Zum Inhalt springen
Sinan Atalay

Bewerbungsdemo für HRworks · Produktmanager – KI First · kein Werkzeug von HRworks

Feedback-Radar

Kundenstimmen kommen aus Tickets, dem Ideenportal, NPS-Kommentaren, Gesprächsnotizen, Kündigungen und verlorenen Angeboten. Claude liest jede Stimme und trennt, was sich der Kunde ausdrücklich wünscht, von dem Problem, das eigentlich dahintersteckt. Dazu prüft Claude, ob es die Funktion laut öffentlicher Doku schon gibt. Der Code prüft jedes Zitat und rechnet Reichweite, betroffenen Vertragswert, Trend und Priorität. Entscheiden tust du: In Discovery, Später, Nein oder Gibt es schon.

Diese Demo habe ich für meine Bewerbung als Produktmanager – KI First gebaut, mit n8n, der Claude-API und einer kleinen Wissensbasis aus öffentlichen Seiten von hrworks.de und help.hrworks.de. Alle Kunden und Kundenstimmen sind erfunden, alles läuft auf meinem MacBook.

In zweieinhalb Minuten

Ein einziger echter Lauf vom 30.10.2026: Customer Success lädt die Gesprächsnotizen der Woche als CSV hoch. Die Dienstplanung steht seit dem 22.10.2026 auf „Später“. Sie wächst von 24 auf 38 Stimmen und kommt deshalb von selbst zurück. Wartezeiten der KI sind gerafft, das Video zeigt das jeweils an.

Was eure Anzeige sucht, und wo es in der Demo steckt

  • Explizite und implizite Anforderungen bewerten: Jede Stimme bekommt „ausdrücklicher Wunsch“ und „eigentliches Problem“, beide mit wörtlichem Zitat. Beispiel: Eine Kündigung nennt den Preis, eigentlich fehlt die Dienstplanung.
  • Kundennähe über Daten: Je Thema Stimmen, Kunden, betroffener Vertragswert, Kündigungen und Verluste und der Trend der letzten vier Wochen, gerechnet vom Code.
  • Nach Wirkung priorisieren und Nein sagen: Priorität nach RICE mit sichtbaren Annahmen. Jede Entscheidung braucht eine Begründung. Ein „Später“ kommt von selbst zurück, wenn das Thema um die Hälfte wächst.
  • In Prototypen und Konzepte übersetzen: Bei „In Discovery“ entsteht ein Paket mit Problem, Hypothese, fünf Interviewfragen, den passenden Kunden, Akzeptanzkriterien und einem klickbaren Entwurf.
  • Go-to-Market mit Marketing, Sales und CSM: Nicht jeder Wunsch braucht eine neue Funktion. „Gibt es schon“ erzeugt einen Hinweis für Customer Success und Marketing, der Produkt-Puls fasst alles auf einer Seite zusammen.
  • Agenten, Skills und Automatisierungen selbst bauen: Der ganze Ablauf ist ein n8n-Workflow. Die Einordnung gibt es zusätzlich als Claude Skill, den man direkt in Claude nutzen kann.

So läuft es

Gestrichelt: Das erledigt die KI. Durchgezogen: Das rechnet oder prüft Code. Gelb: Hier entscheidet ein Mensch.

Teil 1: Von der Kundenstimme zur Entscheidung

  1. Stimmen kommen reineinzeln übers Formular oder als CSV-Datei, zum Beispiel die Gesprächsnotizen einer Woche
  2. Maskieren und anreichernNamen, Mail, Telefon und Firma raus, bevor die KI etwas sieht; Kundendaten dazu; passende Stellen in der Doku suchen
  3. EinordnenWunsch gegen eigentliches Problem, Bereich, Art, Thema und „gibt es das schon?“, jede Aussage mit Zitat
  4. Prüfen und rechnenjedes Zitat Zeichen für Zeichen; Stimmen, Kunden, Vertragswert, Trend und RICE je Thema
  5. Thema bündelnab drei Stimmen, bei Kündigung oder Verlust oder wenn ein „Später“ um die Hälfte gewachsen ist; der Code prüft die Belege
  6. Du entscheidestIn Discovery, Später, Nein oder Gibt es schon, immer mit Begründung
  7. Discovery-PaketProblem in einem Satz, Hypothese, fünf Interviewfragen, Kunden, Akzeptanzkriterien und klickbarer Entwurf
  8. Paket prüfenBelege in den Stimmen, Kunden nur aus den Daten, der Entwurf lädt nichts von außen
  9. Freigebenoder mit Kommentar überarbeiten lassen
  10. Backlog und Antwortenerst nach der Freigabe; Antworten an die Kunden sind Entwürfe, verschickt wird nichts

Nebenweg: Gibt es schon

  1. Hinweis schreibenfür Customer Success und Marketing, mit Fundstelle aus der öffentlichen Doku
  2. Fundstellen prüfenwörtlich in der Wissensbasis; kein Backlog-Eintrag

