.webp)
In fast jedem Betrieb, in den wir hineinschauen, gibt es ein CRM mit leeren Notizfeldern. Das liegt nicht an fehlender Disziplin: Gesprächswissen entsteht genau dann, wenn der Inhaber am wenigsten Zeit hat, es aufzuschreiben. Bei HOSH MEDIA landet deshalb seit August 2026 jedes Zoom-Gespräch von allein in der Firmenakte, ohne dass jemand eine Notiz tippt. Dieser Beitrag zeigt, wie das System aufgebaut ist, wo es bei uns schiefging und was du davon heute ohne eigenen Agenten übernehmen kannst.
Im Video wird der Ablauf als Grafik gezeigt, und die zwei wichtigsten Teile werden live eingerichtet: die Zoom-Zusammenfassung und die tägliche Routine im Agenten.
Kundengespräche lassen sich automatisch dokumentieren, indem das Konferenzsystem nach jedem Call eine Zusammenfassung per Mail schickt und ein KI-Agent diese Mail jeden Tag zu einer festen Uhrzeit abholt, der richtigen Person zuordnet und als Notiz im CRM ablegt. Bei HOSH MEDIA schreibt Zoom die Zusammenfassung, der Agent läuft auf Claude Code mit Zugriff auf das Postfach, und die Routine startet täglich um zehn Uhr. Gespräche mit aktiven Kunden landen zusätzlich im Firmengedächtnis, aus dem die AI-Berater arbeiten. Der schwierige Teil ist nicht die Technik, sondern die Zuordnung: Ein Vorname reicht nie, um eine Person sicher zu erkennen. Deshalb prüft das System vier Stufen nacheinander und fragt nach, sobald es unsicher ist. Vier Regeln verhindern, dass dabei Falsches in der Akte landet; die wichtigste lautet, dass Personen nie geraten werden. Den Anfang kann jeder Betrieb ohne Agenten machen: die automatische Zusammenfassung einschalten, einen festen Ablageort bestimmen und eine Namensliste beginnen.
„Das Wissen sitzt in den Köpfen“ ist der Satz, mit dem technische Betriebe ihr eigenes Problem beschreiben. Gemeint ist damit meistens Erfahrung: wie ein Aufmaß richtig gemacht wird, welcher Lieferant pünktlich liefert. Der größere Teil dieses Kopf-Wissens ist allerdings viel banaler. Es ist Gesprächswissen — was mit wem wann besprochen wurde.
Der Unterschied ist wichtig, weil Erfahrung sich über Jahre aufbaut, Gesprächswissen aber innerhalb von Tagen verfällt. Ein Kundengespräch über vierzig Minuten enthält Entscheidungen, Zusagen und Termine. Drei Tage später fragt eine Kollegin, was eigentlich besprochen wurde, und bekommt die Antwort aus dem Gedächtnis: ungefähr das Wichtigste, zwei, drei Nebensätze. Die Aufgaben stehen noch nicht im Projektmanagement, das Team weiß von nichts, und die Kollegin wartet, bis der Inhaber Zeit für sie hat. Aufträge gehen nicht im Gespräch verloren, sondern danach.
Das System besteht aus fünf Bausteinen. Die ersten drei werden im Video live eingerichtet, die beiden anderen werden an der Grafik und am laufenden System erklärt.
Zoom hat einen eingebauten KI-Assistenten, der bei Gesprächen mitläuft und danach eine Zusammenfassung per Mail schickt. Eingeschaltet wird er im Zoom-Konto unter Einstellungen → Zoom AI → Meeting-Zusammenfassung mit KI. Zwei Haken reichen: einer für den Versand per Mail, einer dafür, dass die Zusammenfassung beim Start jedes Meetings automatisch läuft. Das Ergebnis ist erstaunlich brauchbar: ein paar Sätze Fließtext, die nächsten Schritte nach Person gruppiert, danach die Themen des Gesprächs als einzelne Abschnitte.
Welches Werkzeug die Zusammenfassung schreibt, ist zweitrangig. Bei HOSH laufen Gespräche teils in Zoom, teils in Microsoft Teams, und es geht genauso mit einem Aufnahme-Tool oder einer Aufzeichnung am eigenen Rechner. Entscheidend ist nur, dass am Ende eine Zusammenfassung per Mail ankommt.
