Mail rein, Aufgabe raus

Eingehende Projekt-Post wird zu Zusammenfassung und Aufgabe — und das Bedienfeld ist die Mailbox, die ohnehin schon offen ist.

Bei TopRed Media läuft ein kleines internes Werkzeug: eine Art Mini-CRM mit Kunden, Projekten, Gesprächsnotizen, Zeiterfassung. Das am meisten genutzte Feature sind aber nicht die CRM-Masken. Es ist der Posteingang. Jede Projekt-Mail landet dort, und die Frage dahinter ist immer dieselbe: Was steht drin, und was muss ich jetzt tun?

Zwei Handgriffe, die jeden Tag Zeit kosten — Mail lesen und Aufgaben daraus ableiten. Genau da setzt die KI an. Nicht als Chatbot, mit dem man reden muss, sondern als Schritt in einer Pipeline, die im Hintergrund läuft. Die Mail kommt rein, wird zusammengefasst, Aufgaben werden abgeleitet, und sie liegen als Vorschläge neben der Notiz. Ich bestätige, und es entsteht ein Redmine-Ticket. Das Interface ist der Posteingang, den ich sowieso benutze.

Dieser Beitrag beschreibt, wie das gebaut ist, welche Entscheidungen dabei zählen — und warum die KI das Ticket nicht selbst anlegt.

Das Problem: Posteingang ist Handarbeit

Vorweg, weil's ehrlich ist: E-Mail ist nicht das Medium, das man sich für strukturierte Projektkommunikation aussuchen würde. Threads ohne erkennbaren Anfang, Betreffzeilen, die seit drei Wochen nicht mehr zum Inhalt passen, das eigentliche To-do im vorletzten Absatz unter der Signatur. Trotzdem läuft alles darüber — denn E-Mail hat einen Vorteil, gegen den keine schönere Lösung ankommt: Sie ist schon da. Jeder hat sie, jeder benutzt sie, niemand muss überzeugt werden. „Etabliert" schlägt „besser" zuverlässig.

Also nehme ich den Posteingang, wie er ist. Jede Mail will gelesen, einem Kunden oder Projekt zugeordnet und auf To-dos abgeklopft werden — und das Ergebnis muss am Ende im Aufgabentool stehen, nicht im Kopf. Bei einem Projekt ist das nebenbei erledigt. Bei einem Dutzend wird es zur Verwaltungsarbeit.

Es ist die Sorte Arbeit, die langweilig ist, aber nicht unwichtig: Eine übersehene Aufgabe aus einer Mail ist eine übersehene Aufgabe. Die kostet später mehr als die zwei Minuten, die das Lesen gespart hätte.

Wie es funktioniert

Das Backend ist eine Laravel-Anwendung, das Frontend ein Nuxt-Projekt. Der Weg einer Mail bis zur Aufgabe ist eine Kette aus kleinen, einzeln nachvollziehbaren Schritten:

projekte+114-002@…
  │  Subadresse → Kunde 114, Projekt 002
  ▼  triage:   einsortieren in INBOX/114-002
  ▼  process:  Mail → Gesprächsnotiz (MeetingNote)
  ▼  Job 1:    Zusammenfassung   (Claude, Tool-Use)
  ▼  Job 2:    Aufgaben ableiten (Claude, Tool-Use)
  ▼  warten:   Vorschläge liegen als „pending" an der Notiz
  ▼  Klick:    bestätigen → Redmine-Ticket

Den Anfang macht ein Triage-Lauf per IMAP: Anhand der Subadresse projekte+XXX-YYY@… wird jede Mail einem real existierenden Kunden und Projekt zugeordnet und in den passenden Ordner verschoben. Was sich nicht eindeutig zuordnen lässt, landet in INBOX/Manuell-klaeren — kein Rätselraten, sondern ein klar markierter Stapel für die Hand.

Ein zweiter Lauf macht aus jeder einsortierten Mail eine Gesprächsnotiz. Ab da hängen zwei Hintergrund-Jobs an der Notiz: erst die Zusammenfassung, dann die Aufgabenerkennung. Beide rufen Claude über die Anthropic-API auf — nicht mit der Bitte um Fließtext, sondern per Tool-Use mit festem JSON-Schema. Das Modell bekommt kein „antworte schön", sondern ein Werkzeug mit genau definierten Feldern, die es füllen muss:

'tools' => [[
    'name' => 'aufgaben_vorschlaege',
    'input_schema' => [
        'type' => 'object',
        'properties' => [
            'tasks' => [
                'type' => 'array',
                'items' => [/* title (Pflicht), description (optional) */],
            ],
        ],
        'required' => ['tasks'],
    ],
]],
'tool_choice' => ['type' => 'tool', 'name' => 'aufgaben_vorschlaege'],

Der Unterschied ist nicht kosmetisch. Wer die KI um Prosa bittet und die hinterher parst, baut sich eine Fehlerquelle. Wer ein Schema vorgibt, bekommt strukturierte Daten zurück, die ohne Zwischenschritt in die Datenbank wandern. Die Zusammenfassung liefert auf demselben Weg zwei Felder — eine knappe Zeile für die Übersicht und eine ausführliche Markdown-Fassung für die Beteiligten.

