Make Review: Ein tiefer Einblick in führende Automatisierungssoftware

Als Unternehmer und Softwaregründer habe ich jahrelang nach dem perfekten Ablauf gesucht und immer gehofft, dass die nächste Plattform endlich „die eine“ sein würde. Irgendwann habe ich aufgegeben. Stattdessen habe ich eine praktischere Alternative gefunden: Ich verbinde meine besten Tools über eine spezialisierte Automatisierungsplattform.

Make (früher Integromat) ist eine dieser Automatisierungsplattformen. Es ist der digitale Kleber, der dein Unternehmen zusammenhält, indem er deinen verstreuten Tech-Stack verbindet. Egal, ob du wie ich Marketing- und Vertriebstools verwendest oder Projektmanagement-Software, Inventarsysteme oder etwas anderes – Make kann deinen Workflow automatisieren.

Ich habe Make ausgiebig in echten Geschäftssituationen getestet. Die Plattform bietet leistungsstarke Integrationen, die deine Arbeitsweise verändern werden. Der Nachteil ist, dass sie auch komplexer ist als manche Alternativen.

In diesem Praxis-Review teile ich meine Erfahrungen, zeige dir die wichtigsten Funktionen von Make, wie es sich tatsächlich bedienen lässt (nicht nur das, was das Marketing verspricht) und ob sich der Preis für dich lohnt.

Lass uns loslegen!

Was ist Make?

Make ist eine No-Code-Automatisierungsplattform, mit der du automatisierte Workflows per visuellem Drag-and-drop-Builder erstellen kannst. Du verbindest dazu verschiedene Apps und Dienste, um wiederkehrende Aufgaben zu automatisieren, Daten zwischen Tools auszutauschen und Aktionen in einer App auszulösen, wenn etwas in einer anderen passiert.

Zum Beispiel kannst du, wenn jemand ein Google-Formular absendet, die Antwort in eine Google-Tabelle eintragen, einen Datensatz mit den Informationen in deinem CRM anlegen und dein Team in Slack benachrichtigen.

Make-Begriffe verstehen

Bevor ich auf die Funktionen von Make eingehe, will ich kurz ein paar der eigenen Begriffe erklären. Sie unterscheiden sich von denen der Konkurrenz wie Zapier und haben mich anfangs echt verwirrt.

Hier ein schneller Überblick:

• Szenarien: Das sind deine eigentlichen Automatisierungen oder automatisierten Workflows. Wenn du Zapier kennst, entsprechen sie dort den Zaps.
• Module: Die einzelnen Schritte oder Bausteine in deinem Szenario.
• Apps: Drittanbieter-Software, mit der Make sich verbindet (zum Beispiel Airtable, Gmail, Google Forms), aber auch eingebaute Apps wie Flow Control, Webhooks, Data Store und andere. Drittanbieter-Apps verbindest du unter Verbindungen. App-Verbindungen unterstützen verschiedene Module.
• Operationen (Ops): Jedes Mal, wenn ein Modul in einem Szenario ausgeführt wird, wird eine Operation verbraucht. Das Preismodell von Make basiert auf der Anzahl der Operationen, du kannst sie dir also auch als Credits vorstellen.
• Flows: Ein Pfad innerhalb eines Szenarios, also die Reihenfolge, in der Module innerhalb eines Szenarios ausgeführt werden. Ein Szenario kann mehrere verschiedene Flows haben.
• Bundles: Eine Sammlung zusammengehörender Datensätze (das können Zeilen, Reihen, Einträge usw. sein).
• Array: Eine einzelne Sammlung mehrerer Bundles. Wird vor allem bei entwicklungsbezogener Automatisierung genutzt, aber du kannst sie auch in anderen Szenarien sehen.

Hauptfunktionen und was Make unterscheidet

Nachdem ich ein wenig mit Make herumgespielt habe, ist mir aufgefallen, dass es sich in ein paar wichtigen Punkten von anderen Automatisierungsplattformen abhebt. Schauen wir uns mal an, was Make besonders macht.

Umfassendes Integrations-Ökosystem

Zum Zeitpunkt dieses Beitrags bietet Make 2.478 native Integrationen in seiner Bibliothek an. Auch wenn das nicht an die riesigen 8.000+ Verbindungen von Zapier heranreicht, ist das Angebot von Make dennoch umfangreich genug, um die meisten Anwendungsfälle abzudecken. Du stößt nur dann auf Einschränkungen, wenn du eine besonders unbekannte App oder eine ganz neue Software nutzt, die noch keine Integration mit Make hat.

Selbst dann bist du nicht komplett aufgeschmissen. Das leistungsstarke Webhook-Modul von Make bietet eine praktische Lösung, um manche nicht unterstützte Apps trotzdem zu verbinden. Natürlich kannst du auch über die API-Funktion eigene Verbindungen erstellen, das ist aber nur etwas für Entwickler.

