Jeder Morgen begann auf dieselbe Weise. Das gesamte Postfach durchscrollen. Herausfinden, was neu war. Die Eskalationen von den bereits laufenden Konversationen trennen. Markieren, was dringend war. Und erst dann — nach all dem — mit dem Antworten beginnen.
Bis Artiom mit dem Sortieren fertig war, hatte er den frischesten Teil seines Tages mit Dateneingabe verbracht. Etwa vierzig Minuten davon, bevor er einer einzigen Person helfen konnte.
Artiom arbeitet im Customer Success bei Spark. Seine Aufgabe ist die persönliche Ebene: die wichtigen Kunden, die eskalierten Threads, die laufenden Beziehungen, die er eng pflegt. Er bearbeitet diese eins zu eins aus seinem eigenen Postfach. Es fühlt sich wie ein Mensch an, weil es einer ist.
Aber ein persönliches Postfach füllt sich wie jedes andere. Dutzende Threads pro Tag, jeder einzelne davon etwas, das er sich selbst zu bearbeiten entschieden hat. Und der schwierige Teil war nie das Antworten. Es war das Sortieren, das erfolgen musste, bevor er antworten konnte.
Dann übergab er das Sortieren an einen Agenten, der über Spark CLI mit seinem Posteingang verbunden ist. Den Teil, der ihn braucht, behielt er. Und er musste dafür kein neues System erlernen — er behielt sein eigenes.
Das Sortieren kommt zuerst
Der Aufwand eines vollen Posteingangs liegt nicht im Verfassen der Antworten. Es geht darum, herauszufinden, welche Antworten zu schreiben sind, in welcher Reihenfolge und mit welchem Kontext. Dieses Sortieren geschieht, bevor die eigentliche Arbeit beginnen kann, und es geschieht jeden Tag.
Artiom hatte dafür bereits ein gutes System — Ordner, die er über Jahre aufgebaut hatte: Need Reply, Demo Request, Escalated to QA, Beta Feedback, Feature Request und der Rest. Die Ordner funktionierten. Sie von Hand aktuell zu halten, war der Aufwand. Was er wollte, war sein eigenes System, das für ihn gepflegt wird.
Genau das macht Spark CLI. Es verbindet einen KI-Agenten mit dem Posteingang, den du bereits in Spark führst, und liest aus Spark Desktop. Es funktioniert mit jedem Konto, das du hinzugefügt hast — Gmail, Outlook, iCloud, Yahoo sowie jedem IMAP- oder EWS-Konto — über eine einzige Verbindung. Es zwingt dir keine Methode auf. Es führt deine aus.
Der Posteingang, der sich selbst sortiert
Artiom führt zweimal täglich einen Sortierdurchgang aus — einmal gegen elf, einmal gegen fünf. Der Agent liest, was seit dem letzten Durchgang eingegangen ist, und macht genau das, was er früher von Hand gemacht hat.
Er legt jeden Thread in den Ordner ab, in den er gehört — dieselben Ordner Need Reply, Demo Request, Escalated to QA, die er bereits verwendet hat. Er trennt die frischen Eskalationen von den bereits laufenden Konversationen, sodass eine neue Übergabe nicht unter einem Thread begraben wird, mit dem er schon halb durch ist. Und er hebt hervor, was heute tatsächlich eine Antwort braucht, im Gegensatz zu dem, was warten kann.
Er hat nicht seine Taxonomie über Bord geworfen und die von jemand anderem gelernt. Er hat die Regeln beschrieben, die er bereits befolgte — wer was bearbeitet, was als dringend gilt, was "Escalated to QA" wirklich bedeutet — und der Agent wendet sie an.
"Ich habe nicht das System von jemand anderem übernommen. Ich habe das beschrieben, das ich bereits hatte, und jetzt pflegt es sich selbst."
Also öffnet er seinen Posteingang, und er ist bereits organisiert. Der Morgen, der früher mit dem Sortieren begann, beginnt jetzt mit der Arbeit.
Entwürfe in seiner unverwechselbaren Stimme
Die meisten Antworten schreibt Artiom immer noch selbst. Die persönliche Note ist der ganze Grund, warum er aus seinem eigenen Postfach arbeitet, und die meisten Threads brauchen einfach ihn und eine Tastatur. Er übergibt nicht alles an den Agenten, und er würde es auch nicht wollen.
