Inhaltsverzeichnis
Das Problem mit den E-mails
„Bei dem ganzen E-Mail-Verkehr geht mir manchmal einiges durch die Lappen. Ich hab die E-Mail noch im Kopf, dann kommen 10.000 andere Sachen rein und dann geht eine simple Aufgabe unter: auf die E-Mail antworten.“
So ging es Georg und Vroni vom KI Marketing Bootcamp – und ehrlich gesagt, wer kennt das nicht?
Bei einem Newsletter ist das vielleicht noch verschmerzbar. Aber wenn das bei Kunden passiert? Autsch.
Die Lösung: Ein smarter n8n-Workflow als persönlicher E-Mail-Assistent
Nach meinen bisherigen Erfahrungen mit n8n (die ihr in meinen anderen Tagebuch-Einträgen nachlesen könnt), war das der perfekte Use Case für einen neuen Automatisierungs-Workflow:
Ein intelligenter E-Mail-Organizer, der mich daran erinnert, was ich vergessen habe zu beantworten.
Nicht zu komplex, aber unglaublich wertvoll im Alltag!
Schritt-für-Schritt: So baut ihr euren E-Mail-Erinnerungs-Workflow
Wie bei allen meinen n8n-Projekten beginne ich auch hier mit der Visualisierung der Workflow-Logik. Der Plan ist simpel: E-Mails automatisch überwachen und labeln, wichtige von unwichtigen durch KI unterscheiden, To-Do-E-Mails sammeln und mir regelmäßig eine Erinnerung mit allen offenen Aufgaben senden. Aber mir ist auch bewusst – beim tatsächlichen Aufbau kommen immer wieder neue Sachen dazu, die wir noch nicht bedacht hatten. Es kommt dann doch etwas anders als zunächst visualisiert. Die erste Visualisierung ist trotzdem extrem hilfreich als Orientierung!
Die Vorbereitung in Gmail
Die Vorbereitung in Gmail ist der erste konkrete Schritt. Bevor es technisch losgeht, müsst ihr in Gmail die Labels manuell anlegen, die der Workflow nutzen soll. Bei mir sind das „Event“ für Termine und Veranstaltungen, „Meeting“ für Meeting-Anfragen, „Kunden“ für Kundenkommunikation, „To Do“ für E-Mails die eine Aktion von mir brauchen und „Newsletter“ für unwichtige Rundmails. Das Gute bei n8n ist, dass der Gmail-Node die API-Verbindung super einfach macht – ihr müsst euch einfach nur mit eurem Google-Account einloggen und n8n regelt den Rest automatisch.
Für den Trigger habe ich mich für eine zeitliche Lösung entschieden. Morgens um 7:00 Uhr und abends um 17:00 Uhr werden alle neuen E-Mails gelabelt. Warum zeitlich statt bei jeder neuen E-Mail? Weil es effizienter ist und ich nicht bei jeder einzelnen E-Mail den Workflow starten will. So läuft alles in sauberen Batches.
Die KI macht den Unterschied
Die KI-basierte Kategorisierung ist das Herzstück des Workflows. Alle E-Mails werden durch einen Text Classifier geschickt, der sie den verschiedenen Labels zuordnet. Das war’s eigentlich schon – klingt simpel, oder? Aber wie gut das funktioniert, hängt stark von den Prompts innerhalb des Text Classifiers ab. Ganz nach dem Motto: Shit in, shit out! Mein Prompt lautet etwa so: „Analysiere diese E-Mail und ordne sie genau einem dieser Labels zu: Event für Einladungen und Termine, Meeting für Meeting-Anfragen, Kunden für Geschäftskommunikation, To Do für E-Mails die eine Aktion von mir benötigen, Newsletter für Werbung. Gib nur das Label zurück, nichts anderes.“
Die tägliche Erinnerung
Die Erinnerungs-E-Mail ist der eigentliche Clou des ganzen Workflows. Um 18:00 Uhr abends läuft ein zweiter Workflow, der meine letzten circa 50 E-Mails nach dem Label „To Do“ filtert. Jede E-Mail, die noch eine Aktion von mir benötigt, wird aufgelistet und ich bekomme eine übersichtliche Erinnerungs-E-Mail mit der Liste aller offenen To-Dos und direkten Links zu jeder E-Mail, sodass ich direkt antworten kann. Wichtig dabei: Wenn ich eine To-Do-E-Mail bearbeitet habe, sollte ich das „To Do“-Label entfernen – sonst kommt sie immer wieder in der Erinnerung vor.
