Mail-Radar für Kanzleien: Claude sortiert 121 Mails auf die 7, die zählen — jeden Morgen um 7:11
Kurz gesagt
Ein selbst gebauter Mail-Radar liest seit dem 11. August 2026 jeden Morgen um 7:11 Uhr den Gmail-Posteingang der letzten 24 Stunden — einschließlich Spam-Ordner. Jeder Absender wird zuerst technisch geprüft (SPF, DKIM, DMARC aus dem Mail-Header), dann ordnet Claude jede Nachricht ein: Geld & Fristen, Projekte, KI-Welt, Verdächtig. Das Ergebnis kommt dreifach an: als SMS mit den Kennzahlen aufs Handy, als Telegram-Nachricht mit aufklappbaren Themenblöcken und als formatierter E-Mail-Report mit Direktsprung zu jeder Mail. Erster Praxiswert am ersten Tag: Von 121 Mails waren 7 relevant, eine dringend — und eine echte Geschäftsantwort lag unbemerkt im Spam-Ordner.
Diese Seite anhören — 1:41 Min.
0:00 / 1:41 · Dialogfassung mit zwei professionellen deutschen Sprecherstimmen, mit Musik-Rahmen
Transkript lesen
Er: Hunderteinundzwanzig E-Mails an einem einzigen Tag. Und wie viele davon musste ich wirklich lesen? — Sie: Sieben. Eine davon war dringend. Genau das ist die Idee hinter dem Mail-Radar: Ein Prüflauf liest jeden Morgen um sieben Uhr elf den Posteingang der letzten vierundzwanzig Stunden — und zwar auch den Spam-Ordner. — Er: Warum ausgerechnet den Spam-Ordner? — Sie: Weil Spamfilter in beide Richtungen irren. Gleich am zweiten Tag lag dort eine echte Geschäftsantwort. Ohne den Radar wäre dieser Vorgang einfach gestorben. — Er: Und woher weiß das System, was Phishing ist? — Sie: Zuerst aus Fakten, nicht aus Bauchgefühl. In jedem Mail-Kopf steht das Prüfergebnis des empfangenden Servers. Scheitert die Absenderprüfung, ist die Adresse gefälscht — das ist eine Tatsache. Erst danach bewertet Claude den Inhalt und sortiert: Geld und Fristen, Projekte, Verdachtsfälle. — Er: Und was kommt am Ende bei mir an? — Sie: Drei Dinge. Eine SMS mit fünf Zeilen aufs Handy. Eine Telegram-Nachricht mit den Details. Und ein E-Mail-Report, in dem jede gemeldete Mail direkt verlinkt ist — ein Tipp, und sie ist offen. — Er: Klingt nach einem großen Projekt. — Sie: Gebaut an einem Tag. Und für eine Kanzlei mit Verschwiegenheitspflicht lässt sich derselbe Radar restriktiver aufsetzen — bis hin zum lokal betriebenen Modell. Die Mails bleiben, wo sie sind.
Was es bringt
Ein täglicher KI-Posteingangs-Report reduziert 121 eingehende Mails auf die 7, die eine Entscheidung brauchen — sortiert nach Geld & Fristen, Projekten und Verdachtsfällen. Die Morgenroutine schrumpft von einer Stunde Posteingang auf eine SMS mit fünf Zeilen.
Der Spam-Ordner wird mitgelesen, nicht ignoriert: Am zweiten Tag des Betriebs lag eine echte Geschäftsantwort einer Akademie im Junk-Ordner — der Radar hat sie gemeldet, bevor der Vorgang verloren ging. Spamfilter irren in beide Richtungen; ein Prüfsystem muss beide Fehler sehen.
Phishing-Erkennung beginnt mit überprüfbaren Fakten statt mit KI-Bauchgefühl: SPF, DKIM und DMARC stehen als Prüfergebnis in jedem Mail-Header. Scheitert DMARC, ist die Absenderadresse fälschbar — das ist eine Tatsache, die kein Sprachmodell halluzinieren kann.
Jede gemeldete Mail ist einen Fingertipp entfernt: Die Telegram-Übersicht verlinkt über die weltweit eindeutige Message-ID direkt in die einzelne Mail im Postfach — auch wenn sie im Spam-Ordner liegt. Kein Suchen, kein zweites Postfach, kein neues Tool.
Der Radar in fünf Schritten — zum Durchblättern
Schritt 1/5 — Postfach lesen: Posteingang UND Spam-Ordner
Das Problem — und die Lösung
Problem
Der Posteingang ist zur Blackbox geworden: Dreistellig viele Mails pro Tag, das Wichtige steckt zwischen Werbung, das Gefährliche tarnt sich als Rechnung — und der Spamfilter versenkt gelegentlich echte Geschäftspost. Wer alles selbst sichtet, verliert täglich eine Stunde; wer es lässt, verpasst Fristen.