Aber es gibt klare Fälle, in denen er sich beim Entwerfen auf seinen Agenten stützt. Wenn sich die Warteschlange staut und ein Kunde bereits zu lange gewartet hat. Oder wenn eine gute Antwort bedeutet, Fakten zusammenzutragen, die über verschiedene Orte verstreut sind — ein Changelog, ein Hilfedokument, zwei oder drei alte Threads, die richtige Versionsnummer. Die Art von Antwort, bei der zehn Minuten für das Zusammentragen draufgehen, bevor er ein einziges Wort schreibt. Genau dort verdient sich der Agent seinen Platz.
Bei der Stimme war er skeptisch. Eine generische KI-Antwort ist schlimmer als keine Antwort, und jeder, der den ganzen Tag Kunden-E-Mails liest, erkennt sie: die Standardphrasen, das "Great question!", die steife Struktur. Also brachte er dem Agenten seine Stimme bei, nicht eine Stimme — die Art, wie er tatsächlich an Kunden schreibt. Warm, schlicht, nur das beantwortend, was gefragt wurde, ohne Füllwörter, mit korrekten Spark-Begriffen. Wenn ein Spark-Update das Problem löst, führt der Entwurf mit dem Update und dem Link, anstatt es unter Fehlerbehebungsschritten zu vergraben. Denn das würde er tun.
"Eine generische KI-Antwort ist schlimmer als keine Antwort. Also brachte ich ihm meine Stimme bei, nicht eine Stimme."
Bei diesen Threads entwirft der Agent die Antwort so, wie er sie schreiben würde, mit den verstreuten Fakten bereits zusammengetragen. Er liest jeden Entwurf, und er ist derjenige, der ihn sendet. Nichts geht von selbst raus.
"Der Entwurf erspart mir das leere Blatt. Die Beurteilung bleibt meine. Und der Senden-Button auch."
Was sich tatsächlich verändert hat
Es hat ihn nicht ersetzt. Es hat die beiden Dinge beseitigt, die früher seine Morgen auffraßen: das Sortieren des gesamten Postfachs und das langsame Zusammentragen von Fakten bei den Antworten, deren Lösung an fünf Orten gleichzeitig steckte.
Diese Zeit fließt zurück in die Threads, die einen Menschen brauchen. Der verärgerte Kunde. Der kniffelige Grenzfall. Der Beta-Nutzer mit einer guten Idee, über die es sich zu sprechen lohnt.
"Es hat mich nicht ersetzt. Es hat die vierzig Minuten Sortieren beseitigt, bevor ich anfangen konnte, Menschen zu helfen."
Es widerspricht der landläufigen Meinung, aber es stimmt. Such nicht nach einem besseren System. Beschreibe das, dem du bereits vertraust, und lass den Agenten es am Laufen halten. Die Kategorien, die funktionieren, sind die, die du um deine eigene Arbeit herum aufgebaut hast. Sie müssen nicht ersetzt werden. Sie müssen gepflegt werden — der Teil, den du bisher von Hand gemacht hast.
Wo anfangen
Du kannst das heute mit dem Posteingang ausprobieren, den du bereits hast. Der Read access in Spark CLI ist in jedem Tarif kostenlos. Er verbindet deinen Agenten mit deiner Mail, deinen Kontakten, deinem Kalender und deinen Besprechungsnotizen über Spark auf deinem Desktop und kann Kontext lesen und organisieren, ohne etwas zu senden oder in deinem Namen zu handeln. Das deckt alles ab, was Artiom seine Morgen zurückgegeben hat.
Wenn du bereit bist, mehr von der manuellen Arbeit zu automatisieren — Entwürfe erstellen, Archivieren, Kennzeichnen, Zuweisen über gemeinsame Posteingänge hinweg — erledigt der Triage access das, wobei du liest und freigibst, bevor irgendetwas geschieht. Er ist in Spark Pro enthalten.
Der Agent sortiert. Du erledigst die Arbeit, die zählt.
Durchstöbere fertige Skills für Spark CLI unter github.com/readdle/spark-cli-skills.
