STRAŦUM: Die 9-Agenten-Marketing-Applikation, die ich in 75 Tagen gebaut habe (solo, während ich 10 Tage krank war)
Ich habe in 75 Tagen eine 9-Agenten-Marketing-Plattform gebaut, die aus jedem Gespräch lernt – erzähl einem Agenten von deinem Unternehmen, und alle neun werden gemeinsam smarter.
Erinnerst du dich an den September-Beitrag, in dem ich beiläufig erwähnte, dass ich eine 10-Agenten-Marketing-Plattform im Speedrun baue, während ich Sonntags-Nickerchen mache? Vier Wochen dabei, 3 Agenten arbeitend, mit Oktober als Ziel für Alpha?
Und der Oktober-Debugging-Albtraum, in dem ich den Namen STRAŦUM enthüllte und erwähnte, dass 8 von 9 Agenten gebaut waren?
Nun, es ist November. Zeit, dieses Ding tatsächlich zu launchen.
Der Status:
- ✅ Plattformname: STRAŦUM (Intelligence Over Execution)
- ✅ 9 von 9 KI-Agenten gebaut und integriert
- ✅ Multi-Tenant-Architektur für KMUs und Agenturen
- ✅ Vollständige Brand Guidelines und Design System
- ✅ Private-Alpha-Testphase: JETZT
Marketing-Execution ohne Strategie ist nur teures Lärmen
Die meisten Plattformen versprechen schnellere Ausführung. Aber Geschwindigkeit ohne Richtung verbrennt Budget nur schneller.
STRAŦUM ist anders: 11 strategische Frameworks. 9 KI-Agenten. Intelligence, die mit jedem Gespräch wächst.
Das bedeutet konkret:
11 strategische Frameworks, angewendet auf DEIN Unternehmen:
SWOT Analysis, Porter's Five Forces, Blue Ocean Strategy, BCG Matrix, VRIO, McKinsey 7S, OKRs, Three Horizons, ICE Prioritization, Business Model Canvas, Jobs to Be Done.
Progressive Learning – Erzähl einem Agenten, informiere alle neun:
Im Gegensatz zu statischen Tools lernen STRAŦUMs KI-Agenten mit jedem Gespräch kontinuierlich über dein Unternehmen. Je mehr du interagierst, desto smarter und gezielter werden die Erkenntnisse.
So funktioniert es:
Tag 1 – Automatische Erkenntniserfassung:
Teile deinen Unternehmenskontext einmal. Agenten liefern strategische Frameworks und beginnen automatisch, wichtige Erkenntnisse über deinen Markt, Wettbewerber und Kunden zu erfassen. Kein Klicken auf "Speichern" – Intelligence sammelt sich auf natürliche Weise an.
Woche 1 – Agenten-übergreifendes Intelligence Sharing:
Jedes Gespräch ergänzt deine Learning History. Sprichst du über europäische Expansion mit dem Strategy Agent? Der Content Agent weiß nächste Woche bereits davon. Agenten beziehen sich auf vergangene Erkenntnisse, um zunehmend personalisierte Empfehlungen zu geben. Kein erneutes Erklären des Kontexts.
Fortlaufend – Predictive Intelligence:
Mit einer reichen Wissensbasis antizipieren Agenten deine Bedürfnisse und füllen Kontexte vorab aus. Hochkonfidente Erkenntnisse (≥90%) werden automatisch genehmigt. Erkenntnisse mit niedrigerer Konfidenz warten auf deine Überprüfung. Du behältst die Kontrolle – sieh deine vollständige Learning History ein und lösche jede Erkenntnis, die du nicht magst.
5-Minuten Quick Wins:
Umsetzbare Erkenntnisse in deiner ersten Sitzung, nicht erst in deiner fünften Woche.
Die Evolution: Von DIALØGUE zu STRAŦUM
Das Bauen von DIALØGUE hat mir gezeigt, wie man KI-Produkte ausliefert. Das Bauen von STRAŦUM hat mir gezeigt, wie man Plattformen baut.
