Erst prüfen, dann anreichern: Wo die Credits in einer Clay-Tabelle wirklich bleiben
Schuld sind angeblich die Anbieter. Viel Geld geht an Zeilen, die nie versendet worden wären. Vier davon, die Checks, die sie finden, und eine Liste, die entscheidet, was eine Suche wert ist.
Viel Geld in einer Clay-Tabelle geht nicht an schlechte Anbieter verloren. Es geht an Zeilen, die nie versendet worden wären: info@-Adressen, dieselbe Person von zwei Anbietern, „Gründer | Ex-SAP“ im Feld Nachname, eine +1-Nummer bei einem Kontakt in Deutschland. Das merkst du, wenn die Credits schon weg sind.
Deshalb haben wir einen Schritt gebaut, der vor der Anreicherung läuft: mehr als 120 Checks auf jede Liste. Sie laufen, sobald die Liste da ist, und zeigen dir, welche Zeilen eine Suche wert sind, bevor ein einziger Anbieter gefragt wird. Die zweite Hälfte der Idee: Die Liste selbst entscheidet, was angereichert wird, mit einem Score und einer Regel, deren Aktion die Anreicherung ist. Beides steht unten.
Vier Zeilen, die nie versendet worden wären
Hinter jedem der vier Beispiele steht ein echter Check in ListPlus, und die Namen unten sind die, die du im Panel Analysieren siehst. Gibst du die Zeilen in die Checks, kommen genau diese Befunde zurück.
info@: Funktions-E-Mail
info@maschinenbau-krause.de ist ausgefüllt, im Format korrekt und gehört niemandem. Funktions-E-Mail markiert info@, vertrieb@, office@ und ähnliche Postfächer. Eine Sequenz an diese Adresse landet in einem geteilten Postfach, und eine Rückwärtssuche, die daraus eine Person machen soll, findet niemanden; ListPlus startet auf einem geteilten Postfach gar keine. Die Trigger-Vorlage „Liste aufräumen“ versieht Freemail-, Wegwerf- und info@-Adressen mit einem Tag und markiert sie als ignoriert. Sie verschwinden aus der Arbeitsansicht, gelöscht wird nichts.
Dieselbe Person zweimal: Doppelter Name + Firma, Doppeltes LinkedIn
Zwei Anbieter, zwei Zeilen: Jan Schulz bei „Krause Maschinenbau GmbH“ mit einer Adresse, Jan Schulz bei „Krause Maschinenbau“ mit einer anderen, eine LinkedIn-URL mit www. und eine mit Schrägstrich am Ende. Doppelter Name + Firma sieht über die Rechtsform hinweg, Doppeltes LinkedIn über die Schreibweise der URL, und beide markieren das Paar. Reicherst du beide an, zahlst du zweimal für eine Person und schreibst ihr zweimal. Beheben führt jede Gruppe zusammen: Die vollständigste Zeile bleibt, übernimmt die Werte, die nur die andere hatte, und die andere wird als ignoriert markiert. Ähnlicher Name + Firma findet die knappen Fälle, einen Tippfehler oder einen Akzent, zum Prüfen.
„Gründer | Ex-SAP“ im Nachnamen: Ungültige Zeichen im Namen
Aus gescrapten Profilen rutscht Headline-Text in die Namensfelder. Einen Nachnamen mit senkrechtem Strich markiert Ungültige Zeichen im Namen, und eine Suche nach Name und Firma würde bei einer Person anfangen, die es nicht gibt: Im besten Fall findet sie nichts, im schlechtesten jemand anderen. Der Nachbar-Check LinkedIn-Statustext im Namen erkennt „#OpenToWork“ und „Wir stellen ein“ und entfernt sie mit einem Klick auf Beheben. Strich und Headline schaust du dir selbst an, denn keine Regel weiß, welche Hälfte der Name ist.
+1 bei einem Kontakt in Deutschland: Telefon-Land Abweichung
Telefon-Land Abweichung vergleicht die Vorwahl mit der Spalte Land: Eine +1-Nummer bei einem Kontakt in Deutschland bekommt „erwartet +49“. Entweder stimmt das Land nicht, die Nummer ist alt, oder die Person arbeitet wirklich im Ausland. Das ist ein Hinweis, kein Fehler, aber er gehört vor eine Mobilnummern-Suche für 12 Credits oder eine Anrufliste, nicht danach.
Im selben Bericht steht mehr in der Art: Tippfehler in E-Mail-Domain (gmial.com), Wegwerf-E-Mail-Domain und Domain nimmt keine Mails an, eine Domain, die es nicht gibt und an der jede Mail abprallt.
Was die Checks sind
Es sind mehr als 120 Checks, verteilt auf Namen, E-Mails, Telefonnummern, Firmen, Positionen, Adressen, LinkedIn-URLs, Dubletten, Compliance und Vollständigkeit; welche laufen, hängt von den Spalten deiner Liste ab. Bis auf elf arbeiten alle mit festen Regeln. Sie laufen von selbst, sobald du das Panel Analysieren zum ersten Mal öffnest, und sind in jedem Plan enthalten, ohne Credits zu verbrauchen. Die elf KI-Checks, etwa ein Name, der nach Testdaten aussieht, ein Personenname im Feld Firma oder eine Abteilung statt einer Position, sind optional und werden nach Verbrauch abgerechnet; den Preis siehst du vor dem Start.
