Die meisten Unternehmen nutzen ChatGPT oder Claude inzwischen im Chatfenster – und kopieren die Ergebnisse anschließend von Hand weiter. Der eigentliche Hebel liegt eine Stufe tiefer: in KI-Tools und Automatisierungen, die zu Ihren Prozessen, Daten und Systemen passen. Als Freelancer für KI Tool Entwicklung aus Nürnberg baue ich für Marketing und Vertrieb Assistenten, Datenerfassung, Dashboards, Content-Pipelines und Workflows, die im Alltag laufen: als Prototyp in wenigen Tagen, getestet mit Ihren echten Daten und am Ende vollständig in Ihrem Besitz.

KI Tool Entwicklung 2026: vom Chatfenster zum Werkzeug

Vor zwei Jahren hieß KI im Marketing vor allem: Prompt eingeben, Text kopieren, nachbessern. Das skaliert nicht. Wer jede Woche Dutzende Texte, Reports oder Anfragen bearbeitet, verliert die Zeitersparnis beim Kopieren wieder. Heute lassen sich Sprachmodelle wie ChatGPT, Claude oder Gemini über Schnittstellen direkt in Ihre Abläufe einbauen: Sie lesen Daten aus CRM, Shop oder Werbekonten, verarbeiten sie nach festen Regeln und schreiben das Ergebnis dorthin zurück, wo Ihr Team arbeitet.

Zwei Entwicklungen machen das einfacher. Mit Custom GPTs, Claude-Projekten und Claude-Skills geben Sie einem Modell Ihr Wissen, Ihre Tonalität und Ihre Arbeitsschritte dauerhaft mit – ohne eigenes Training. Und das Model Context Protocol, kurz MCP, verbindet KI-Assistenten mit Werkzeugen wie Google Ads, Search Console, Analytics oder Ihrem CRM. KI Automatisierung im Marketing heißt 2026 deshalb weniger „neue Software kaufen“ als „vorhandene Systeme verbinden“.

Was ich entwickle: sieben Bausteine für Marketing und Vertrieb

Die meisten Projekte bestehen aus einem oder zwei dieser Bausteine. Sie lassen sich einzeln beauftragen und später kombinieren.

1. KI-Assistenten mit Ihrem Wissen. Custom GPTs, Claude-Projekte und Claude-Skills, die Ihre Produktdaten, Styleguides oder Vertriebsargumente kennen – für Angebotstexte, Anzeigenvarianten, Briefings oder wiederkehrende Kundenfragen. Ihr Team arbeitet im gewohnten Chatfenster, bekommt aber Ergebnisse, die zu Ihrem Unternehmen passen.
2. Scraping-Bots und Datenerfassung. Automatisierte Recherche auf Websites, in Verzeichnissen und öffentlichen Quellen: Wettbewerbspreise, Händlerlisten, Stellenanzeigen, Bewertungen. Die KI strukturiert und bereinigt die Rohdaten, sodass am Ende eine saubere Tabelle steht. Nutzungsbedingungen und Datenschutz prüfe ich vorab.
3. Reporting-Dashboards. Alle Marketingkanäle in einer Ansicht – Google Ads, LinkedIn Ads, Search Console, GA4, CRM –, automatisch befüllt und mit einer KI-Zusammenfassung, die sagt, was sich verändert hat. Wie das aussieht, zeige ich im Beitrag Marketing-Dashboard selber bauen mit KI.
4. Content-Pipelines. Vom Briefing bis ins CMS: Abläufe, die Produkttexte, Kategorieseiten, regionale Landingpages oder Social-Posts nach Ihren Vorgaben erstellen, prüfen und zur Freigabe vorlegen – mit festen Qualitätsregeln für SEO und GEO.
5. Lead-Qualifizierung. Eingehende Anfragen werden automatisch angereichert, nach Ihren Kriterien bewertet und mit Firmenrecherche und Antwortvorschlag an die richtige Person im Vertrieb weitergeleitet.
6. Rechner und Tools für Ihre Website. Interaktive Rechner und Generatoren, die Besuchern ein konkretes Problem lösen und nebenbei Anfragen und Backlinks bringen. Beispiele finden Sie auf meiner Tools-Seite: vom Prompt-Generator über den Marketing-KPI-Rechner bis zum Stundensatz-Rechner – alle selbst entwickelt.
7. MCP-Anbindungen und Workflows. Eigene MCP-Server, die Claude oder ChatGPT kontrolliert mit Ihren Systemen verbinden, und Workflows in n8n oder Make, die Daten zwischen Tools bewegen und KI-Schritte einbauen. Wann ein Skill, ein Connector oder ein MCP-Server passt, erkläre ich im Praxis-Guide zu Skill, Plugin, Connector und MCP.

Technik, Datenschutz und Kosten: worauf ich achte

Womit ich baue

Ich bin an keinen Anbieter gebunden und wähle das Werkzeug nach Aufgabe, Datenlage und Budget. Bei den Sprachmodellen arbeite ich vor allem mit den Schnittstellen von OpenAI, Anthropic und Google, und wenn ein europäischer Anbieter gefordert ist, mit Mistral. Workflows baue ich in n8n oder Make, Oberflächen und Skripte mit Cursor oder Claude Code, schnelle Prototypen auch mit Flowise oder MindStudio. Einen Überblick gibt meine Liste der KI-Tools 2026.

