Research

social-graph-ranker ist die gewichtete Graph-Ranking-Schicht für die Entdeckung warmer Vorstellungen, Bridge-Scoring und die Analyse von Lücken im Netzwerk über X und LinkedIn hinweg. Verwenden Sie die social-graph-ranker Skill, wenn Sie eine wiederverwendbare Ranking-Engine für Lead Research benötigen, nicht einen vollständigen Outbound- oder Netzwerkpflege-Workflow.

search-first ist ein Research-before-Coding-Workflow, mit dem du vor dem Schreiben von Custom Code nach vorhandenen Tools, Libraries und Mustern suchst. Nutze die search-first Skill, um Optionen zu bewerten, Kompromisse abzuwägen und zwischen Übernehmen, Erweitern oder individueller Entwicklung mit weniger Rätselraten zu entscheiden.

research-ops ist ein evidenzbasierter Workflow für aktuelle Recherchen in ECC. Verwenden Sie ihn, um frische Fakten zu finden, Optionen zu vergleichen, Personen oder Unternehmen anzureichern und Empfehlungen auf Basis öffentlicher Belege plus lokalem Kontext abzuleiten. Er dient als Routing-Schicht für Webrecherche, Zitate und wiederholbare Entscheidungsunterstützung.

Die market-research Skill hilft dir, quellenbasierte, entscheidungsreife Recherchen zu Märkten, Wettbewerbern, Fonds und Technologietrends zu erstellen. Nutze sie für Marktgrößenbestimmung, Wettbewerbsanalyse, Due Diligence für Investoren und das Testen von Thesen. Im Fokus stehen aktuelle Belege, klare Kernaussagen sowie die Trennung von Fakten, Schlussfolgerungen und Empfehlungen.

exa-search ist ein Exa-MCP-Skill für aktuelle webbasierte Recherche, Codebeispiele, Unternehmensinformationen, Personensuche und schnelle Quellenfindung. Nutze ihn, wenn Aktualität und Belege wichtig sind und du einen praxisnahen exa-search-Leitfaden für Live-Suche, toolgestützte Antworten und Web-Recherche-Workflows brauchst.

Die deep-research-Skill macht aus breiten Fragestellungen fundierte Webrecherche mit firecrawl- und exa-MCP-Tools. Nutze sie, um Quellen zu vergleichen, Erkenntnisse zusammenzuführen und belegte Berichte für Wettbewerbsanalysen, Technologie-Evaluierungen, Due Diligence und andere Entscheidungen zu erstellen, die belastbare Evidenz brauchen.

Open Notebook ist eine selbst gehostete, Open-Source-Research-Umgebung für Dokumentanalyse, Notizen, Chat mit Quellen, Suche und Zusammenfassungen im Podcast-Stil. Verwende die open-notebook skill, um Notizbücher zu organisieren, PDFs, Webseiten, Audio, Video und Office-Dateien zu importieren und private, API-first Workflows für Data Analysis zu unterstützen.

hypogenic ist ein Skill zum Generieren und Testen von Hypothesen auf tabellarischen oder aus Text abgeleiteten Datensätzen mit LLM-Unterstützung. Er unterstützt hypogenic für Data Analysis, indem er empirische Fragen in strukturierte, überprüfbare Workflows für Klasseninterpretation, Inhaltsanalyse und Täuschungserkennung übersetzt. Nutzen Sie ihn, wenn Sie evidenzgestützte Hypothesen brauchen und nicht nur Brainstorming.

dhdna-profiler extrahiert kognitive Muster und Denkfingerabdrücke aus Text oder Sprache. Nutzen Sie es, um zu analysieren, wie jemand denkt, entscheidet, Werte gewichtet und kommuniziert, Denkstile zu vergleichen oder die Frage „Wie ist mein Denkstil?“ zu beantworten. Besonders nützlich ist es für strukturierte Analysen, wiederholte Vergleiche und einen tieferen Einblick in den Geist hinter einem Text.

notion-research-documentation hilft dabei, Notion zu durchsuchen, relevante Seiten abzurufen und sie in zitierte Briefings, Vergleiche, Zusammenfassungen oder Reports zu verwandeln. Verwenden Sie diese notion-research-documentation Skill für Wissensdatenbank-Artikel, interne Dokumentation, Wettbewerbsbeobachtung und Entscheidungsvorlagen, wenn Ihre Quellen in Notion liegen.

market-sizing hilft dabei, TAM, SAM und SOM mit Top-down- und Bottom-up-Methoden zu schätzen. Nutzen Sie es für Market-Research-Workflows, Marktentry-Entscheidungen, Investor-Decks und Launch-Planung, wenn Sie eine nachvollziehbare Argumentationskette, zu prüfende Annahmen und eine praxistaugliche erste Marktschätzung brauchen.

swot-analysis Skill für strukturierte SWOT-Analysen mit umsetzbaren Empfehlungen. Geeignet für strategische Bewertungen, Wettbewerbsanalysen und die Positionierung von Produkt oder Unternehmen, wenn eine klare Innen-gegen-Außen-Sicht gefragt ist.

summarize-interview verwandelt ein Kundeninterview-Transkript in eine strukturierte Discovery-Zusammenfassung mit JTBD, aktueller Lösung, Zufriedenheitssignalen, zentralen Erkenntnissen und nächsten Schritten. Nutze es für Interviewaufnahmen, das Bereinigen von Transkripten und prägnante Zusammenfassungen für Produktteams, Researcher, Gründer oder Data-Analysis-Workflows.

