Gumloop-Review: Ein Deep Dive in ein KI-first-Automatisierungstool

Nachdem ich mir die großen Anbieter wie Zapier, Make und n8n angesehen habe, dachte ich, ich hätte alles im Bereich Workflow-Automatisierung gesehen. Dann kam aber die KI-Revolution, zusammen mit Plattformen wie Gumloop, die ein neues Zeitalter der Automatisierung mit KI-nativen Tools versprachen.

Wenn du in letzter Zeit auf X oder LinkedIn unterwegs warst, hast du sicher die ganzen Posts rund um KI-Agenten gesehen. Überall findet man Lead-Magneten zu „Bots, die ganze Unternehmen steuern“, und ein Gründer behauptete sogar, dass sämtliche Mitarbeitenden seiner Firma eine Woche lang verschwunden sind, während KI-Agenten alles übernommen haben (Vertrieb, Support, Betrieb) – ohne Auswirkungen auf Umsatz oder Churn.

Das klingt spannend, aber hält es auch, was es verspricht? Gumloop präsentiert sich an der Spitze dieser KI-first-Welle, aber nachdem ich schon unzählige SaaS-Tools getestet habe, bin ich bei großen Versprechen grundsätzlich skeptisch.

Die eigentliche Frage ist nicht nur, ob Gumloop funktioniert, sondern ob es wirklich einen echten Unterschied zwischen klassischen Workflow-Lösungen und diesen auf KI ausgelegten Plattformen gibt. Heute finden wir es heraus. Ich habe Gumloop ausführlich getestet und genau geprüft, was es kann, was nicht – und wo es wirklich punktet. Los geht’s!

Was ist Gumloop?

Gumloop ist eine KI-native Automatisierungsplattform, die speziell für Go-to-Market-Teams (GTM), Revenue Operations und Business Development entwickelt wurde. Sie positioniert sich als No-Code-Lösung zum Erstellen von KI-gestützten Automatisierungen.

Im Grunde funktioniert sie ähnlich wie klassische Workflow-Tools, indem man einzelne Schritte (bei Gumloop werden sie Nodes genannt) auf einer visuellen Oberfläche miteinander verbindet, um Aufgaben zu automatisieren. Im Unterschied zu etablierten Tools, die KI erst später integriert haben, wurde Gumloop von Anfang an mit dem Fokus auf KI entwickelt.

Die Plattform bietet fortschrittliche KI-Funktionen mit Nodes für Aufgaben wie Kategorisierung, Scoring, Datenerfassung und Bildanalyse sowie die Möglichkeit, je nach Aufgabe zwischen verschiedenen KI-Modellen (Claude 3.5 Sonnet, GPT-4 usw.) zu wechseln.

Außerdem glänzt Gumloop beim Web Scraping dank einer Chrome-Erweiterung, die KI-Tools direkt in den Browser integriert.

Am spannendsten ist sicher, dass Gumloop etwas namens Model Context Protocol (MCP) eingeführt hat. Das ist ein Open-Source-Standard, der wie ein USB-C-Anschluss für KI-Anwendungen wirkt. Damit gibt es eine standardisierte Möglichkeit, KI-Systeme mit externen Datenquellen, Tools und Workflows zu verknüpfen. Die MCP-Implementierung von Gumloop ermöglicht es, Integrationen einfach in Alltagssprache zu beschreiben, während die KI im Hintergrund mit der App kommuniziert und den gesamten Code erzeugt. Du kannst also gezielt Abfragen stellen wie: „Hole die letzten fünf E-Mails aus meinem Gmail-Posteingang mit dem Betreff ›New lead‹ vom Absender sales@domain.com“, und Gumloop erledigt das!

Die wichtigsten Funktionen von Gumloop

Jetzt weißt du, was Gumloop ist. Schauen wir uns an, was die Plattform kann. Hier sind die wichtigsten Funktionen von Gumloop und wie sie dich unterstützen können.