Teil 2: Produkt-Puls

  1. Fakten rechnengrößte Reichweite, am schnellsten wachsend, „gibt es schon, wird aber gefragt“, Kündigungsgründe nach Wert
  2. Eine Seite schreibendrei Empfehlungen, je eine für Produkt, Customer Success und Marketing
  3. Zahlen prüfenjede Zahl im Text gegen die Rechnung
  4. Du entscheidestje Empfehlung

Teil 3: Die Einordnung als Claude Skill

  1. Eine Stimme einordnendieselben Regeln wie im Workflow, direkt in Claude
  2. Zitate prüfenein Prüfskript gehört zum Skill; er schlägt nur vor und führt nichts aus

Einblicke

Das Feedback-Radar: oben die Themen, die auf eine Entscheidung warten, darunter die Themen nach Vertragswert und Priorität
Das Radar: Oben wartet, was du entscheiden sollst, sortiert nach Priorität. Darunter jedes Thema nach betroffenem Vertragswert und RICE, rechts die neuen Stimmen. Ganze Seite ansehen
Themenseite Dienst- und Schichtplanung mit Wunsch, eigentlichem Problem, Zitaten, Zahlen und den vier Entscheidungen
Ein Thema: Wunsch und eigentliches Problem mit geprüften Zitaten, rechts die Zahlen und deine Entscheidung mit Pflicht-Begründung. Ganze Seite ansehen
Discovery-Paket mit Problem, Hypothese und einem klickbaren Entwurf eines Wochenplans
Das Discovery-Paket: Problem, Hypothese und Interviewfragen, daneben ein klickbarer Entwurf, abgeschottet ohne Netz. Ganze Seite ansehen
Thema Belege mobil per Foto einreichen, entschieden als Gibt es schon, mit Hinweis für Customer Success und Marketing
„Gibt es schon“: Kunden suchen eine Funktion, die es laut Doku gibt. Statt Backlog ein Hinweis für Customer Success und Marketing mit geprüften Fundstellen. Ganze Seite ansehen
Produkt-Puls mit Kennzahlen, Zusammenfassung und Ranglisten der Themen
Der Produkt-Puls: Der Code rechnet die Fakten, die KI schreibt eine Seite, jede Zahl darin ist gegen die Rechnung geprüft. Ganze Seite ansehen
Der Workflow in n8n in neun Bereichen und zwei Nebenwegen
Der ganze Ablauf als ein Workflow in n8n. In den blauen Bereichen arbeitet die KI, in den roten wartet n8n auf den Menschen. Groß ansehen

Worauf ich geachtet habe

Grundregeln

  • Die KI ordnet ein und bündelt, der Code prüft und rechnet, entscheiden tut ein Mensch. Nach außen geht nichts, Antworten an Kunden sind Entwürfe.
  • Namen, Mail, Telefon und Firma maskiert der Code, bevor die KI eine Stimme sieht.
  • Jede Aussage stützt sich auf ein wörtliches Zitat, der Code prüft es Zeichen für Zeichen. Dasselbe gilt für Fundstellen in der Doku.
  • Gemessen statt behauptet: 20 Stimmen habe ich vorher selbst eingeordnet. Die KI lag beim Thema 20 von 20 richtig, bei Wunsch gegen Problem 20 von 20, bei der Art 18 von 20 und bei „gibt es schon“ 17 von 20.
  • 8 Stimmen aus einer CSV-Datei sind nach etwa 7 Sekunden eingeordnet, nach rund 14 Sekunden liegt das gebündelte Thema bei dir. Das kostet etwa 0,02 $ je Stimme. Ein Discovery-Paket braucht rund 26 Sekunden und 0,08 $.

Was noch fehlt

  • Die Stimmen im Test sind erfunden und sauber. Mit echten Tickets wird die Trefferquote deutlich niedriger sein. Das würde ich als Erstes mit euren Daten messen.
  • Die Wissensbasis kennt nur öffentliche Seiten, nicht das Produkt hinter dem Login. „Nicht gefunden“ heißt deshalb nie „gibt es nicht“.
  • Das kleine lokale Modell für die Ähnlichkeitssuche trennt Themen schlecht. Es dient nur als Gegenprobe, im Zweifel fragt das System den Menschen.
  • Die RICE-Annahmen sind grobe Schätzungen, der klickbare Entwurf ist eine Skizze und kein Design.
  • Es gibt keine Anmeldung und keine Rechte. Im echten Einsatz bräuchte es die Anbindung an Ticketsystem und CRM und eine Abstimmung mit dem Datenschutz.

Kurz zu mir

  • Ich leite einen o2-Partnershop und höre jeden Tag, was Kunden sagen und was sie eigentlich brauchen. Das ist oft nicht dasselbe.
  • KI ist mein tägliches Werkzeug: eigene MCP-Server für Mail, Kalender und Ablage, Automatisierungen mit n8n, Skills und Wissensbasen.
  • Diese Demo habe ich mit Claude Code gebaut: Ich plane, gebe vor, prüfe und teste.
  • Als Produktmanager habe ich noch nicht gearbeitet. Genau diesen Schritt will ich bei euch machen.

Live ansehen?

Im Gespräch zeige ich dir das Feedback-Radar gern live. Gern auch mit ein paar anonymisierten Kundenstimmen von euch, dann sehen wir direkt, wo es hakt.