Mit Claude einen LinkedIn Lead-Generierungs-Pipeline aufbauen, der ein €3.000-Freelancer-Angebot ersetzte

Ein Entwickler beschrieb, wie er Claude AI nutzte, um eine komplette LinkedIn Lead-Generierungspipeline aufzubauen, die Angebote von Freiberuflern im Bereich von 2.000 bis 5.000 Euro ersetzte. Anstatt jemanden einzustellen, um einen N8N-Workflow mit Keyword-Matching zu erstellen, verbrachte er 30 Minuten damit, eine spezifische Prompt mit Claude Sonnet zu schreiben.

Der Prompt-Ansatz

Der Schlüssel lag darin, eine detaillierte 2-seitige Prompt zu schreiben, anstatt einer einfachen Anfrage. Die Prompt erklärte:

• Wie ein Lead-Magnet-Beitrag auf LinkedIn aussieht (jemand, der sagt "kommentiere X und ich schicke dir die Ressource")
• Welche Signale zu prüfen sind: kürzliche Beitragsaktivität, Engagement-Muster, Jobwechsel
• Was auszufiltern ist: Beiträge älter als 7 Tage, Profile mit geringem Engagement, Personen, die keine Ressource versprochen haben
• Wie die Ergebnisse zu bewerten und zu ranken sind

Claude half, Randfälle zu identifizieren, wie etwa die Unterscheidung zwischen Beiträgen, die wie Lead-Magnete aussehen, aber keine sind (z. B. wenn jemand "kommentiere unten" sagt, ohne etwas im Gegenzug anzubieten). Dieses konzeptionelle Verständnis ermöglichte es dem System, subtile Variationen zu erfassen, die Keyword-Suchen verpassen würden.

Implementierungsdetails

Sobald die Prompt fertig war, verbanden sie sie mit einem KI-Agenten (OpenClaw auf einem 5-Dollar-VPS), der eine benutzerdefinierte LinkedIn-API namens BeReach aufruft. Der Agent führt die Prompt jeden Morgen um 8 Uhr aus.

Ergebnisse:

• Erster Durchlauf: 5 qualifizierte Interessenten in 2 Minuten, alle manuell als korrekt verifiziert
• Aktueller Betrieb: 50 qualifizierte Leads täglich, wenn sie Telegram überprüfen
• Kosten: Etwa 0,50 Euro/Tag in Tokens

Modell-Routing-Strategie

Der Entwickler implementierte ein kosteneffizientes Modell-Routing-System:

• Haiku: Wird für Datenabfragen und einfache Klassifizierung verwendet, läuft 80 % der Pipeline
• Sonnet: Notwendig für die Analyse von Beiträgen und das Schreiben personalisierter Outreach-Nachrichten, die auf spezifische Dinge eingehen, die Interessenten gepostet haben
• Opus: Fast nie benötigt, für anfängliche Architekturentscheidungen reserviert

Dieses Routing reduzierte die API-Kosten von "wird teuer" auf unter 30 Euro/Monat, während die Agenten 24/7 laufen.

Vorteile gegenüber dem traditionellen Ansatz

Der Entwickler merkte an, dass der 3.000-Euro-Freiberufler einen starren N8N-Workflow geliefert hätte, der bei Änderungen der Anforderungen versagt. Mit dem Claude-Prompt-Ansatz änderten sie kürzlich ihre Ideal Customer Profile (ICP)-Kriterien, indem sie nur 3 Zeilen in der Prompt aktualisierten.

Die LinkedIn-API-Schicht (BeReach) dient als Werkzeug, aber Claude Sonnet liefert die Kernintelligenz für das Verständnis der Absicht und das Schreiben kontextbezogener Nachrichten, wodurch aus einem bloßen ausgeklügelten Scraper eine effektive Pipeline zur Gesprächseröffnung wird.