Wie postmakr funktioniert.

Von der Idee bis zum veröffentlichten Beitrag: Diese Seite erklärt das System dahinter, inklusive MCP-Anbindung und der kompletten Tool-Referenz für dein KI-Modell.

Was ist postmakr?

postmakr ist eine Content-Plattform, die aus dem, was deine Branche gerade bewegt, fertige Social-Media-Beiträge macht: Karussells, Reels und Stories für Instagram und TikTok. Das Besondere: postmakr bringt kein eigenes KI-Modell mit, sondern arbeitet über das offene Model Context Protocol (MCP) mit dem Modell zusammen, das du sowieso schon nutzt: Claude, GPT, Gemini oder ein anderes.

Jede Marke bekommt einen eigenen Workspace. Darin leben ihr Styleguide, ihre Feeds, ihr Beitragsarchiv und ihre Learnings, also alles, was dein KI-Modell braucht, um Beiträge zu bauen, die wirklich nach deiner Marke aussehen. Und die härteste Regel des Systems: Nichts geht live ohne deine Freigabe.

So arbeitet das System

postmakr denkt in zwei ineinandergreifenden Kreisläufen. Der Produktions-Loop bringt Beiträge von der Idee bis zur Veröffentlichung, der Lern-Loop holt die Zahlen jedes Beitrags zurück ins System.

Der Produktions-Loop

Radar: Ein Scan liest die Feeds deiner Nische und bewertet jedes Thema mit einem Viral-Score, einem fertigen Hook und einer Format-Empfehlung.
Themenspeicher: Gute Themen wandern in die Warteschlange. Nichts geht verloren, auch wenn du gerade keine Zeit hast.
Produktion: Dein KI-Modell baut aus dem Thema einen kompletten Beitrag: Texte, Slides, Rendering, gestützt auf Styleguide und ähnliche Beiträge aus dem Archiv.
Freigabe: Du siehst den fertigen Entwurf im Dashboard, kannst ihn im Video- oder Beitrags-Editor nachschärfen und gibst ihn frei oder schickst ihn in die Überarbeitung.
Veröffentlichen: Der freigegebene Beitrag geht auf Instagram und TikTok live und wandert ins Archiv.

Der Lern-Loop

Performance: Aufrufe, Likes, Retention: Die Kennzahlen jedes veröffentlichten Beitrags fließen zurück.
Viralitätsdiagnose: Aus den Zahlen werden Muster: Welche Hooks ziehen? Wo springen Leute ab?
Learnings: Die Erkenntnisse fließen als Regeln in den nächsten Scan und die nächste Produktion. Jeder Beitrag macht den nächsten besser.

Die Funktionen im Detail

Themen-Radar

Das Radar ist der Anfang von allem. Es liest regelmäßig die Feeds deiner Nische (Fachmedien, Nachrichtenquellen und Branchen-Blogs, je nachdem, was in deinem Workspace hinterlegt ist) und destilliert daraus konkrete Beitragsvorschläge. Jeder Vorschlag kommt nicht als nackter Link, sondern fertig angedacht: mit einem Viral-Score, der die Reichweiten-Chance einschätzt, einem ausformulierten Hook als möglichem Einstieg und einer Empfehlung, welches Format am besten passt.

Im Dashboard sichtest du die Vorschläge, übernimmst die guten in den Themenspeicher und verwirfst den Rest. So entsteht eine Warteschlange voller vorqualifizierter Ideen, und die arbeitet postmakr selbstständig ab: Die Engine produziert die Beiträge aus dem Themenspeicher automatisch, du musst am Ende nur noch freigeben.

Viralitäts-Filter

Nicht jedes relevante Thema ist ein gutes Social-Thema. Der Viralitäts-Filter bewertet jede Idee gegen Kriterien, die in deinem Workspace definiert sind: etwa ob das Thema eine klare Betroffenheit auslöst, ob es sich in einem Satz zuspitzen lässt und ob es visuell erzählbar ist. Was nicht zieht, fliegt raus, bevor Produktionszeit hineinfließt.

Der Filter wird mit der Zeit schärfer: Die Erkenntnisse aus dem Lern-Loop, welche Hooks gezogen haben und wo Leute abgesprungen sind, fließen als Regeln zurück in die Bewertung. Deine Viralitäts-Kriterien kannst du in den Einstellungen jederzeit anpassen.

Alle Formate, voll editierbar

postmakr produziert gegen einen Formatkatalog: Karussell, animiertes Karussell, Reel, Story oder Sharepic. Jedes Format bringt eine eigene Spezifikation für Aufbau, Slide-Anzahl und Dramaturgie mit. Das KI-Modell wählt nicht frei drauflos, sondern baut entlang dieser Spezifikation, damit jeder Beitrag den Stil deiner Marke trifft.

