Prompten war gestern: Diese neuen Workflows machen KI-Content belastbar

Neuneinhalb Minuten brauchte die Maschine für den Entwurf eines unserer Wissensbeiträge. Meine Lektüre bis zur Freigabe dauerte danach 42 Minuten. Wer einen KI-Content-Workflow nur mit der ersten Zahl kalkuliert, bezahlt die zweite trotzdem. Für ein verwandtes Gefälle in Strategieentscheidungen haben vier Autoren von McKinsey einen Satz gefunden: „Analysis now runs on AI time, but judgment still runs on human time.“ Die Analyse läuft im Takt der KI, das Urteil im Takt der Menschen.

Die Arbeit wandert also vom Schreiben zum Lesen und Prüfen, und der Workflow bekommt neue Aufgaben: solche, die es in unserer Content-Produktion vorher nicht gab, und solche, die mit der KI einen neuen Zuschnitt bekommen haben. Dazu gehören Prüfbefunde beurteilen, Regelwerke kürzen, automatische Abläufe und ihre Übergaben pflegen. Eine Lizenz oder ein Abo für ein KI-Werkzeug bezahlt die Nutzung des Werkzeugs. Die Stunden, in denen Menschen prüfen, pflegen und freigeben, stecken darin nicht. Wer sie vor der Einführung nicht benennt, plant für sie weder Stunden noch eine zuständige Person ein. Für Content-Marketing in Serie ist die Content Pipeline für uns Best Practice: ein fester Ablauf, in dem in regelmäßigem Takt geprüfte Content-Assets entstehen und ein Mensch an festen Stellen entscheidet. Dieser Beitrag zeigt am Beispiel unserer eigenen Pipeline, welche vier Sorten Aufgaben KI darin berührt, welche Aufgaben neu entstehen oder sich verändern und wie Sie diese vor der Einführung in Kalkulation und Rollen sichtbar machen.

Was KI in einer Content Pipeline verändert: vier Sorten Aufgaben

Wir sortieren die Arbeit in unserer Content Pipeline danach, was KI mit ihr macht. Dabei kommen wir auf vier Sorten:

1. KI beschleunigt die Aufgabe. Der Entwurf ist das deutlichste Beispiel. Was dabei für die Qualität auf dem Spiel steht, zeigt der Beitrag Content-Erstellung mit KI.
2. KI übernimmt die Aufgabe selbst. Einen freigegebenen Beitrag legt bei uns die Maschine im Redaktionssystem an, samt Formatierung. Ein Mensch sieht ihn vor der Veröffentlichung durch.
3. KI arbeitet zu, die Entscheidung bleibt beim Menschen. Ob ein Text erscheint, entscheidet wie vor der KI ein Mensch. Die KI liefert ihm dafür Entwurf und Prüfbefunde. Die Regel dahinter haben wir im Beitrag KI-Content: Was Maschinen im B2B übernehmen dürfen und was Menschen entscheiden müssen hergeleitet.
4. KI erzeugt eine neue Aufgabe. Jemand muss prüfen, was die Maschine liefert, Regeln für sie schreiben und wieder streichen, Übergaben überwachen.

Entwurf, Formatierung, Urteil und Freigabe gehörten schon zur Redaktionsarbeit, bevor es Sprachmodelle gab. Mit der KI ändern sich dort Tempo und Arbeitsteilung. Den Entwurf gibt es jetzt in Minuten. Das Einpflegen erledigt die Maschine, und die Freigabe bleibt beim Menschen. Die vierte Sorte ist neu oder bekommt mit der KI einen neuen Zuschnitt. In einer Kalkulation aus der Zeit vor der KI steht sie deshalb gar nicht oder nur in ihrer alten Form. Als wir für diesen Beitrag am 26. Oktober 2026 vier der ersten fünf Google-Treffer zum Suchbegriff „KI Content Workflow“ gelesen haben, fanden wir Phasenmodelle, Definitionen, einen Erfahrungsbericht und Versprechen von Zeitersparnis. Eine Liste der Aufgaben, die neu entstehen, fanden wir dort nicht.

Dass neue Technik neue Handgriffe mitbringt, kennen Sie aus der eigenen Küche. Wer eine Spülmaschine kauft, spült nicht mehr von Hand. Dafür räumt er ein, räumt aus, füllt Salz nach und entkalkt. Wer diese Handgriffe nicht kennt, steht irgendwann vor einem verkalkten Gerät und hat auch kein Salz mehr im Streuer. Im KI-Content-Workflow ist es genauso: Das Schreiben geht an die Maschine, dazu kommt die Arbeit an ihren Ergebnissen. Prüfbefunde wollen beurteilt, Regeln gepflegt und Abläufe überwacht werden.

Neue Aufgaben sind der Preis des Tempos

Technik verdrängt Arbeit und schafft zugleich neue Aufgaben. In der Ökonomie ist das ein bekannter Gedanke: Die Ökonomen Daron Acemoglu und Pascual Restrepo beschreiben in einem Aufsatz von 2019 über den US-Arbeitsmarkt neue Aufgaben, in denen menschliche Arbeit einen komparativen Vorteil hat, als Gegengewicht zur Automatisierung. Der Aufsatz behandelt Automatisierung und technischen Wandel allgemein, die Übertragung auf KI in der Content-Produktion ist unsere Lesart.