Lösung
Ein täglicher Radar-Lauf: IMAP liest Posteingang und Spam der letzten 24 Stunden, ein Regelfilter sortiert Massenpost vor, die Absender-Echtheit wird aus dem Mail-Header geprüft, Claude ordnet den Rest in vier Kategorien mit Dringlichkeit und Ein-Satz-Zusammenfassung. Zugestellt wird dreifach: SMS mit Kennzahlen, Telegram mit Details, E-Mail-Report mit Direktsprüngen.
121 → 7
Mails am ersten Betriebstag: 121 eingegangen, 7 relevant, 1 dringend — Sichtungszeit: eine SMS
Eigener Betrieb, heiner.io Mail-Radar (11.8.2026)
Aus der Praxis
Anlassfall dokumentiert: Die Antwort einer Akademie auf eine Geschäftsanfrage lag im Spam-Ordner und wäre ohne systematische Spam-Sichtung verloren gegangen.
Erster Produktivlauf: 121 Mails in 24 Stunden geprüft (62 davon im Spam-Ordner), 7 als relevant eingeordnet, 1 dringend — zugestellt per SMS (Twilio, ein GSM-7-Segment), Telegram (aufklappbare Themenblöcke) und E-Mail-Report.
Phishing-Befund aus dem echten Betrieb: unaufgeforderte Kapitalanlage-Mail einer angeblichen Anwaltskanzlei als Verdachtsfall markiert — Einordnung über Header-Prüfung plus Inhaltsbewertung.
Die echte Architektur — zoomen, ziehen, erkunden
Dieses Board ist eine echte Obsidian-Canvas aus dem Projekt — gerendert im offenen JSON-Canvas-Standard. Zoomen, verschieben, Karten anfassen: erlaubt. Beim Neuladen ist alles wieder am Platz.
Ziehen, zoomen, Karten verschieben — beim Neuladen ist alles wieder am Platz. So ist der Mail-Radar wirklich gebaut.
+Board-Inhalte als Text
- Mail-Radar — KI sortiert den Posteingang — Jeden Morgen um 7:11 Uhr: 121 Mails werden zu den 7, die zählen
- IMAP liest die letzten 24 Stunden — Posteingang UND Spam-Ordner — Spamfilter irren — in beide Richtungen. Funktioniert mit Gmail, — Microsoft 365, IONOS, eigenem Server.
- Eigenes fliegt raus: BCC-Kopien eigener Mails, — Kalender-Erinnerungen, der Radar-Bericht von gestern — — sonst meldet der Report die eigene Arbeit
- Vorfilter (Regeln, deterministisch): — Offensichtliche Massenpost wird VOR der KI aussortiert — — bleibt in der Statistik, kostet aber keine API-Aufrufe. — Im Zweifel geht die Mail zur Bewertung.
- Echtheit zuerst — Fakten statt Bauchgefühl — SPF, DKIM, DMARC stehen als Prüfergebnis des Servers — in jedem Mail-Kopf. Scheitert DMARC, ist der Absender — gefälscht. Dazu: Anzeigename-gegen-Domain-Abgleich.
- Claude ordnet ein (in Stapeln à 15) — Kategorie: Geld & Fristen / Projekte / KI-Welt / Verdächtig — Dringlichkeit + Ein-Satz-Zusammenfassung + Handlung. — Eine Forderung mit DMARC-Fehler gilt als verdächtig.
- Aufräumen vor dem Bericht: — Serienmails desselben Absenders werden gebündelt (2x), — nur Relevantes kommt in den Report
- Zeitsteuerung: GitHub Actions, punkt 7:11 Berlin-Zeit — — Doppel-Cron für Sommer-/Winterzeit, verzögerungsfest — (die Startstunde von Cloud-Crons ist unzuverlässig)
- SMS aufs Handy (Mo/Mi/Fr) — Fünf kurze Zeilen: Zahlen, Kategorien, Spam-Bilanz — — plus Direktlink zur Telegram-Detailnachricht. — Ein Segment, Umlaute inklusive.
- Telegram (täglich) — Themenblöcke mit Emoji-Farbcode, Dringendes rot markiert, — KI-Welt startet zusammengeklappt. Jeder Absendername — springt per Klick direkt zur Mail in Gmail.
- E-Mail-Report (täglich) — Statistik-Kacheln, roter „Zuerst ansehen“-Block für — Dringendes, jede Mail verlinkt — auch die im Spam-Ordner
- Für Kanzleien (§ 203): dieselbe Architektur, restriktiver — — nur Kopfdaten statt Inhalt zur KI, EU-Verarbeitung — oder lokal betriebenes Modell. Die Mails bleiben, — wo sie sind: im eigenen Postfach.