Robuste Unterstützung für Webhooks

Webhooks sind eine Möglichkeit, wie Webanwendungen in Echtzeit über HTTP-Anfragen miteinander kommunizieren. Diese automatisierten Helfer liefern Daten von einer Anwendung zur anderen, sobald bestimmte Ereignisse eintreten, und schlagen damit eine Brücke zwischen Anwendungen, die keine direkte native Integration haben. Das Beste daran ist, dass Webhooks komplett kostenlos sind. Du zahlst also nichts extra zu Make.

Zum Glück sind sie mit dem integrierten Webhook-Modul von Make tatsächlich ziemlich einfach einzurichten.

Ich empfehle dir, dich mit Webhooks vertraut zu machen. Damit erweiterst du die Verbindungsmöglichkeiten von Make weit über die integrierte Bibliothek hinaus.

Intuitiver visueller Workflow-Builder mit Triggern, Aktionen und Filtern

Das Herzstück von Make.com ist der intuitive Szenario-Builder, in dem du automatisierte Workflows erstellst, indem du verschiedene Apps verbindest. Du fügst Module hinzu und kannst sie dann per Drag & Drop anordnen.

Jedes Szenario besteht aus drei Haupttypen von Modulen:

• Trigger erkennen Ereignisse und starten ein Szenario, zum Beispiel neue E-Mails, Formularübermittlungen oder neue Notion-Datenbankeinträge.
• Aktionen reagieren auf Trigger und führen verschiedene Aufgaben aus, wie das Aktualisieren von Tabellen, das Versenden von Benachrichtigungen oder das Erstellen, Aktualisieren oder Löschen von Kalendereinträgen.
• Flow Control-Modul ist ein spezielles operatives Modul, mit dem du Dinge wie Routing (das Aufteilen des Szenarios in verschiedene Abläufe), Wiederholungen, das Beenden des Szenarios und mehr steuern kannst.

Jedes Modul muss verbunden sein, damit ein Szenario funktioniert. Du brauchst mindestens ein Trigger- und ein Aktionsmodul pro Szenario.

Zwischen den Verbindungen kannst du auch Filter einrichten. Filter werden verwendet, um das Szenario anhand bestimmter Bedingungen in verschiedene Bahnen zu lenken. Wenn zum Beispiel ein neues Google-Formular ausgefüllt wird, kannst du es so filtern, dass der Datensatz zu Pipedrive hinzugefügt wird, wenn die Übermittlung aus den USA kommt. Kommt die Übermittlung nicht aus den USA, wird der Datensatz zu ActiveCampaign hinzugefügt.

Du kannst beliebig viele Filter erstellen und hast so die volle Kontrolle über deine Automatisierungen. Im folgenden Szenario gibt es drei Pfade, die durch Filter definiert sind:

1. Ein neuer Google-Kalendereintrag wird erstellt, wenn für den Notion-Datensatz noch keiner existiert.
2. Wenn ein Kalendereintrag existiert, wird er mit den neuesten Daten aus dem Notion-Datensatz aktualisiert.
3. Wenn die Status-Spalte eines Notion-Datensatzes auf „Cancelled“ geändert wird, wird der Kalendereintrag gelöscht.

Es gibt viele weitere Funktionen, die dir helfen, Szenarien zu visualisieren und damit zu arbeiten. Besonders gut gefällt mir Explain Flow. Damit bekommst du eine Animation des Ablaufs der Module, um sie besser zu verstehen.

Erweiterte Funktionen für Szenariotests und Fehlersuche

Ganz ehrlich: Make.com hat eine steile Lernkurve und selbst scheinbar einfache Szenarien zu erstellen, kann am Anfang überraschend herausfordernd sein. Es ist absolut entscheidend, dass du lernst, wie du deine Automationen richtig testest und Fehler behebst, bevor du die volle Power der Plattform nutzen kannst.

Make bietet dafür mehrere Funktionen, die wichtigste ist der Button „Einmal ausführen“ unten links. Wenn du darauf klickst, wird das Szenario einmal durchlaufen und die Ergebnisse werden angezeigt.

Wichtig zu wissen ist, dass Make im Gegensatz zu anderen Automatisierungstools beim Testen von Szenarien nur mit echten Daten arbeitet. Das heißt: Wenn du „Einmal ausführen“ nutzt, läuft das Szenario live und Änderungen werden tatsächlich in deinen Apps vorgenommen.

Außerdem müssen deine Apps so eingerichtet sein, dass du das Szenario von Anfang bis Ende testen kannst. Ein Szenario wird nicht bis zum letzten Modul ausgeführt, wenn die Filterbedingungen nicht erfüllt sind.