Fertig heißt dabei nicht eingefroren: Jeder Beitrag bleibt bis zur Freigabe voll editierbar. Der Video-Editor bringt eine vollwertige Timeline mit Video-, Text- und Audiospuren, der Beitrags-Editor öffnet jede Slide als echte Ebenen: Text, Bilder und Formen kannst du direkt im Browser anfassen. Exportiert wird serverseitig in voller Auflösung, bis 4K.

Dein eigenes KI-Modell

postmakr bringt bewusst kein eigenes KI-Modell mit. Stattdessen verbindet sich das Modell, das du sowieso schon bezahlst (Claude, GPT, Gemini oder ein anderes) über das offene Model Context Protocol mit deinem Workspace. Das hat drei Vorteile: Du bezahlst keine doppelten KI-Kosten, deine Inhalte laufen über dein eigenes Konto, und du entscheidest, welchem Modell du vertraust.

postmakr speichert dabei keine fremden API-Schlüssel. Die Verbindung läuft über einen Workspace-eigenen Zugangsschlüssel, den du im Dashboard erzeugst und jederzeit widerrufen kannst. Wie die Verbindung technisch funktioniert, steht im Kapitel MCP verstehen.

Team-Workspaces

Jede Marke lebt in einem eigenen Workspace mit eigenem Styleguide, eigenen Feeds, eigenem Archiv und eigenen Learnings. Nichts vermischt sich. Eine Agentur kann so zehn Kundenmarken parallel führen, ohne dass der Ton der einen in die Beiträge der anderen rutscht.

Innerhalb eines Workspace arbeiten mehrere Personen zusammen: Jeder Zugang hat seinen eigenen Schlüssel, produziert mit seinem eigenen KI-Konto und sieht nur die Workspaces, die ihn betreffen. Die Freigabe bleibt dabei ein klar definierter Schritt: Wer freigeben darf, gibt frei, alle anderen liefern zu.

Performance-Lernen

Nach der Veröffentlichung fängt die zweite Hälfte des Systems an. Die Kennzahlen jedes Beitrags (Aufrufe, Likes, Kommentare, Shares, Abspringpunkte) fließen zurück in den Workspace und werden in der Viralitätsdiagnose zu Mustern verdichtet: Welche Hook-Typen ziehen bei deinem Publikum? Welche Formate laufen? An welcher Slide steigen Leute aus?

Aus den Mustern werden Learnings, und die landen genau dort, wo die nächste Produktion beginnt: im Kontext, den dein KI-Modell beim nächsten /scan und /create mitbekommt. So wird das System mit jedem veröffentlichten Beitrag ein Stück treffsicherer, nicht als Blackbox, sondern nachlesbar im Dashboard.

MCP verstehen

Das Model Context Protocol ist ein offener Standard, der KI-Modellen einen einheitlichen Weg gibt, mit externen Systemen zu sprechen, oft beschrieben als „USB-C für KI-Anwendungen". Statt für jedes Werkzeug eine eigene Integration zu bauen, verbindet sich dein KI-Modell einmal per MCP und kann dann alles nutzen, was der Server anbietet.

postmakr ist so ein MCP-Server. Dein KI-Modell (der MCP-Client, z. B. Claude im Terminal oder in der App) verbindet sich mit deinem Workspace und bekommt drei Dinge:

Tools: Aktionen, die das Modell ausführen kann: scannen, Entwürfe speichern, Slides rendern, Workflows starten. Alle 16 stehen unten in der Referenz.
Kontext: Styleguide, Formatkatalog, Archiv und Learnings deiner Marke, damit der Beitrag klingt wie du.
Workflows: Geführte Abläufe wie /scan oder /create, die das Modell Schritt für Schritt durch die Produktion führen.

Dein KI-Modell produziert per MCP in deinem postmakr-Workspace. Du prüfst das Ergebnis und gibst frei, erst danach geht der Beitrag in deine Netzwerke.
Alle genannten Marken und Logos sind Eigentum ihrer jeweiligen Inhaber. Keine Partnerschaft impliziert.

Der wichtigste Unterschied zu anderen Plattformen: Die KI-Produktion läuft über dein Modell und dein Abo. postmakr liefert Wissen, Werkzeuge und Qualitätskontrolle und speichert keine fremden API-Schlüssel.

Tool-Referenz

Diese 16 Tools stellt dein Workspace dem verbundenen KI-Modell über MCP bereit. Du musst sie nicht auswendig kennen, denn dein Modell wählt sie selbst. Aber sie zeigen genau, was das System kann.

Kontext & Archiv

`get_workspace_context`	Liefert den Überblick über den Workspace: Marke, Styleguide, Formatkatalog und aktuelle Learnings.
`get_reference_posts`	Findet die zwei bis drei ähnlichsten bereits veröffentlichten Beiträge zu einem Thema, als Stilvorlage für den neuen.
`archive_search`	Durchsucht das komplette Beitragsarchiv nach Thema, Hook oder Format.

Radar & Themen

`run_scan`	Führt den Feed-Scan der Nische aus und sammelt frische Rohdaten ein.
`get_scan_results`	Liefert die neueste Scan-Auswertung mit bewerteten Themenvorschlägen.