Vorher aber noch kurz ein paar zentrale Gumloop-Konzepte, die das Nutzererlebnis prägen:

• Flows: Automatisierungen in Gumloop, also eine Folge von Schritten (Nodes), die visuell verbunden sind.
• Nodes: Automatisierungsschritte oder Aktionen. Dazu gehören Kern-Nodes (wie Filter, If-Else-Bedingungen, manuelle Eingaben usw.), KI-Nodes zur Analyse und Verarbeitung von Inhalten, integrationsbasierte Nodes und fortgeschrittene Nodes wie z. B. Web Scraping.
• Trigger Nodes: Eine spezielle Art von Node, mit der du Flows automatisieren kannst.
• MCP Nodes: Individuelle Nodes, mit denen du über semantische Sprache mit einer bestimmten App kommunizieren kannst. Zum Beispiel: „Hole die YouTube-Video-Details und das Transkript.“
• Custom Nodes: Baue deinen eigenen individuellen Node mit Hilfe von KI. Einfach beschreiben, was du willst, und die KI erledigt den Rest.
• Subflows: Flows innerhalb von Flows, mit denen du besonders komplexe Automatisierungen erstellen kannst.
• Interfaces: Ähnlich wie die Interfaces von Zapier, das sind meist Formulare, die du mit einem Flow verbinden kannst. Wenn jemand ein Formular ausfüllt, werden die Informationen an die anderen Nodes gesendet.

Workflow-Builder-UI

Mein erster Eindruck vom visuellen Flow-Builder in Gumloop war durchweg positiv. Das ist der schönste und intuitivste Builder, was die Benutzeroberfläche betrifft. Man nutzt eine angenehme Drag-and-Drop-Steuerung und kann beliebige Nodes auf dem Canvas verbinden und verzweigen (ähnlich wie bei Make).

Animationen, Fokus- und Highlight-Zustände sind in der gesamten App klar und deutlich erkennbar.

Das gilt auch für Helfer und Test-Visualisierungen.

Kleinigkeiten wie aktive Trigger zeigen dir jederzeit, ob es sich um einen automatisierten oder manuellen Flow handelt.

Nodes können automatisch ausgerichtet oder eingeklappt werden, um eine bessere Ausrichtung zu erreichen, und du kannst sogar das Schwenkverhalten der Arbeitsfläche auswählen (Scrollen-zu-Pan vs. Ziehen-zu-Pan), ebenso wie den Verbindungstyp und die Optionen zum Einrasten ins Raster.

Das sind zwar Kleinigkeiten, aber sie können die Umstellung enorm erleichtern, wenn du zum Beispiel von einem Automatisierungstool kommst, das Scrollen vs. Ziehen für das Schwenken verwendet. Power User wissen, wie nervig so etwas sein kann.

Datenzuordnung

Node-Eingaben und -Ausgaben sind in Gumloop deutlich gekennzeichnet.

Im folgenden Beispiel sehen wir, dass der Interface-Node zwei Ausgaben hat. Mit anderen Worten, zwei Datenpunkte fließen aus dem Node heraus (Name und E-Mail). Diese Elemente stehen dann als Dateneingaben im darunterliegenden Gmail-Node zur Verfügung. Wir ziehen sie einfach als dynamische Datenpunkte in die Felder des Nodes (in diesem Fall den E-Mail-Body).

Zum Schluss können wir uns die Ausgabe des Gmail-Nodes ansehen. Hier wird der E-Mail-Status angezeigt (zum Beispiel Gesendet, Unzustellbar usw.).

Diese Methode der Datenzuordnung ist für mich ein echter Fortschritt im Vergleich zu den komplexen, JSON-basierten Datenstrukturen, die Make verwendet. Ich kann mir aber vorstellen, dass Entwickler und fortgeschrittene Automatisierer hiermit nicht ganz zufrieden sind. Ich habe keine Möglichkeit gefunden, Formeln und JSON-Formatierungen in den Datenfeldern zu verwenden. Du kannst allerdings mit KI eigene Custom-Nodes erstellen, um Textausgaben zu formatieren (dazu später mehr).

Du kannst mehr darüber lesen, was ich von Make halte, in meinem Make-Review.

Automatisierungen erstellen

Mein anfänglich positiver Eindruck schwand, als ich versuchte, tatsächlich Workflows in Gumloop zu bauen. Ich war ehrlich gesagt ziemlich verwirrt, wie die Plattform funktioniert.

Das liegt daran, dass Gumloop auf einer ganz anderen (oder zumindest teilweise anderen) Denkweise basiert.

Die meisten Automatisierungsplattformen folgen dem einfachen Zapier-Modell: In einer App passiert etwas, und das löst in einer anderen App eine Aktion aus. Zum Beispiel kommt ein neuer Lead rein und automatisch geht eine Slack-Nachricht raus. Linear und unkompliziert.