Ich hatte Schwierigkeiten beim Testen meiner Szenarien, weil ich zwischen verschiedenen Apps und Datensätzen wechseln musste, um sicherzustellen, dass alles richtig eingerichtet war. Das kann richtig problematisch werden, wenn du ein komplexes Szenario mit vielen Apps und einer Menge generierter Daten hast. Ich wünschte, Make würde automatisch Dummy-Daten generieren und einen Sandbox-Modus anbieten, sodass alles direkt in der Make-Oberfläche getestet werden kann. So wie es bei Zapier möglich ist.

Wenn du dein Szenario ausgeführt hast, bekommst du entweder die Nachricht, dass „das Szenario erfolgreich abgeschlossen wurde“, oder dass ein Fehler aufgetreten ist. So sieht ein erfolgreiches Szenario aus:

Du kannst dann auf jede Blase klicken, um mehr Daten zu deinem Szenario zu sehen.

Und das siehst du, wenn etwas nicht stimmt:

Make benachrichtigt dich über alle Probleme im Ausführungsprotokoll. Das bringt mich auch gleich zu meinem ersten großen Frust mit der Plattform. Die unklare Sprache in den Protokollen. Die Fehlermeldungen scheinen ausschließlich für Entwickler geschrieben zu sein, nicht für weniger technisch versierte Nutzer.

Eine Möglichkeit, das Chaos bei der Fehlersuche in solchen Situationen zu minimieren, ist, das Szenario Modul für Modul zu überprüfen. Das geht, indem du mit der rechten Maustaste auf ein bestimmtes Modul klickst und „Nur dieses Modul ausführen“ auswählst.

Automatisierte Fehlerbehandlung

Fehlerbehandlung in Make ist eine fortschrittliche Funktion, die dir hilft, einen reibungslosen Ablauf deines Szenarios zu gewährleisten, indem sie unerwartete Probleme mit deinen Automatisierungen verwaltet. Wenn Probleme auftreten, wird dir ein rotes Ausrufezeichen über dem betroffenen Modul angezeigt, damit du sie sofort erkennen kannst. Außerdem bekommst du eine E-Mail-Benachrichtigung.

Wichtig: Wenn ein Fehler auftritt, stoppt Make dein Szenario automatisch.

Fehlerbehandler ermöglichen es dir, gezielt auf Probleme zu reagieren, damit Workflows trotz Hindernissen weiterlaufen. Ich war von dieser Funktion ziemlich beeindruckt, weil ich so etwas bei anderen Automatisierungstools und visuellen Buildern vorher noch nicht gesehen habe.

Du kannst dir eine praktische Übersicht darüber, wie Fehlerhandler funktionieren anschauen, aber der am häufigsten genutzte ist „Ignorieren“. Damit kannst du das Szenario fortsetzen, wenn bei einem Bundle ein Fehler auftritt.

Zum Beispiel wird im folgenden Szenario ein Webhook genutzt, um Daten an ChatGPT zu senden, die Ergebnisse werden dann als neue Zeile in Google Sheets eingefügt. Falls ChatGPT mal ein Timeout hat und keine Antwort generiert, sorgt ein Ignorieren-Modul dafür, dass dein Szenario trotzdem reibungslos weiterläuft.

Szenario-Planung

Falls du dich fragst, was das tickende Kreissymbol neben deinem Trigger bedeutet: Das ist die Zeitplan-Einstellung. Ein weiteres praktisches Make-Feature, mit dem du festlegen kannst, wann ein Szenario ausgeführt wird.

Du kannst dein Szenario sofort auslösen (sobald das Trigger-Ereignis eintritt), in regelmäßigen Abständen oder zu einer bestimmten Uhrzeit am Tag, in der Woche oder im Monat. Ich finde das super praktisch, weil ich so mehrere Szenarien planen und Überschneidungen vermeiden kann.

Du kannst zum Beispiel deine Social-Media-Content-Strategie erweitern, indem du mehrere Szenarien aufbaust. Sagen wir, du möchtest montags und mittwochs News-Updates veröffentlichen und dienstags und donnerstags Reviews posten. So entsteht eine ausgewogene und vorhersehbare LinkedIn-Präsenz.

Im folgenden Beispiel habe ich ein Szenario, das jeden Montag und Mittwoch meinen WordPress-Blog überwacht und sofort neue Veröffentlichungen in der Kategorie News erkennt. Jeder Beitrag wird dann durch ein Claude AI-Modul verarbeitet, das den Inhalt analysiert und automatisch einen kurzen, nachrichtenähnlichen Beitrag erstellt, der anschließend auf LinkedIn geteilt wird.

Ein (überraschend) hilfreicher KI-Assistent

Make bietet dir einen KI-Assistenten, der dir beim Bearbeiten deines Szenarios, beim Erstellen von Mappings und Filtern, beim Schreiben von E-Mails und vielem mehr hilft.

Während ich mich mit der Zuordnung von Modul-Daten herumgeschlagen habe (ein berüchtigt kniffliger Prozess), habe ich es skeptisch gebeten, die Verbindungen zwischen den Schritten zu übernehmen.

