Bernd Schäferling.
← Zurück zu den Projekten
n8nGoogle Calendar API Gmail APIClaude APIJavaScript

Das automatische Morgenbriefing

Jeden Werktag um 6:00 Uhr sammelt ein Workflow Termine und wichtige Mails ein, filtert sie nach festen Regeln und liefert eine kurze Zusammenfassung ins Postfach – bevor der erste Kaffee durchgelaufen ist.

06:00werktags, automatisch
2Datenquellen
3 Min.maximale Lesedauer

Ausgangslage & Idee

Der Arbeitstag beginnt oft mit Sucharbeit. Was steht heute an? Welche Mail wartet seit Tagen auf eine Antwort? Was ist liegengeblieben? Die Antworten liegen verteilt in Kalender, Postfach und Notizen – und die ersten zwanzig Minuten gehen dafür drauf, sie zusammenzutragen.

Die Idee war bewusst unspektakulär: keine neue Oberfläche, kein Chatbot, den man aufrufen muss. Stattdessen ein Prozess, der morgens von allein läuft und das Ergebnis dorthin liefert, wo ohnehin geschaut wird – ins Postfach.

Ablauf

Zeitplan → Datenabruf → Regelfilter → KI-Text → Zustellung. Neun Knoten, ein Workflow. Der entscheidende Schritt ist der dritte.

ZeitplanCron-Trigger, werktags um 6:00 Uhr. Kein manuelles Anstoßen nötig.
DatenabrufZwei parallele Zweige: Termine des Tages aus Google Calendar, ungelesene und markierte Mails aus Gmail.
RegelfilterJavaScript entscheidet, was relevant ist – nach festen, nachvollziehbaren Kriterien. Nicht die KI.
KI-TextDie Claude API bekommt nur die gefilterten Daten und genau eine Aufgabe: verständlich formulieren.
ZustellungFertiges HTML-Briefing per SMTP ins Postfach, mit direkten Links zu Termin und Mail.
Der Kern: Zwischen Rohdaten und KI liegt ein Filter aus normalem Code. Was es nicht durch diesen Filter schafft, sieht die KI nie.

Regeln vor KI

Die naheliegende Erwartung an so ein System lautet: alle Daten in die KI kippen, die sortiert dann schon nach Wichtigkeit. Das funktioniert in der Praxis schlecht. Das Ergebnis schwankt von Tag zu Tag, lässt sich nicht reproduzieren und niemand kann erklären, warum ein Punkt heute im Briefing steht und morgen nicht.

Deshalb entscheiden hier feste Kriterien, was relevant ist:

Jede Zeile im fertigen Briefing lässt sich auf eine dieser Regeln zurückführen. Die KI übernimmt nur den letzten Schritt – aus sortierten Daten lesbaren Text machen.

Was funktioniert – und wo die Grenzen liegen

Funktioniert gut

  • Nachvollziehbarkeit: Warum etwas im Briefing steht, lässt sich an einer Regel festmachen.
  • Ehrlichkeit über Lücken: Fehlen Daten, schreibt das Briefing das hin, statt zu raten.
  • Wartungsarm: Wird der Filter zu großzügig, ändert man eine Zeile Code – nicht den Prompt.

Grenzen

  • Kopfzeilen richtig lesen: Der Gmail-Knoten liefert Betreff und Absender anders, als die Dokumentation vermuten lässt. Der erste Lauf produzierte ein Briefing voller „(kein Betreff)“.
  • Zeitfenster: Ohne sauber gesetzte Grenzen liefert die Kalender-Abfrage den kompletten Verlauf – beim ersten Test waren es über 5.000 Termine statt einem.
  • Filter sind nie fertig: Der erste Lauf war zu großzügig. Welche Absender dauerhaft rausfliegen, zeigt sich erst im Betrieb.

Erkenntnis: Der Wert liegt nicht in der KI, sondern im Filter davor. Die KI ist der letzte Schritt – nicht der erste. Wer sie entscheiden lässt, was wichtig ist, bekommt jeden Tag ein anderes Ergebnis und kann keines davon erklären.

Fragen zum Aufbau oder Lust auf fachlichen Austausch zu n8n, Workflow-Design oder LLM-Einsatz im Alltag?

Austausch aufnehmen →