Läuft, während
du schläfst.
Workflows auf Cron. Tasks auf Trigger. Ein Background-Worker, der geplante Jobs ausführt und Ergebnisse in deinem Dashboard zeigt.
Wie Automation entsteht
Aus wiederkehrender Arbeit
werden geplante Läufe.
Du beschreibst die wiederkehrende Arbeit
Jeden Montagmorgen: GA4-Zahlen der Vorwoche ziehen, gegen die KPIs der Vorwoche im Knowledge Graph vergleichen, Auffälligkeiten markieren, eine Exec-Summary entwerfen. Oder: täglich Inbound-Deals scannen, über die angebundenen Daten-APIs anreichern, scoren und CRM-Stage updaten.
Lass lynox sie aufzeichnen
Wenn du fertig bist, sag: "Speichere das als Workflow." lynox baut die DAG aus den Aktionen, die du gerade gemacht hast. Heuristische Auto-Erkennung (default an) ist noch experimentell — beste Ergebnisse heute kommen aus expliziter Aufzeichnung.
Übernehmen und planen
Den aufgezeichneten Workflow prüfen, einen Zeitplan setzen — täglich, wöchentlich, per Cron oder Webhook. lynox läuft autonom und postet das Resultat in dein Dashboard.
Execution-Engine
DAG-Pipelines.
Keine Spielzeug-Automationen.
DAG-Pipeline-Engine
Schritte laufen parallel, wenn möglich, sequentiell, wenn nötig. Directed-Acyclic-Graph-Execution — das gleiche Muster wie Airflow und dbt.
Cron-Scheduling
Stündlich, jeden Montag um 9 Uhr, am Monatsersten — jede Cron-Expression. Workflows laufen pünktlich, auch wenn du offline bist.
Mehrere Trigger
Cron, Webhook oder manuell. Trigger kombinierbar — derselbe Workflow kann nach Zeitplan UND on-demand laufen.
Dashboard-Benachrichtigungen
Wenn ein Workflow fertig ist, ein Deal Aufmerksamkeit braucht oder etwas bricht — das Resultat landet in deinem Dashboard. (Web-Push- und E-Mail-Kanäle sind auf der Roadmap.)
Cost-Guards
Jeder Workflow trackt Token-Verbrauch. Setze tägliche und Per-Task-Budgets — lynox stoppt, bevor du sie überschreitest. Keine Überraschungs-API-Rechnungen.
Saved-Workflows-Library
Promoted Workflows landen in einer Library, die du editieren, teilen und on-demand wieder laufen lassen kannst. Capture als Verb, Library als Substantiv.
Beispiele
Echte Workflows.
Aus Live-Daten.
Wöchentliches KPI-Review mit Live-Daten
Jeden Montag um 8 Uhr: GA4 + Ads + Stripe-Umsatz + DataForSEO-Rankings ziehen, gegen den Snapshot der Vorwoche im Knowledge Graph vergleichen, Anomalien markieren, eine Exec-Summary im Dashboard generieren.
Ads-Performance + Wettbewerbs-Scan
Jeden Freitag: Ad-Plattform-Stats (Meta, Google) ziehen, Wettbewerber-Sites über DataForSEO scannen, zeigen wo du Anteile verlierst, ein One-Pager mit empfohlenen Budget-Shifts entwerfen.
Inbound-Lead-Enrichment
Webhook-Trigger vom Lead-Formular: Unternehmen recherchieren, Kontaktdaten über Enrichment-APIs anreichern, gegen dein ICP scoren, CRM-Phase aktualisieren — und im Dashboard markieren, wenn hochwertig.
Strategy-Review auf echten Daten
Monatlich: Analytics, Ad-Spend, CMS-Content-Stats und Buchhaltungs-Daten ziehen, gegen die definierten Quartalsziele vergleichen, zeigen wo du driftest, Anpassungen vorschlagen — kein generischer AI-Bias, alles Live-Daten.