Zu meiner echten Überraschung hat es die Felder korrekt zugeordnet – ganz ohne das übliche Trial-and-Error-Kopfschmerzen.

Make’s KI beantwortet nicht nur Fragen, sondern nimmt Änderungen direkt in deinem Szenario vor. Das hat mir viel Zeit beim Beheben dieser kryptischen Fehlermeldungen gespart, die ich vorhin erwähnt habe. Der KI-Assistent ist nicht perfekt. Manchmal schlägt er für komplexe Szenarien unpraktische Lösungen vor. Trotzdem ist das ein Schritt in die richtige Richtung, um die Wissenslücke zu schließen, die Make für Einsteiger abschreckend macht.

Versionsverlauf

Das Versionskontrollsystem von Make wurde während der Entwicklung komplexer Szenarien zu meinem Sicherheitsnetz. Die Plattform speichert deinen Workflow-Verlauf automatisch. So kannst du alle vorherigen Versionen mit exakten Zeitstempeln ansehen. Das Feature lädt zum Experimentieren ein. Du kannst Verbesserungen testen, weil du weißt, dass du sie jederzeit zurücksetzen kannst, falls sie nicht wie gewünscht funktionieren.

Szenario-Inputs zur Unterstützung interner Aufgaben und beim Onboarding

Wenn manuelle Mitarbeiter-Onboardings zu deinem Alltag gehören, bietet die Szenario-Inputs-Funktion von Make eine bahnbrechende Lösung, die ich als sehr leistungsstark empfunden habe.

Anstatt jedes neue Teammitglied manuell zu jeder Plattform im System hinzuzufügen, wie Asana, JIRA, Slack, Google Drive usw., kannst du in Make ein Formular einrichten, um diese wichtigen Informationen zu erfassen.

Szenario-Inputs ermöglichen es dir, eine Datenstruktur für diese Informationen zu erstellen.

Diese Daten kannst du dann als dynamische Zuordnung unter „Benutzerdefinierte und Systemvariablen:“ verwenden.

Wenn du auf „Einmal ausführen“ klickst, wirst du aufgefordert, das Formular mit Informationen auszufüllen. Dadurch wird die Automatisierung gestartet und Make kann für den neuen Mitarbeiter Konten auf verschiedenen Plattformen erstellen.

Der einzige Nachteil, den ich gefunden habe, ist, dass nur wenige Apps einen „Teammitglied einladen“-Trigger unterstützen. Eine praktikable Lösung ist, eine Aufgabe zu erstellen und sie dir selbst (oder einem anderen Teammitglied) zuzuweisen, um den Mitarbeiter manuell einzuladen. Du kannst sogar ein komplettes Onboarding-Projekt mit Aufgaben erstellen.

Hier ist ein fertiges Szenario, das Eingaben verwendet:

Im obigen Beispielszenario passiert Folgendes:

1. Die Person wird als Datensatz in unserem Airtable-Team-Bereich angelegt.
2. Sie wird zum ClickUp Workspace eingeladen.
3. Es wird eine Aufgabe erstellt, um sie zu Jira einzuladen.
4. Sie wird zu Hubstaff eingeladen, um ihre Zeit zu erfassen.
5. Zum Schluss erhält sie eine personalisierte Onboarding-E-Mail, je nachdem, ob sie aus dem Marketing- oder dem Sales-Team kommt.

Viele hilfreiche Vorlagen

Make bietet eine beeindruckende Galerie mit Hunderten von vorgefertigten Automatisierungsszenarien.

Jede Vorlage enthält eine In-App-Anleitung, die dich Schritt für Schritt durch die Einrichtung der einzelnen Module führt.

Ich finde diese Anleitungen hilfreich, um zu zeigen, wie man das Szenario einrichtet. Trotzdem hatte ich das Gefühl, dass das "Warum" fehlt. Sie zeigen den geschäftlichen Kontext nicht auf und erklären oft auch nicht, warum etwas genau so umgesetzt wurde.

Zum Beispiel wurde in einer Vorlage, die Airtable-Datensätze mit Google-Kalender-Ereignissen synchronisiert, eine der Spalten in Airtable als Datenpunkt verwendet, um die Datensätze mit den Ereignissen abzugleichen. Das wurde im Guide aber nicht erwähnt, also musste ich durch Ausprobieren selbst herausfinden, warum diese Spalte wichtig ist.

Meine Erfahrung mit Make.com: Ein Szenario von Grund auf Schritt für Schritt Erstellen

Was halte ich also von Make? Viele sagen, Make ist richtig schwer zu benutzen. Da stimme ich zu. Genau deshalb will ich dir hier Schritt für Schritt zeigen, wie ich dieses Szenario erstellt habe, und dich durch die komplette Automatisierung führen.

Ich habe Make auf alle möglichen Arten getestet. Lass uns gemeinsam anschauen, wie ich es genutzt habe, um ein Szenario zu bauen, das meine Geschäftsabläufe effizienter macht.