DIALØGUE (8 Monate, Jan-Aug 2025):
- Ein Nutzertyp: Individuelle Podcast-Ersteller
- Ein Workflow: Research → Script → Audio-Generierung
- 14 Microservices: Lambda → Cloud Run Migration
- Einfache Authentifizierung: JWT für einen Nutzertyp
- Ein Revenue Stream: Credit Packs (4,99–19,99 USD)
- Geschäftsmodell: B2C, Single-Tenant
STRAŦUM (75 Tage, Aug-Nov 2025):
- Zwei Nutzertypen: KMUs + Agenturen (verwalten je 5-15 Kunden)
- 9 spezialisierte Agenten: Jeder mit mehreren Tools, die Intelligence teilen
- 45+ Datenbanktabellen: Vollständige Multi-Tenant-Datenisolation
- Komplexe Authentifizierung: Organisation → Client → Kampagnen-Hierarchie
- Geschäftsmodell: B2B + B2C, Multi-Tenant SaaS
Warum Multi-Tenant-Architektur 10-mal schwieriger ist
DIALØGUE generierte Podcasts für jeweils einen Nutzer. STRAŦUM verwaltet Marketing-Intelligence für Agenturen, die mehrere konkurrierende Kunden betreuen.
Die Herausforderung: Eine Agentur, die mehrere Kunden verwaltet, braucht:
- Vollständige Datentrennung (Kunde 1 kann keine Daten von Kunde 2 sehen)
- Hierarchischen Kontext (Organisation → Client → Kampagne)
- Agenten-übergreifendes Intelligence Sharing (nur innerhalb von Kampagnengrenzen)
- Schema-Routing (`public`-Schema für KMU, `agency`-Schema für Agenturen)
- Row Level Security auf 45+ Datenbanktabellen
Beispiel: Wenn ein Strategist den Business Strategy Agent für Kunde 1 nutzt, ist diese Analyse isoliert. Zum Persona Agent wechseln? Er zieht die Strategie von Kunde 1 – kann aber NICHT auf Kunde 2 zugreifen. Brand Guidelines kaskadieren zum Content Agent herunter und stellen sicher, dass jedes Inhaltsstück die Stimme von Kunde 1 verwendet, nicht die von Kunde 2.
Das erforderte Datenbankfunktionen, Materialized Views, Trigger-basierte Echtzeit-Updates und ehrlich gesagt weit mehr SQL als ich je schreiben wollte.
200+ Commits über 72 Tage allein für die Multi-Tenant-Architektur. Das ist kein Feature – das ist eine Architekturphilosophie, die jede Schicht des Stacks berührt hat.
Die Zahlen (weil ich nicht anders kann)
75 Tage. 20. August bis 3. November. Hier ist, was es gebraucht hat:
Entwicklungsgeschwindigkeit:
- Git Commits: 1.000+ (tatsächliche Zahl: 1.075) – das sind durchschnittlich 14,5 Commits/Tag
- Codezeilen: ~200.000 (Python: 62k, TypeScript: 98k, SQL: 41k)
- Datenbankmigrationen: 214 sequentielle Migrationen
- Gebaute Agenten: 9 von 9 (alle Kern-Agenten geliefert)
Technische Komplexität:
- Datenbanktabellen: 45+ Tabellen mit vollständigen RLS-Richtlinien
- RLS-Richtlinien: 83 Richtlinien über 26 Tabellen für Multi-Tenant-Sicherheit
- Foreign Key-Indizes: 98 hinzugefügte Indizes (Postgres erstellt sie nicht automatisch!)
- Color Token Migration: 700+ Instanzen über 200+ Dateien an einem Tag
- Große Architektur-Pivots: 3 (ADK→Direct API, Nuclear Migration, Database-First)
Performance-Verbesserungen:
- Latenzreduzierung: 72% schnellere KI-Antworten (hybrides Function Calling)
- RLS-Optimierung: 10-100x Abfragebeschleunigung mit Policy-Caching
- Bundle-Größe: 92% Reduzierung durch Code Splitting
Realitätscheck:
- Navigations-Bugs durch Multi-Tenancy: 23 (in 2 Tagen behoben)
- Verlorene Tage durch Krankheit: 10 (trotzdem pünktlich geliefert)
- Urlaubstage: 8 (Strand ≠ Debugging)
- Konsumierter Kaffee: Immer noch nicht fragen
- Mal fast aufgegeben: 0 :P
- Mal von Claude Code / Gemini 2.5 Pro gerettet: Ich habe ehrlich gesagt aufgehört zu zählen
Was ich (wieder) gelernt habe
1. Multi-Tenancy ist schwer
Datenisolation bedeutet nicht einfach, org_id zu jeder Tabelle hinzuzufügen. Es geht darum, Folgendes durchzudenken:
- In welchem Schema leben diese Daten? (`public` für KMU, `agency` für Agenturen)
- Was passiert, wenn du eine Kampagne löschst? (Soft Delete mit `archived_at`, kein Hard Delete)
- Wie kaskadieren Berechtigungen? (Organisations-Admin vs. Client-Manager vs. Kampagnen-Beitragsleister)
Beispiel: Am 1. November habe ich an einem Tag 23 Navigations-Bugs behoben. Das Problem? Agenturen-Nutzer, die zwischen Kunden navigierten, haben den URL-Kontext gebrochen. KMU-Routen sehen aus wie `/persona/session/123`, aber Agenturen-Routen brauchen `/clients/[client-slug]/agents/persona/session/123`. Jede Agenten-Seite musste refaktoriert werden, um den Client-Kontext über die Navigation hinweg zu erhalten.
