KI-gestützte Content-Erstellung: So automatisierst du deinen Blog
Du willst regelmässig bloggen, aber der Alltag frisst dich auf? Kunde ruft an, Angebot muss raus, der eine Bug ist auch noch da. Der Blog bleibt liegen. Kenne ich.
Die gute Nachricht: Du musst nicht jeden Artikel selbst schreiben. Die schlechte: Einfach „Schreib mir nen Blogpost” in ChatGPT zu hauen und das Ergebnis zu kopieren, produziert Müll. Den erkennt jeder, der schon mal einen Satz gelesen hat.
Ich zeige dir drei Workflows, die ich selbst nutze. Die sind keine Zukunftsmusik – die laufen bei mir heute. Und die kannst du heute Nachmittag aufsetzen.
Workflow 1: Die Research-to-Outline-Pipeline
Bevor du auch nur einen Satz schreibst, brauchst du eine klare Struktur. Der grösste Fehler, den ich sehe: Leute lassen ChatGPT einen kompletten Artikel schreiben, ohne vorher zu definieren, was rein soll. Das Ergebnis ist seitenweise Fülltext.
So machst du es richtig:
Schritt 1: Sammle Rohmaterial
Öffne ChatGPT, Claude oder dein Lieblings-KI-Tool. Gib diesen Prompt ein – kein Roman, sondern ein präzises Briefing:
Ich plane einen Blogartikel zum Thema [THEMA].
Zielgruppe: Inhaber kleiner Digitalagenturen (1-10 Mitarbeiter),
die wenig Zeit haben und praktische Lösungen suchen.
Meine drei Kernbotschaften:
1. [Botschaft 1]
2. [Botschaft 2]
3. [Botschaft 3]
Gib mir:
- 5 mögliche H2-Überschriften
- Je H2 2-3 Stichpunkte, was rein soll
- Einen Alternativ-Titel-Vorschlag
- 2 aktuelle Studien/Quellen zum Thema (mit Link)
Das dauert 2 Minuten. Du hast eine Gliederung, die auf deinen Ideen basiert – nicht auf KI-Halluzinationen.
Schritt 2: Checke die Konkurrenz
Nimm die H2-Überschriften und such bei Google oder Perplexity danach. Welche Fragen werden in den Top-Ergebnissen beantwortet? Welche Lücken gibt es? Das ist dein Information Gain – der Mehrwert, den nur du liefern kannst, weil du echte Erfahrung hast.
Aus einer aktuellen Analyse von 815.000 Query-Page-Paaren (AirOps, April 2026) weiss man: Seiten mit direkten, fragebasierten H2-Überschriften werden 41% häufiger von ChatGPT zitiert als Seiten mit vagen Überschriften. Queries matchen zu lassen, ist kein SEO-Gimmick – es ist der Unterschied zwischen „wird gefunden” und „wird ignoriert”.
Schritt 3: Struktur freigeben
Bearbeite die Outline. Streich, was nicht passt. Ergänz, was fehlt. Erst wenn du die Struktur abgesegnet hast, geht es weiter.
Zeitersparnis: 45 Minuten pro Artikel, die du sonst mit Grübeln verbringst.
Workflow 2: Der 3-Runden-Draft
Sobald die Outline steht, geht es ans Schreiben. Aber nicht in einem Durchgang. Ich arbeite in drei Runden – und jede Runde hat einen anderen Fokus.
Runde 1: Rohversion (KI)
Jeder H2-Abschnitt wird einzeln geschrieben. Pro Abschnitt ein Prompt mit genauem Kontext:
Schreibe den Abschnitt "[H2-Überschrift]" für meinen Artikel zum Thema [THEMA].
Stil: Direkt, praxisnah, kurze Sätze. Keine Floskeln wie "in der heutigen Zeit".
Keine einleitenden Sätze wie "In diesem Abschnitt geht es um...".
Starte direkt mit der ersten Aussage.
Fakten: [konkrete Fakten/Erfahrungen]
Umfang: 3-5 Absätze
Warum einzeln? Weil du so steuern kannst, was in jeden Abschnitt kommt. Gesamt-Prompts produzieren Artikel, die sich im Kreis drehen.
Runde 2: Härte-Check (Mensch)
Jetzt kommt der wichtigste Teil: Du. Lies den Entwurf und markiere:
- Unfug – Faktenfehler, übertriebene Behauptungen, Halluzinationen
- Fülltext – Sätze, die nichts sagen („KI bietet viele Möglichkeiten”)
- Fehlende Tiefe – Stellen, wo du aus Erfahrung etwas Konkretes ergänzen kannst
Das dauert pro Artikel 10-15 Minuten. Nicht mehr. Wenn es länger dauert, war Runde 1 zu lasch.
Runde 3: Feinschliff (KI + Mensch)
Gib den markierten Entwurf zurück mit:
Hier ist der überarbeitete Entwurf mit meinen Anmerkungen.