Die prioritize-features Skill für Product Management hilft dabei, ein Feature-Backlog anhand von Impact, Aufwand, Risiko und strategischem Fit in eine belastbare Top 5 zu priorisieren. Nutze sie, wenn du Feature-Ideen vergleichen, Scope-Entscheidungen treffen und begründen musst, warum ein Punkt zuerst umgesetzt werden sollte.

interview-script hilft dir, strukturierte Leitfäden für Kundeninterviews zu erstellen – mit Warm-up, Kernexploration und Abschluss. Es orientiert sich am The Mom Test und an JTBD-artigem Nachfragen, damit Fragen neutral bleiben, kein Pitchen entsteht und der Fokus auf vergangenem Verhalten für Discovery-, Produkt- und UX-Research-Interviews liegt.

identify-assumptions-existing hilft dir, eine Feature-Idee in einem bestehenden Produkt einem Stresstest zu unterziehen, indem riskante Annahmen über Value, Usability, Viability und Feasibility sichtbar gemacht werden. Dabei werden Perspektiven aus Product Management, Design und Engineering sowie eine Devil’s-Advocate-Perspektive für strategische Planung und die Risikoprüfung vor dem Build genutzt.

user-segmentation hilft dabei, aus Feedback, Interviews, Tickets, Umfragen und Nutzungsprotokollen klare, verhaltensbasierte Nutzersegmente zu erstellen. Für Data Analysis entwickelt, identifiziert es mindestens 3 umsetzbare Gruppen auf Basis von Jobs-to-be-done, Motivationen und unerfüllten Bedürfnissen statt nur nach Demografie zu segmentieren.

Das sentiment-analysis Skill verwandelt Nutzerfeedback in segmentbezogene Insights, Sentiment-Scores, JTBD und Produktwirkung. Nutze es für sentiment-analysis in der Datenanalyse von Bewertungen, Umfragen, Supportnotizen oder Social Listening, wenn du einen praktischen sentiment-analysis Leitfaden brauchst und keinen generischen Polaritäts-Check.

Die customer-journey-map Skill hilft dir, eine durchgängige Customer Journey Map mit Phasen, Touchpoints, Emotionen, Pain Points und Chancen zu erstellen. Sie eignet sich für UX Research, die Verbesserung des Onboardings und Experience-Analysen, wenn du aus unübersichtlichen Inputs eine strukturierte Journey-Erzählung ableiten musst.

competitor-analysis hilft dir, einen Markt zu kartieren, 5 direkte Wettbewerber zu identifizieren und Positionierung, Preise, Features, Stärken, Schwächen und Differenzierungschancen zu vergleichen. Nutze es für Wettbewerbsanalysen, ein Wettbewerbs-Briefing, die Launch-Vorbereitung oder competitor-analysis für Competitive Analysis, wenn du entscheidungsreife Erkenntnisse brauchst.

competitive-battlecard hilft dir, eine vertriebsreife Battlecard für genau einen benannten Wettbewerber zu erstellen – mit Positionierung, Feature-Vergleich, Einwandbehandlung sowie Win/Loss-Argumentation. Nutze es für Wettbewerbsanalyse, Sales Enablement und interne Vorbereitung, wenn du eine praxistaugliche Antwort auf „Warum wir statt Wettbewerber X?“ brauchst.

huggingface-papers hilft dir, Hugging Face Paper-Seiten in Markdown zu lesen und strukturierte Metadaten aus der Papers API zu extrahieren, darunter Autor:innen, verknüpfte Modelle, Datensätze, Spaces, GitHub-Repos und Projektseiten. Verwende es für Hugging-Face-Paper-URLs, arXiv-URLs oder -IDs sowie für Academic-Research-Workflows, die Belege aus der Paper-Seite benötigen.

huggingface-paper-publisher hilft dabei, Forschungsarbeiten auf dem Hugging Face Hub zu veröffentlichen und zu verwalten. Damit lassen sich arXiv-Papers indexieren, Papers mit Modellen oder Datensätzen verknüpfen, die Autorenschaft prüfen und Markdown-Forschungsartikel mit Vorlagen für technisches Schreiben erstellen.

hv-analysis ist ein horizontale-vertikale Recherche-Skill, mit dem sich ein Produkt, ein Unternehmen, ein Konzept, eine Technologie oder eine Person in einen strukturierten Analysebericht überführen lässt. Nutze den hv-analysis-Skill für Deep Research, Wettbewerbsvergleiche und ausgabefertige Berichte – besonders dann, wenn du hv-analysis für Datenanalyse oder einen sauber aufbereiteten PDF-Workflow benötigst.