--- title: "Outreach-Team: Finanzierungsnachrichten in HubSpot - APIANT.ai" description: "Ein Outreach-Team wollte neue Finanzierungsrunden aus den Nachrichten in HubSpot erfassen, bereit zur Prüfung vor der Kontaktaufnahme. Seine zwei Scans haben seitdem 53 Notizen zu Finanzierungsrunden geschrieben." canonical: "https://apiant.ai/de/stories/growth-outreach-funding-signals" --- # Ein Outreach-Team wollte neue Finanzierungsrunden aus den Nachrichten in HubSpot erfassen, bereit zur Prüfung vor der Kontaktaufnahme. Seine zwei Scans haben seitdem 53 Notizen zu Finanzierungsrunden geschrieben. Ein Outreach-Team kontaktiert Gründer frisch finanzierter Startups und führt seine Pipeline in HubSpot. Das Team verband HubSpot und seinen eigenen Claude-Schlüssel mit APIANT und bat seinen AI-Client, die Nachrichten für es zu lesen. Apps in dieser Geschichte - [ HubSpot](https://apiant.ai/connections/hubspot) - [ Claude](https://apiant.ai/connections/anthropic) ## Die Herausforderung Das Team sucht Gründer von Consumer-Marken, die gerade Geld eingesammelt haben, und diese Runden werden in Startup-Finanzierungsnachrichten eines europäischen Marktes angekündigt. Es wollte jede Runde aus den Nachrichten auslesen und beim Unternehmen in HubSpot erfassen lassen, mit tatsächlich namentlich genannten Gründern und Investoren, einem Link zur Quelle und einem Hinweis, vor der Kontaktaufnahme zu prüfen, wobei jede Runde übersprungen wird, die in den letzten 90 Tagen bereits erfasst wurde. Außerdem mussten die bestehenden Kontakte aus einer Outreach-Arbeitsmappe nach HubSpot umziehen. - **53** Notizen zu Finanzierungsrunden in HubSpot geschrieben, jede mit dem Quellenlink - **935** erfolgreiche Läufe über sechs Wochen - **Unter 2 Stunden** von der Verbindung mit HubSpot bis zu einem geplanten, getesteten Nachrichtenscan - **52** Kontakte an Tag eins aus der Outreach-Arbeitsmappe nach HubSpot übertragen Auf einen Blick - Unternehmen: Gründer-Outreach - Apps: [HubSpot](https://apiant.ai/connections/hubspot), [Claude](https://apiant.ai/connections/anthropic) (ihr eigener Anthropic-Schlüssel), Nachrichten-Feeds - Gebaut mit: Ihr AI-Client, über den [APIANT MCP-Server](https://apiant.ai/de/mcp) - Im Betrieb: Zwei geplante Scans, alle paar Stunden und einmal täglich ## Der Weg - Tag 1 ### Die Arbeitsmappe zieht nach HubSpot um Das Team verband HubSpot und Claude und bat dann um zwei Bausteine: ein Unternehmen finden oder anlegen (nach Domain, dann nach exaktem Namen) und eine Person finden oder anlegen und mit dem Unternehmen verknüpfen. Der Agent nutzte die Unternehmenssuche, um die Outreach-Arbeitsmappe des Teams zu importieren: 52 Kontakte, jeder mit Unternehmen, Rolle und Notizen, als importiert markiert, damit ein erneuter Lauf sie überspringt. 52 von 52 - Tag 1, später ### Ein Schlagzeilen-Scan, alle paar Stunden Die Anfrage: Finanzierungsschlagzeilen lesen, Claude jede Runde einer namentlich genannten Consumer-Marke herausziehen lassen und sie in HubSpot mit tatsächlich namentlich genannten Gründern und Investoren erfassen, dazu eine Notiz mit "vor der Kontaktaufnahme prüfen" und dem Link zur Quelle. Sie wurde innerhalb einer Minute nach dem Bau getestet und lief ein paar Stunden später selbstständig. - Tag 2 ### Die Outreach-Felder ausfüllen Zwei weitere einmalige Jobs: Outreach-Welle, Kanal und Status für die 52 importierten Kontakte setzen und die übrigen Tabs der Arbeitsmappe importieren. Jeder lief einmal und war erfolgreich. - Tag 5 ### Der tägliche Artikel-Scan, in kleine Teile aufgeteilt Ein zweiter Scan für die vollständigen Artikel. Der Agent baute ihn aus drei Teilen: Einer teilt jeden neuen Artikel in Abschnitte, einer lässt Claude jeden Abschnitt lesen und die Runden als Daten zurückgeben, und einer erfasst jede Runde in HubSpot. Er wurde in unter einer Minute mit 34 Artikelabschnitten getestet, und jeder Lauf war erfolgreich. - Tage 6 bis 44 ### Es läuft weiter Der tägliche Scan ist 39 Mal gelaufen und der Schlagzeilen-Scan 680 Mal, jeder Lauf erfolgreich. Zusammen haben sie 53 Notizen zu Finanzierungsrunden geschrieben und Runden übersprungen, die in den letzten 90 Tagen bereits erfasst waren. ## Was sie gebaut haben Automatisierung | Was es tut | Ergebnis | Unternehmenssuche | Ein HubSpot-Unternehmen nach Domain, dann nach Name finden; nur anlegen, wenn keines von beiden passt | Funktioniert, von jedem Import und Scan wiederverwendet | Personensuche | Einen Kontakt finden oder anlegen und ihn mit seiner Rolle mit dem Unternehmen verknüpfen | Funktioniert | Arbeitsmappen-Import | 52 Kontakte mit Unternehmen, Rollen und Notizen | Funktioniert, 52 von 52 | Outreach-Felder | Welle, Kanal und Status für die importierten Kontakte | Funktioniert, 52 von 52 | Schlagzeilen-Scan | Alle paar Stunden liest Claude Finanzierungsschlagzeilen und erfasst neue Runden | 680 Läufe, alle erfolgreich, 9 Notizen zu Runden | Täglicher Artikel-Scan | Teilt jeden Artikel auf, Claude extrahiert die Runden, jede Runde wird in HubSpot erfasst | 39 tägliche Läufe, alle erfolgreich, 44 Notizen zu Runden | Insgesamt neun Automatisierungen, die zwei Hintergrundteile des Scans und den zweiten Arbeitsmappen-Import mitgezählt. ## Warum es funktioniert hat - 01 ### Das Team fragte in einfachem Englisch. Die Abgleichsregeln, das 90-Tage-Gedächtnis und die Aufteilung waren Aufgabe des Agenten; Aufgabe des Teams war es zu sagen, welche Runden zählen und wie eine gute Notiz aussieht. - 02 ### Alles wurde getestet, bevor es selbstständig lief. Jedes Teil wurde am Tag seines Baus über den AI-Client des Teams gegen dessen echtes HubSpot ausgeführt. - 03 ### Kleine Teile, kurze Läufe. Der tägliche Scan teilt jeden Artikel auf, sodass kein einzelner Lauf einen ganzen Newsletter trägt: Die Artikelabschnitte brauchten im Schnitt unter fünf Sekunden pro Lauf, und jede Notiz zu einer Runde verlinkt auf ihre Quelle. ## Weitere Geschichten - [Ein Gym-Inhaber wollte, dass ActiveCampaign weiß, was Mindbody weiß. Neue Kunden kommen jetzt den ganzen Tag über stündlich an, getaggt mit dem, was sie tatsächlich tun.](https://apiant.ai/de/stories/gym-mindbody-activecampaign-sync) - [Eine Kirchengemeinde brauchte jede Stripe-Spende in DonorPerfect, beim richtigen Spender, mit ihren eigenen Codes. Am nächsten Tag kamen ihre Zahlungen von selbst als Spenden an.](https://apiant.ai/de/stories/church-stripe-donorperfect-gifts) - [Ein Trainingsstudio wollte, dass der erste Paketverkauf jedes neuen Kunden aus Mindbody an seine eigenen Systeme gesendet wird. Der erste Live-Verkauf ging eine halbe Stunde nach der Registrierung durch.](https://apiant.ai/de/stories/training-studio-mindbody-sale-webhooks) ## Worum würden Sie bitten? [Kostenlos starten](https://app.apiant.ai/register?utm_source=stories&utm_medium=cta&utm_campaign=story_funding)[Weitere Geschichten lesen](https://apiant.ai/de/stories) Die Angaben stammen aus dem eigenen Ausführungsverlauf des Accounts und werden ohne den Namen des Teams geteilt.