Personalisierte Kalt-E-Mails mit Quellen

Eine persönliche E-Mail an einen namentlich bekannten Entscheider scheitert auf zwei vorhersehbare Arten. Entweder ist die Recherche oberflächlich: Ein Einstieg über eine Universität, eine Finanzierungsrunde oder einen Jobtitel würde genauso für jedes der vierhundert vergleichbaren Unternehmen passen, und der Empfänger erkennt eine Vorlage. Oder das Modell füllt eine Lücke mit etwas Plausiblem, einer leicht falschen Zahl oder einem Kunden, den niemand erwähnt hat, und der Empfänger bemerkt es in der ersten Zeile. Ein besserer Prompt verhindert keines von beiden, weil das Modell, das die E-Mail schreibt, auch selbst beurteilt, ob es die Anweisungen befolgt hat.

Torke Reachout teilt diese Arbeit auf. Zwei KI-Agenten lesen und schreiben dort, wo Urteilsvermögen gefragt ist, und Code prüft alles, was sich als Regel schreiben lässt, mit derselben Antwort bei jedem Durchlauf. Steht in einem Satz 400 und in der zitierten Quelle 340, hält das Gate ihn zurück. Nennt ein Satz ein Unternehmen, das nirgends in seinen Belegen vorkommt, hält das Gate auch diesen zurück.

Die Testdateien des Node folgen einer fiktiven potenziellen Kundin, Lena Brandt, VP Revenue bei einem fiktiven Unternehmen namens Example Robotics. Ihre Recherche umfasst sieben öffentliche Quellen, vier davon von ihr selbst verfasst. In einem Beitrag vom 18. September 2026 schrieb sie, ihre Vertriebsleute erführen von neuen Lagerprojekten «aus der Presse, drei Monate zu spät», und auf einem Panel im Juni sagte sie, die meisten verlorenen Deals seien verloren gewesen, bevor das Team überhaupt von einem Deal wusste. Die E-Mail, die das Gate akzeptierte, beginnt mit ihrem eigenen Beitrag, nennt, was sie will, nämlich ein Team, das einbezogen wird, bevor eine Ausschreibung geschrieben ist, und sagt erst dann in einem Satz, was der Absender tut. Sie schliesst mit einer einzigen Frage, die sie in einer Zeile beantworten kann. Jeder Satz trägt eine Markierung, die auf seine Quelle verweist, sodass eine prüfende Person die ganze E-Mail in wenigen Sekunden kontrolliert.

Der Code belegt, dass eine E-Mail fundiert ist. Er kann nicht beurteilen, ob ein Aufhänger der Person wichtig ist oder ob die E-Mail laut gelesen gut klingt. Deshalb liest eine Person in Ihrem Team jeden Entwurf, bevor etwas hinausgeht. Für Sie ändert sich, dass eine persönliche E-Mail nicht mehr davon abhängt, wie sorgfältig an diesem Tag recherchiert wurde: Jede Nachricht führt nachvollziehbar zu den eigenen Worten des potenziellen Kunden zurück, und die schwachen bleiben am Gate hängen.

Er versendet nie etwas und meldet sich nie auf einer Website an. Er schreibt nicht an bestehende Kunden, offene Deals oder Wettbewerber und verweigert jede Aussage über Gesundheit, Familie, Religion, Politik oder private Finanzen, gemäss dem Schweizer Datenschutzgrundsatz, nur zu erheben, was der Zweck erfordert.

Ihr Unternehmen kann sich nur über die Zeilen beschreiben, die Sie in einer Konfigurationsdatei freigeben, und eine E-Mail darf ein Kundenergebnis erst zitieren, wenn es freigegeben ist. Der Ton wird an der Oberfläche gemessen, aus mindestens drei Texten der Person. Bei weniger Texten fällt er auf Unternehmenstexte zurück und sagt das auch. Ein Entwurf, der jede Prüfung besteht, kann trotzdem flach sein. Deshalb liest eine Person ihn, bevor er irgendwohin geht.

Das Recherche-Gate, das E-Mail-Gate und die ganze Kette von der Recherche bis zur ausgegebenen Datei sind geschrieben, und die 33 automatischen Tests liefen am 15. Oktober 2026 erfolgreich. Jeder Test füttert die Prüfungen mit einem bekannten Fehler oder bestätigt, dass das fiktive Beispiel besteht. Ein Durchlauf mit einem echten potenziellen Kunden ist noch nicht erfasst, deshalb durchlaufen die ersten potenziellen Kunden die ganze Kette, und eine Person prüft jede ausgegebene E-Mail.