Die meisten Teams nutzen KI für ihr E-Mail-Marketing wie ein teures Spielzeug. 80 % Spielzeug, 20 % Werkzeug — das ist ungefähr die Quote, die Chase Dimond und Jimmy Kim in ihrem eCom Email Marketer-Newsletter beschreiben. Das ist zu wenig.

Die gute Nachricht: Der Weg vom Spielzeug zum Werkzeug ist konkreter, als er klingt. Und er beginnt mit einer Erkenntnis, die die meisten Marketer noch nicht verinnerlicht haben.

Stop writing better prompts. Start feeding better context.

Bessere Prompts sind nicht das Problem. Das Problem ist fehlender Kontext. Und genau hier kommt das Model Context Protocol (MCP) ins Spiel.

Was MCP ist — und warum es wichtig wird

MCP ist ein offenes Protokoll, das KI-Assistenten wie Claude oder ChatGPT eine sichere, bidirektionale Verbindung zu externen Datenquellen ermöglicht. Im Kontext von E-Mail-Marketing bedeutet das: Dein KI-Assistent kann direkt auf Segmentierungsdaten, Kaufhistorien, Engagement-Signale und Flow-Performance in Klaviyo zugreifen.

Statt “Schreib mir eine Reaktivierungsmail für inaktive Kunden” kann der Prompt plötzlich lauten: “Ich sehe in Klaviyo, dass 2.847 Kontakte in den letzten 180 Tagen nicht gekauft haben, aber 34 % davon haben in den letzten 30 Tagen noch geöffnet. Schreib mir eine Reaktivierungsserie für dieses Segment.”

Das ist kein Spielzeug. Das ist Hebel.

Das 5-Schritte-Playbook

Schritt 1: Ehrlich auditieren — Werkzeug oder Spielzeug? Wo wird KI gerade eingesetzt? Gelegentliches Brainstorming und sporadisches Copy-Drafting ist Spielzeug. Systematische Integration in Workflows mit klarem Output ist Werkzeug. Nur in der Werkzeug-Kategorie entsteht echter Leverage.

Schritt 2: Kontext statt Prompts optimieren MCP ist die technische Antwort auf diesen Schritt. Die Integration zwischen KI-Tool und ESP erlaubt es, aktuelle Daten direkt in die KI-Session zu ziehen — ohne Copy-Paste, ohne manuelle Datenpflege, ohne veraltete Informationen.

Schritt 3: Das richtige Modell wählen Für komplexe Reasoning-Aufgaben (Flow-Optimierung, Segment-Analyse, strategische Empfehlungen) braucht man Reasoning-Modelle — aktuell erfordern diese die bezahlten Tiers von Claude oder ChatGPT. Für einfaches Copy-Drafting reichen günstigere Modelle. Das Matching von Aufgabe und Modell spart Zeit und Kosten.

Schritt 4: Eine Prompt-Bibliothek aufbauen, die sich compoundiert Einzelne gute Prompts sind vergänglich. Eine strukturierte Bibliothek — aufgeteilt nach Beginner, Intermediate und Advanced — wird mit jeder Kampagne besser. Sie ist das institutionelle Gedächtnis des Teams für KI-Nutzung.

Schritt 5: Human-in-the-Loop-Grenzen definieren Die wichtigste strategische Entscheidung bei der KI-Integration: Was darf die KI autonom tun, und was braucht immer menschliche Freigabe? Chase und Jimmy empfehlen das Reversibility-Framework: Reversible Aktionen (Text-Entwürfe, Segment-Empfehlungen) können mehr Autonomie bekommen. Irreversible Aktionen (tatsächlicher Versand, Subscriber-Suppressionen) brauchen immer einen menschlichen Checkpoint.

In Klaviyo ist die MCP-Integration übrigens bereits verfügbar — was das Konzept für alle, die Klaviyo nutzen, direkt in die Praxis umsetzbar macht.

Den vollständigen Step-by-Step-Tutorial mit konkreten Prompt-Beispielen findest Du im Newsletter von eCom Email Marketer. Besonders empfehlenswert, wenn Du noch auf der 80-%-Spielzeug-Seite steckst und konkret wissen möchtest, wie der Sprung in die Werkzeug-Kategorie aussieht. Kurz: Für alle, die Klaviyo professionell nutzen und KI nicht mehr als gelegentliches Hilfsmittel, sondern als systematischen Bestandteil ihres Workflows etablieren wollen.