Warum die KI das Ticket nicht selbst anlegt

Der naheliegende nächste Schritt wäre, die erkannten Aufgaben direkt nach Redmine zu schreiben. Das tut das System bewusst nicht.

Die KI ist gut darin, aus einem Text Aufgaben vorzuschlagen. Sie ist nicht gut darin zu entscheiden, was davon verbindlich wird. Also bleibt der letzte Schritt beim Menschen: Die Vorschläge liegen als pending an der Notiz, ich sehe sie neben der Zusammenfassung, und mit einem Klick wird daraus ein Ticket — oder ich verwerfe sie. Ein falsch angelegtes Ticket kostet mehr Aufräumarbeit, als ein Klick je sparen würde.

Damit die KI nicht bei jedem Lauf dieselben Dinge erneut vorschlägt, bekommt sie Kontext über das, was schon erledigt oder bewusst verworfen wurde:

--- Bereits als Aufgabe angelegt (NICHT erneut vorschlagen) ---
- Angebot für Phase 2 aufsetzen

--- Früher bewusst verworfen (nur erneut, wenn der Inhalt es klar nahelegt) ---
- Termin mit Steuerberater

Dazu ein paar harte Grenzen im Prompt: höchstens sechs Vorschläge, handlungsorientierte Titel, und — wichtig — eine leere Liste, wenn sich nichts Konkretes ableiten lässt. Lieber zwei gute Aufgaben als sechs vage. Eine KI, die immer etwas findet, findet irgendwann Unsinn.

Beim Bestätigen geht das Ticket über die Redmine-REST-API raus: Betreff, Beschreibung, Bearbeiter, Anhänge. Das Zielprojekt ergibt sich aus der Zuordnung Kunde/Projekt, die schon bei der Triage feststand — ist ein Kunde noch nicht mit Redmine verknüpft, lehnt das System die Anlage ab, statt im falschen Projekt zu landen.

Was bleibt

Das Gleiche läuft nicht nur für Mails. Eine Gesprächsnotiz kann genauso aus einem Telefonat, einem Teams-Call oder einem Termin vor Ort stammen — die Zusammenfassung und die Aufgabenerkennung hängen an der Notiz, nicht am Posteingang. Der Posteingang ist nur der bequemste Eingang, weil die Post dort ohnehin ankommt.

Die KI ist hier nicht das Produkt. Sie ist ein Schritt in einer Kette, die ohne sie aus zwei Handgriffen pro Mail bestand. Der Gewinn ist nicht „wir benutzen jetzt KI", sondern dass ein lästiger, aber wichtiger Handgriff verschwindet — ohne dass jemand ein neues Werkzeug lernen muss. Das Werkzeug ist der Posteingang.

Fazit

Die interessante Frage bei KI im Arbeitsalltag ist selten „welches Modell". Sie ist: An welcher Stelle im bestehenden Prozess steckt der Schritt, der sich automatisieren lässt, ohne dass jemand sein Verhalten ändern muss? Hier war es der Weg von der Mail zur Aufgabe. Strukturierte Ausgaben statt geratener Prosa, der Mensch als letzte Instanz, klare Grenzen im Prompt — mehr Magie steckt nicht drin. Reicht aber.

Call to Action

Dieses Tool ist intern, aber das Muster überträgt sich: Überall, wo zwischen einer eingehenden Information und einem strukturierten System ein manueller Schritt sitzt, lässt sich meist etwas einsparen — sauber, nachvollziehbar und mit dem Menschen an der richtigen Stelle.

Wer so einen Schritt im eigenen Betrieb hat und überlegt, ob KI dabei wirklich hilft oder nur Buzzword ist, kann sich gerne melden. Als Backend- & Solution Architect baue ich solche Ketten so, dass sie auch nächstes Jahr noch nachvollziehbar sind — und dass man ihnen vertrauen kann, gerade weil die KI nicht das letzte Wort hat.