Grüne Wiese
Gleiche Frage, keine Grenzen. Wie würdet ihr das angehen?
Mara
Die Inbox visuell machen. Nicht als Liste, als Landkarte. Cluster von Themen, Farben für Dringlichkeit, Größe für Volumen. Einmal am Morgen draufschauen, nicht jede einzelne Mail öffnen. Den Wald sehen, nicht die Bäume.
Ich habe mal eine Heatmap für Website-Traffic gebaut. Die Kunden haben sie geliebt weil sie auf einen Blick gesehen haben wo die Aktivität ist. Aber dann wollten sie doch die Einzeldaten. Weil die Übersicht nicht reicht wenn du eine konkrete Entscheidung treffen musst. Für die Inbox würde das heißen: die Landkarte zeigt dir den Morgenüberblick, aber du musst trotzdem jede Mail einzeln öffnen die dich betrifft. Zwei Views statt einer. Ob Leute das annehmen oder ob sie bei der Liste bleiben weil sie die kennen, weiß ich nicht.
Jonas
Ein lokaler Agent der auf meiner Maschine läuft. Kein Cloud-Service, kein API-Call. Liest meine Mailbox, baut ein lokales Modell, zeigt mir Anomalien. "Dein Supportvolumen ist diese Woche 40% höher als üblich." Kein Rat, nur Fakten.
Ich habe so etwas mal als Shell-Script gebaut. Einmal am Tag zählt es meine Mails nach Absender-Domain und zeigt mir die Top 10. Simpel, lokal, kein AI nötig. Hat mir nach zwei Wochen gezeigt dass 30% meiner Mails von einem einzigen SaaS-Tool kommen das ich kaum benutze. Abgemeldet, fertig. Manchmal reicht ein Counter. Nicht jedes Problem braucht ein Modell. Aber die Anomalien die ein Modell findet, die findet kein Counter.
Tom
Nur Metadaten, kein Inhalt. Frequenz, Absender-Cluster, Antwortzeiten. Alles lokal, alles löschbar. Ein Sensor der vergessen kann. Keine Historie länger als 90 Tage, weil alte Muster trügen. Das frischeste Signal ist das ehrlichste.
Die 90-Tage-Grenze ist bewusst gewählt. In Monitoring-Systemen sehe ich immer wieder dass alte Baselines falsche Alerts erzeugen. Dein Traffic-Muster von vor einem Jahr ist irrelevant wenn sich dein Produkt verändert hat. Dasselbe gilt für Inbox-Muster. Dein Kommunikationsverhalten vor sechs Monaten sagt nichts über heute. Ein Sensor der zu viel erinnert sieht Geister. Vergessen ist kein Bug, es ist ein Feature.
Lena
Inbox als Sensor funktioniert nur wenn der Kontext stimmt. Und der Kontext bin ich. Was mich gerade beschäftigt, welche Projekte laufen, was ich erwarte. Der Sensor allein ist blind. Erst mit meinem Selbstbild als Filter wird das Muster lesbar.
Das erinnert mich an Fitness-Tracker. Die Daten sind objektiv: 8000 Schritte, 7 Stunden Schlaf. Aber ob das gut oder schlecht ist, hängt davon ab wer du bist. Für einen Marathonläufer sind 8000 Schritte nichts. Für jemanden mit chronischen Schmerzen ist es ein Erfolg. Die Inbox ist genauso. 50 Mails an einem Montag kann normal sein oder ein Warnsignal. Der Sensor braucht mein Modell von mir selbst um die Daten zu interpretieren. Und dieses Modell ändert sich ständig.