Ich zahle seit diesem Monat keine Social-Media-Management-Gebühr mehr. Der Grund: Ich habe mit Claude Code eine eigene Verbindung zur LinkedIn-API gebaut, die genau das tut, wofür ich vorher ein Metricool-Abo brauchte. Automatisiertes Posten, direkt aus meinem Arbeits-Setup heraus, inklusive Bild und Alt-Text.
Die Idee dazu kam mir nicht aus einer grossen Strategie heraus, sondern aus einem konkreten Moment der Genervtheit: Ich sass an einem Nachmittag da, wollte einen fertigen Beitrag mit Bild auf LinkedIn veröffentlichen, mein Metricool-Zugang hängte gerade beim Bild-Upload, und ich dachte mir, dass ich für genau diesen einen Klick monatlich Geld bezahle. Also habe ich mir die Frage gestellt, ob sich das nicht direkter lösen lässt.
Warum ich Metricool überhaupt gekündigt habe
Metricool ist ein solides Tool, kein schlechtes Produkt. Für Agenturen, die mehrere Kundenkonten gleichzeitig verwalten, Freigabeprozesse brauchen und ein Team koordinieren müssen, ist eine fertige Plattform nach wie vor die richtige Wahl. Das Problem war mein eigener Anwendungsfall, nicht das Produkt.
Der Advanced-Plan liegt aktuell bei rund 54 US-Dollar im Monat, und selbst der günstigere Starter-Plan verlangt einen Aufpreis von 5 Dollar pro Konto, nur um LinkedIn überhaupt anzubinden (Quelle: Costbench Preisanalyse). Auf zwölf Monate gerechnet sind das ungefähr 650 Dollar im Jahr, nur für die Funktion „Text und Bild bei LinkedIn einreichen“.
Als Einzelberater ohne Team, ohne Kunden, die ich über dieselbe Plattform freigeben lassen muss, war das ein Kostenpunkt ohne Gegenwert zu meiner tatsächlichen Nutzung. Ich habe im Schnitt einen bis zwei Beiträge pro Tag veröffentlicht, immer von derselben Quelle aus: meinen eigenen Notizen und Recherchen.
| Kriterium | Metricool (Advanced) | Eigener MCP-Server |
|---|---|---|
| Monatliche Kosten | ca. 54 US-Dollar | 0 US-Dollar laufend |
| Einrichtungsaufwand | gering, sofort startklar | einmaliger Entwicklungsaufwand |
| Mehrere Kunden/Marken verwalten | ja, mit Freigabeprozessen | nicht vorgesehen |
| Direkte Steuerung durch Claude | nein, separates Tool | ja, direkt aus dem Workflow |
| Abhängigkeit von Drittanbieter | ja | nein, nur LinkedIn selbst |
Wer täglich mit Claude arbeitet, braucht für eine einzelne API-Verbindung kein 50-Dollar-Abo mehr, er braucht einen Nachmittag Entwicklungszeit.
Was ich stattdessen gebaut habe
Die Lösung heißt Model Context Protocol, kurz MCP, ein offener Standard von Anthropic (offizielle Ankündigung). MCP löst ein sehr konkretes Problem: Ohne einen gemeinsamen Standard bräuchte jede Verbindung zwischen einer KI und einem externen Tool eine eigene, massgeschneiderte Integration. Mit MCP schreibt man die Verbindung einmal, und jede MCP-fähige KI kann sie nutzen.
Ich habe mit Claude Code einen eigenen MCP-Server geschrieben, der sich mit der offiziellen LinkedIn-API verbindet. Claude kann darüber direkt Beiträge veröffentlichen, Bilder anhängen und Alt-Texte setzen, alles in einem einzigen Arbeitsschritt, ohne Umweg über eine Drittanbieter-Oberfläche und ohne manuelles Kopieren von Text zwischen Tools.
Der Aufbau selbst hat mich einen Nachmittag gekostet, deutlich weniger Zeit, als ich ursprünglich erwartet hatte. Der grösste Teil der Arbeit lag nicht im Programmieren selbst, sondern darin, die offizielle LinkedIn-Dokumentation zu verstehen und die Berechtigungen richtig einzurichten.
Aus Sicherheitsgründen gehe ich hier bewusst nicht auf technische Details wie Authentifizierung, Hosting oder Codestruktur ein. Ein System, das automatisiert Inhalte im Namen eines echten Profils veröffentlichen kann, ist ein sensibler Angriffspunkt, und eine detaillierte Anleitung würde mehr Risiko schaffen als Nutzen bringen. Wer selbst so etwas bauen will, findet den offiziellen MCP-Leitfaden von Anthropic als besten und sichersten Startpunkt.
Was das für automatisierten SEO- und GEO-Content bedeutet
Der eigentliche Gewinn ist nicht nur die gesparte Abo-Gebühr. Ich sammle täglich Neuigkeiten aus SEO, GEO und KI-Suche in einem eigenen Radar-Workflow, jeden Morgen neu ausgewertet: Algorithmus-Updates, neue Studien zu AI Overviews, Veränderungen bei Google Ads, alles an einem Ort gebündelt.
Vorher sah mein Ablauf so aus: Recherche in einem Tool, Textentwurf in einem zweiten, Bild in einem dritten, Veröffentlichung über Metricool als viertem Schritt. Mit dem eigenen LinkedIn-Server fällt der letzte Umweg weg. Claude kann die täglichen Erkenntnisse direkt in einen fertigen, GEO-optimierten Beitrag verwandeln und veröffentlichen, inklusive Bild, ohne dass ich etwas manuell zwischen Tools hin und her kopiere.
Auf lange Sicht ist genau das der Plan: ein Redaktionsprozess, bei dem der Mensch die Richtung und die Freigabe gibt, aber der mechanische Teil, vom Rohdatum bis zum veröffentlichten Beitrag, automatisiert läuft.
Häufige Fragen
Ist das nicht gegen die LinkedIn-Nutzungsbedingungen?
Nein, solange die offizielle LinkedIn-API und ein regulärer OAuth-Zugang verwendet werden, so wie es auch Metricool, Hootsuite oder Buffer tun. Der Unterschied ist nur, wer die Verbindung betreibt, nicht ob sie erlaubt ist.
Kann jeder das einfach nachbauen?
Technisches Grundverständnis hilft, ist aber keine Voraussetzung mehr. Mit Claude Code als Entwicklungspartner sinkt die Einstiegshürde deutlich. Wichtiger als Programmiererfahrung ist, dass man versteht, was man baut, gerade bei einem System mit Zugriff auf ein echtes Profil.
Ersetzt das ein Tool wie Metricool komplett?
Für meinen Anwendungsfall ja. Für eine Agentur mit mehreren Kunden, Freigabeprozessen und Teamzugriff nein, dort bleibt eine fertige Plattform weiterhin die praktischere Lösung.
Ist das für jeden sinnvoll
Nicht automatisch. Wer mehrere Marken oder Kunden gleichzeitig verwaltet, profitiert weiterhin von einer fertigen Plattform wie Metricool, schon wegen Freigabeprozessen und Teamzugriff. Für einen einzelnen Berater mit klarem Workflow und etwas technischem Hintergrund rechnet sich der eigene Weg dagegen schnell, meist schon nach ein bis zwei Monaten gesparter Abo-Kosten.
Die Ankündigung und weitere Beobachtungen dazu habe ich auch auf meinem LinkedIn-Profil geteilt, unter anderem in diesem Beitrag. Eine ungarische Version dieses Artikels findest du auf digitalislathatosag.hu.