Wie die neuen Aufgaben in einem Betrieb aussehen, der KI früh und breit einsetzt, beschreibt Anthropic, der Hersteller des Sprachmodells Claude, in einem Bericht über die eigene Belegschaft vom 16. Oktober 2026. Wir nutzen Claude selbst im Abo, das sei vorweg gesagt. Laut dem Bericht stieg die sogenannte Meta-Arbeit von 10 Prozent der interaktiven Claude-Sitzungen eines durchschnittlichen Beschäftigten im Herbst 2025 auf 22 Prozent im Frühjahr 2026. Gemeint sind Aufgaben rund um die eigentliche Arbeit: Anleitungen, Pläne und Prüfaufträge für Agenten schreiben, Übersichten über laufende Agenten bauen, dokumentieren, wie gearbeitet wird. Die Werte stammen aus einer automatischen Auswertung von 2.000 einzeiligen Sitzungszusammenfassungen, und es sind Angaben eines KI-Herstellers über die eigene Belegschaft.

Die Richtung deckt sich mit dem, was wir in unserer eigenen Textarbeit mit KI sehen. Gemeint ist die Arbeit in der Produktion, also dort, wo Texte mit KI entworfen, geprüft und freigegeben werden. Für Ihre Planung heißt das: Rechnen Sie damit, dass mit der Textmenge der KI auch die Stunden wachsen, die nach dem Entwurf anfallen. Beauftragt ein Unternehmen uns mit seiner Content Pipeline, erledigen wir diese Arbeit. Der Fachbereich des Kunden liefert Wissen und gibt frei.

Neue Arbeit beim Texten mit KI: unser Aufgaben-Inventar

Wie groß dieser Posten ist, zeigt erst eine Liste. Wir haben aufgeschrieben, welche Aufgaben in unserer Content-Produktion mit der KI dazugekommen sind oder einen neuen Zuschnitt bekommen haben, aus welchem Anlass und ob wir ihre Zeit messen. Lektorat und Freigabe gab es auch früher. Neu ist, dass ich heute einen Maschinentext lese, den vorher weitere KI-Agenten geprüft haben.

Die Liste zeigt, wohin die Zeit nach dem Entwurf geht.

Meine Einschätzung: Die Stunden, die ich nach dem Entwurf lese, sind der Teil der Arbeit, für den Kunden uns bezahlen. Wer sie kürzt, um schneller zu liefern, verkauft am Ende den Entwurf.

Was heißt das für Sie als Auftraggeber? Wer bei einem Dienstleister nur den Entwurf einkauft, bekommt einen Text ohne die Arbeit aus der Tabelle. Er steht damit am selben Punkt wie jemand, der eine KI ohne Regeln und Gates einen Beitrag schreiben lässt: Der Text mag sich flüssig lesen. Ob Zahlen, Zitate und Zuschreibungen stimmen, ob er die Frage seiner Zielgruppe beantwortet und ob er die vereinbarten Kernaussagen trägt, hat niemand geprüft. Mit der Prüf- und Freigabearbeit ändert sich das. Zielgruppe, Leserfrage und Kernaussagen legen wir vor dem Schreiben im Briefing fest. Vor der Freigabe prüft ein Mensch den Text dagegen: Stimmen die Fakten, trägt die Argumentation, sitzen Begriffe und Tonalität, ist die fachliche Einordnung richtig? Den Abgleich jeder Aussage mit ihrer Quelle übernimmt ein zweites Modell, über seine Befunde und über die Freigabe entscheidet ein Mensch.

Die Rechnung für Ihren KI-Content-Workflow

Die Zeitwerte vom Anfang dieses Beitrags zeigen die Verteilung in einer Zahl. Auf jede Minute Maschinenentwurf kamen gut vier Minuten meiner Lektüre (42 geteilt durch 9,5 ergibt 4,4), die maschinelle Prüfung nicht mitgerechnet.

Für Ihre eigene Rechnung brauchen Sie vier Werte aus Ihrem Betrieb:

• Prüfzeit je Beitrag: wie lange ein Mensch liest, Prüfbefunde beurteilt und freigibt.
• Beiträge im Monat.
• Pflegezeit im Monat: Ablauf, Regeln, Quellenverzeichnis und die Abstimmung darüber.
• Stundensatz der Personen, die prüfen und pflegen.

Was die neue Arbeit im Monat kostet, rechnen Sie so: Prüfzeit je Beitrag mal Beiträge im Monat, dazu die Pflegezeit im Monat, und diese Summe mal Stundensatz.

