Als Alex, ein Marketingexperte auf mittlerer Ebene, versuchte, eine größere Rolle in einer Agentur zu ergattern, war sein LinkedIn-Posteingang ein Friedhof der ignorierten Nachrichten. Kalte DMs fühlten sich wie Spam an. Die Recruiter bissen nicht an. Dann baute er einen Workflow in Notion auf, der von ChatGPT und Claude unterstützt wurde. Anstelle einer steifen Einleitung klang jede Nachricht wie eine echte menschliche Antwort, abgestimmt auf den Tonfall des Personalchefs. Zum ersten Mal trafen Antworten ein - und es waren keine Bots. Es waren echte Entscheidungsträger, die sagten: "Lassen Sie uns reden".

ChatGPT und Claude über die Gestaltung kontextbezogener Ansprache

Alex begann mit einer klaren Regel: keine generischen Eröffnungsformulierungen. Mit ChatGPT erstellte er strukturierte Prompts, die die jeweilige Stellenbeschreibung widerspiegelten. Claude milderte mit seinem natürlichen Tonfall die Sprache ab. Gemeinsam erarbeiteten sie einen Rhythmus: personalisierte Einleitung → Mehrwert → klarer Abschluss.

Beispiel für eine Aufforderung (LinkedIn-Einleitung):
Context: Zielfunktion = Senior Marketing Manager bei einem SaaS-Startup. Der einstellende Manager hat über die Skalierung bezahlter Anzeigen gepostet.
Aufgabe: Schreiben Sie eine LinkedIn-Nachricht mit 100 Wörtern, in der Sie mein Portfolio mit der Herausforderung in Verbindung bringen.
Beschränkungen: Verwenden Sie einen umgangssprachlichen Ton, keine Buzzwords, kein "excited to connect".
Output: Entwurf der Nachricht in einfachem Englisch, 3 Varianten.

Ergebnis: Anstelle von "Ich hoffe, es geht Ihnen gut" bezog sich Alex' Nachricht auf den Beitrag des Managers - und erhielt sofort eine Antwort.

ChatGPT und Claude für den Umgang mit Follow-Ups

Die meisten Bewerber lassen den Ball nach einem Versuch fallen. Alex hat es noch einmal versucht. ChatGPT generierte strukturierte Nachfassaktionen im Abstand von drei Tagen. Claude passte die Stimme an: höfliche Beharrlichkeit, niemals aufdringlich.

Prompt-Beispiel (Follow-up-Kadenz):
Kontext: Vor 3 Tagen LinkedIn-DM gesendet, keine Antwort. Manager gestern aktiv.
Aufgabe: Erstellen Sie ein kurzes Follow-up, das einen Link zu einer Ressource enthält (Portfolio-Fallstudie).
Einschränkungen: ≤ 50 Wörter, vermeiden Sie "nur eine Rückmeldung", professionell, aber herzlich.
Ergebnis: Einzelner Entwurf mit Betreff und Nachricht.

Ein Personalverantwortlicher antwortete nach dem zweiten Follow-up: "Danke, dass Sie mich daran erinnern - lassen Sie uns einen Anruf vereinbaren."

ChatGPT und Claude bei Vorstellungsgespräch-Warm-Ups

Sobald die Antworten eingetroffen waren, verwendete Alex dieselbe Kombination zur Vorbereitung auf das Vorstellungsgespräch. Claude simulierte echte Fragen des Personalchefs. ChatGPT generierte Antworten in Form von Aufzählungspunkten, die mit Kennzahlen verknüpft waren.

Beispiel für eine Aufforderung (Vorbereitungssimulation):
Context: Vorstellungsgespräch für eine SaaS-Marketingposition, Schwerpunkt = Effizienz der Werbeausgaben.
Aufgabe: Simulieren Sie 5 Fragen des Personalchefs und modellieren Sie überzeugende Antworten.
Einschränkungen: Antworten ≤ 120 Wörter, Angabe von Metriken, Vermeidung von Fluff.
Output: Q&A-Liste in Tabelle: Frage | Antwort | Metrik referenziert.