Gumloop kann das zwar auch (aber nicht so umfassend wie Zapier), ist aber eigentlich für deutlich komplexere Datenoperationen gebaut. Denk hier zum Beispiel an das Scrapen von 50 Wettbewerber-Websites, die KI analysiert jeweils die Preisdaten, und für jedes Unternehmen wird ein eigener Bericht erstellt.

Ein Beispiel: Dieser Flow analysiert ein LinkedIn-Profil und erstellt daraus eine personalisierte Outreach-Nachricht als E-Mail-Entwurf. Um ihn auszuführen, nutzt du die Chrome-Erweiterung von Gumloop direkt auf einem LinkedIn-Profil.

Statt auf bestimmte Ereignisse zu reagieren, laufen diese Flows dann, wenn das Team sie gerade braucht. Zum Beispiel beim Start einer Outreach-Kampagne, bei einer Marktrecherche oder bei der Analyse von Wettbewerbern. Im Grunde baust du Mini-Apps, die andere nutzen können, indem sie Daten eingeben und Ergebnisse erhalten.

Das ist genial für Teams, die mit Datenpaketen arbeiten, statt einzelne Trigger für Leadgenerierung, Scraping oder LLM-Prozesse zu nutzen. Wenn der Gedanke erstmal klickt, ist der Mehrwert sofort erkennbar. Bei mir hat es nur einen Moment gedauert, bis ich das Konzept verstanden habe, weil ich ständig nach Triggern und Actions gesucht habe.

Am einfachsten findest du heraus, ob dein Flow automatisiert ist oder auf Abruf läuft, indem du nach Trigger-Nodes in deinem Flow Ausschau hältst.

Loop-Modus

Der Loop-Modus in Gumloop ist eine Funktion, mit der ein Node (oder eine Gruppe von Nodes) automatisch Listen von Eingaben verarbeiten kann. Normalerweise nimmt ein Node eine Eingabe, macht etwas damit und gibt ein Ergebnis aus. Im Loop-Modus kannst du zum Beispiel eine Liste (z. B. ein Array) von Elementen in einen Node geben. Der Node verarbeitet dann jedes Element einzeln und gibt dir eine Ergebnisliste mit den entsprechenden Resultaten zurück.

Um das besser zu verstehen, schauen wir uns weiter den Unterschied zwischen Trigger- und Abruf-Nodes an, indem wir die beiden folgenden Flows betrachten.

Abruf-Flow mit Loop (Trigger nicht aktiviert)

In diesem Flow haben wir einen Google Sheets Reader-Node, der mit einem Gmail Sender-Node verbunden ist. Beachte, dass die Trigger-Option nicht aktiviert ist. Das bedeutet, wir lassen den Flow alle Zeilen (in diesem Fall Kontakte) in unserem Google Sheet lesen und abrufen.

Im Loop-Modus wird dann der Gmail Sender-Node für jeden Eintrag in der Tabelle nacheinander ausgeführt. Wenn wir zum Beispiel 10 Zeilen haben, erhalten wir 10 E-Mails, jeweils eine pro Datensatz in unserem Gmail.

Das ist ziemlich nützlich, wenn du zum Beispiel eine große Anzahl personalisierter E-Mails mithilfe von AI verfassen möchtest. Um diesen Flow auszuführen, musst du in Gumloop auf den Button „Flow ausführen“ klicken.

Automatisierter Flow mit aktiviertem Trigger

Im zweiten Beispiel ist stattdessen die Trigger-Funktion aktiviert. Jetzt haben wir auch die Möglichkeit, den „Trigger-Modus“ auszuwählen – in diesem Fall haben wir „Zeile erstellen“ gewählt. Das bedeutet, der Flow wird ausgelöst, wenn eine neue Zeile erstellt wird. Sobald das passiert, verschickt der Gmail Sender eine einzelne E-Mail mit den Details der Person, zum Beispiel als neuen Kontaktalarm.

Beachte, dass die Ausgabeelemente jetzt einfach „E-Mail“ und „Datum“ heißen, statt „E-Mail-Liste“ und „Datumsliste“. Das liegt daran, dass wir die Daten für nur eine Zeile abrufen und nicht für die gesamte Liste.