Checks lesen nur. In der Liste ändert sich nichts, bis du auf Beheben klickst, und Beheben gibt es nur, wo der richtige Wert eindeutig ist: Groß- und Kleinschreibung, überzählige Leerzeichen, eine fehlende Vorwahl, wenn die Liste ein Land hat, das Zusammenführen von Dubletten. Ein Klick auf einen Befund zeigt seine Zeilen; hakst du mehrere an, filtert „Nur diese zeigen“ die Tabelle auf sie.
Dann entscheidet die Liste, was angereichert wird
Eine saubere Zeile ist noch keine Suche wert. Der zweite Schritt ist ein Score und eine Regel, und beide gehören zur Liste selbst. Jeder Datensatz, der später dazukommt, aus einem Import, einem Webhook oder einem Formular, läuft durch dasselbe Tor.
Der Score
„+ Spalte“ → Score gibt jedem Datensatz Punkte je Kriterium: Entscheider +40, Firmen-E-Mail +20, private E-Mail −10, oder deine eigenen Kriterien. Ein Kriterium ist eine Regel auf eine Spalte, gebaut im selben Editor wie die Trigger, und es kann fragen, ob ein Datensatz schon in einer anderen Liste steht, etwa bei deinen Bestandskunden (−50). Die Stufen A, B und C kommen auf Wunsch als eigene Spalte dazu. Regel-Kriterien verbrauchen keine Credits; ein Kriterium, das die KI beurteilt, schon, einmal je unterschiedlichem Wert.
Die Regel
Anreichern ist in ListPlus die Aktion einer Regel, kein eigener Job, den du startest und vergisst. Öffne Werkzeuge → Trigger, nimm die Vorlage „E-Mail ergänzen“ und füge eine UND-Bedingung hinzu: ICP Score mindestens 40. Bedingungen können auch die Ergebnisse der Checks lesen, zum Beispiel das Cold-Email-Urteil (einsatzbereit, anreicherbar, unbrauchbar) oder „E-Mail ist eine Firmenadresse“. Unter „Dann“ hat die Aktion Anreichern drei Einstellungen: „Felder, die erreicht werden sollen“ (Arbeits-E-Mail, Mobilnummer, Position …), „Höchstens pro Record“ (5, 10, 25 oder 50 Credits) und was mit den Zellen passiert: „Nur leere Zellen füllen“ oder „Leere und ungültige Werte ersetzen“.
In der Beispielliste aus dem Video trifft die Vorlage allein 11 von 30 Kontakten; mit dem Score als Bremse bleiben 3. Acht Suchen fallen weg, bevor ein Credit fließt. Das ist eine Beispielliste, keine Prognose für deine.
Ab dann läuft die Regel von selbst. Ein Schritt, der das Budget sprengen würde, startet für diesen Datensatz nicht, eine E-Mail wird nur berechnet, wenn eine gefunden wird, und ein Datensatz, auf den die Regel schon gewirkt hat, wird bei einer späteren Änderung nicht noch einmal angereichert.
- Liste importieren. Die Checks laufen von selbst.
- Beheben, was sich beheben lässt, und mit der Vorlage „Liste aufräumen“ herausnehmen, was nie versendet würde.
- „+ Spalte“ → Score, auf Wunsch mit Stufen.
- Werkzeuge → Trigger: „E-Mail ergänzen“ plus „ICP Score mindestens 40“, ein Budget pro Datensatz. Speichern.
Für GTM Engineers: die Checks als MCP-Tool
Liegen deine Zeilen in Clay, in einer Tabelle oder in einem eigenen Workflow, brauchst du für die Checks keine ListPlus-Liste. Sie sind ein MCP-Tool, check_records, das dein Agent aufrufen kann. In Claude Code:
claude mcp add --transport http listplus https://listplus.ai/mcp --scope userSchick die Zeilen als JSON, mit den Spaltennamen, die sie eben haben (first_name, Vorname, Mail …). Die Antwort sagt, wie jeder Schlüssel gelesen wurde, und liefert je Datensatz die Check-ID, den Namen, das Feld, den Wert und, wo es einen gibt, einen Korrekturvorschlag. Gespeichert oder geändert wird nichts. Ohne Anmeldung nimmt ein Aufruf bis zu 25 Datensätze, angemeldet bis zu 1.000. In n8n ist das ein HTTP-Knoten, der Check kann also vor dem Anreicherungsschritt eines Workflows sitzen, den du schon hast.
Mit dem Recht „Einrichten“ für seine Verbindung kann ein Agent die Score-Spalte und die Anreicherungs-Regel auch in einer ListPlus-Liste anlegen (add_column, create_trigger) und die Regel pausiert lassen, bis du dem Budget zugestimmt hast.
Was die Checks dir nicht sagen
Regel-Checks lesen den Wert, nicht das Postfach: Auch eine sauber geschriebene Firmenadresse kann abprallen. Die Verifizierung fragt den Mailserver und kostet 0,3 Credits bei einem eindeutigen Ergebnis; Catch-all und unbekannt werden nicht berechnet. Eine Telefon-Land Abweichung ist manchmal richtig. Dubletten werden innerhalb einer Liste oder eines Aufrufs gefunden; zwei Listen führst du mit „Listen zusammenführen“ zusammen. Und eine saubere Zeile mit hohem Score ist ein Urteil über die Daten, nicht darüber, ob du die Person kontaktieren darfst. Wie viele Credits der Schritt spart, hängt von deiner Liste ab; eine Zahl behaupten wir nicht.