Zum Hauptinhalt springen
Startseite / Portfolio / IntelBriefs
Research

IntelBriefs

Schnelle Intelligence-Briefings — 15s flach, 90s tief

Gebaut von Rogue AI · Zweistufiger Recherche-Briefer, der ein CRM speist · Selbst gehostet

Im Lauf von 2026 als Teil der Rogue-AI-Flotte gebaut.

IntelBriefs — Schnelle Intelligence-Briefings — 15s flach, 90s tief

Das Problem

Vor einem Meeting, einem Interview oder einem Verkaufsgespräch will man einen kurzen, belegten Überblick über eine Person oder Firma — aber das nützliche Signal liegt verstreut über Websuchen, die eigene CRM-Historie und lokale Notizen, und es von Hand zusammenzutragen kostet mehr Zeit, als das Gespräch wert ist. Das Schwierige ist nicht das Modell; es ist die Entscheidung, wie viel Recherche der konkrete Moment überhaupt rechtfertigt. Ein zweiminütiger Vorab-Check und eine Tiefenrecherche vor einem ernsten Pitch sind zwei verschiedene Aufgaben, die die meisten Werkzeuge in einen einzigen, langsamen Standard zusammenwerfen.

Was ich gebaut habe

IntelBriefs fährt dieselbe Recherche-Pipeline in zwei Tiefen und lässt den Nutzer wählen. Quick (~15s) macht einen einzelnen Websuche-Durchlauf, einen CRM-Kontaktabgleich und einen Synthese-Durchlauf — genug für einen Namen, den man gleich trifft. Deep (~90s) erweitert die Suche um einen zweiten Anbieter, zieht LinkedIn-Daten, wenn eine URL angegeben ist, liest die vollständige CRM-Historie und Deals, durchsucht lokale Dateien und führt eine dreistufige Synthese aus (zusammenfassen → Gesprächspunkte → Strategie). Beide schreiben das Ergebnis nach Postgres und schieben eine einseitige Zusammenfassung ins CRM, damit das Briefing auf dem Kontaktdatensatz landet und nicht in einem Silo. Eine Watchlist mit Cron-Runner führt ausgewählte Subjekte nach Zeitplan erneut aus und markiert, was sich seit dem letzten Mal geändert hat. Jeder Befund trägt seine Quelle, und Quellen werden auf Glaubwürdigkeit bewertet, sodass eine Behördendomain mehr wiegt als ein Forenbeitrag.

Architektur

Zwei Stufen, ein Orchestrator
Ein einziger Pipeline-Orchestrator verzweigt nach Tiefe. Quick = Websuche + CRM-Abgleich + ein Synthese-Durchlauf. Deep = ein zweiter Suchanbieter, LinkedIn, vollständige CRM-Historie, ein lokaler Dateiscan und drei verkettete Synthese-Durchläufe. Sich einen Codepfad zu teilen, hält beide Stufen ehrlich — Deep ist Quick plus mehr Belege, kein separates Produkt.
Lokales LLM zuerst, mit Claude-Bridge-Schalter
Die Synthese läuft standardmäßig über ein selbst gehostetes Ollama-Modell, sodass Briefings offline und ohne Kosten pro Aufruf entstehen. Ein LLM_PROVIDER-Schalter leitet jeden Aufruf an eine Host-CLI-Bridge um, wenn ein stärkeres Modell gewünscht ist. Die Pipeline weiß nicht, wer sie bedient — derselbe Prompt-Pfad funktioniert in beiden Fällen.
Quellenverfolgung und Glaubwürdigkeitsbewertung
Jedes Briefing hält fest, woher jede Aussage stammt — Web, CRM, lokale Datei, LinkedIn — und jede Domain erhält einen Glaubwürdigkeitswert aus einer Tabelle bekannter Domains mit TLD-Heuristiken und nutzerspezifischen Überschreibungen. Ein Briefing ist nur so vertrauenswürdig wie die Quellen dahinter, also sind die Quellen erstklassig und nicht versteckt.
Einseitiger Push ins CRM
Ein REST-Client findet oder erstellt den Kontakt im CRM und protokolliert das Briefing als Aktivität auf diesem Datensatz. Die Integration ist bewusst einseitig — keine geteilte Datenbank — sodass ein Recherche-Werkzeug die führende Datenquelle, die es speist, niemals beschädigen kann.
Watchlist mit Cron-Runner und Delta-Erkennung
Subjekte lassen sich mit täglichen/wöchentlichen/monatlichen Zeitplänen auf eine Watchlist setzen. Ein Cron-Endpunkt verarbeitet pro Tick eine begrenzte Anzahl fälliger Einträge und hält fest, was sich gegenüber dem vorherigen Lauf geändert hat, sodass ein wiederkehrendes Briefing das Delta zeigt statt dieselbe Zusammenfassung erneut.
Selbst gehosteter, netzwerkisolierter Stack
Next.js-App, Postgres und Redis laufen in Docker auf einem dedizierten Subnetz mit ausschließlich an localhost gebundenen Ports und erreichen das geteilte Ollama und das CRM über benannte Netzwerke. Die Authentifizierung läuft über NextAuth v5; der Datenzugriff geht über Prisma 7 auf einem Datenbanknutzer mit minimalen Rechten.