Trigger

In Gumloop ist ein Trigger eine spezielle Art von Node (oder Ereignis), die einen Flow (eine Automation) automatisch startet, wenn eine externe Bedingung oder ein Ereignis eintritt. Das erspart dir, Automationen jedes Mal manuell ausführen zu müssen. Allerdings zeigt der Trigger-Katalog, wo Gumloop im Vergleich zu klassischen Automatisierungsplattformen schwächer ist. Mit nur 11 Triggern ist klar, dass automatisierte Flows nicht der Hauptfokus dieses Tools sind.

Beim tieferen Testen habe ich es einfach nicht geschafft, einige Trigger zum Laufen zu bringen. Der HubSpot List Reader zum Beispiel erlaubt mir nicht, eine einzelne Ausgabe zu nutzen und bietet nur Listen an. Das heißt, ich kann eine Liste aller Objekte in meinem CRM abrufen, aber die einzelnen Elemente nicht individuell triggern. Ich weiß nicht, ob das ein Bug, noch in Entwicklung oder eine Design-Entscheidung ist, aber es fühlte sich seltsam an, da der Google Sheets Node diese Option hatte

Subflows

Subflows in Gumloop sind im Grunde vollständige Flows, die du als Nodes in andere Flows einbinden kannst. Damit kannst du komplexe Logik in einzelne Funktionen aufteilen, ähnlich wie beim Programmieren durch Funktionen Struktur in den Code gebracht wird. Sie sind außerdem wiederverwendbar, sodass du sie in mehreren größeren Flows einsetzen kannst.

Neben einer besseren Übersicht und Struktur deiner Flows (was besonders wichtig ist, wenn du große Flows baust) sorgen Subflows auch für eine schnellere Verarbeitung der Nodes. Sobald dein Subflow für einen einzelnen Datensatz einwandfrei funktioniert, kannst du ihn mit einer Datenquelle wie Google Sheets verbinden und den Loop-Modus aktivieren, um so eine parallele Verarbeitung zu ermöglichen. Damit lassen sich mehrere Elemente gleichzeitig und deutlich schneller ausführen.

Vorlagen

Erst als ich mir die Vorlagen von Gumloop genauer angeschaut habe, wurde mir klar, dass Gumloop einen völlig anderen Zweck erfüllt als Zapier und Make.

Die meisten Anwendungsfälle sind auf Batch-Operationen ausgerichtet: Scraping, Analyse, Recherche, Lead-Generierung usw. Denk zum Beispiel an die Wiederverwendung von Inhalten im großen Stil, LinkedIn-Profilanalysen bei Hunderten von potenziellen Kunden, umfassende Lead-Recherche oder personalisierte Outreach-Kampagnen. Make und Zapier hingegen sind eher auf Workflow-Automatisierung und Orchestrierung ausgerichtet.

Schau dir meine Bewertung zu Make vs Zapier an, um mehr darüber zu erfahren, was die beiden Tools leisten und wo ihre Stärken liegen.

Interfaces

Stell dir Interfaces als dynamische Formulare vor, die Flows in Gumloop auslösen können.

Zum Beispiel fordert das Interface des YouTube-Summarizers dich auf, eine YouTube-Video-URL einzugeben. Sobald du das gemacht hast, erstellt der Flow ein Transkript des Videos und ein AI-Node fasst es zusammen. Ziemlich praktisch!

Und der Flow:

Das Beste daran ist jedoch, dass dies als Ausgangspunkt für umfangreichere Flows rund um Content-Produktion, Marketing-Automatisierung oder Sales Enablement genutzt werden kann. Zum Beispiel könntest du automatisch die besten Ausschnitte eines Marketing-Videos extrahieren und diese an ChatGPT weitergeben, um automatisch LinkedIn- oder Twitter-Captions zu erstellen, bevor du sie zur Veröffentlichung an ein Social Media Management Tool sendest.

Chrome Extension

Die Google Chrome Extension von Gumloop arbeitet zusammen mit dem Browser Extension Input-Node.

Damit kannst du die Seite, die du gerade besuchst, scrapen oder einen Screenshot davon machen. Du kannst auch den Quellcode der Seite scrapen, was ich beim Scrape Website-Node nicht gesehen habe.