Durch diese Vorbereitung wurden aus weitschweifigen Monologen knackige Antworten, die ein Kopfnicken ernteten.

Die Vorher-Nachher-Tabelle

Schritt

Alter Arbeitsablauf

Mit ChatGPT + Claude

LinkedIn-DMs

Generisches Kopieren/Einfügen

Kontextabhängig, auf den Ton abgestimmt

Wiedervorlagen

Unbeholfen oder fehlend

Strukturierte, höfliche Kadenz

Vorbereitung des Interviews

Verstreute Notizen

Gezielte Q&A mit Metriken

Antwortquote

5%

42%

Vertrauensebene

Niedrig, Vermutung

Hoch, einstudiert und natürlich


Chatronix: Die Multi-Modell-Verknüpfung

Alex hatte es satt, Prompts zwischen verschiedenen Plattformen zu jonglieren. Das war der Zeitpunkt, als er alles in Chatronix konsolidierte.

Von einem Arbeitsbereich aus konnte er:

  • Die 6 besten Modelle nebeneinander laufen lassen (ChatGPT, Claude, Gemini, Grok, Perplexity AI, DeepSeek).

  • 10 freie Prompt-Durchläufe testen, bevor er die Skripte für den Einsatz fertigstellt.

  • Verwenden Sie den Turbomodus + eine perfekte Antwort, um sechs Ergebnisse in einem einzigen Entwurf zusammenzufassen.

  • Speichern Sie Ihr Outreach-System in der Prompt-Bibliothek mit Tagging & Favoriten - ein Klick, und der gesamte Workflow läuft.

👉TryChatronix.ai

Professioneller Prompt für LinkedIn Warm Outreach

Hier ist das genaue Prompt-Engineering-Framework, das Alex verwendet hat, um kalte LinkedIn-Threads aufzuwärmen und Einstellungsmanager zum Antworten zu bewegen:

Kontext: Marketer der mittleren Ebene, die sich auf SaaS-Stellen bewerben. Ziel = einstellende Manager, die über Performance Marketing posten. Ziel = Beginn eines Gesprächs, das zu einem Vorstellungsgespräch führt.
Eingaben: Text der Stellenbeschreibung, aktueller LinkedIn-Post des einstellenden Managers, Link zu meiner Portfolio-Fallstudie.
Rolle: Werbetexter mit HR-Erfahrung.
Aufgabe: Entwerfen Sie 3 personalisierte LinkedIn-Nachrichtenvarianten, jede mit weniger als 120 Wörtern.
Beschränkungen: Keine Buzzwords, kein "excited to connect", keine Klischees. Jede Variante muss 1) auf den Beitrag des Managers verweisen, 2) meine Fähigkeiten mit dem Problem verbinden, 3) mit einem weichen CTA abschließen.
Stil/Stimme: Gesprächig, selbstbewusst, warm.
Output-Schema: JSON → {"variation1": "...", "variation2": "...", "variation3": "...}.
Akzeptanzkriterien: Klingt menschlich, besteht KI-Detektoren, bereit zum Einfügen in LinkedIn.
Nachbearbeitung: Schlage ein optionales Follow-up vor, wenn innerhalb von 3 Tagen keine Antwort erfolgt.

Letzte Erkenntnis

ChatGPT und Claude haben nicht nur bessere LinkedIn-Nachrichten verfasst - sie haben echte Konversationen aufgebaut. Durch die Kombination von kontextbezogenen Aufforderungen mit einem menschlich klingenden Ton verwandelte Alex ignorierte DMs in Interviews in seinem Kalender. In Kombination mit Chatronix wurde der Arbeitsablauf wiederholbar, zuverlässig und schnell. Das Ergebnis: mehr Antworten, mehr Vorstellungsgespräche und die erste Stelle, die er wirklich wollte.