Am 26. Oktober 2026 haben wir drei Skills aus einem GitHub-Repository, das sich rasant verbreitet hatte, gegen unsere eigene Website laufen lassen und jedes Ergebnis anhand der Live-Seiten überprüft. Das hilfreichste Ergebnis war ein unbequemes. Unsere Startseite führt den Hauptbutton direkt zu einem Checkout über 990 €, ohne zu sagen, was der Marketing Review enthält. Auf unserer Seite zur KI-Agenten-Orchestrierung verlinken drei verschiedene Engagements (Discovery Sprint mit 2 bis 3 Wochen, Prototype Build mit 4 bis 8 Wochen, Agent Operating System mit 8 bis 16 Wochen oder mehr) alle auf denselben 990-€-Checkout. Der Preis selbst taucht auf der Seite jedoch nie auf. Alle drei Skills fanden irgendeine Form dieses Angebotsproblems.
Was das Repository ist
Das Repository ist github.com/coreyhaines31/marketingskills von Corey Haines, veröffentlicht unter der MIT-Lizenz. Es ist eine Bibliothek von Agent Skills für Coding-Agenten wie Claude Code, Codex und Cursor. Beim Commit, den wir getestet haben (e85f3cb, 19. Oktober 2026), enthielt es 52 Skill-Ordner. Jeder Skill liest zuerst eine „product-marketing“-Kontextdatei, die Ihr Produkt beschreibt. GitHub zeigte am 26. Oktober 2026 um 09:47 Uhr CET 56.578 Sterne. In der Woche vom 20. Oktober trugen mehrere Posts auf X das Repository zu großen Audiences, ein Post von @RoundtableSpace kam auf etwa 65.800 Views.
In der README heißt es, dass „Verified Partners“ die Arbeit finanzieren und „listed alongside the neutral options and never influencing what the core skills recommend“. Denken Sie daran, wenn ein Skill ein bestimmtes Tool empfiehlt.
Wie wir es gemacht haben
Wir haben cro, seo-audit und copywriting gegen zwei Live-Seiten laufen lassen: unsere Startseite und unsere Seite zur KI-Agenten-Orchestrierung. Die vollständigen Anweisungen jedes Skills waren der System-Prompt, die Seitendaten kamen aus einem Live-Fetch des HTML. Das verwendete Modell war Claude Sonnet 5.5 über OpenRouter. Wir hatten keine „product-marketing“-Kontextdatei, also baten wir das Modell, seine Annahmen offenzulegen und keine Zahlen zu erfinden. Wir haben nichts auf der Seite verändert. Anschließend haben wir jedes Ergebnis mit eigenen Fetches anhand der Live-Seiten überprüft.
Wir haben 22 Ergebnisse geprüft. 14 bestätigten sich, einige nur teilweise oder als faire Einschätzung. 3 waren falsch oder übertrieben dargestellt, 3 waren schwach oder reine Geschmacksurteile, 1 war eine Ansammlung allgemeiner Ratschläge und 1 ging auf unsere eigene Einrichtung zurück.
Was sich bestätigt hat
Neben dem Angebotsproblem fanden die Skills kleinere Probleme, die man auf der eigenen Seite leicht übersieht. Zwei unserer Karten unter „where growth gets stuck“ klangen wie Lösungen statt wie Probleme. Die Links „Guides“ und „Cases“ in der Navigation führen auf dieselbe Seite. Im Footer steht immer noch „Updated: August 2026“. Unsere Danke-Seiten tragen ein noindex-Tag, aber robots.txt blockiert diese Seiten, sodass Google das Tag nie zu sehen bekommt.
Der Copywriting-Skill war der sorgfältigste der drei. Er schrieb einen neuen H1 für die Orchestrierungsseite: „AI agent workflows your team can check, approve and audit“, und verwendete dabei nur Behauptungen, die bereits auf der Seite standen. Er listete auch auf, was er ohne Fakten nicht schreiben würde: Lieferzeit und Rückgaberecht. Das fanden wir nützlicher als ein selbstbewusst geratenes Szenario.
Was falsch war und was unser Fehler war
Alle drei Skills meldeten einen Bildpfad mit „imges“ im Ordnernamen als wahrscheinlichen Tippfehler, der das Bild kaputt machen könnte. Das Bild lädt aber einwandfrei. Der CRO-Skill sagte, unsere Kontaktseite könnte einen 404-Fehler zurückgeben. Sie lädt, und die URL in Kleinbuchstaben leitet dorthin weiter. Der SEO-Skill schätzte die Länge unserer Meta Descriptions um ein paar Zeichen falsch; wir maßen 157 und 150 Zeichen. Jede Aussage wie „könnte defekt sein“ war eine Vermutung, und ein einziger Fetch klärte jeden Fall.
Ein Ergebnis ging auf unsere eigene Einrichtung zurück. Der SEO-Skill meldete, unsere Sitemap enthalte keine Sprach-Alternativen. Sie hat 122. Wir hatten ihm nur die Liste der URLs übergeben, nicht die vollständige Datei. Derselbe Lauf sah außerdem nur die ersten 1.500 Zeichen unserer strukturierten Daten, weil unser Extraktionsskript sie abgeschnitten hatte, und der Skill wies selbst darauf hin. Die Skills können nur beurteilen, was man ihnen gibt.
Die allgemeine Ansammlung war die übliche Liste: eine Garantie hinzufügen, ein Testimonial hinzufügen, diese A/B-Tests durchführen. Diese Vorschläge hätten zu fast jeder Seite gepasst, sie sagten uns also nichts Konkretes über unsere.
Wenn Sie das wiederholen möchten, ein technischer Hinweis: Unser erster SEO-Lauf lieferte nichts, weil das Modell sein gesamtes Token-Budget fürs Nachdenken verbraucht hatte. Wir ließen es mit einem größeren Budget erneut laufen und bekamen einen vollständigen Bericht.
Wie wir diese Skills nutzen würden
Wenn wir sie erneut laufen ließen, würden wir uns an vier Regeln halten:
- Füllen Sie zuerst die „product-marketing“-Kontextdatei aus. Ohne sie muss das Modell Ihre Positionierung erraten.
- Übergeben Sie vollständige Seitendaten: die vollständige Sitemap, die vollständigen strukturierten Daten und das vollständige HTML. Bei abgeschnittenem Input sind die Ergebnisse unvollständig, klingen aber genauso selbstsicher.
- Prüfen Sie jede Aussage wie „könnte defekt sein“ mit einem echten Fetch. Unsere falschen Ergebnisse klangen alle plausibel, und jede Prüfung dauerte nur wenige Sekunden.
- Betrachten Sie das Ergebnis als Checkliste für einen Menschen, der entscheidet (wir haben darüber in „Agents do the busywork. People make the call.“ geschrieben). 8 unserer 22 Ergebnisse brauchten einen Menschen, der sie herunterstufte, verwarf oder neu einordnete.
Wir haben die Probleme noch nicht behoben. Die Checkout-Links, der veraltete Footer, der doppelte Navigationseintrag und der Rest durchlaufen unseren normalen Release-Prozess wie jede andere Änderung. Die Skills haben echte Probleme auf unseren Seiten gefunden. Die Entscheidung, was geändert wird, und das Ausliefern bleiben bei uns.