stockfotos, Comic-Sans-ähnlicher Schrift und drei Webformularen oben rechts wird von Gemini als «professionell und modern» eingestuft, weil sie technisch HTTPS hat und responsiv ist. Wir mussten das durch hartes Scoring (Tech-Check) abfangen, damit der Gesamtscore stimmt.
• OSM-Daten sind unvollständig. OpenStreetMap liefert für viele kleinere Schweizer Gemeinden weniger als die Hälfte der tatsächlich existierenden Betriebe. Für die Kantonshauptorte ist die Datenqualität gut, in den Tälern wird es dünn. Wir kompensieren das, indem wir den Scout primär für Städte und urbane Regionen nutzen.
• Falsche Positive sind häufig. Eine Firma ohne Webseite bekommt automatisch Score 90. Aber manche Firmen haben gar keine Webseite, weil sie sie nicht brauchen — der lokale Bestatter, der seit 60 Jahren am Hauptplatz ist, braucht keine Webseite. Der Scout schreit «heisser Lead!» und wir winken ab. Das ist okay. Wir lesen die Resultate manuell durch, der Scout liefert die Vorauswahl.
• Der Brief-Aufhänger ist 70 % brauchbar. In der Hälfte der Fälle übernehmen wir den Vorschlag direkt. In etwa einem Viertel ändern wir 2 bis 3 Wörter. In den restlichen 25 Prozent schreiben wir den Aufhänger neu. Das ist eine massive Effizienzsteigerung gegenüber «leeres Blatt», aber es ist nicht «vollautomatisch».

Warum das mehr ist als nur ein Tool

Ich erzähle das nicht, weil ich uns für besonders schlau halte. Ich erzähle es, weil drei Dinge daran für mich auffällig sind.

• Erstens: Das System ist in drei Tagen entstanden. Nicht in drei Monaten, nicht mit einem Projektteam, nicht mit Anforderungs-Workshops. Wir hatten eine wiederkehrende manuelle Aufgabe, jemand hat gefragt: «Können wir das einer KI geben?», dann haben wir uns einen Nachmittag hingesetzt und einen Prototyp gebaut. Drei Tage später lief es produktiv. Genau das ist der Punkt, an dem KI für KMU interessant wird: nicht als grosse Strategie, sondern als sehr kleine, sehr konkrete Werkzeuge, die eine wiederkehrende Aufgabe lösen.
• Zweitens: Es ersetzt nicht die menschliche Beurteilung — es bereitet sie vor. Heute geht jemand bei uns eine Liste von 25 vorbewerteten Kandidaten in 5 Minuten durch und entscheidet, welche 5 davon einen Brief verdienen. Ohne Scout hätten wir anderthalb Stunden gebraucht, um dieselbe Liste manuell zu erstellen. Das ist die richtige Arbeitsteilung: KI für die Vorbereitung, Mensch für die Entscheidung.
• Drittens: Wir haben das nicht gebaut, um zu zeigen, dass wir es können. Wir haben es gebaut, weil wir es jeden Tag selber benutzen wollen. Das ist der Unterschied zwischen einem Demo-Produkt und einem echten Werkzeug. Demo-Produkte werden auf Konferenzen gezeigt und liegen dann brach. Werkzeuge, die man selber täglich nutzt, werden besser, weil man die Schmerzpunkte sofort spürt.

Was Sie davon mitnehmen können

Drei Dinge, ohne Anspruch auf Vollständigkeit.

Wenn Sie selber ein KMU führen und KI «irgendwie einsetzen» wollen: Suchen Sie nicht nach einer KI-Lösung. Suchen Sie nach einer wiederkehrenden manuellen Aufgabe. Beschreiben Sie sie in drei Sätzen. Dann fragen Sie sich, ob 70 Prozent davon ein Computer machen kann, der den Rest dem Menschen überlässt. Wenn ja: Sie haben einen Use Case.

Wenn Sie eine Beratung holen wollen: Fragen Sie zuerst, was die Beratung selber konkret einsetzt. Wer keine eigenen KI-Werkzeuge im Tagesgeschäft hat, ist möglicherweise besser im Reden als im Tun. Das ist nicht per se schlecht — aber Sie sollten es wissen.

Wenn Sie es selber bauen wollen: Anfangen. Drei Tage Prototyp, dann benutzen. Die meisten KI-Projekte scheitern, weil sie monatelang spezifiziert werden, bevor jemand das fertige Produkt benutzt. In der Zeit hätte man drei verschiedene Versionen bauen und die beste behalten können.

Wo wir damit hingehen

Der Lead-Scout ist Teil unseres CRM, das wir Schritt für Schritt zu einer Implementations-Lösung für andere Schweizer Agenturen entwickeln. Die Idee: andere KMU-fokussierte Agenturen oder Treuhänder bekommen die Standardbasis und wir bauen das System für sie an ihre Branche an. In Wochen, nicht in Monaten. Zu Preisen, die ein Schweizer KMU bezahlen kann.

Falls das interessant klingt: Schreiben Sie uns. Wir zeigen es gerne in einer Live-Demo. 30 Minuten, kein Pitch-Deck, keine Folien — einfach das Tool im Einsatz.

FAQ

Wie viel hat das Bauen tatsächlich gekostet?
Drei Tage Entwicklungszeit, hauptsächlich mein eigener Zeitaufwand. An reinen Drittdienst-Kosten haben wir während der Entwicklung etwa CHF 50 verbraucht — das meiste davon für Test-Läufe.

Welches KI-Modell ist das beste für so etwas?
Wir haben Gemini 3 Flash genommen, weil es schnell und günstig ist und Vision-Fähigkeiten hat. GPT-5 oder Claude Opus würden vermutlich etwas besser bewerten, aber pro Lauf 5–10× teurer sein. Für unseren Use Case ist Gemini Flash der bessere Kompromiss.

Funktioniert das auch für andere Aufgaben als Lead-Generierung?
Im Prinzip ja. Das gleiche Muster — strukturierte Daten holen, Bilder/Texte an ein Vision-Modell geben, strukturiert zurück lassen — funktioniert für viele Aufgaben. Treuhänder könnten damit Eingangsbelege klassifizieren. Anwaltskanzleien könnten Verträge auf bestimmte Klauseln prüfen. Handwerker könnten Offerten aus Foto plus Anfrage erstellen.

Was ist mit Datenschutz?
OpenStreetMap-Daten sind öffentlich. Webseiten-Inhalte sind öffentlich. Was an Gemini geht, sind also keine personenbezogenen Daten, sondern öffentlich zugängliche Geschäftsinformationen. Trotzdem — wir hosten die KI-Daten in Europa und unsere CRM-Daten in der Schweiz. Wer mit personenbezogenen Daten arbeitet, muss sich genauer überlegen, welches Modell wo gehostet ist.

Macht ihr das auch für andere Firmen?
Ja, das CRM mit dem Scout-Modul ist Teil unserer Implementations-Dienstleistung. Wir bauen es für Sie an Ihre Branche an, in der Regel in 3 bis 6 Wochen. Schreiben Sie uns für ein Erstgespräch.