- Die Zahlen vom ersten Betriebstag: 121 Mails geprüft (62 im Spam) · 7 relevant · 1 dringend — Gebaut an einem Tag — Claude API, Node.js, GitHub Actions, Twilio, Telegram, Brevo
Im Video
+Transkript
121 Mails an einem Morgen. 7 relevant. Eine dringend. Willkommen beim Mail-Radar. Das ist die komplette Architektur — drei Stationen: Lesen. Prüfen. Zustellen. Station 1: Das Postfach wird komplett gelesen — Posteingang und Spam-Ordner. Denn Spamfilter irren in beide Richtungen. Ein Regel-Vorfilter siebt Massenpost aus, bevor sie in die Bewertung geht. Dann sprechen Fakten: die Absenderprüfung aus dem Mail-Kopf. Scheitert sie, ist die Adresse gefälscht. Erst jetzt bewertet Claude — vier Kategorien, Dringlichkeit, ein Satz Zusammenfassung, eine Handlung. Zugestellt wird dreifach: eine SMS aufs Handy, Telegram mit den Details, und ein Report, der jede Mail direkt verlinkt. Für Kanzleien mit Verschwiegenheitspflicht läuft dieselbe Architektur restriktiver — bis zum lokal betriebenen Modell. Vom Postfach bis zur SMS: ein Lauf. Jeden Morgen um 7:11. Der komplette Praxisfall steht im Labor.
Häufige Fragen
+Kann KI meinen Posteingang sortieren, ohne dass Mandantendaten das Haus verlassen?
Die Architektur entscheidet. Im gezeigten Aufbau bleiben die Mails im eigenen Postfach; zur Klassifizierung gehen Absender, Betreff und die ersten Textzeilen an die Claude-API — mit vertraglicher Zusicherung, dass nicht auf den Daten trainiert wird. Für Kanzleien mit § 203-Pflichten lässt sich derselbe Radar restriktiver bauen: nur Kopfdaten statt Inhalt, EU-Verarbeitung, oder die Einordnung übernimmt ein lokal betriebenes Modell. Welche Stufe passt, ist eine Risikoabwägung — keine Frage der Technik.
+Wie erkennt die KI Phishing-Mails zuverlässig?
Der zuverlässige Teil ist gar keine KI: SPF, DKIM und DMARC stehen als Prüfergebnis des empfangenden Servers in jedem Mail-Header. Scheitert DMARC, ist die Absenderadresse gefälscht — eine Tatsache. Zusätzlich wird geprüft, ob der Anzeigename eine Firma vorgibt, die nicht zur Absender-Domain passt. Erst auf dieser Faktenbasis bewertet Claude den Inhalt: Druckaufbau, angebliche Kontosperrung, untypische Zahlungsaufforderung. Beides zusammen fängt auch den Betrugsversuch von einer technisch sauberen Adresse.
+Was kostet ein solcher täglicher KI-Mail-Report im Betrieb?
Im gezeigten Aufbau: praktisch nichts an Infrastruktur (GitHub Actions im Freikontingent), wenige Cent pro Tag für die Claude-Klassifizierung von 50 bis 60 Mails und rund 8 Cent je SMS. Der größte Kostenhebel ist ein Regel-Vorfilter, der offensichtliche Massenpost aussortiert, bevor sie zur KI geht — sie bleibt in der Statistik, kostet aber keine API-Aufrufe.
+Funktioniert das auch mit Outlook, IONOS oder dem Kanzlei-Postfach?
Ja — der Radar liest über IMAP, den Standard, den praktisch jedes Postfach spricht: Gmail, Outlook/Microsoft 365, IONOS, Strato oder der eigene Mailserver. Angepasst werden nur Zugangsdaten und Ordnernamen. Bei Microsoft 365 ist alternativ die Graph-API der sauberere Weg; die Logik dahinter — prüfen, einordnen, zustellen — bleibt identisch.
+Ersetzt der Radar einen Spamfilter oder ein E-Mail-Programm?
Nein, er ergänzt beides um die fehlende Schicht: Priorisierung. Der Spamfilter entscheidet nur gut/böse — und irrt in beide Richtungen, deshalb liest der Radar den Spam-Ordner mit. Das Mailprogramm zeigt alles gleichberechtigt an. Der Radar beantwortet die eigentliche Morgenfrage: Was von alledem braucht heute eine Entscheidung — und was kann warten?
Passt das zu deinem Vorhaben?
André Heiner— GenAI & LLM Expert aus Wiesbaden, tätig im Rhein-Main-Gebiet. Agentic AI, RAG, Workflow-Automatisierung und KI in den Produktivbetrieb. Mehr im KI-Labor.
Kontakt aufnehmenWeiter im KI-Labor
- KI-Agenten für Unternehmen — Software, die plant, Werkzeuge nutzt und handelt (kein Chatbot)
- 36 KI-Agenten lesen ein komplettes Behörden-Antragspaket — Gap-Analyse in einer Stunde statt in Wochen
- Ein Publishing-System, das ein KI-Audit übersteht — 20+ Formate auf 9 Kanälen, jedes mit Beleg statt Bauchgefühl