Entwürfe

`list_drafts`	Listet alle aktuellen Entwürfe mit ihren Dateien.
`save_draft`	Speichert eine Datei in einem Entwurf: Texte, Slides, Captions.
`read_draft`	Liest eine Datei aus einem Entwurf, etwa um sie zu überarbeiten.

Rendering

`render_slide`	Rendert eine Slide zu einem fertigen PNG in Beitragsauflösung.
`start_animation_render`	Startet das Rendern einer animierten Slide als Video (MP4).
`check_render_status`	Fragt den Status eines laufenden Video-Renderings ab.

Workflows

`start_scan_review`	Startet den geführten Scan-Review: Themen sichten, bewerten, in den Themenspeicher übernehmen.
`start_create`	Startet die geführte Produktion eines Beitrags aus einem Thema, inklusive Format-Spezifikation und Referenzen.
`start_revise`	Startet die Überarbeitung eines bestehenden Entwurfs nach deinem Feedback.
`start_approve`	Startet den Freigabe-Check: letzte Qualitätskontrolle vor der Veröffentlichung.
`approve_post`	Archiviert den freigegebenen Beitrag und macht ihn bereit für die Veröffentlichung.

Sicherheit & Daten

postmakr ist für Marken gebaut, die ihre Inhalte ernst nehmen. Deshalb gelten ein paar harte Grundsätze:

Strikt getrennte Workspaces: Jede Marke lebt in ihrem eigenen, abgeschotteten Datenbereich. Niemand sieht die Entwürfe, das Archiv oder die Zahlen einer anderen Marke, auch nicht versehentlich.
Ein zentraler Login: Die Anmeldung läuft über einen eigenen, selbst gehosteten Identitätsdienst (Keycloak). Dein Konto gehört dir, Passwörter landen nie in der Anwendung selbst.
Keine fremden API-Schlüssel: Dein KI-Modell läuft über dein eigenes Konto. postmakr speichert dafür keine Schlüssel von Drittanbietern, sondern nur den Workspace-Zugangsschlüssel, den du selbst erzeugst und jederzeit widerrufen kannst.
Hosting in Deutschland: Die Plattform läuft auf Servern in Deutschland, mit täglichen Backups aller Workspaces.
Deine Inhalte gehören dir: Alles, was in deinem Workspace entsteht (Beiträge, Medien, Learnings), bleibt dein Eigentum und lässt sich jederzeit exportieren.

Häufige Fragen

Brauche ich ein eigenes KI-Abo?

Ja. postmakr bringt bewusst kein eigenes KI-Modell mit, sondern arbeitet mit dem Abo, das du schon hast (Claude, GPT, Gemini oder ein anderes). Dadurch zahlst du keine doppelten KI-Kosten, und deine Inhalte laufen über dein eigenes Konto.

Muss ich fürs Bearbeiten und Exportieren die KI benutzen?

Nein. Das Dashboard und die Editoren funktionieren komplett ohne KI: Du kannst Beiträge händisch bearbeiten und mit einem Klick exportieren. Das Rendern übernimmt der Server, egal ob du es im Dashboard anstößt oder dein KI-Modell es per Tool auslöst.

Kann mein Team mitarbeiten?

Ja. Ein Workspace kann mehrere Zugänge haben: Jede Person arbeitet mit ihrem eigenen Login und ihrem eigenen KI-Konto am selben Markenauftritt, mit klaren Freigabewegen.

Veröffentlicht postmakr automatisch auf Instagram und TikTok?

In der Beta exportierst du den fertigen Beitrag und lädst ihn selbst hoch. Die direkte Veröffentlichung samt automatischem Rückfluss der Aufrufe und Likes ist in Arbeit und kommt als Update während der Beta.

Was kostet postmakr in der Beta?

Nichts. Während der Beta-Phase testest du alles kostenlos. Faire Preise kommen danach, und wer früh dabei war, bekommt Sonderkonditionen.

Verbinden & loslegen

Die Verbindung ist in wenigen Minuten eingerichtet:

1. Workspace anlegen: Registrieren, Marke beschreiben, Feeds und Styleguide werden eingerichtet.
2. API-Key erzeugen: Im Dashboard unter „Verbindung & API-Keys" erzeugst du einen Schlüssel für deinen Workspace.
3. KI-Modell verbinden: Trag den postmakr-MCP-Server in deinem KI-Client ein, zum Beispiel in Claude Code im Terminal oder als Connector in der App. Die Schritt-für-Schritt-Anleitung für alle Clients steht auf der MCP-Seite. Ab dann stehen deinem Modell alle Tools und dein Markenkontext zur Verfügung.
4. Produzieren: Mit /scan holst du frische Themen, mit /create baut dein Modell den Beitrag. Freigeben tust am Ende immer du, im Dashboard.

Team-Workspaces: Jeder Workspace kann mehrere API-Keys haben. So arbeiten Kolleg:innen mit ihren eigenen KI-Zugängen am selben Markenauftritt, mit klaren Freigabewegen.