Du kannst damit zum Beispiel LinkedIn-Profile scrapen. Geh einfach auf die Seite, klick auf die Extension, und du siehst eine Liste der Flows, die den Browser Extension Input haben. Du kannst jeden dieser Flows direkt über die Extension ausführen.

Custom Nodes

Mit den Custom Nodes von Gumloop kannst du die Plattform mit eigenem Code und eigener Funktionalität erweitern. Sie sind wie Plugins für Automationen oder wiederverwendbare Bausteine, die du in jeden Workflow einfügen kannst.

Du kannst:

• Eigenen Code schreiben (JavaScript oder Python).
• Proprietäre APIs integrieren.
• Spezielle Aufgaben lösen, die die integrierten Gumloop-Nodes nicht abdecken.

Noch besser: Der KI-Assistent von Gumloop, Gummie, hilft dir dabei, diese Nodes zu erstellen, ohne selbst Code schreiben zu müssen. Du beschreibst einfach, was du brauchst, und Gummie entwirft die Logik für deinen Node.

Sobald ein Custom Node erstellt ist, ist er:

• In mehreren Workflows wiederverwendbar.
• Mit Eingaben und Ausgaben konfigurierbar.
• Nahtlos mit bestehenden Gumloop-Nodes integrierbar.

Klingt in der Theorie großartig, aber klappt das auch in der Praxis? Probieren wir es aus.

Ich habe meinem Custom Node folgende Aufgabe gestellt: „Auslösen, wenn ein neues Calendly-Meeting gebucht wird.“ Gummie hat direkt losgelegt, um herauszufinden, ob meine Idee umsetzbar ist.

Ehrlich gesagt habe ich nicht erwartet, dass meine Idee als machbar eingestuft wird, da Gumloop überhaupt keine Integration mit Calendly hat. Eine Minute und 170 Codezeilen später kam dieses Node dabei heraus – und das sah tatsächlich überraschend vielversprechend aus

…Aber leider gab es beim Test mit einem echten API-Key einen Fehler

Nach ein paar Versuchen mit Gummie habe ich den Node scheinbar funktionsfähig hinbekommen. Sobald ich ihn aber mit einem anderen Node verbunden habe, konnte ich keine echten Daten von Calendly abrufen. Die Ausgabe blieb immer leer.

An diesem Punkt fühlt sich dieses Feature für mich wie Glückssache an, und ich würde es nur Entwickler empfehlen, die bereit sind, den von der KI generierten Code gründlich zu testen und anzupassen (ja, du kannst den tatsächlichen Node-Code bearbeiten).

Trotzdem hatte ich mehr Erfolg mit dem Contact List Formatter, den du nutzen kannst, um Daten mithilfe von Anweisungen in natürlicher Sprache zu formatieren und zu verarbeiten. Zum Beispiel habe ich ihn gebeten, alle Datenpunkte in einer Zeile aufzulisten, statt sie als nummerierte Listen auszugeben. Das hat problemlos funktioniert.

MCPs

Die Model Context Protocol (MCP) Nodes von Gumloop ermöglichen es dir, über den offenen MCP-Standard externe Tools und Datenquellen anzubinden. Anstatt Integrationen per Hand zu programmieren, beschreibst du einfach in natürlicher Sprache, was du möchtest, und der KI-Assistent von Gumloop, Gummie, führt dich Schritt für Schritt durch die Einrichtung.

Im Hintergrund nutzt Gumloop MCP, um:

• Ein Python-Skript dynamisch zu erstellen.
• Die Kommunikation mit der externen Integration zu übernehmen.
• Strukturierte Ergebnisse zurück in deinen Flow zu bringen.

Das Ergebnis: Du kannst einen voll funktionsfähigen Integration Node erstellen, ohne selbst eine einzige Codezeile zu schreiben, und ihn wie jeden anderen Gumloop-Node nutzen.

Dieses Mal war ich beim Testen etwas skeptischer und habe mich für etwas Konventionelleres entschieden. Ich habe eine der vorgeschlagenen MCP-Strings ausgewählt. Diese war darauf ausgelegt, alle ungelesenen E-Mails der letzten acht Stunden in Gmail abzurufen. Das hat Gummie nach ein paar Minuten Nachdenken und Coden ausgegeben:

Dann habe ich den Test gestartet. Voila! Diesmal war es erfolgreich! Der MCP-Schritt hat alle ungelesenen Nachrichten der letzten 24 Stunden abgerufen. Gute Arbeit, Gummie!