Für die Pflege rechnen wir mit rund 3,5 Stunden im Monat. Das ist meine Schätzung, kein Messwert. Etwa 2,5 Stunden davon entfallen auf das Werkstatt-Gespräch aus der Tabelle, samt Vor- und Nachbereitung: Alle zwei Wochen gehe ich darin mit der KI Ablauf, Regeln und Fehler der Pipeline durch und entscheide, was bleibt und was gestrichen wird. Etwa eine Stunde im Monat kommt zwischen den Gesprächen hinzu, für Ablauf, Regeln und Quellenverzeichnis.

Ein dritter Posten kostet vor allem Kalenderzeit: das Warten, bis ein Gate entschieden ist. Wie lang es werden kann, zeigt einer unserer Beiträge hier im Wissensbereich: Seine Faktenprüfung brauchte neun Durchgänge, die Geschichte dazu steht im Beitrag Suite kaufen oder System bauen?. Planen Sie diese Wartezeit ein, bevor Sie einen Termin zusagen.

Von der Aufgabe zur Rolle: wer prüft, wer pflegt, wer stoppt

Jede neue Aufgabe braucht eine zuständige Person. Drei Fragen klären die Rollen, bevor Sie Geld für KI-Werkzeuge oder einen Dienstleister freigeben:

1. Wer darf einen Text stoppen? Jede prüfende Person am Gate für ihr Kriterium. Die letzte Freigabe verantwortet ein Mensch mit Namen.
2. Wer pflegt Ablauf, Regeln und Quellen, und wann? Ohne festen Termin rutscht die Pflege hinter die nächste Abgabe.
3. Wer trägt das Urteil über den fertigen Text? Im Beitrag Was ist eine Content Pipeline? beschreiben wir acht Aufgaben einer Content Pipeline. Zwei Rollen sollten möglichst nie in einer Hand liegen: Text und finale Freigabe. Bei uns schreibt die Maschine den Entwurf, die Freigabe liegt bei mir.

Schreiben Sie bei jeder Prüfaufgabe dazu, wer sie tatsächlich erledigt, Mensch oder Maschine. Sonst ist am Gate unklar, wer wofür einsteht. Auch eine veröffentlichte Beschreibung kann hinter der Praxis zurückbleiben, das haben wir an uns selbst gesehen: Unser Beitrag zur Content-Automatisierung ordnete die Faktenprüfung ganz dem Menschen zu. Tatsächlich gleicht in unserem Ablauf ein zweites Modell, das den Text zum ersten Mal sieht, jede Aussage mit ihrer Quelle ab, und ein Mensch entscheidet, ob sie bleibt. Im Oktober haben wir den Beitrag korrigiert. Woran Sie echte Kontrolle von Dekoration unterscheiden, beschreiben wir im Beitrag Human in the Loop mit vier Merkmalen.

Ob ein Gate wirkt, hängt an der Person, die es verantwortet. Ob es im Tagesgeschäft stattfindet, hängt an den Stunden, die Sie dafür einplanen.

Mit Streichdatum kalkulieren: So bleibt die neue Arbeit schlank

Schreiben Sie vor der Einführung jede neue Aufgabe mit drei Angaben in die Kalkulation: ihren Namen, ihren Minutenwert oder den Vermerk „nicht gemessen“ und ein Datum, an dem Sie prüfen, ob es sie noch braucht. Bei uns standen Regeln im Regelwerk, für die kein Anlass dokumentiert war. Seit dem 21. Oktober gilt für jede Regel und jede Routine: Sie bleibt nur, wenn sie ein menschliches Gate ist, wenn sie einen Anlass mit Datum trägt und belegbar in den letzten sechs Wochen gewirkt hat oder wenn sie an einem Kunden, einem Termin oder an Geld hängt. Alles andere streichen wir oder legen es mit Verwandtem zusammen. Mit einem Streichdatum in der Kalkulation steht diese Prüfung als Termin im Kalender, bevor die erste neue Aufgabe zur Gewohnheit wird.

Dieser Beitrag ist mit KI entstanden: Sie hat recherchiert und den ersten Entwurf geschrieben. An festen Gates wurden 71 Aussagen gegen ihre Quellen geprüft, über den fertigen Text habe ich entschieden.

Quellen: Acemoglu, Restrepo: „Automation and New Tasks: How Technology Displaces and Reinstates Labor“, Journal of Economic Perspectives 33 (2), 2019, S. 3 bis 30 (Abstract) · Wilmers, Catipon, Massenkoff, McCrory: „How employment is changing at Anthropic“, The Anthropic Institute, 16.10.2026 · D’Amico, Delteil, LaBerge, Banholzer: „The judgment bottleneck: Balancing AI and human speeds in strategy“, McKinsey Quarterly, 15.10.2026 · Eigene Betriebsdaten PR DESK: Zeitwerte der Beiträge „KI-Einheitstext vermeiden“ und „Suite kaufen oder System bauen?“, Durchsicht der Unterlagen (01.10.2026), Korrektur Beitrag Content-Automatisierung (03. und 10.10.2026), Kürzung der Regelwerke (21.10.2026), Zählung der Übergangsfehler (25.10.2026), Schätzung der Pflegezeit (Marc Ostermann, 27.10.2026), Abgleich der Google-Treffer zu „KI Content Workflow“ (26.10.2026)