Zum Datenschutz: Wer dem Gespräch beitritt, sieht einen Hinweis, dass die Zusammenfassung läuft, und kann widersprechen. Dann wird sie für dieses Gespräch von Hand abgeschaltet. Zusätzlich wird das direkt am Anfang jedes Gesprächs angesprochen und gefragt, ob es für den Kunden in Ordnung ist. Ob dieses Vorgehen für deinen Betrieb reicht, klärst du am besten mit deinem Datenschutzbeauftragten. Welche Daten grundsätzlich in eine KI dürfen und welche nie, steht in unserer Datenschutz-Sperrliste für KI im Büro.
Damit ein Agent die Mails lesen kann, braucht er Zugriff auf das Postfach. Bei HOSH ist der Agent Claude Code. Dort wird unter Anpassung → Konnektoren das Postfach verbunden: Gmail für Google Workspace, Microsoft 365 für Outlook. Nach einem Klick auf das Plus-Zeichen meldet man sich einmal an, danach kann der Agent die Mails selbst durchsuchen.
Den Rest erledigt eine Routine: eine Aufgabe, die der Agent zu einer festen Uhrzeit von selbst startet. Angelegt wird sie mit einem einzigen Auftrag in normaler Sprache. Sinngemäß lautet er so:
Diese Arbeitsanweisung ist vergleichbar mit dem Zettel, den man einem neuen Mitarbeiter hinlegen würde. Bei HOSH heißt die Routine „Call Recap Nightly“. Sie wird auf einem lokalen Rechner ausgeführt, der dafür eingeschaltet sein muss. War der Rechner einen oder zwei Tage aus, werden die verpassten Gespräche beim nächsten Lauf nachgeholt. Wer das nicht vom eigenen Rechner abhängig machen will, lässt dieselbe Aufgabe als Cron-Job auf einem gehosteten Server laufen.
Bevor etwas abgelegt wird, muss feststehen, mit wem das Gespräch war. Das ist schwieriger, als es klingt: In Zoom steht bei manchen Teilnehmern nur ein Vorname, bei anderen der volle Name, bei wieder anderen ein Firmenname. Kann das System die Person nicht sicher erkennen, schreibt es nichts, sondern listet den Fall auf: Ich finde diese Person nicht, bitte ordne sie zu. Danach wird die Person kurz von Hand zugeordnet, und das Gespräch wird beim nächsten Lauf verarbeitet. Wie die Erkennung im Detail funktioniert, steht weiter unten im Abschnitt über die vier Stufen.
Ist die Person erkannt, schreibt der Agent die Zusammenfassung als Notiz an den Kontakt im CRM — bei HOSH ist das ALL ONE. Gespräche mit aktiven Kunden landen zusätzlich im Firmengedächtnis, der Datenbank, aus der die AI-Berater ihr Wissen ziehen. Wie eine KI in so einer Datenbank das Richtige findet, erklärt der Beitrag Die eine Frage, an der RAG scheitert. Von dort lässt sich weiterarbeiten: Der Agent kann aus den besprochenen nächsten Schritten Aufgaben im Projektmanagement oder im CRM anlegen, und für einen Kunden lassen sich später Strategie und Ziele aus allen bisherigen Gesprächen ableiten.
Der erste Effekt ist der unauffälligste und der größte: Kollegen fragen nicht mehr, was besprochen wurde, sondern lesen es nach oder lassen ihren eigenen Agenten nachsehen. Das ist der Unterschied zwischen einem Betrieb, in dem alles über den Inhaber läuft, und einem, in dem der Inhaber auch zwei Tage weg sein kann.
Der zweite Effekt betrifft die Umsetzung. Wurde im Gespräch vereinbart, dass eine Kollegin bis Freitag ein Angebot schickt, steht das jetzt als Notiz am Kontakt des Kunden. Sie findet es dort, ohne dass es jemand weiterleitet.
Der dritte Effekt ist der eigentliche Hebel. Die AI-Berater arbeiten mit dem Besprochenen. Auf die Frage, wie ein Angebot für einen bestimmten Kunden aufgebaut werden soll, kennt der Berater das Gespräch von gestern, weil es durchsuchbar in der Datenbank liegt, mit Entscheidungen und nächsten Schritten. Ohne diesen Baustein würde er generisch antworten.