Tech-Stack

Next.jsPrisma 7OllamaClaude bridgeRedis

Was zuerst gebrochen ist

  • Mach die Tiefe zu einer ausdrücklichen Wahl, nicht zu einer Vermutung. Dieselbe Pipeline in zwei klar benannten Stufen schlägt ein cleveres Modell, das selbst entscheiden will, wie hart es arbeitet — der Nutzer weiß, ob das ein schneller Check oder ein echter Pitch ist, und das Werkzeug sollte das nicht vortäuschen.

  • Eine Synthese ist nur so gut wie ihre Quellen, also behandle Quellenarbeit als Feature. Herkunft festzuhalten und Domain-Glaubwürdigkeit zu bewerten macht aus 'die KI hat es gesagt' ein Briefing, das man im Raum tatsächlich verteidigen kann.

  • Halte Integrationen einseitig. Briefings ins CRM zu schieben, ohne dessen Datenbank zu teilen, hält das Recherche-Werkzeug zum Beiträger — es kann Notizen hinzufügen, aber die führende Datenquelle nie kaputt machen.

Ergebnis

IntelBriefs läuft als selbst gehostetes Werkzeug im Rogue-AI-Lab: Tiefe wählen, in Sekunden oder anderthalb Minuten ein belegtes Briefing bekommen und es auf dem richtigen CRM-Kontakt landen lassen. Es wird von einer Person als Portfolio-Demo gebaut und betrieben, also steht keine große Nutzerbasis dahinter, und die Tiefen-Zeiten sind Entwurfsziele, die sich mit Modell- und Netzwerkgeschwindigkeit verschieben, keine Benchmark-Garantien. Das Interessante ist nicht ein einzelnes Briefing — es ist die Form: zwei ehrliche Stufen über einer Pipeline, jede Aussage belegt, und eine saubere einseitige Übergabe an das System, das die Beziehungen bereits hält.

Ehrliche Grenzen

Selbst gehostet und allein als Portfolio-Demo gebaut. Es läuft in einem lokalen Lab (der alte öffentliche Demo-VPS wurde stillgelegt), es gibt keine große produktive Nutzerbasis, und die Genauigkeit hängt vollständig von der Qualität der zugrunde liegenden Suche und des Modells ab. Die Werte 15s/90s sind Tiefenziele, keine Garantien — sie verschieben sich je nach Modell, Anbietern und Netzwerk am jeweiligen Tag.

Verwandte Beiträge

← Zurück zum Portfolio