Das sind 200+ Commits über 72 Tage allein für Multi-Tenant-Architektur. Kein Feature – eine Architekturphilosophie, die jede Schicht des Stacks berührt hat.
2. 10 Krankheitstage brechen den Schwung
Den Oktober-Launch, den ich erwähnt hatte? Ja, ich bin krank geworden. Konnte nicht auf Bildschirme schauen. Konnte nicht coden. Musste einfach... warten.
Solo-Entwicklung bedeutet, dass es kein Team gibt, das die Slack aufnimmt. Aber es bedeutet auch keinen Druck zu shippen, bevor man bereit ist. Ich habe mich entschieden, es richtig zu machen, anstatt es schnell zu machen.
3. KI-unterstützte Entwicklung ist real (aber keine Magie)
Der September-Speedrun war keine Übertreibung. Claude Code und Gemini CLI haben es mir ermöglicht, Architektur-Refactors in Stunden zu liefern, die sonst Tage gedauert hätten.
Beispiel vom 14. September:
```
08:04 Uhr - Frontend zu standardisiertem API-Client migriert
11:34 Uhr - Zentralisierte Routenkonfiguration (keine hartcodierten URLs)
13:00 Uhr - Alle 10 Agenten-Seiten standardisiert
16:38 Uhr - Alle Agenten mit Kontextsystem integriert
17:03 Uhr - Testing & Polish (92% Bundle-Größen-Reduzierung)
```
Sechs Hauptfeatures. Ein Sonntag. Während Kirchgang, Einkaufen, Mittagessen, Nickerchen und iPad-Spielen.
Aber hier ist die Sache: Die KI hat die Architektur nicht geschrieben. Sie hat die Multi-Tenancy-Muster nicht entschieden. Sie hat den HTTP/HTTPS-Albtraum nicht gedebuggt. Sie hat meine Entscheidungen verstärkt. Denkpartner, kein Ghostwriter. Diese Lektion wurde noch schärfer, als ich begann, eine native iOS-App ohne Swift-Kenntnisse zu bauen – Claude Code hat 7.568 Zeilen an einem Abend gerüstet, aber die Produktgeschmacks-Entscheidungen waren immer noch meine.
Die 3 Pivots, die STRAŦUM geprägt haben
Der Aufbau dieser Plattform erforderte drei große Architekturentscheidungen, die die Entwicklung grundlegend verändert haben:
Pivot 1: Direct Gemini API (Tag 2 – 21. August)
Am Tag 2 habe ich Googles ADK (ihren Gemini SDK-Wrapper) für direkten API-Zugriff aufgegeben. ADK hatte Session-Management-Einschränkungen, die mit der Multi-Tenant-Architektur kollidierten. Die Migration dauerte 24 Stunden. Frühe Pivots sind günstig. Späte Pivots sind teuer.
Pivot 2: Multi-Tenant von Tag 1
Ich hätte nur für KMUs bauen können. Stattdessen entschied ich mich, Agenturen zu unterstützen, die mehrere Kunden verwalten. Diese Entscheidung fügte 3 Monate Komplexität hinzu: Schema-Routing, Datenisolation, Client-Kontext-Propagierung. Aber es öffnete auch Enterprise-Sales-Potenzial – Agenturen, die 5-15 Kunden verwalten, zahlen proportional mehr als einzelne Unternehmen. Der 10-fache Umsatz pro Kunde rechtfertigt die 3-fache Entwicklungszeit.
Pivot 3: Nuclear Migration (11.-22. Oktober)
Bis Oktober hatte ich 9 separate Intelligence-Tabellen (eine pro Agenten-Typ). Jeder neue Agent erforderte neue Migrationen, neue API-Endpunkte, neue Frontend-Abfragen. Ich konsolidierte alle 9 in eine einheitliche Tabelle mit flexiblem schemalosenInhalt. Die Migration dauerte 11 Tage. Jetzt dauert das Hinzufügen neuer Agenten Stunden, nicht Tage.