Mein AI Lead Scoring Workflow

Level: Mittelstufe
Business-Typ: Hochpreisige Dienstleistung oder Software as a Service
Verwendete Apps: Formular-Tool wie Typeform, AI-Agent (ChatGPT oder Claude), Google Sheets

Szenarioziel: In meinem Softwareunternehmen erhalten wir viele Anfragen für Demo-Calls, aber nicht alle kommen von qualifizierten Käufern. Mit diesem Szenario möchte ich meine Leads anhand eines Lead-Scoring-Systems qualifizieren.

So habe ich das Schritt für Schritt in Make umgesetzt:

Schritt 1. Erstelle ein Lead-Qualifizierungsformular

Ich habe ein einfaches Lead-Qualifizierungsformular in Typeform mit Fragen zum Umsatz des Leads und zur Art des Unternehmens.

Schritt 2. Erstelle eine Google-Tabelle mit den Daten

Ich sammle alle Lead-Antworten in einer Google-Tabelle mit Spalten, die den Fragen im Formular entsprechen:

Schritt 3. Richte den Typeform-Trigger ein

Ich habe alle Typeform-Fragen als Elemente in meinem "Watch for responses"-Typeform-Modul in Make zugeordnet.

Schritt 4. Nutze eine KI-Aktion, um Antworten zu analysieren und zu bewerten

Jetzt kann ich diese Antworten als auswertbare Datenpunkte für meinen KI-Assistenten nutzen, um sie zu bewerten. Ich verwende Claude, weil ich den bevorzuge und ein kostenpflichtiges Abo habe (du brauchst dafür Credits), aber du kannst auch jedes andere KI-Modell wie ChatGPT verwenden.

Hier ist mein Prompt:

„Du bist mein Lead-Scoring-Experte.

Deine Aufgabe ist es, die Qualität der Leads zu analysieren, die einen Termin für mein Software-Business Encharge buchen möchten.

Wir richten uns an SaaS-Unternehmen mit einem Jahresumsatz von über 1 Million US-Dollar.

Unten findest du die Lead-Daten: [Trage die Antworten als auswertbare Angaben ein.]

Bewerte den Lead mit einer Punktzahl zwischen 1 und 10, wobei 1 ein Lead von niedriger Qualität und 10 ein Lead von sehr hoher Qualität ist.

Deine Antwort muss nur die Punktzahl sein und sonst nichts.“

Wie (zum Teufel) funktioniert Mapping
Einer der mächtigsten, aber auch herausforderndsten Aspekte von Make ist das Daten-Mapping. Dabei geht es darum, Datenwerte von einem Modul oder Schritt mit einem anderen zu verbinden und zuzuweisen. Zum Beispiel: Wenn dein Szenario mit einer Formularübermittlung startet und der nächste Schritt eine Bestätigungs-E-Mail ist, müssen Name und E-Mail-Adresse des Absenders vom Formularmodul ins E-Mail-Modul gemappt werden.

Nachdem ich mit Dutzenden Tools gearbeitet habe, kann ich sagen: Beim Mapping entscheidet sich, ob Automatisierungen genial funktionieren oder komplett scheitern. Die Schwierigkeit besteht darin zu verstehen, wie jede Plattform mit Daten umgeht. Was in einer App als einfaches "Name"-Feld erscheint, muss in einer anderen vielleicht in "first_name" und "last_name" aufgeteilt werden. JSON-Arrays aus einer API müssen eventuell erst umgewandelt werden, bevor sie in einer Tabelle genutzt werden können. Diese Inkonsistenzen sorgen für Stolpersteine, die sorgfältige Planung und jede Menge Tests erfordern.

Leider hilft uns Make bei diesem Prozess nicht weiter. Make stellt zwar alle von jedem Tool übertragenen Daten zur Verfügung (super mächtig), liefert diese aber roh, ohne Formatierung oder Struktur. Das heißt, du siehst oft eine große Liste an Daten, bei der nicht immer klar ist, was was ist oder wohin es gehört.

Sobald du bei Make fortgeschritten bist (oder Entwicklerkenntnisse hast), kannst du Funktionen wie Array-Aggregatoren und Text-Formatter nutzen, um Daten umzubauen.

Schritt 5. Die Antworten filtern

Sobald die Bewertung durch die KI abgeschlossen ist, will ich die Leads anhand ihres Scores in drei Gruppen einteilen: hohe Qualität (7-10), mittel (4-7) und niedrig (0-3). Dafür nutze ich einen Router mit drei Pfaden und jeweils einem Filter.

Um die Filter einzurichten, nehme ich:

• Für Hoch: Numerischer Operator – Größer oder gleich 7

• Für Mittel: Größer oder gleich 4 und kleiner als 7

• Für Niedrig: Weniger als 4

Schritt 6. Variablen hinzufügen

Als Nächstes verwende ich im Tools-Set-Variable-Modul in Make die Möglichkeit, die Variable festzulegen, die an das Google Sheet übergeben wird.

