Making tech accessible for everyone | NoCode Product Builder

I'm on a mission to show that tech is something fun rather than something scary. Democratizing tech means to put the power of coding in people's hands - with #NoCode. 

With VisualMakers I'm building a platform together with my Co-Founder Alexander Sprogis with tutorials, blogs, podcasts and best practices to use NoCode in your business. As a product person by heart, I love building and growing products.  

I'm especially passionate about NoCode automation - if you're looking to optimize your processes, automate your repetitive tasks: hit me up!

Lilith Brockhaus

Alexander Sprogis

Wachstumsorientierte KMUs sind das Rückgrat unserer Wirtschaft – doch ihr Wachstum wird oft durch ineffiziente Prozesse und operative Last gebremst. Deine besten Mitarbeiter sind mit Routineaufgaben blockiert, anstatt sich auf wertschöpfende Tätigkeiten zu konzentrieren.
VisualMakers ist der strategische Partner, der genau hier ansetzt. Wir implementieren für dich pragmatische KI- und Automatisierungslösungen, die deine Kernprozesse optimieren, die Effizienz steigern und so direkt auf deine Marge und deinen Unternehmenswert einzahlen. Unsere Mission: Wir machen führende Technologie für KMUs nutzbar und übersetzen sie in messbare Geschäftsergebnisse.
Klassische IT-Projekte sind oft langsam, teuer und voller Risiko. Unser Ansatz ist anders: Wir kombinieren strategische Beratung mit schneller, pragmatischer Umsetzung. Dabei setzen wir auf die jeweils passende Technologie – ob Visual Development für maximale Geschwindigkeit oder Code für komplexe Anforderungen. Das Ergebnis sind Lösungen, die in Wochen, nicht Monaten, einen echten ROI liefern und dein Team spürbar entlasten.
Wir sind keine klassische Agentur, die nur Aufträge abarbeitet. Wir sind Wegbereiter und Sparringspartner für wachstumsoriente Unternehmen wie deins. Von KI-Assistenten, die den Vertrieb unterstützen, bis hin zu unternehmensweiten Automatisierungsplattformen – wir verkaufen keine Tools, sondern unternehmerischen Freiraum und Skalierbarkeit.

Co-Founder

Unsere Mission ist die Demokratisierung von Tech - denn heute kann jeder mit den richtigen Tools seine eigenen digitalen Anwendungen bauen. Wir wollen dir zeigen wie du Websiten, Apps und automatisierte Prozesse baust - ohne eine Zeile Code zu schreiben. Denn: Jeder kann Software bauen.

Ab jetzt startet ein neues Kapitel. 
Ich habe mein nächstes Unternehmen gegründet. 

Die letzten Wochen waren wirklich verrückt. 

Nachdem ich meinen Austritt bei VisualMakers verkündet habe, haben mich extrem viele positive und wertschätzende Nachrichten erreicht. 

Dafür möchte ich nochmal ein dickes Dankeschön aussprechen! 

Nachdem die Entscheidung Ende November fix war, habe ich mir überlegt was meine nächsten Schritte sind. 

Mir war direkt klar, dass ich gerne meine Erfahrungen im Bereich Produktentwicklung mit AI teilen möchte. Seit dem Beginn meiner beruflichen Laufbahn durfte ich mit Produkt- und Softwareentwicklung beschäftigen und schließlich war ich bis zuletzt an unzähligen selbst Projekten beteiligt und durfte wichtige Learnings aus all dem ziehen.

Gleichzeitig habe ich über die letzten Jahre eine neue Passion für mich entdeckt - Content Produktion. 

YouTube sollte also erstmal mein Hauptfokus werden. Was sich monetär daraus ergibt habe ich zum Großteil erstmal offen gelassen. Na klar hatte ich Ideen im Hinterkopf, aber ich wollte vorallem erst einmal eines - starten. 

Ich habe letzten Wochen also  genutzt und primär in Content-Produktion investiert. Das Feedback ist überwältigend und die Arbeit zahlt sich schon jetzt aus. 

Was ich dir versichern kann: YouTube ist eine heftige Maschine für Lead-Generierung. 

Daraus ergeben haben sich schon einige spannende Kooperations- und Projektanfragen, die ich die nächsten Wochen über realisieren darf. 

All das gibt mir die Bestätigung auf dem richtigen Weg zu sein und auch wenn es hier und da immer kleine Restzweifel geben wird, überwiegt die Freude jetzt noch einmal neu starten zu dürfen.

AI Engineering für Product Managers & Founders | Content Creator

Ersetzt Claude Code jetzt n8n?