Gummie, der AI-First-Assistent von Gumloop

Gummie ist vermutlich der beste AI-Automationsassistent, den ich bisher getestet habe, oder zumindest auf Augenhöhe mit dem Chatbot von Zapier. Anstatt Nodes hin und her zu ziehen, beschreibst du einfach in natürlicher Sprache, was du automatisieren möchtest. Gummie baut dir den gesamten Workflow: Nodes, Verbindungen, Einstellungen, alles.

Das Erlebnis fühlt sich an, als würdest du mit einem erfahrenen Automatisierungsingenieur zusammenarbeiten, der so schnell arbeitet wie du denkst. Während andere Plattformen AI-Assistenten einfach irgendwie ergänzen, wirkt Gummie wie ein natürlicher Bestandteil von Gumloop.

Diesen Flow habe ich mit Gummie erstellt. Er überwacht Reddit auf Marken-Erwähnungen, analysiert die Stimmung und verschickt einen E-Mail-Report mit allen Informationen. Ich war direkt vom Ergebnis ziemlich beeindruckt.

Zu guter Letzt war Gummie wirklich großartig, wenn es darum ging, Automationen zu debuggen. Oft hat Gummie den gesamten Flow von Grund auf neu aufgebaut, um logische Fehler und Probleme zu beheben. Perfekt ist es zwar nicht, aber ich habe das Gefühl, dass das aktuell die beste AI-Unterstützung im Automatisierungsbereich ist, die der Markt zu bieten hat.

Einstieg mit Gumloop

Wie fühlt es sich an, mit Gumloop loszulegen? Genau das wollte ich herausfinden und habe mich in die Lage eines neuen potenziellen Nutzers versetzt. Für diesen Guide tue ich so, als würde ich Content-Marketing-Services für SaaS-Produkte verkaufen. Ich nutze Gumloop, um Leads und eine personalisierte Nachricht aus einer Liste von E-Mail-Adressen zu generieren. Die Datenpunkte, die ich ausfüllen möchte, sind:

• Name und E-Mail.
• Unternehmen, Website, Unternehmensgröße, Branche.
• Website-URL und Website-Beschreibung.
• Ob das Unternehmen ein SaaS-Unternehmen ist oder nicht.
• Eine personalisierte Nachricht für das Outreach, die auf dem Unternehmen und der Erfahrung der Person basiert.

So sieht die Google-Tabelle vor der Gumloop-Automatisierung aus:

Und danach:

Die Tabelle ansehen

Und das ist mein finaler Flow.

Schauen wir uns die Schritte an, um diesen Flow zu erstellen.

1. Start mit einer Google-Tabelle

Für diesen Flow starte ich mit dem Google Sheets Reader-Node, verzichte aber auf einen Trigger, da ich einen bestehenden Lead-Bestand anreichern möchte.

2. Subflows aufteilen

Als ich diesen Flow zum ersten Mal gebaut habe, habe ich alles in einem einzigen Flow erstellt. Mir ist aber schnell klar geworden, dass das ziemlich unübersichtlich wird, also habe ich Gummie gebeten, mir beim Aufteilen in Subflows zu helfen. Leider kann Gummie im Moment noch keine Subflows erstellen und anordnen, hat mir aber hilfreiche Hinweise gegeben, wie ich das am besten umsetze.

Ich habe zwei Subflows erstellt:

• Einen für die Kontaktanreicherung.
• Einen für die Unternehmensanalyse.

3. Kontaktanreicherung-Subflow

Subflows arbeiten mit Input- und Output-Nodes. Stell sie dir als Formulare vor, die angeben, welche Informationen in den Subflow übergeben werden und welche Informationen aus dem Subflow herauskommen.

In diesem Fall habe ich mit einer E-Mail-Adresse begonnen, also habe ich dafür ein Input-Feld erstellt.

Anschließend habe ich den Kontakt über die E-Mail-Adresse mit dem nativen Enrich Contact Information-Node angereichert. Gumloop ermöglicht von Haus aus den Zugriff auf Enrichment-Anbieter wie Apollo, Hunter.io und Zoominfo, was echt praktisch ist. Allerdings sind die Credits ziemlich teuer, wenn du nicht deine eigenen API-Keys verwendest (dazu später mehr).

