Blueprint · Reifegrad & Bauanleitung 2.0

Wäre das heute schon ein verkaufbarer Skill?

Stand …, siehe Fortschritts-Tracker unten für die aktuelle Live-Zeit. Diese Seite ist bewusst vorausschauend und nicht an dieses eine Projekt gebunden — anders als die Playbook-Seite, die rückblickend dokumentiert, was hier konkret passiert ist. Ziel: Grundlage für einen späteren, eigenständig verkaufbaren Skill/Kurs. Wird erweitert, sobald mehr Betriebserfahrung vorliegt.

1. Reifegrad-Ampel

Ehrliche Einschätzung, nicht schöngeredet: Was ist heute schon belastbar genug, um es einem anderen Projekt zugrunde zu legen — und was noch nicht?

Aufbau- & Go-Live-Phase — bereit

Content-Bank-Extraktion, Design-Übersetzung, Bild-/Reel-Pipeline, Auswahl-Engine, Meta-Zugang, Cloud-Posting-Infrastruktur: alle einmal komplett durchgebaut, mehrfach nachgebessert, funktionieren nachweislich. Dieser Teil ließe sich heute für ein neues Thema wiederholen, mit spürbar weniger Zeitverlust als beim ersten Mal.

60-Tage-Dauerbetrieb — noch nicht vollständig bewiesen

Bisher ~1,5 Tage echte Laufzeit beobachtet. Wie sich das über Woche 3, 4, 8 verhält (Content-Wiederholung, Follower-Plateau, Meta-API-/Token-Änderungen über Monate, Verhalten der Cloud-Infrastruktur über Wochen statt Tage) ist noch offen. Kein Grund zur Sorge, aber ein ehrlicher Vorbehalt: "vollautomatisch" heißt hier "läuft ohne manuelles Eingreifen, mit automatischer Selbstkontrolle" — nicht "unbeaufsichtigt für immer".

Für einen verkauften Skill wichtig: Die tägliche Prüfschleife (Datenintegrität, genau ein aktiver Poster, Dashboard-Datenqualität, Duplikat-Check) ist kein optionales Extra, sondern ein Pflichtbestandteil des Angebots selbst — nicht etwas, das der Kunde zusätzlich bezahlen müsste.

2. Verbesserungen, die ab Tag 1 eingebaut würden

Alles unten wurde in diesem Projekt erst NACH einem echten Fehler nachgerüstet. Beim nächsten Mal von Anfang an fest eingeplant, nicht erst entdeckt.

01

Plattform-Zugang zuerst klären

Größter Zeitfresser im ganzen Projekt, reine Blocker-Abhängigkeit. Vor jedem anderen Baustein erledigen, nicht am Ende.

02

Sperre-vor-der-Aktion von Anfang an

Jede Publish-Funktion setzt die Dedup-Sperre SOFORT, bevor der eigentliche Vorgang beginnt — nicht erst danach.

03

Prüfschleife ist Teil des Produkts

Vollständigkeits-, Poster-Einzigartigkeits-, Datenqualitäts- und Duplikat-Check von Tag 1 fest eingebaut, nicht nachträglich nach Fehlern.

04

Externer Cronjob direkt als Primärlösung

Den Umweg über die eigenen Scheduler der Hosting-Plattform sparen — ein Cronjob auf Kunden-eigenem Hosting ist nachweislich zuverlässiger.

05

Neue Metriken gegen JEDES Format testen

Nicht nur gegen ein Beispiel testen — unterschiedliche Medientypen (Bild/Karussell/Video) können unterschiedliche API-Grenzen haben.

06

Caption-Strategie vorher explizit klären

Fest vs. rotierend, Verkaufslogik (Voll/Teaser) — vor dem Bau festlegen, nicht während des Baus stillschweigend abweichen.

07

Wachstums-Tracking von Anfang an

Wenn Reichweite/Follower ein Ziel ist: von Tag 1 messen, welcher Post überhaupt neue Follower bringt — nicht nur Sichtbarkeits-Metriken.

08

Deploy-Vollständigkeit als Standard-Check

Vor jedem Deploy automatisch prüfen, dass der Deploy-Ordner alle nötigen Unterordner enthält — ein Standard-Skript, kein manueller Merkzettel.

