Warum eine KI-native Basis Monate Arbeit ersetzt
Live gelöst mit Christian · CHCT B2B Sales Success Creation · vor 300+ Selbstständigen und Unternehmern
Christian kämpfte wochenlang mit Claude, wechselte frustriert zu ChatGPT und zurück – am Ende stand trotzdem kein funktionierendes Tool. Über Nacht baute der Host aus seinen eigenen Unterlagen die komplette Lösung neu, komplett KI-nativ, fertig inklusive Radar-Chart und PDF-Report.
Der Weg — von der Idee zum Ergebnis
Die Ausgangslage
Christian ist Sales Performance Coach für B2B-Vertrieb und wollte für seine Website einen „Stability Check“ bauen – ein Tool, das Besuchern in Sekunden die vertriebliche Wirkung ihres Webauftritts nach acht selbst entwickelten Kriterien zeigt. Monatelang arbeitete er dafür mit Claude auf seiner bestehenden WordPress/Divi-Seite, verlor dabei immer wieder den Faden und wich auf ChatGPT als Zwischenschritt aus. Am Ende hatte er rund 150 Dateien verändert und drei verschiedene, nicht funktionierende Versionen produziert.
Die Wendung
Im Vorgespräch sah es nach einem klassischen Prompting-Problem aus: Claude vergisst Absprachen, driftet ab, man muss ständig nachsteuern. Auf der Bühne zeigte die Analyse von Christians Dokumenten etwas anderes – das eigentliche Limit war nicht Claude, sondern die technische Basis WordPress/Divi, an die KI nur notdürftig angedockt wurde, kombiniert mit fehlender Zielklarheit vor dem Start. Der Host hatte das längst erkannt und in der Nacht zuvor aus Christians Unterlagen eine vollständig KI-native Neufassung gebaut – mit einem detaillierten Plan als Fundament statt mit Chat für Chat nachgebessertem Code.
Das Ergebnis
Christian nimmt einen fertig funktionierenden Stability-Check mit, der in wenigen Stunden entstand, wo Monate iteratives Prompting nicht zum Ziel führten. Sein wichtigstes Lerngeschenk: künftig vorab klar definieren, was das Tool leisten soll, statt unterwegs immer neue Features anzuhängen. Für die Teilnehmer wurde greifbar, dass eine nicht KI-native technische Grundlage die Möglichkeiten von KI massiv begrenzt – unabhängig davon, wie gut man promptet.
Live auf der Bühne
Die Session startete mit einem chaotischen Video, das zeigt, wie Claude im Entwicklungsprozess abdriftet – Christian schildert live seinen monatelangen Kampf. Der Host sichtet dann Christians Chatverlauf und Projektdateien auf der Bühne und benennt die zwei Kernprobleme: die nicht KI-native Basis und das Fehlen eines klaren Plans. Als Überraschung präsentiert er die Lösung, die er über Nacht aus genau diesen Unterlagen mit einem rund 1100 Zeilen langen Plan in Claude Code komplett neu gebaut hat. Die Live-Demo zeigt den fertigen Stability-Check mit Quickscan, Radar-Chart, PDF-Report und individuellem Design – inklusive kurzer Panne, als der Server neu gestartet werden muss. Der Raum reagiert mit Begeisterung, Teilnehmer schreiben im Chat, dass sie während der laufenden Session direkt an ihrer eigenen Website weiterarbeiten.
Blick in die gebaute Anwendung
Was du daraus mitnimmst
- Prüfe zuerst deine technische Basis: An eine bestehende Alt-Architektur angedockte KI bleibt limitiert, egal wie gut dein Prompting ist
- Schreib vor dem ersten Prompt einen klaren Plan auf – was soll am Ende stehen, was explizit nicht
- Baue zuerst eine funktionierende Grundversion und ergänze Features erst danach, statt parallel an zu vielen Wünschen zu arbeiten
- Fachwissen aus deinem eigenen Bereich kombiniert mit klarer KI-Nutzung bringt Ergebnisse, die keiner von beiden allein schafft
- Bereits gelöste technische Bausteine aus früheren Projekten lassen sich übertragen und beschleunigen jedes neue Vorhaben
„Christian: Du kriegst die Wirkung hin in zwei Stunden und ich haufe mich da den ganzen Sommer ab."← Alle Anwendungsfälle