Wenn ich in den letzten Jahren Automatisierungsprojekte begleitet oder umgesetzt habe, hieß der Tech-Stack fast immer: n8n.

Aber seit ich intensiv mit Claude Code arbeite, habe ich mich gefragt:
Brauche ich n8n eigentlich noch?

Denn Claude kann mir meine Workflows deutlich schneller entwickeln.
Ich sage zum Beispiel: "Hol mir die letzten YouTube-Kommentare, filtere nach Videoideen und schick mir eine Zusammenfassung per Slack."

Und Claude liefert quasi in Echtzeit, über einen einzigen Prompt.

Das Problem: Die Erstellung allein reicht nicht.

Denn ein Workflow muss auch irgendwo laufen.. 24/7, mit Triggern, Webhooks und Authentifizierung für dutzende Tools.

Das alles selbst aufsetzen und verwalten?
Viel zu aufwändig.

Und genau da kommt n8n wieder ins Spiel.
n8n bringt die komplette Infrastruktur mit.

Die beiden Tools in Kombination nutzen, das macht für mich aktuell den größten Unterschied.

In meinem neusten YouTube-Video zeige ich dir mein Setup und wie ich mit Claude Code n8n Workflows entwickle.

Den Link zum Video findest du in den Kommentaren 👇

AI Coding ist unsicher und ihr habt keine Ahnung was ihr da baut!

Das lese ich gerade immer wieder..
Klar, der Vorwurf ist nicht komplett falsch.

Wer so gar keinen Plan von Softwarearchitektur hat, sollte jetzt nicht unbedingt glauben, er könne ohne weiteres produktive Anwendungen entwickeln. 

Also ja kannst du schon, aber ob das gut ausgeht ist die andere Sache. 

Was hilft ist das frisch veröffentlichte Claude Code Security Preview Feature. 

Die Reaktion des Markts hat dem Impact bewiesen. 
CrowdStrike, Okta und Cloudflare brachen direkt nach der Ankündigung um bis zu 9 % ein.

Warum ist das Feature so anders als bisherige Tools?
Klassische Security-Scanner gleichen deinen Code mit bekannten Mustern ab. Offene API Keys, veraltete Verschlüsselung,..

Claude liest deinen Code wie ein menschlicher Security-Researcher.
Er versteht den Projektkontext, wie Komponenten zusammenwirken und trackt den Datenfluss durch deine App.

Aktuell noch als Limited Research Preview und zunächst nur für Enterprise- und Team-Kunden verfügbar.

Es ersetzt natürlich kein manuelles Security Review. :D 

Aber als erste Sicherheitslinie, gerade für Leute mit wenig Dev-Hintergrund?
Ein echter Schritt nach vorne.

Holt Claude jetzt OpenClaw ein?

Anthropic hat die letzten Tage wiedermal ordentlich Features nachgelegt. 
Selbst ich komme bei den Updates kaum noch hinterher..

Es gibt seit letzter Woche mit Claude Code Remote-Control, Scheduled Tasks und Auto-Memory 3 spannende Neuerungen, mit denen sich Claude OpenClaw derzeit mehr und mehr annähert. 

In meinem neuen YouTube Video habe ich die Features mal genauer unter die Lupe genommen, um zu testen, ob Claude mittlerweile wirklich alles abdeckt was OpenClaw kann. Ich bin dabei allerdings auf die ein oder andere Limiterung gestoßen. 

Den Link zum Video findest du in den Kommentaren 👇

Nutze diese 5 Layer um Agents in Claude Code zu konfigurieren

Was ich schon einige Male gesehen habe ist, dass Claude Code Nutzer 
alle Informationen, die sie zu einem n Software-Projekt haben, in ihre CLAUDE. md-Datei speichern 

Nur ist es dann kein Wunder, dass der Claude Code Agent die Hälfte der Infos komplett ignoriert. 

In Claude Code gibt es 5 verschiedene Ebenen, um einen Agenten zu konfigurieren. Und jede hat einen ganz bestimmten Zweck.

1. CLAUDE. MD 
Die Datei wird bei jeder Session geladen.
Hier rein gehört dein Tech-Stack und deine Projektkonventionen und 
-struktur. Also alles, was dein Agent zu jeder Zeit wissen muss.
Trotzdem solltest du die Datei immer möglichst schlank halten.

2. Rules
Regeln werden automatisch aktiv, je nachdem welche Dateien Claude gerade bearbeitet. Die sind zum Beispiel perfekt für dateispezifische Coding-Standards.

3. Skills
Anleitungen, die du deinem Agent geben kannst, damit er genau nach deinen Vorgaben arbeitet. Die werden nur bei Bedarf geladen. 