3. Erster Entwurf: Was ein verkaufbarer Skill enthalten müsste

Bewusst allgemein formuliert — nicht an "Prostata" gebunden, sondern an die Methode dahinter. Die 8 Bausteine, die sich in diesem Projekt als eigenständig und wiederverwendbar erwiesen haben:

1

Content-Zerlegung

Bestehendes Wissen/Produkt (PDF, Buch, Kurs) in atomare, kategorisierte Content-Einheiten zerlegen.

2

Verkaufslogik-Stufung

Content danach einteilen, was frei erzählt werden darf und was den eigentlichen Kaufanreiz nicht entwertet.

3

Design-Vorbild strukturell übersetzen

Aufbau-Muster eines Vorbild-Kanals kopieren, nicht Farben/Thema — auf die eigene Marke übertragen.

4

Automatisierte Auswahl-Engine

Erzeugt den kompletten Redaktionsplan im Voraus, mit Rotation, Format-Mix und Verkaufslogik-Balance.

5

Bild-/Video-Pipeline

Template-basierte Generierung, kein manuelles Design pro Post.

6

Cloud-Posting über offizielle API

Ein einziger, extern getakteter Trigger — kein plattformeigener Scheduler als alleinige Quelle.

7

Pflicht-Prüfschleife

Datenintegrität, Poster-Einzigartigkeit, Datenqualität, Duplikat-Erkennung — täglich automatisch, fester Produktbestandteil.

8

Performance-Rückkopplung

Echte Kennzahlen (nicht nur Sichtbarkeit, auch Wachstums-Metriken) fließen zurück in die Auswahl-Engine.

4. Fortschritts-Tracker

Sichtbarer Stand, wie viel "Fleisch" für einen Skill schon da ist — wird mit mehr Laufzeit fortgeschrieben.

…
Tage live
…
Posts bestätigt (live berechnet)
17
gefundene & behobene Fehlerklassen
7
automatisierte Prüf-Checks (inkl. 3 Claude-Code-Hooks)
…
Follower (Ziel 250, live automatisiert)

5. Zielarchitektur: Lernendes Content-System statt reiner Posting-Maschine

Der Wechsel zu Codex ist kein Ersatz des mit Claude Code geschaffenen technischen Bestands, sondern eine neue Arbeitsteilung — erst Wirkung beweisen, dann systematisieren, danach automatisieren.

Kernaussage: „Der Wechsel zu Codex erfolgte nicht, weil Claude keine oder schlechte Arbeit geleistet hätte. Claude Code hat einen umfangreichen technischen Maschinenraum geschaffen. Der Wechsel erfolgte, weil nun zuerst der inhaltlich und wirtschaftlich funktionierende Content-Motor bewiesen werden muss, bevor die vorhandene Automationskraft wieder eingesetzt wird.“
BESTAND

Bestehendes Fundament aus Claude Code

Netlify-Infrastruktur, Publishing-Function, externer Cronjob, Schedule, Content-Bank, Posting-State, Insights-Sammlung, Dashboard, Chronik, Playbook, Blueprint, vorhandene technische Dokumentation.

NEU

Content- und Lernmotor mit Codex

Content-Hypothesen, Reel-Konzeption, Videoerstellung, Qualitätskontrolle, Captions, manuelle Freigabe, manuelle Veröffentlichung, 24h-/72h-/7d-Auswertung, Gewinner- und Verliererdokumentation, Ableitung des nächsten Tests.

Neue Read-only-Datenstrecke:
Instagram/Meta API → separater Content-Lab-Collector → eigener Insight-Store → JSON-/CSV-Endpunkt → Google Sheets als Übergangsbrücke → Content-Lab-Auswertung.
Späteres Zielbild:
Instagram → direkte sichere Datenerfassung → Content-Entscheidungssystem → automatische oder halbautomatische Produktion → menschliche Qualitätsfreigabe → kontrollierte Veröffentlichung → automatische Erfolgsauswertung → aktualisiertes Playbook → nächste Content-Entscheidung.

Damit bleibt unverändert wichtig:

6. Die sechs Projektphasen

Vom pausierten Posting zum bewiesenen, später wieder automatisierbaren System.

Für den ehrlichen Gesamtblick auf jeden einzelnen Schritt, Fehler und Fix siehe Playbook und Projektchronik. Diese Seite hier bündelt nur die Frage: Sind wir reif genug, um daraus etwas Verkaufbares zu machen — und was fehlt noch dafür.