Etwas, das ich an diesem Punkt der Automation nicht herausfinden konnte, war, wie ich an die Firmendaten der Person komme. Ich bin mir nicht sicher, ob das an den Enrichment-APIs oder an Gumloop liegt (es fühlt sich eher nach letzterem an), aber deshalb musste ich einige Verrenkungen machen, um den Firmennamen und die Website herauszufiltern.

Als optionalen zusätzlichen Schritt habe ich den Ask AI-Node genutzt, um die Berufserfahrung zu formatieren und zusammenzufassen, damit sie in der Tabelle übersichtlicher angezeigt wird.

4. Unternehmensanalyse-Subflow

Nachdem das Unternehmen im Kontaktanreicherungs-Subflow extrahiert wurde, kann ich diese Information nutzen, um Unternehmensdaten zu sammeln und zu analysieren.

Zuerst habe ich den LinkedIn Company Profile Scraper genutzt, um die Website-URL des Unternehmens (sowie einige weitere Daten zum Unternehmen) zu scrapen, indem ich den „Firmennamen“ angegeben habe.

Als Nächstes habe ich den Website Scraper-Node verwendet, um den eigentlichen Inhalt der Unternehmenswebsite zu scrapen.

Dann habe ich den Extract Data-Node zusammen mit dem Website-Inhalt genutzt, um den Website-Titel zu ermitteln, den ich als Unternehmensbeschreibung verwende.

Zum Schluss habe ich Ask AI genutzt, um zu analysieren, ob das Unternehmen ein SaaS-Unternehmen ist oder nicht.

5. Alles zusammenführen

Jetzt, da die Subflows für Kontaktanreicherung und Unternehmensanalyse fertig sind, kann ich die extrahierten und angereicherten Daten an den finalen Google Sheet Updater-Node weitergeben.

Stelle sicher, dass als Suchspalte „E-Mail“ ausgewählt ist und der Suchwert auf „E-Mail-Liste“ gesetzt ist, damit die Aktualisierungen in der Tabelle der richtigen E-Mail zugeordnet werden.

6. Personalisierte Outreach-Nachricht erstellen

Abschließend habe ich einen Router verwendet, der prüft, ob das Unternehmen ein SaaS-Unternehmen ist. Falls ja, nutze ich den Ask AI-Node, um eine individuelle, personalisierte Nachricht zu erstellen, die dann zurück in die Tabelle geschrieben wird.

Das ist der Prompt, den ich verwendet habe:

„Schreibe eine personalisierte Outreach-Nachricht. Ich verkaufe eine Content-Marketing-Dienstleistung für SaaS-Tools. Nutze die Unternehmensinformationen und die Branche und betone, dass es sich um ein SaaS-Unternehmen handelt. Personalisiere eine kurze Outreach-E-Mail für die Person basierend auf deren Berufserfahrung.

Unternehmensdaten:

[Alle relevanten Unternehmens- und Kontaktdaten zur Personalisierung aufführen]“

Hier ein Beispielergebnis:

„Betreff: So hilft Encharge beim Skalieren von SaaS-Marketing durch Content, der Wachstum bringt

Hi [Vorname],

ich habe die beeindruckende Entwicklung von Encharge.io aufmerksam verfolgt – vom Pionier für nahtlose SaaS-Marketing-Automatisierung bis hin zu eurem erfolgreichen Exit Anfang dieses Jahres. Deine Erfahrung mit der Integration von CRM, E-Mails und In-App-Events in gezielte Lifecycle-Kampagnen zeigt, wie tief du verstehst, was SaaS-Wachstum antreibt.

Da du bereits Erfahrung als Mitgründer und beim Skalieren mehrerer SaaS-Tools wie Encharge und HeadReach gesammelt hast, möchte ich dir unseren Content-Marketing-Service vorstellen, der speziell für SaaS-Agenturen wie euch entwickelt wurde. Wir sind darauf spezialisiert, datengetriebene, conversionorientierte Inhalte zu erstellen, die Kundengewinnung und -bindung stärken – ein Schlüssel für schnelleres SaaS-MRR-Wachstum.

Ich würde gerne besprechen, wie wir euch mit maßgeschneiderten Content-Strategien beim Growth Marketing unterstützen können, die SaaS-Kunden wirklich ansprechen und euch unabhängiger von bezahlten Kanälen machen.