Schritt 7. Eine Zeile zum Google Sheet hinzufügen

Der letzte Schritt ist, die Google Sheet-Module hinzuzufügen und die Daten aus den anderen Modulen zuzuordnen:

Schritt 8. Ergebnisse bewerten

Das ist das Endergebnis. Das Szenario füllt den Lead-Score und den Lead-Typ mit Hilfe meines KI-Assistenten aus.

Das ist nur ein Szenario, aber ich habe gelernt, wie man Trigger und Aktionen nutzt, Daten zwischen Apps verschiebt, Variablen einsetzt und den Ablauf mit Routern und Filtern personalisiert. Und das ist nur die Spitze des Eisbergs! Es gibt Dutzende Möglichkeiten, wie ich dieses Szenario erweitern könnte.

Zum Beispiel könnte ich Claudes umfassende Analyse zusätzlich zu den Lead-Score-Daten einholen, um meinem Vertriebsteam alle wichtigen Infos zu jedem potenziellen Kunden in einer einzigen Übersicht bereitzustellen.

Oder ich könnte verschiedene Module für die drei Lead-Typen hinzufügen und den Ablauf noch individueller gestalten:

• Für meine wertvollsten Leads kann ich einen einmaliger Calendly-Terminlink erstellen und diesen Link in eine persönliche Einladungs-E-Mail für ein Gespräch einfügen, die auch mit KI generiert werden kann.

• Ich kann meine mittelguten Leads zu meiner E-Mail-Liste bei ActiveCampaign hinzufügen und in eine automatisierte Sequenz schicken.

• Ich kann den Lead-Score aller Leads an mein CRM und andere Kommunikationsplattformen wie mein Support-Desk übertragen.

Und die Liste ließe sich noch weiterführen.

4 Weitere Praxisbeispiele für Make

Die Flexibilität von Make ermöglicht so viele Automatisierungen, die weit über das hinausgehen, was ich bisher beschrieben habe. Bevor du direkt in Make startest, um deine Automatisierungen zu bauen, empfehle ich dir, erstmal einen Schritt zurückzugehen und das große Ganze zu betrachten: Skizziere die Prozesse und die Customer Journey, die du gestalten möchtest. Du kannst dazu ein visuelles Mapping-Tool wie Miro oder einfach einen Notizblock nutzen, um deinen Workflow zu zeichnen und alle Touchpoints zu identifizieren.

Wenn du das gemacht hast, solltest du auf Micro-Ebene überlegen, welche Daten du für die Automatisierungen brauchst, welche Datenfelder und Datensätze zugänglich sein müssen und wie genau die Apps miteinander kommunizieren. Das ist eine der großen Herausforderungen bei Make: Es ist ein bisschen wie visuelles Programmieren. Es ist mächtig, aber du musst wissen, wie du es richtig einsetzt, um Frust zu vermeiden oder zumindest zu minimieren.

Schauen wir uns jetzt vier echte Workflows von Make-Nutzern an, die zeigen, wie vielseitig die Plattform ist – vielleicht findest du hier auch Anregungen, wie du eigene Business-Herausforderungen lösen kannst.

1. Automatisiere schöne Verträge für deine Kunden

Level: Mittelstufe
Unternehmenstyp: Dienstleistungen
Verwendete Apps: Webhooks (oder ein nativ integriertes Formular), CRM, Vertragsgenerator (wie PandaDoc, Docusign)

Verträge zu erstellen ist ziemlich repetitive Arbeit, aber eine Make-Automatisierung kann dir den Großteil abnehmen. Dieses spezielle Make-Szenario stammt von Geschäftsinhaber und Automatisierungsexperte Jono Catliff (er hält es für eine seiner stärksten Automatisierungen), aber du kannst es für alle möglichen Vertragsarten nutzen.

So funktioniert es:

1. Das Vertriebsteam führt Kundengespräche und füllt ein Formular mit Kundendaten aus (bei seinem Hochzeitsunternehmen gehören dazu Veranstaltungsdaten, Orte und Zeiten).

2. Make generiert dann automatisch eine Rechnungsnummer, aktualisiert das CRM (er verwendet GoHighLevel) und erstellt passende Positionen basierend auf dem Verkaufsgespräch.

3. Das Make-Szenario fasst alles in einem professionellen PandaDoc-Vertrag zusammen – mit allen Kundendaten, Preisen und ausgewählten Leistungen.

4. Sobald Kundinnen und Kunden unterschreiben und bezahlen, erfasst ein weiteres Make-Szenario die finalen, genehmigten Positionen und aktualisiert alle Systeme mit den exakten Zahlen.

Diese Automatisierung ist besonders wertvoll für Dienstleistungsunternehmen, Agenturen und Berater, die regelmäßig individuelle Kundendokumente erstellen.