4. Sub-Agents 
Die laufen komplett isoliert in einem eigenen Kontextfenster. Die kannst du zum Beispiel für leistungsintensivere Aufgaben wie Frontend-Entwicklung oder Testing nutzen.

5. MCP-Server
Die verbinden Claude Code mit externen Systemen wie Google, GitHub, Jira, Supabase oder Slack.

5 Prinzipien für Context Engineering mit Claude Code

Kennst du folgendes Problem: 
Je größer dein Claude Code Projekt wird, je mehr Anforderungen du schreibst, je größer deine Code-Basis wird - desto häufiger vergisst dein Coding Agent den Kontext und macht Änderungen, da, wo er sie nicht machen soll, und wird insgesamt immer unzuverlässiger. 

Das ist ein bekanntes Phänomen, was auch unter dem Namen "Context Rot" bekannt ist. 

Die Leistungsfähigkeit von Large Language Models (LLMs) nimmt systematisch ab, je mehr Informationen in das Kontextfenster geladen werden.

Die Lösung nennt des Problems nennt sich Context Engineering. 
Aber wie sieht das in der Praxis aus? 

1️⃣ Dein Projektstatus gehört in Dateien, nicht ins Gedächtnis des LLMs. 
Das Problem ist, dein AI-Agent vergisst Dinge. 
Der Context wird in regelmäßigen Abständen komprimiert. Das bedeutet das Detalinformationen verloren gehen. Für dein Projekt heißt das: Anforderungen und Tracking für Features, Akzeptanzkriterien, technischen Entscheidungen etc. sollten alle in Markdown-Dateien ausgelagert werden. Die kannst du beim Start einer neuen Session einfach neu einlesen. Somit hat ein AI-Agent wieder den aktuellsten Stand. 

2️⃣ Schichte deinen Context. 
Nicht alles muss IMMER geladen sein. 
Bei mir sieht das so aus: 
↳ Die CLAUDE.md: enthält Techstack und Konventionen (super schlank).
↳ PRD.d für Projektdetails (Vision, Zielgruppe, Rahmendaten etc).
↳ Einzelne Features leben wiederrum in eigenen Markdown Dateien. 
↳ Skills Expertentasks wie Requirements Engineering, Frontend oder Backend Entwicklung. 


3️⃣ Isoliere den Kontext.
Wenn dein Agent recherchiert, plant und implementiert und das alles im selben Kontextfenster passiert, dann hast du am Ende ein Fenster voller Research-Informationen, welche die Implementierung verschlechtert und da ja auch eigentlich gar nicht gebraucht wird. Mein Tipp also: Plane in einem Context update deine Anforderungsdateien und implementiere dann mit einem frischen Kontext.


4️⃣ Bau dir eine Context Recovery Anleitung ein. 
Denn wenn der Kontext mitten in einer Aufgabe zu 100% voll läuft und komprimiert wird, muss der Agent wissen, wie er weitermacht, ohne von vorne anzufangen. Bei mir hat jeder Skill eine Recovery-Anleitung: z.B. "lies die Feature-Spezifikation nochmal" oder "prüfe die letzten Code Änderungen".


5️⃣ Dein Agent soll immer lesen und niemals raten. 
Informationen aus dem Gedächtnis abzurufen, kann bei LLMs zu halluzination führen, wenn die Daten schon länger im Kontext sind. Lass deinen Agent deine Dateien also immer erst lesen, bevor er damit arbeitet.

Peter Steinberger schließt sich OpenAI an.
Der Entwickler hinter OpenClaw. 

Der Mann, der das Internet in wenigen Wochen komplett auf den Kopf gestellt hat.

Und OpenClaw? Wird ebenfalls von OpenAI übernommen.

Peter hat nach eigenen Aussagen letzte Woche mit mehreren großen Labs in San Francisco gesprochen. OpenAI war nicht die einzige Option.

Er hätte OpenClaw problemlos zu einer riesigen Firma machen können.
Wollte er aber nicht. Er hatte bereits 13 Jahre lang eine Firma aufgebaut.

Diesmal geht es ihm um was anderes.

Sein Ziel: KI-Agenten für alle verfügbar machen.
Zitat: "Einen, den sogar meine Mutter benutzen kann."

Dafür braucht er Zugang zu den neuesten Modellen und zur Forschung.
Und das schafft er allein nicht.

Gleichzeitig ein smarter, strategischer Move von OpenAI.

