KI-integriertes CRM
Persönliches CRM mit KI-unterstützten Workflows
Gebaut von Rogue AI · KI-gestütztes Personal-CRM · Selbst gehostet, nicht öffentlich
Gestartet im Januar 2026 als Wochenend-Ersatz für Notion. RBAC + Multi-Table-Schema kamen in Q1; die KI-Drafter-Überarbeitung kam, nachdem ich Claudes Default-Stil aufgegeben hatte. Über sechzig Commits über Schema, RBAC, Drafting und Outbound-Deliverability.
Das Problem
Salesforce ist für Solo-Berater überdimensioniert. Notion verliert Struktur, sobald die Pipeline wächst. HubSpots Free-Tier ist eine Marketingfalle. Keines verknüpft besuchte Events mit getroffenen Kontakten und abgeschlossenen Deals in einem Graphen, und keines hat eine KI, die Outbound wirklich im eigenen Ton schreibt.
Was ich gebaut habe
Ein Full-Stack-CRM mit KI-gestützter Lead-Anreicherung, automatischem E-Mail-Entwurf, event-verknüpftem Prospecting, rollenbasierter Zugriffskontrolle und Pipeline-Analyse. Läuft komplett auf eigener Infrastruktur — keine Dritt-CRM-Abhängigkeit.
Architektur
Tech-Stack
Was zuerst gebrochen ist
- ▸
Schema-Bloat ist ein langsames Leck. Mit fünf Tabellen gestartet, jetzt 58. Die RBAC-Nachrüstung war der teuerste Refactor — hätte ich am Tag eins eingeplant haben sollen.
- ▸
Claudes Default-Stil schreibt wie ein HubSpot-Template. Brauchte einen 600-Token-Voice-Fingerprint-Prompt mit Banned-Phrase-Liste (kein 'nutzbar machen', kein 'freischalten', kein 'melden'), bevor Drafts nach mir klangen.
- ▸
E-Mail-Deliverability ist eine eigene Disziplin. SPF/DKIM war der einfache Teil — Listen-Pflege und Bounce-Logik haben eine Woche Tuning gekostet, die ich nicht eingeplant hatte.
Ergebnis
Ein Operator fährt volles Pipeline-Management — Prospecting, Enrichment, Outreach, Vertrag, Rechnung — auf einem einzigen selbst gehosteten Stack. Query-Latenz unter 100 ms für Pipeline-Views über Tausende Datensätze.
Ehrliche Grenzen
Single-Tenant by Design — Multi-Tenanting bräuchte einen Row-Level-Security-Refactor, den ich nicht eingepreist habe. Keine Mobile-App; SMS-Brücke ist Roadmap, nicht gebaut. Reply-Thread-Erkennung verfehlt ~5 % der Fälle — meist lange Quoted-History-Threads, in denen der neue Inhalt unten steht.