2. Automatisiere Team-Videoanrufe und Webinar-Prozesse

Level: Mittelstufe
Unternehmenstyp: Jedes Unternehmen, das auf Anrufe angewiesen ist
Verwendete Apps: Zoom (oder jedes andere Videoaufnahme-Tool), Vimeo oder Youtube, Airtable (oder jede App zur Protokollführung), ChatGPT (optional)

Wenn du viele Webinare oder Zoom-Aufzeichnungen erstellst, zeigt dir diese Automatisierung vom AI-Automations-Experten Drake Surach, wie du Zoom-Aufzeichnungen ganz ohne manuellen Aufwand verarbeiten kannst. Die Automatisierung startet automatisch, sobald eine Zoom-Cloud-Aufzeichnung abgeschlossen ist, und läuft dann in drei parallelen Prozessen ab:

1. Das Transkript des Gesprächs wird heruntergeladen und als durchsuchbarer Text in Airtable gespeichert.
2. Die MP4-Aufzeichnung wird heruntergeladen und automatisch bei Vimeo hochgeladen. Der Videolink wird für einen einfachen Zugriff gespeichert.
3. Das Chatprotokoll mit allen Teilnehmernachrichten und geteilten Links während des Meetings wird erfasst.
4. Alle diese Elemente werden zusammengeführt und mit ChatGPT werden Meeting-Zusammenfassungen und wichtige Informationen extrahiert. Daraus entstehen Posts für Surachs Skool-Community.

Dieser Workflow ist ideal für Vertriebsteams, die Gespräche mit Interessenten auswerten, Lern-Communities, die Bildungsinhalte archivieren, oder jede Organisation, die regelmäßig virtuelle Meetings durchführt und eine gründliche Dokumentation benötigt.

3. Persönliche Outreach-Nachrichten generieren

Level: Anfänger
Geschäftstyp: Jedes Unternehmen, das Kaltakquise betreibt
Verwendete Apps: Google Spreadsheet, KI-Modell, Tool für Kaltakquise (Clay, Lemlist, usw.)

Marketer wissen, dass Kaltakquise ein Spiel der Masse ist. Aber auch, dass eine personalisierte Nachricht die Chancen auf eine Conversion erhöht. Genau deshalb ist Automatisierung in diesem Bereich besonders wertvoll. In diesem Make Szenario zeigt Digitalmarketer Charlie Barber, wie Kaltakquise mit personalisierten Nachrichten im großen Stil transformiert werden kann.

So funktioniert es:

1. Die Automatisierung überwacht ein Google Sheet auf neue Leads und übergibt dann die Instagram-URL (oder eine andere Social-Media-URL), den Namen und die Bio jeder Person an ChatGPT. Denk daran, dass du die Social-Profile zuerst scrapen oder auf andere Weise die Daten der Person extrahieren musst, bevor du dieses Szenario nutzen kannst.
2. Die KI analysiert jedes Profil und erstellt einzigartige Einstiegsnachrichten, die sich auf bestimmte Details aus der Bio des Kontakts beziehen. So wird aus generischer Kaltakquise hochrelevante Kommunikation. Zum Beispiel: "Hey Laurel, ich habe gesehen, dass du als Maklerin bei Barkley's Real Estate Group bekannt bist."
3. Diese dreistufige Automatisierung läuft kontinuierlich und fügt die personalisierten Nachrichten automatisch wieder in das Spreadsheet ein. Sie sind dann direkt einsatzbereit für Outreach-Kampagnen mit einem Kaltakquise-Tool.

Diese Lösung ist ideal für Vertriebsteams, Agenturen und Freelancer, die ihre Antwortquoten verbessern möchten, ohne Zeit in manuelle Personalisierung zu investieren.

4. Lohnabrechnung für freiberufliche Auftragnehmer automatisieren

Level: Fortgeschritten
Unternehmensart: Jedes Unternehmen, das mit stundenbasierten Freelancern arbeitet
Verwendete Apps: Zeiterfassungs-App wie Harvest, HubStaff oder Toggl, Wise (für Zahlungen), Airtable oder Google Sheets sowie ein Währungsrechner-Modul (wenn du in verschiedenen Währungen bezahlst)

Das Bezahlen von Rechnungen für Auftragnehmer ist eine weitere Aufgabe, die du mit Make automatisieren kannst. Tatsächlich hat der Experte für Geschäftsprozessautomatisierung Nick Saraev einen Workflow erstellt, der alle Aufgaben der Finanzabteilung bei Zahlungen an Auftragnehmer komplett eliminiert. Das löst eine zentrale Herausforderung für sein Content-Schreibunternehmen, das Autoren stundenweise bezahlt, während Kunden feste Preise pro Wort berechnet werden.