Datenschutz

Entscheidend ist nicht, ob KI im Spiel ist, sondern wohin Ihre Daten fließen. Ich binde Sprachmodelle über die API an, nicht über private Chat-Konten: Die großen Anbieter verwenden API-Daten laut ihren Geschäftsbedingungen standardmäßig nicht zum Training und bieten Auftragsverarbeitungsverträge an. Workflows und Datenbanken laufen auf Wunsch auf Servern in der EU, n8n auch auf Ihrer eigenen Infrastruktur. Personenbezogene Daten gebe ich nur so weit an ein Modell, wie die Aufgabe es verlangt. Die Verarbeitung dokumentiere ich für Ihren Datenschutzbeauftragten – eine Rechtsberatung ersetzt das nicht.

Kostenkontrolle

Laufende Kosten entstehen vor allem durch Tokens, also die Textmenge, die ein Modell liest und schreibt. Je nach Modell unterscheiden sie sich um ein Vielfaches. Deshalb rechne ich die Kosten vor dem Bau für Ihr Volumen durch, setze für einfache Schritte günstige Modelle ein und baue Budgetgrenzen und ein Kosten-Monitoring ein. Mit meinem Token-Rechner können Sie selbst überschlagen, was ein Anwendungsfall über die API kostet.

Für wen sich KI-Tools lohnen – und für wen nicht

Ein eigenes KI-Werkzeug zahlt sich über gesparte Stunden und bessere Daten aus – wenn der Prozess klar ist und jemand ihn verantwortet. Es scheitert, wenn Technik ein organisatorisches Problem lösen soll.

Gute Voraussetzungen

• Marketing- und Vertriebsteams mit wiederkehrender Handarbeit: Reports zusammenkopieren, Daten recherchieren, Texte variieren, Anfragen sortieren.
• Mittelstand und B2B mit viel Fachwissen, das in Angeboten, Texten und Antworten einheitlich ankommen soll.
• Online-Händler, Portale und Plattformen mit vielen gleichartigen Seiten, Produkten oder Datensätzen.
• Unternehmen mit klarer Zuständigkeit: Es gibt jemanden, der den Prozess kennt, Ergebnisse prüft und das Tool nach der Übergabe verantwortet.

Erst etwas anderes tun

• Sie wissen noch nicht, wo KI bei Ihnen ansetzen soll. Dann ist KI Beratung der bessere erste Schritt: Wir sammeln und priorisieren Use Cases, bevor Geld in Entwicklung fließt.
• Ihr Team nutzt ChatGPT oder Claude bisher kaum. Ein Werkzeug wird nur genutzt, wenn Ihr Team versteht, was es tut. Starten Sie besser mit einem SEO- und KI-Workshop.
• Sie wollen vor allem in ChatGPT und Google AI Mode gefunden werden. Das ist kein Tool-Thema, sondern GEO und SEO.
• Der Prozess ist selten, unklar oder ändert sich ständig. Dann kostet die Automatisierung mehr, als sie spart – das sage ich Ihnen im Erstgespräch.

So läuft die Zusammenarbeit ab

Ich arbeite in kurzen Schleifen: prüfen, klein bauen, mit echten Daten testen. So investieren Sie erst in den Ausbau, wenn der Nutzen belegt ist.

Softwareagentur, SaaS-Abo oder Freelancer? Drei Unterschiede, die Sie merken

• Prototyp statt Pflichtenheft: Eine Softwareagentur beginnt meist mit Anforderungsanalyse und Lastenheft. Bei KI-Werkzeugen zeigt aber oft erst der Test mit echten Daten, was funktioniert. Ich baue deshalb zuerst den Prototyp.
• Passend statt Standard: Fertige KI-Tools sind gut, solange Ihr Prozess zu ihrem passt. Bei Nischenaufgaben zahlen Sie für Funktionen, die Sie nicht brauchen, und vermissen die eine, die Sie brauchen. Reicht ein fertiges Tool, empfehle ich Ihnen das – oft ergänzt um eine schlanke Automatisierung.
• Marketingverständnis im Code: Ich komme aus SEO, Google Ads und Vertrieb, nicht aus der reinen Softwareentwicklung. Ich weiß, was ein guter Report enthält und woran Ihr Vertrieb einen guten Lead erkennt – und baue genau das ins Tool ein.

Konditionen und Preise

Was ein KI-Tool kostet, hängt vom Use Case ab: Ein Custom GPT ist ein anderes Projekt als eine Content-Pipeline mit CMS-Anbindung. Deshalb prüfe ich zuerst den Anwendungsfall und mache Ihnen danach ein schriftliches Angebot.

• Eigentum: Code, Workflows, Prompts und Dokumentation gehören Ihnen – auch nach Projektende.
• Transparenz: Laufende Kosten zahlen Sie direkt an die Anbieter, ohne Aufschlag.
• Zusammenarbeit: remote für ganz DACH oder vor Ort in Nürnberg und Mittelfranken.

