VarnaAI CRM
Persönliches CRM mit KI-unterstützten Workflows
Gebaut von Nicholas Falshaw · KI-gestütztes Personal-CRM · Selbst gehostet, nicht öffentlich
Das Problem
Salesforce ist für Solo-Berater überdimensioniert. Notion verliert Struktur, sobald die Pipeline wächst. HubSpots Free-Tier ist eine Marketingfalle. Keines verknüpft besuchte Events mit getroffenen Kontakten und abgeschlossenen Deals in einem Graphen, und keines hat eine KI, die Outbound wirklich im eigenen Ton schreibt.
Was ich gebaut habe
Ein Full-Stack-CRM mit KI-gestützter Lead-Anreicherung, automatischem E-Mail-Entwurf, event-verknüpftem Prospecting, rollenbasierter Zugriffskontrolle und Pipeline-Analyse. Läuft komplett auf eigener Infrastruktur — keine Dritt-CRM-Abhängigkeit.
Architektur
- ▸
Frontend
Next.js App Router, Server Components, Tailwind 4, TypeScript
- ▸
Datenbank
PostgreSQL 16 mit 58+ Tabellen für Prospects, Firmen, Events, Deals, Changes, Firewalls, API-Keys, RBAC, Audit-Log
- ▸
ORM
Prisma 7 mit PrismaPg-Adapter
- ▸
Auth
NextAuth v5 mit Rollen-Guards, API-Key-Ausgabe, Funktionstrennung erzwungen
- ▸
Queue
Redis 7 mit Queue-Workern pro Aufgabe (Enrichment, E-Mail-Entwurf)
- ▸
KI-Worker
Ollama für lokale Inferenz, Claude API für hochwertige Entwürfe; Prompts versioniert mit dem Code
- ▸
Outbound
SMTP über dedizierten Transactional-Provider, mit Threading, Bounce-Tracking, Reply-Erkennung
- ▸
Infra
Docker Compose, Caddy als Reverse-Proxy, isoliertes Netz, Non-Root-Container, Read-only-Filesystem, CSP-gehärtet
Tech-Stack
Ergebnis
Ein Operator fährt volles Pipeline-Management — Prospecting, Enrichment, Outreach, Vertrag, Rechnung — auf einem einzigen selbst gehosteten Stack. Query-Latenz unter 100 ms für Pipeline-Views über Tausende Datensätze. Schema ist über 18 Monate Iteration stabil geblieben.