KI-Hinweis: Die KI verarbeitet den Inhalt deiner E-Mails, um sie zu kategorisieren. Achte darauf, dass du mit sensiblen Daten entsprechend vorsichtig umgehst.
Meine größten Learnings: Kleine Sachen, große Wirkung
Learning 1: Prompts sind ALLES beim Text Classifier
Das Problem: Mein erster Versuch mit dem Text Classifier hat einige E-Mails zu oberflächlich kategorisiert. Das heißt: “Shit in, shit out” gilt hier besonders! Also ran an die Prompts und diese optimieren.
Das Learning: Ein präziser, eindeutiger Prompt macht den Unterschied zwischen 30 % und 95 % Trefferquote.
Learning 2: Zeitliche Trigger
Das Problem: Anfangs wollte ich bei jeder neuen E-Mail den Workflow starten.
Die Lösung: Umstellung auf feste Zeiten (7:00 und 17:00 Uhr).
Das Learning: Batch-Verarbeitung spart Ressourcen und läuft zuverlässig.
Learning 3: Manuelle Label-Pflege
Das Problem: Wenn ich To-Do-Labels nicht entferne, kommen erledigte Aufgaben immer wieder.
Die Lösung: Bewusst Labels entfernen, wenn Aufgaben erledigt sind.
Das Learning: Vollautomatisierung ist nicht immer der beste Weg – manchmal ist ein Hybrid effizienter.
Das zeigt wieder: Es gibt sicher noch mehrere Wege, diesen Workflow noch automatisierter zu machen – aber für mich war es zeitaufwändig im Verhältnis zum Nutzen so am effizientesten. Manchmal sind 80% Automatisierung besser als 100% Komplexität! Und das gute ist, man kann zur jederzeit wieder darauf aufbauen.
Ausblick: Komplexere Projekte
Während dieser E-Mail-Organizer ein schönes Beispiel für einen „einfachen aber wirkungsvollen“ Workflow ist, arbeite ich parallel an etwas viel Komplexerem:
Einem Blogbeitrags-KI-Agenten, der mich dabei unterstützt, noch bessere und qualitativ hochwertigere Blogbeiträge zu schreiben.
Das Spannende daran: Wir nutzen KI, bringen ihr gezielt unser Wissen bei, optimieren sie auf unsere spezifischen Bedürfnisse und lassen unser gesammeltes Knowledge einfließen. Dann können wir sie für zukünftige Aufgaben einsetzen – quasi ein personalisierter Content-Assistent!
Das ist natürlich um ein Vielfaches komplexer als der E-Mail-Organizer, zeigt aber auch, was alles möglich ist mit Automatisierungen. Von simplen Erinnerungen bis hin zu intelligenten KI-Assistenten – n8n macht’s möglich.
Troubleshooting: Die häufigsten Stolpersteine
Ich hab eigentlich bei fast jeder n8n-Session mehrere Errors. Für mich ist das ganz normal – ich sehe das als eine Herausforderung, diesen Error zu lösen und wieder einen Schritt mehr zu verstehen, wie n8n so tickt.
Problem 1: Wie oben schon genannt: Die Kategorisierung der E-Mails ist manchmal zu oberflächlich. D. h. auch unwichtige E-Mails bekommen ein “Wichtig”-Label.