Warum Stephan Zabel

Ich bin Diplom-Wirtschaftsingenieur, seit über 20 Jahren im Online-Marketing und in der Suchmaschinenoptimierung tätig, zertifizierter Google Partner und habe mehr als 100 Projekte abgeschlossen – unter anderem für Deutsche Bahn, Schwan-Stabilo, OMV, MEVACO, duagon und SEAL Systems. Bei MEVACO, duagon und SEAL Systems gehört KI fest zum Mandat. Mehr auf meiner Referenzen-Seite.

Die Werkzeuge, die ich anbiete, baue und nutze ich selbst. Für meinestelle.de habe ich KI-Tools zur automatisierten Contentproduktion entwickelt, mit denen sich große Mengen an Unterseiten effizient mit relevanten Inhalten füllen lassen. Für den Digital-Atlas Mittelfranken 2026 habe ich die Websites aller 210 Kommunen der Region ausgewertet und als interaktive Landingpage aufbereitet – Datenerfassung in genau der Form, die ich auch für Kunden umsetze. Und als Geschäftsführer von fitnessmarkt.de weiß ich: Ein Tool muss sich rechnen, sonst bleibt es ein Spielzeug.

Ressourcen zu KI-Tools und Automatisierung

Zum Einlesen vor dem Gespräch – alles kostenlos:

• Marketing-Dashboard selber bauen mit KI – alle Kanäle in einer Ansicht, ohne Tool-Abhängigkeit.
• MCP-Server erklärt – die wichtigsten Server für Marketing und SEO und was sie leisten.
• Skill, Plugin, Connector oder MCP? – was was ist bei Claude und ChatGPT und wann Sie welches Werkzeug brauchen.
• Custom GPT erstellen – Anleitung, Grenzen und was 2026 gilt.
• Token-Rechner – was ChatGPT, Claude und Gemini über die API kosten.
• KI-Richtlinie für Unternehmen – Muster und Leitfaden für den Einsatz im Team.

Häufige Fragen zur KI Tool Entwicklung

Was kostet die Entwicklung eines KI-Tools?

Das hängt vom Use Case ab. Den Preis für die Umsetzung nenne ich nach einem Use-Case-Check in einem schriftlichen Angebot, Beratungsanteile rechne ich zum Tagessatz ab 1.200 € ab. Dazu kommen laufende API-Kosten, die ich vorab für Ihr Volumen kalkuliere.

Wie schnell steht ein erster Prototyp?

Ein erster lauffähiger Prototyp steht in der Regel nach wenigen Tagen. Er erledigt den Kern der Aufgabe und zeigt früh, ob der Ansatz trägt. Danach folgt der Test mit Ihren echten Daten.

Welche Aufgaben im Marketing lassen sich mit KI automatisieren?

Gut geeignet sind wiederkehrende Aufgaben mit klaren Schritten: Reporting über mehrere Kanäle, Recherche und Datenerfassung, Produkt- und Kategorietexte, Anzeigenvarianten und die Vorqualifizierung von Anfragen. Weniger geeignet sind seltene Einzelfälle.

Was ist der Unterschied zwischen einem Custom GPT und einem eigenen KI-Tool?

Ein Custom GPT ist ein vorkonfigurierter Assistent im ChatGPT-Chatfenster, den Menschen bedienen. Ein eigenes KI-Tool läuft im Hintergrund, holt Daten aus Ihren Systemen, verarbeitet sie und schreibt Ergebnisse zurück.

Sind KI-Tools mit der DSGVO vereinbar?

Ja, wenn sie entsprechend gebaut werden. Ich binde Sprachmodelle über die API an, betreibe Workflows auf Wunsch auf Servern in der EU und gebe personenbezogene Daten nur so weit weiter, wie die Aufgabe es verlangt. Die Verarbeitung dokumentiere ich für Ihren Datenschutzbeauftragten.

Gehört mir der Code nach Projektende?

Ja. Code, Workflows, Prompts und Dokumentation gehören Ihnen, API-Konten und Server laufen auf Ihr Unternehmen. Ihr Tool läuft auch ohne mich weiter und kann von jedem Entwickler übernommen werden.

Was ist ein MCP-Server und brauche ich einen?

Ein MCP-Server verbindet einen KI-Assistenten wie Claude oder ChatGPT über das Model Context Protocol mit einem anderen System, etwa Google Ads oder Ihrem CRM. Sie brauchen einen, wenn Ihr Team im Chat mit Live-Daten arbeiten soll. Für viele Tools gibt es fertige Server.

Was passiert, wenn die KI Fehler macht?

Sprachmodelle können Fehler machen, deshalb baue ich Prüfungen ein: feste Datenquellen statt freier Antworten, Regeln für Formate und Pflichtangaben und eine menschliche Freigabe dort, wo ein Fehler teuer wäre. Im Test mit echten Daten messen wir die Fehlerquote, bevor das Tool live geht.

Stand: September 2026. Preise für Umsetzungsprojekte nenne ich nach dem Use-Case-Check in einem schriftlichen Angebot; laufende API-Kosten hängen von Modell und Nutzungsvolumen ab.