Das waren keine technischen Misserfolge – das waren strategische Entscheidungen. Die KI hat mir geholfen, schneller auszuführen, aber die Architekturentscheidungen waren meine.
Was funktioniert
- 9 KI-Marketing-Agenten, die 11 strategische Frameworks anwenden
- Multi-Tenant-Datenisolation – Agenturen können mehrere Kunden sicher verwalten
- Progressive Learning System – Agenten-übergreifendes Intelligence Sharing innerhalb von Kampagnen
- Echtzeit SSE Streaming für alle Agenten-Gespräche
- Interaktive Persona-Interviews, die nuancierte Kundenerkenntnisse erfassen
- Marketing Strategy, die Geschäftsstrategie in taktische Ausführung überbrückt
Das ist eine funktionierende Plattform, kein Vaporware. Private Alpha bedeutet, dass echte Nutzer bereits testen.
Private Alpha: Frühzeitigen Zugang anfragen
STRAŦUM ist live und nimmt frühzeitige Tester über Einladungszugang auf. Ich suche nach:
- Kleinen Unternehmen oder Startups (1-10 Personen), die strategische Marketing-Intelligence brauchen
- Marketing-Agenturen, die mehrere Kunden verwalten und effiziente Strategie-Tools wollen
- Early Adopters, die das Produkt durch Feedback mitgestalten wollen
Zugang hier anfragen. Ich prüfe jeden Antrag persönlich und gewähre innerhalb von 24-48 Stunden Zugang.
Was du bekommst:
- 9 KI-Marketing-Agenten mit 11 strategischen Frameworks
- Multi-Kampagnen-Management (Agenturen: mehrere Kunden verwalten)
- Progressive Learning System, das mit jedem Gespräch smarter wird
- Direkten Zugang zu mir für Feedback und Feature-Anfragen
Was du erwarten kannst:
- Private Alpha = aktiv entwickelt basierend auf Nutzerfeedback
- Ich bin reaktionsschnell bei Bugs und Feature-Anfragen
- Solo-Gründer = authentischer, praxisnaher Support
Die größere Vision
Nach 20 Jahren in der Werbung habe ich dasselbe Muster gesehen: gute Marketingstrategie ist teuer und unzugänglich. Agenturen berechnen fünfstellige Beträge pro Monat. Gute Strategen kosten sechsstellige Jahresgehälter. Solo-Gründer und kleine Teams bleiben zurück.
Aber was wäre, wenn strategische Marketing-Intelligence durch KI verstärkt werden könnte? Nicht ersetzt – verstärkt. Wo KI die Frameworks, die Recherche, das strukturierte Denken übernimmt, und Menschen die Kreativität, die Intuition, das je ne sais quoi einbringen, das Marketing wirklich zum Funktionieren bringt.
Das ist STRAŦUM. Intelligence over Execution. Strategie vor Taktik. Denkpartner statt Ghostwriter.
Ist es perfekt? Verdammt nochmal, nein. Ist es nützlich? Ich denke wirklich schon.
Abschließende Gedanken (oder: Warum ich weiterhin in der Öffentlichkeit baue)
STRAŦUM zu bauen war schwieriger als DIALØGUE. Komplexer. Teurer. Mit mehr Nächten, in denen ich mich fragte, ob irgendjemand das wirklich wollen würde.
Aber hier ist, was mich antreibt: derselbe Grund, warum ich DIALØGUE gebaut habe. Weil ich es wollte.
Und weil die Dokumentation dieser Reise – die Siege, die Debugging-Albträume, die 23 Navigations-Bugs, die 3 Architektur-Pivots, die 214 Datenbankmigrationen – anderen Solo-Entwicklern zeigt, was möglich ist.
Vor 75 Tagen schien der Aufbau einer 9-Agenten-Marketing-Plattform mit Multi-Tenant-Architektur für eine Person unmöglich. Heute lade ich Menschen ein, sie zu testen.
Was hat sich geändert? Bessere KI-Tools – Claude Code im Besonderen.
Baust du etwas Ambitioniertes solo? Oder denkst du darüber nach? Ich würde gerne hören, woran du arbeitest und was dich zurückhält. Aus meiner Erfahrung ist das Schwierigste nicht der Code – es ist die Entscheidung anzufangen.
Viele Grüße,
Chandler
Möchtest du STRAŦUM ausprobieren? Fordere eine Einladung an.
