MailMind: AI sortiert das Postfach & schickt Telegram-Alerts
Diese Woche habe ich mich an ein Thema gewagt, das ich bisher noch nie ausprobiert hatte: E-Mails verarbeiten.
Wie in den letzten Projekten taste ich mich Schritt für Schritt in die Welt von „Automatisierungstools mit LLMs“ hinein – und E-Mails + Telegrambot waren für mich komplettes Neuland.
Meine Anforderungen
Ungelesene E-Mails automatisch aus dem Postfach ziehen
Sie in klare Kategorien sortieren (Geschäftlich, Finanzen, Shopping, Newsletter, Persönlich)
Jede Mail von der AI mit einer Priorität (1–10) bewerten lassen
Ab einer bestimmten Wichtigkeit (ab Priorität 8) sofort eine Telegram-Benachrichtigung mit Zusammenfassung bekommen
Robust, auch wenn IMAP-Server nicht alle Features unterstützen
Kurz gesagt: ein Assistent, der meine Mails sortiert, bewertet und mich nur bei den wirklich wichtigen direkt anpingt.
Mein AI-Workflow
Nach der „Pleite“ der letzten Woche habe ich diesmal das Projekt ausschließlich mit Claude gebaut. ChatGPT kam nur fürs Brainstorming und den Blogpost ins Spiel.
Die AI-Integration selbst war erstaunlich unkompliziert:
Groq hat die Mails zuverlässig analysiert.
Ich musste nur wenig vorgeben – z. B., dass Wörter wie „dringend“ oder „wichtig“ automatisch zu höherer Priorität führen.
Die Kategorien habe ich bewusst so gewählt, dass fast jede Mail instinktiv und eindeutig zuordenbar ist.
Was das Tool kann
👉 Holt ungelesene Mails per IMAP (ohne sie als gelesen zu markieren)
👉 Lässt Groq jede Mail kategorisieren und priorisieren (1–10)
👉 Verschiebt sie in den passenden Ordner (z. B. AI-Kategorien/Finanzen)
👉 Ab Priorität 8: schickt mir sofort eine Telegram-Nachricht
👉 Die Telegram-Nachricht enthält nicht nur Betreff & Absender, sondern auch eine AI-Zusammenfassung der Mail (2–3 Sätze) – damit ich auf einen Blick weiß, worum es geht
👉 Speichert, welche Mails schon verarbeitet wurden – damit nichts doppelt läuft
Das Ganze läuft in einer Schleife und checkt alle 30 Sekunden mein Postfach.
Stack & Tools
Python (imaplib, email, dotenv, requests)
Groq LLM (Kategorisierung, Priorisierung, Zusammenfassungen)
Telegram Bot API (Benachrichtigungen mit Zusammenfassung)
Claude (Code-Partner für das ganze Projekt)
Herausforderungen & Learnings
Erstes Mal mit E-Mails: Encoding, Multipart-Mails, Ordnerstruktur – alles neu für mich. Überraschend: vieles funktionierte direkt.
Ordner vs. Labels: Ursprünglich wollte ich Labels vergeben, aber in Thunderbird war das nicht zuverlässig sichtbar. Ordner sind deutlich robuster.
Claude & HTTP-Server: Claude schlug anfangs vor, einen zusätzlichen HTTP-Server aufzusetzen – völlig unnötig für dieses Projekt.
Telegram: Die eigentliche Integration klappte sofort. Am witzigsten war die Einrichtung des Bots direkt in der Telegram-App.
Kein UI: Das erste Projekt ohne schickes Frontend. Ich dachte, das würde weniger Spaß machen – aber das Gegenteil war der Fall.
Mein größter Aha-Moment war allerdings gar nicht technisch:
Ich habe diese Woche lange gebraucht, um überhaupt eine Projektidee zu finden. Letzte Woche habe ich den Blog zum ersten Mal auf LinkedIn geteilt – und diese „Öffentlichkeit“ hat mich kurzzeitig unter Druck gesetzt. Das hat mir gezeigt: ich muss nicht immer nur Projekte bauen, die nach „Business Tool“ aussehen. Auch kleine, lustige Experimente haben ihren Wert.
Wieder keine Live-Demo 🙁
Wie letzte Woche gibt es diesmal keine öffentliche Demo.
Ein E-Mail-Postfach ist zu privat, um es irgendwo freizuschalten.
Fazit
Woche 4: ✅
Ich habe gelernt, wie man E-Mails ausliest, kategorisiert und in Ordner sortiert. Ich habe meinen ersten Telegram-Bot gebaut. Und ich habe gemerkt: auch ein Projekt ohne UI kann richtig Spaß machen.
Mögliche Erweiterungen? Automatische Antwort-Entwürfe generieren – also Mails nicht nur sortieren, sondern gleich Reaktionen vorbereiten.
Und generell: nicht jede Woche muss ein Tool entstehen, das sofort für Unternehmen nutzbar wäre. Manchmal will ich einfach nur eine API, ein LLM oder einen Workflow ausprobieren – egal ob ernsthaft oder witzig.
Mal sehen, was Woche 5 bringt. 😉