Die folgenden Punkte zeigt das Video nicht. Sie stammen aus dem laufenden Betrieb des Systems bei HOSH MEDIA und ergänzen das Video für alle, die es nachbauen wollen.
Die Zoom-Zusammenfassung liefert den Inhalt, aber nicht die Zuordnung, und genau daran scheitern die meisten Bauversuche. Der Betreff ist bei jeder Mail wörtlich derselbe. Im Text stehen nur Vornamen und keine E-Mail-Adressen, eine Teilnehmerzeile mit vollen Namen ist nicht immer dabei. Die Mail weiß auch nicht, ob im Gespräch ein Kunde, ein Bewerber oder ein Bekannter aus dem Netzwerk saß. Ohne Zuordnung ist der Inhalt wertlos, weil unklar bleibt, in welche Akte er gehört.
Eine zweite Mail hilft dabei und wird oft übersehen: Wenn jemand dem Gespräch beitritt, verschickt Zoom eine kurze Nachricht, in deren Betreff häufig der volle Name steht, so wie die Person ihn in Zoom eingetragen hat. Nicht immer — manche tragen nur einen Vornamen oder Initialen ein. Aber oft genug, dass diese Beitritts-Mail die wichtigste Brücke im ganzen System ist.
Die Arbeitsanweisung der Routine enthält drei Dinge. Erstens sucht der Agent nur Zoom-Mails der letzten sieben Tage, die noch keinen Stempel haben. Diese Grenze hat einen praktischen Grund: Als das System scharf geschaltet wurde, lagen rund zweihundert alte Zusammenfassungen im Postfach, weil Zoom sie schon Monate vorher verschickt hatte. Ohne Zeitfenster hätte das System am ersten Tag das CRM mit Gesprächen von vor einem halben Jahr vollgeschrieben.
Zweitens wird die Mail in ihre drei Teile zerlegt — und das macht keine KI, sondern ein kleines, festes Programm, das immer exakt dasselbe tut. Der Grund ist Mathematik. Wer pro Schritt neunzig Prozent Genauigkeit hat, landet über fünf Schritte bei knapp sechzig Prozent. Ein festes Programm bleibt bei hundert. Alles, was fest gemacht werden kann, wird fest gemacht; die KI kommt erst dort ins Spiel, wo wirklich Urteilsvermögen nötig ist.
Drittens wird die Qualität geprüft. Zoom markiert kaputte Aufnahmen selbst, etwa mit dem Hinweis, das Transkript sei unzusammenhängend. Solche Mails werden aussortiert, ebenso alles, was kürzer als ein paar Sätze ist. Ein Gespräch weniger in der Akte ist besser als ein Absatz Unsinn.
Der naheliegende Weg wäre, den Vornamen aus der Mail im CRM zu suchen. In der Praxis liefert „Ramona“ bei HOSH sieben Treffer und „Wilk“ neunzehn (Stand September 2026). Genau an dieser Stelle gehen Automatisierungen leise kaputt: nicht mit einer Fehlermeldung, sondern damit, dass einfach der erste Treffer genommen wird. Dann steht das Gespräch mit Ramona aus Hamburg in der Akte von Ramona aus Köln, und es merkt monatelang niemand.
Deshalb gilt eine Regel über allem: Personen werden nie geraten. Stattdessen gibt es vier Stufen, und der erste Treffer gewinnt.
Das Bild dahinter: Der Agent ist nicht der Mitarbeiter, der alles allein entscheidet. Er ist der Mitarbeiter, der drei Wege kennt, eine Person sicher zu erkennen, und beim vierten nachfragt. Dieses Nachfragen ist kein Schwachpunkt des Systems, sondern der Grund, warum man ihm trauen kann.
Im Video klingt es der Kürze halber so, als landete jedes Gespräch an beiden Orten. In der Praxis entscheidet eine Regel. Der erste Entwurf sah tatsächlich vor, jedes Gespräch in die Firmendatenbank zu schreiben, und das war falsch. Diese Datenbank ist der Ort, aus dem die AI-Berater ihr Wissen ziehen. Liegen dort jedes Erstgespräch, jeder Bewerber und jeder Netzwerk-Kaffee, verwässert das genau das Wissen, auf das es ankommt: das über die echten Kunden.
