Live Artifacts klingen als Feature erst mal abstrakt: persistente Dashboards, die sich automatisch aktualisieren. Was heißt das in der Praxis? Ich zeige es an einem konkreten Beispiel: einem LinkedIn-Analytics-Dashboard, das ich mir in einer Session gebaut habe.
Die Ausgangslage
Ich poste seit ein paar Monaten regelmäßig auf LinkedIn. 52 Posts insgesamt, die meisten davon in den letzten zwei Monaten seit ich die Frequenz hochgefahren habe. LinkedIn zeigt mir in der Standard-Ansicht aggregierte Zahlen: Impressions, Follower, Engagement-Rate. Was es nicht zeigt: welche Post-Einstiege bei meiner Audience ankommen und welche nur Reichweite produzieren, die verpufft.
Das sind genau die Fragen, für die du normalerweise ein Analytics-Tool abonnierst. Oder du lebst mit dem Bauchgefühl. Beides hat mich nicht überzeugt.
Was ich Claude gesagt habe
Den Prompt kann man sich ungefähr so vorstellen: “Hol dir meinen LinkedIn-Export, analysiere die Posts nach Hook-Mustern und baue mir ein Dashboard, das ich jede Woche aktualisieren kann.”
Claude hat den Rest gemacht: den Export aus LinkedIn gezogen, die Posts analysiert, die Hooks klassifiziert und ein visuelles Dashboard gebaut. Eine Session, 15 Minuten.
Was das Dashboard zeigt
Das Ergebnis ist eine Übersicht mit KPIs (Impressions, Follower, Engagement-Rate), einem Verlaufsdiagramm über 365 Tage, einer Posting-Frequenz pro Monat und einem Hook-Muster-Ranking. Claude hat die Hooks in acht Kategorien eingeteilt (Launch/Milestone, Personal Story, Hot Take, Frage, Statistik und so weiter) und für jede Kategorie die durchschnittliche Engagement-Rate berechnet.
Die Details der Analyse sind für diesen Artikel weniger wichtig als der Punkt, den sie belegen: eine Auswertung, für die ich normalerweise ein Tool abonniert oder Stunden in Spreadsheets verbracht hätte, war in einer Session erledigt.
Die wichtigste Erkenntnis in einem Satz: Statistik-Hooks bringen Reichweite, Personal Stories bringen Engagement. Faktor 7 Unterschied. Ohne Daten hätte ich weiter die falschen Einstiege geschrieben.
Warum das ein Live Artifact ist
Ein normales Artifact wäre jetzt fertig. Einmal gebaut, statische Daten, in zwei Wochen veraltet.
Als Live Artifact läuft das anders: Claude hat zusätzlich einen wöchentlichen Task eingerichtet, der jeden Montag neue Daten aus LinkedIn zieht, die Hook-Analyse aktualisiert und das Dashboard neu baut. Wenn ich das Dashboard öffne, sind die Zahlen vom letzten Lauf aktuell. Kein neuer Prompt nötig.
Das ist der eigentliche Unterschied. Nicht das einmalige Bauen ist das Besondere, sondern dass es weiterlebt und weiterarbeitet.
Wofür du Live Artifacts noch einsetzen kannst
Mein LinkedIn-Dashboard ist ein Beispiel. Die gleiche Logik funktioniert überall dort, wo du regelmäßig dieselben Datenquellen öffnest und in ein Format bringen musst:
- Email-Auswertung: Wo fehlen Antworten, welche Fragen sind offen, welche Threads schlafen ein? Überblick über deinen Posteingang, ohne jeden Morgen alles durchscrollen zu müssen.
- Wöchentlicher Geschäftsbericht: Umsatz aus dem CRM, Werbekosten aus Google Ads, Website-Traffic aus Analytics. Alles auf einem Dashboard statt in vier Tabs.
- Content-Performance-Tracker: Welche Blog-Artikel, Social-Posts oder Newsletter-Ausgaben bringen Traffic, Leads, Conversions? Automatisch aktualisiert, statt einmal im Quartal manuell zusammengesucht.
- Projekt-Status-Board: Offene Tasks, Deadlines, Verantwortlichkeiten aus deinem Projektmanagement-Tool. Visualisiert statt in Listen begraben.
- Finanz-Überblick: Offene Rechnungen, überfällige Zahlungen, monatliche Cashflow-Entwicklung. Aus Buchhaltung und CRM zusammengezogen.
Der Einstieg ist immer gleich: Beschreibe Claude, welche Daten du brauchst, wo sie liegen und wie das Ergebnis aussehen soll. Claude baut das Dashboard. Du verfeinerst Layout und Logik im Chat, bis es passt. Danach läuft es automatisch.
Was du dafür brauchst
- Bezahlter Claude-Plan (Pro, Max, Team oder Enterprise)
- Claude Desktop App mit Cowork
- Die Datenquellen, die du auswerten willst (Dateien, Exports, oder Connectors wie Google Drive, Slack, etc.)
Was aktuell nicht geht: Sharing mit anderen Personen und Echtzeit-Streaming. Daten werden per Scheduled Task oder manuell aktualisiert, nicht bei jedem Öffnen automatisch.
Nächster Schritt
Wenn du beim Lesen an eine konkrete Auswertung gedacht hast, die du jede Woche von Hand machst, ist das dein erster Live-Artifact-Kandidat. Eine Session reicht oft aus, um den ersten Prototyp zu haben. Verfeinern kannst du danach.
Wenn du dabei Hilfe brauchst oder dir unsicher bist ob sich der Aufwand lohnt, sprich mich an.