Lösung: Ins Prompten reingehen, verbessern, erneut ausprobieren, wieder verbessern – bis man verstanden hat, was genau gepromptet werden muss, um die E-Mails gut zu kategorisieren.
Problem 2: Wie soll man in der Erinnerungs-E-Mail die genannten E-Mails verlinken, um direkt antworten zu können?
Lösung: Mit HTML-Code. Hier kann man sich eine Verlinkung gut und schnell bauen. Wenn ich mal nicht ganz weiterwusste mit dem Coden, habe ich einfach ChatGPT gefragt.
Das Ergebnis: Mein persönlicher E-Mail-Assistent
Was der Workflow jetzt für mich macht:
- Labelt automatisch alle E-Mails um 7:00 und 17:00 Uhr
- Kategorisiert durch KI-Text-Classifier in Event, Meeting, Kunden, To-Do, Newsletter
- Sendet mir täglich um 18:00 Uhr eine Übersicht aller „To-Do“-E-Mails
- Stellt direkte Links zur Verfügung, um E-Mails zu öffnen und zu beantworten
- Reduziert vergessene Kunden-E-Mails auf praktisch null
Zeitersparnis: Ca. 15-20 Minuten täglich (kein manuelles Durchscrollen mehr)
Stressreduktion: Ich weiß jetzt immer, was noch offen ist und das auch am Wochenende. Vielleicht sollte noch ein Filter eingebaut werden, sodass die Erinnerungsemails nur unter der Woche zu mir kommen. 😀
Ich hoffe, dem ein oder anderen hilft das und es wird deutlich, wie viel Hilfe diese kleine Automatisierung schon bringt!
Fazit: Von einfach bis hochkomplex – Automatisierung für jeden Use Case
Dieser E-Mail-Organizer ist ein perfektes Beispiel dafür, wie n8n uns im Alltag entlasten kann. Es ist nicht die komplexeste Automatisierung der Welt – aber eine, die wirklich einen Unterschied macht.
Gleichzeitig zeigt mein Blogbeitrags-KI-Agent-Projekt, dass mit den gleichen Tools auch hochkomplexe, intelligente Assistenten möglich sind. Die Bandbreite ist riesig!
Mein Tipp: Fangt mit solchen “kleinen” Problemen an. Die Erfolgserlebnisse motivieren für größere Projekte – und ihr lernt dabei die Grundlagen, die ihr für komplexere Workflows braucht!
Das Coole ist: Wenn man einmal ins Workflow-Denken kommt, überlegt man nonstop, was man alles automatisieren könnte, wo es Bereiche gibt, die einem Arbeit dadurch abnehmen könnten – und wie dieser Workflow aussehen wird.
Bereit für den nächsten Schritt?
Die Tools entwickeln sich schnell, und jedes hat seine Besonderheiten.
Im KI Marketing Bootcamp gehen wir systematisch vor: Von der Strategie über die Tool-Auswahl bis zur konkreten Umsetzung. Du lernst nicht nur die Theorie, sondern arbeitest an echten Projekten – mit direktem Feedback und praktischen Workflows, die du sofort einsetzen kannst.
Was erwartet dich?
- Praxisorientierte Anleitungen: Lerne, wie du KI-Tools strategisch einsetzt und das Beste aus ihnen herausholst
- Erprobte Workflows: Vom Konzept bis zur Umsetzung – mit sofort anwendbaren Strategien
- Individuelle Begleitung: Kleine Gruppen und persönliche Betreuung bei deinen Projekten
Deine Vorteile:
- Learning by Doing: Entwickle eigene Kampagnen, die auf deine spezifischen Ziele zugeschnitten sind
- Praxiswissen: Nutze echte Beispiele und Erfolgsstrategien für deine eigenen Projekte
- 100% Online: Flexibel lernen, wann es in deinen Zeitplan passt
Für Unternehmen: Maßgeschneiderte Workshops für dein Marketing-Team.
Dein Expertenteam: Vroni Hackl und Georg Neumann – dein Expertenteam und deine Guides durch KI im Marketing.
