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 das ein starkes Warnsignal, aber noch kein Beweis für eine Fälschung, denn auch echte Mails scheitern manchmal, etwa nach einer Weiterleitung. Das Prüfergebnis selbst 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 das ein starkes — Warnsignal, kein Beweis. 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 das ein starkes Warnsignal, aber noch kein Beweis für eine Fälschung: Auch echte Mails scheitern manchmal, etwa nach einer Weiterleitung über einen Verteiler. 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