→ Sie holen sich einen der besten Builder im AI-Agent-Bereich
→ OpenClaw ist jetzt automatisch mit ihrer Brand verknüpft
→ Sie positionieren sich als diejenigen, die Open Source supporten

OpenClaw bleibt Open Source.
Es wird nicht eingestellt. Nicht hinter eine Paywall gesteckt.
Das Projekt geht in eine Foundation, eine unabhängige Stiftung.

OpenAI sagt, sie werden das Projekt weiterhin unterstützen.

Für uns als Nutzer heißt das:
OpenClaw wird weiterentwickelt.
Wahrscheinlich sogar schneller als vorher.

Die spannende Frage wird sein:
Bleibt die Foundation wirklich unabhängig?
Oder werden OpenAI-Modelle irgendwann bevorzugt?

Peter hat selbst gesagt, dass OpenClaw als Hobbyprojekt entstanden ist und gerade im Bereich Sicherheit noch viel aufzuholen hat. 
Was jetzt kommt, kann also auch eine riesige Chance sein.

Hast du bereits einen OpenClaw-Server im Einsatz? Oder bisher die Finger davon gelassen?

Agent Skills haben die Arbeit im AI Engineering komplett verändert.
Damit machst du deine Agents von Generalisten zu Spezialisten. 

Der Ansatz ist eigentlich schon fast lächerlich einfach.
Der Impact der daraus entstanden ist, ist riesig. 

Ein Ordner. Eine SKILL.md-Datei.
Und dein AI-Agent arbeitet genau nach deinen Vorgaben.
Ohne dass dein Kontextfenster mit Infos überflutet wird. 

Das von Anthropic eingeführte Prinzip war so gut, dass alle anderen großen Player es in kurzer Zeit übernommen haben. 

Somit kannst du deine Skills plattformübergreifend nutzen. 
Egal ob in Claude, Claude Code, Antigravity, Cursor, etc.

Wie genau Skills funktionieren, wie du sie installierst und erstellst - all das zeige ich dir in meinem neuesten YouTube-Video. 

Den Link findest du in der Videobeschreibung

Multi-Agent-System vs. Single Agent in Claude Code

Ich sehe gerade extrem viele Nutzer die Multi-Agent-Systeme in ihrem Claude Code Setup verwenden. 

In vielen Fällen brauchst du das gar nicht.
Das sagt sogar Anthropic selbst.

Sie haben vor kurzem einen Artikel veröffentlicht, in dem sie bestätigen: Ihre eigenen Teams haben monatelang aufwändige Multi-Agent-Architekturen gebaut, um dann festzustellen, dass ein besserer Prompt für einen einzelnen Agenten dasselbe Ergebnis geliefert hätte.

Multi-Agent-Systme haben einen großen Nachteil:
Sie verbrauchen in den meisten Fällen 3–10x mehr Tokens als ein einzelner Agent.

Warum? 
↳ Jeder Agent braucht seinen eigenen Kontext. 
↳Die Agenten müssen sich koordinieren. 
↳ Ergebnisse müssen bei Übergaben zusammengefasst werden.


Es gibt genau drei Situationen, wo Multi-Agent wirklich Sinn macht.

1️⃣ Kontext-Schutz
Wenn eine Aufgabe so viele irrelevante Daten erzeugt, dass sie den Fokus des Hauptagenten stören würden. Ein Sub-Agent verarbeitet die Rohdaten und gibt nur eine kompakte Zusammenfassung zurück.

2️⃣ Parallelisierung
Wenn mehrere unabhängige Teilaufgaben gleichzeitig laufen können, z.B.  parallele Recherche-Pfade, unabhängige Frontend-Implemtierung.

Wichtig: Der Vorteil liegt in der Vollständigkeit, nicht in der Geschwindigkeit. Multi-Agent-Systeme laufen wegen des Gesamtrechenaufwands oft sogar länger als ein einzelner Agent.

3️⃣ Spezialisierung
Ab etwa 20 Tools steigt die Wahrscheinlichkeit, dass ein Agent die falschen wählt. Dann machen spezialisierte Agenten mit fokussierten Toolsets Sinn.

taplio

The Battle

Lilith Brockhaus

Alexander Sprogis

Followers

Posts

Engagements

Likes

Performance ScoreAlexander Sprogis's LinkedIn Performance

Ready to grow your LinkedIn presence?

taplio

The Battle

Lilith Brockhaus

Alexander Sprogis

Followers

Posts

Engagements

Likes

Performance Score.css-goub6s{font-size:var(--chakra-fontSizes-md);font-weight:500;color:var(--chakra-colors-gray-600);display:block;margin-top:var(--chakra-space-1);}Alexander Sprogis's LinkedIn Performance

Ready to grow your LinkedIn presence?

Performance ScoreAlexander Sprogis's LinkedIn Performance