Deshalb gibt es zwei Ziele. Ins CRM bekommt jeder Kontakt eine Notiz in Klartext und ganzen Sätzen, egal ob Kunde, Erstgespräch, Bewerber oder Netzwerkkontakt. Alles Menschliche gehört ins CRM, dafür ist es da. In die Firmendatenbank kommt ein Gespräch nur, wenn es ein aktiver Kunde war. Dort liegt es als Meeting-Eintrag mit Datum, Titel, Teilnehmern, Entscheidungen und nächsten Schritten.
Ob es ein Kunde war, wird ebenfalls nicht geraten: Entweder steht die Person mit ihrem Kunden in der Namensliste, oder die Firma am Kontakt passt eindeutig zu einem Kunden. Greift keins von beidem, gilt: kein Kunde, nur CRM. Der Grund für diese Asymmetrie ist, dass ein fehlender Eintrag reparabel ist, eine falsche Zuordnung aber das Gedächtnis verschmutzt, aus dem die Berater arbeiten. Das fällt erst auf, wenn eine Empfehlung komisch klingt, und dann ist die Ursache kaum noch zu finden.
Bleibt die Frage, woran der Agent morgen erkennt, welche Mails heute schon verarbeitet wurden. Die naheliegende Lösung wäre eine Liste, und Listen geraten aus dem Tritt: Rechner aus, Datei kaputt, jemand löscht sie, und alles läuft doppelt.
Stattdessen bekommt jede verarbeitete Mail ein Label direkt im Postfach, so wie man in einem Mailprogramm eine Mail als erledigt markiert. Der Agent sucht morgens nur Mails ohne dieses Label. Das Gedächtnis liegt damit in der Mail selbst und kann nicht verloren gehen, solange das Postfach existiert.
Der Stempel kommt nur drauf, wenn alles geklappt hat. Geht irgendetwas schief, bleibt die Mail ungestempelt und läuft am nächsten Tag erneut. Am Ende schreibt der Agent einen kurzen Bericht, und das Morgen-Briefing verdichtet ihn auf eine Zeile: wie viele Gespräche verarbeitet wurden, wie viele aussortiert und welche Personen offen sind. Diese eine Zeile ist alles, was der Inhaber vom System sieht.
Im August tauchte ein Gespräch doppelt in der Firmendatenbank auf, zweimal derselbe Call mit leicht unterschiedlichem Titel. Der Grund: Der CRM-Weg prüft von sich aus, ob für dieses Datum schon eine Notiz am Kontakt hängt, der Weg in die Firmendatenbank tat das nicht. Die Absicherung lag allein beim Stempel, und in der betroffenen Mail steckten zwei Gespräche, von denen nur eines eindeutig war. Also blieb die Mail ungestempelt, und das eindeutige Gespräch lief am nächsten Tag erneut durch.
Die Lehre daraus: Jeder Weg braucht seinen eigenen Schutz gegen Doppeltes. Einer reicht nicht. Heute prüft der Agent vor jedem Eintrag in die Firmendatenbank, ob für dieses Datum und diese Person schon ein Gespräch existiert.
Diese vier Sätze sind wichtiger als jeder einzelne Baustein. Die Technik dahinter ist austauschbar, die Regeln nicht.
Für keinen dieser fünf Punkte braucht es einen Agenten.
Der Agent, der eine Mail zerlegt, ist keine Kunst. Bauen kann das bald jeder. Der Kontext dahinter — welche Person zu welchem Kunden gehört, was in welche Akte kommt, wann nachgefragt wird — lässt sich nicht prompten. Den muss jemand pflegen, und den muss jemand verantworten. Genau deshalb steht in diesem System nicht die Technik im Mittelpunkt, sondern die vier Regeln.
Das ganze Video mit der Einrichtung in Zoom und im Agenten: Zoom-Gespräche automatisch ins CRM: KI-Agent übernimmt
Wenn du wissen möchtest, wie ein Gesprächs-Gedächtnis in deinem Betrieb aussehen könnte: Kostenloses Erstgespräch vereinbaren