Hast du nächste Woche Zeit für einen kurzen Call? Ich bin überzeugt, dass wir euch mit Content, der messbare Ergebnisse bringt, beim weiteren Wachstum begleiten können.

Grüße [Dein Name] [Dein Unternehmen] [Kontaktinfo]“

Es geht sicher noch besser, aber als Ausgangspunkt ist das solide. Ich würde Clause statt ChatGPT nutzen, um noch bessere Texte zu bekommen, und den Prompt leicht anpassen, um ihn noch persönlicher zu machen.

Gumloop-Preise

Gumloop nutzt ein kreditbasiertes Preismodell. Hier die wichtigsten Punkte:

• Der Free-Plan bietet 2.000 Credits pro Monat und 1 aktiven Trigger. Also quasi wie eine Testversion.
• Der Solo-Plan startet bei 37 $/Monat für 10.000 Credits.
• Der Team-Plan beginnt bei 244 $/Monat für 60.000 Credits und beinhaltet 10 Seats.

Das Problem ist, dass es schwer vorherzusagen ist, wie viele Credits man tatsächlich verbraucht. Die meisten Nodes kosten zwar 0 Credits, aber bestimmte Nodes, die teure APIs nutzen, verbrauchen Credits entsprechend dem API-Preis. Zum Beispiel kann eine GPT-4.1-Abfrage 20 Credits kosten, während Enrichment-Nodes noch teurer sein können.

Zudem können kleine Änderungen an einem Workflow die Kosten erheblich verändern. Ein Nutzer-Workflow für LinkedIn verbrauchte zum Beispiel statt 1–2 Credits plötzlich 70 Credits pro Ausführung nach einer kleinen Änderung. Diese Unberechenbarkeit macht Budgetplanung fast unmöglich.

Als wäre das nicht genug, gibt es auch keinen klaren Kostenrechner, mit dem man den Credit-Verbrauch vorab einschätzen könnte. Man muss also per Trial-and-Error herausfinden, was ein Flow am Ende kostet.

Zum Glück kann man eigene OpenAI- oder andere API-Schlüssel hinterlegen, um die Kosten etwas zu senken. Trotzdem solltest du vorsichtig sein, wenn du komplexe Flows mit vielen Datensätzen ausführst.

Fazit

Erwarte nicht, dass Gumloop deinen klassischen Automatisierungs-Stack ersetzt. Stattdessen liegt der Fokus ganz klar auf Batch-Datenverarbeitung und Scraping-Aufgaben für GTM- und Rev-Ops-Teams. Das ist ein Vergleich wie Äpfel mit Birnen. Im Grunde ist Gumloop ein direkterer Konkurrent zu GTM-Orchestrierungs- und Enrichment-Tools wie Clay.

Auch wenn das Marketing vielleicht anderes suggeriert: Das hier ist keine „Agenten“-Plattform. Es ist und bleibt ein Workflow-Automatisierungstool mit sehr starken KI-Fähigkeiten. Es gibt zwar viele agentische Funktionen – zum Beispiel für Fehlermanagement und Troubleshooting. Am Ende baust du hier aber Workflows und keine KI-Agenten.

Was ich an Gumloop besonders mochte, ist das intuitive Design und die ausgearbeiteten Use Cases. Ich wünschte mir nur mehr Integrationen und Trigger. Aber wie gesagt: Das hier ist kein Zapier, und es will es auch gar nicht sein.

Fazit? Wenn du dir öfter denkst: „Ich wünschte, ich könnte 100 LinkedIn-Profile auf einmal analysieren“, oder „Ich muss Wettbewerber-Daten scrapen und Berichte generieren“, oder „Ich muss 50 YouTube-Videos transkribieren und zusammenfassen“, dann wird dir Gumloop jede Menge Handarbeit ersparen. Erwarte aber nicht, dass es all deine einfachen App-zu-App-Automatisierungen abdeckt.

Für Revenue-Teams, die großflächig mit Daten arbeiten, ist es eine solide Investition. Wer aber allgemeine App-zu-App-Automatisierung sucht, bleibt besser bei den etablierten Anbietern.

Vorteile und Nachteile von Gumloop

Wenn du dir unsicher bist, ob Gumloop zu dir passt, lies meine Reviews von Konkurrenten wie n8n und Pabbly Connect