So sieht das aus:

1. Das System verbindet sich mit der Zeiterfassungssoftware Harvest, in der Auftragnehmer ihre Stunden eintragen. Zweimal im Monat listet es automatisch alle Nutzer (Freelancer) auf, berechnet die Abrechnungszeiträume, sammelt Zeiteinträge und erstellt Rechnungen in PandaDoc.

2. Ein zweites Szenario wird ausgelöst, wenn die Rechnung unterschrieben wird. Es ruft die Stundensätze aus Airtable ab, übernimmt Währungsumrechnungen für internationale Teammitglieder und stellt Zahlungen in Wise bereit.

Diese Automatisierung verwandelt 10 Stunden Finanzarbeit pro Woche in weniger als 30 Sekunden Kontrolle. Sie funktioniert besonders gut, weil Finanzprozesse aus standardisierten Abläufen mit strukturierten Daten bestehen.

Die Lösung ist ideal für Unternehmen, die Zahlungen an Dienstleister verwalten, Remote-Teams mit verschiedenen Währungen arbeiten oder Serviceunternehmen abrechenbare Stunden erfassen.

Preise von Make

Make bietet fünf verschiedene Pläne an, die sich je nach Anzahl der ausgeführten Vorgänge pro Monat skalieren. Der Einstieg beginnt bei 10.000 und reicht bis zu mehreren Millionen Vorgängen. Die Preise liegen zwischen kostenlos und 34 $ pro Monat.

Die kostenlose Stufe bietet Zugang zum zentralen Workflow-Builder und zu allen Apps. So kannst du erst einmal alles ausprobieren, bevor du dich entscheidest. Allerdings ist sie auf zwei aktive Szenarien beschränkt, was sie eher zu einer kostenlosen Testversion macht.

Der Pro-Plan kostet 18,82 $ pro Monat und ist für mich das beste Angebot von Make. Hier bekommst du praktische Funktionen wie Szenario-Eingaben und benutzerdefinierte Variablen (damit kannst du Daten in mehreren Szenarien gleichzeitig verwalten und bearbeiten).

Eine nervige Einschränkung bei allen Plänen ist das Mindestintervall von 1 Minute zwischen geplanten Szenario-Ausführungen. Das kann zu störenden Engpässen führen, wenn du viele geplante Szenarien hast, die laufend ausgeführt werden. Deine Szenarien könnten sich anstauen und müssen auf ihre Ausführung warten, was alles verlangsamt.

Dieses Problem ist besonders ärgerlich, wenn du Szenarien hast, die für Kunden sichtbar sind. Stell dir vor, ein neuer heißer Lead muss eventuell 5 Minuten warten, bis er das Lead-Magnet bekommt, das er auf deiner Website heruntergeladen hat! (Beachte, dass diese Einschränkung nur für geplante Szenarien gilt – triggerbasierte Szenarien laufen sofort, wenn eine neue Zeile in die Tabelle eingefügt wird.)

Tipps, um das beste Angebot bei Make zu bekommen

• Starte mit der niedrigsten Operations-Option, sonst verfallen ungenutzte Operations am Monatsende. Du kannst jederzeit upgraden, wenn du das Limit überschreitest. (Make schickt vorher Benachrichtigungen.)

• Behalte deine Operations regelmäßig im Blick. Wenn du auf ein Szenario klickst, siehst du ein Tagesdiagramm mit der Anzahl der Operations und dem Datenverbrauch.

Make nutzen: Vorteile und Nachteile

Ist Make das Richtige für dich?

Ich liebe Make wirklich für seine unglaubliche Flexibilität und Power. Es gibt aber auch Dinge, die mir nicht gefallen, wie zum Beispiel das unnötig komplexe Daten-Mapping (das könnte viel einfacher sein).

Insgesamt ist Make ein geniales Tool, das dir Automatisierungs-Superkräfte verleiht, die ich so bei keinem anderen Anbieter gesehen habe. Zusammen mit dem bemerkenswert günstigen Preis ist es eine fantastische Plattform für alle, die ernsthaft anspruchsvolle, mehrstufige Automatisierungen bauen wollen, um ihre Geschäftsabläufe wirklich zu verändern.

Wenn du allerdings nur ein oder zwei einfache Workflows automatisieren willst, ist vielleicht eine unkompliziertere Lösung mit einer geringeren Einstiegshürde, wie zum Beispiel Zapier, besser geeignet. Make belohnt alle, die bereit sind, die steile Lernkurve zu meistern, mit einzigartigen Möglichkeiten. Du musst aber selbst entscheiden, ob sich der Aufwand für dich und deine Automatisierungsziele lohnt.

Für mich war die Antwort ein klares Ja! Die Zeit, die ich in Make investiert habe, zahlt sich zigfach aus, weil ich so viele Stunden spare. Es gibt nichts Befriedigenderes, als ein komplexes Szenario live zu sehen, das wirklich funktioniert.

Nicht überzeugt von Make? Schau dir unseren n8n-Test an und sieh dir den Vergleich an.