Bitte:
1. Straffe jeden Absatz auf max. 5 Sätze
2. Ersetze alle vagen Aussagen durch konkrete
3. Füge einen Zwischen-CTA ein („Wenn du X suchst, probier Y")
4. Prüfe: Ist jeder Satz relevant für die Zielgruppe?
Nach dieser Runde liest du noch einmal drüber, korrigierst und fertig. Ein Artikel braucht so insgesamt 30-40 Minuten deiner Zeit – nicht 3 Stunden.
Workflow 3: Die Publishing-Automatisierung (für Fortgeschrittene)
Der dritte Workflow ist mein persönlicher Favorit. Er automatisiert den Teil, den niemand mag: Formatierung, Metadaten, interne Verlinkung.
Was du brauchst
- Ein Tool wie n8n (läuft lokal, open source, keine Abhängigkeit von Cloud-Diensten)
- Dein KI-Tool mit API-Zugang (Claude API oder OpenAI API)
- Ein bisschen Zeit fürs Einrichten (ca. 2 Stunden einmalig)
Der Workflow
- Trigger: Neues Google Doc oder Notion-Seite mit Artikelfinalisierung
- Metadaten extrahieren: Der Workflow liest deinen Artikel und erzeugt:
- Meta-Description (maximal 155 Zeichen)
- 3-5 Tags
- Vorschläge für interne Verlinkung aus bestehenden Artikeln
- Formatierung: Konvertiert den Text in Markdown
- Bildvorschlag: Generiert eine kurze Beschreibung für ein passendes Header-Bild
- Export: Speichert die Datei direkt im Content-Ordner deines Static Site Generators
Das ist kein Hexenwerk. n8n hat fertige Nodes für OpenAI/Claude, Google Drive und Dateisystem. Du ziehst die Nodes auf eine Leinwand, verbindest sie, fertig.
Wenn du n8n nicht einsetzen willst (auch okay): Claude Projects oder ChatGPT Custom GPTs mit Prompt-Templates leisten ähnliches – nur ohne die Datei-Automatisierung. Dafür in 10 Minuten eingerichtet.
Warum sich das lohnt
Ich habe gemessen: Der Publishing-Workflow spart mir pro Artikel etwa 25 Minuten. Bei 2 Artikeln pro Woche sind das 43 Stunden im Jahr. Zeit, die ich in Kundenprojekte stecke – oder ins Mittagsschläfchen.
Zwei Regeln, die du nie brechen solltest
Nach monatelangem Rumprobieren habe ich zwei Regeln, die für mich nicht verhandelbar sind:
Regel 1: KI schreibt nie den ersten Satz und nie den letzten. Der erste Satz definiert den Ton. Der letzte Satz bleibt hängen. Beide müssen von dir kommen – oder zumindest von dir freigegeben sein. Die KI liefert 3 Varianten, du wählst oder schreibst selbst.
Regel 2: Jeder Artikel braucht einen „Nur-ich-hab-das-erlebt”-Moment. Eine Kundenstory, eine konkrete Zahl aus deinem Projekt, ein Fail, den du selbst hattest. Das ist der Information Gain, den keine KI liefern kann. Ohne diesen Moment ist der Artikel austauschbar.
Fazit: Was du heute tun kannst
Du brauchst kein Team, keinen dicken Etat und kein Enterprise-Tool. Drei Dinge reichen für den Start:
- Ein Prompt-Set für Research und Outline – 30 Minuten basteln, Jahre nutzen
- Den 3-Runden-Draft – einmal verinnerlicht, läuft er von allein
- Ein Qualitäts-Check-System – deine persönlichen Regeln, was gut genug ist
Fang mit Workflow 1 an. Bau eine Outline für deinen nächsten Artikel. Das dauert 10 Minuten und du spürst sofort, wie viel Zeit du dir sparst.
Wenn du wissen willst, wie andere kleine Agenturen KI einführen und welche Tools sich wirklich lohnen: Schau in unseren Beitrag zum KI-Tool-Stack für Digitalagenturen 2026 – da hab ich die Werkzeuge getestet, die ich täglich nutze.
Oder wenn du noch ganz am Anfang stehst, lies erst einmal, warum jetzt der richtige Zeitpunkt ist. Dann kannst du direkt in die Umsetzung starten.
Du möchtest KI in deiner Agentur einführen, aber weisst nicht, wo? Wir begleiten Agenturen von der ersten Idee bis zum laufenden Workflow. Kein Bullshit, keine Standard-Präsentation – nur das, was funktioniert. Termin vereinbaren und loslegen.
Tools, die ich dafür nutze
Hier ist kein bezahlter Content, nur das, was bei mir im Alltag läuft:
- Claude (Anthropic) – mein Hauptwerkzeug für Texte. Besser im Befolgen komplexer Stil-Vorgaben als ChatGPT, weniger zumüllend.
- Perplexity – Recherche und Quellen-Check. Gib einfach „mit Quellen” in den Prompt, schon kriegst du belegte Fakten statt Halluzinationen.
- n8n – Workflow-Automatisierung. Läuft bei mir auf einem 5-Euro-VServer, kein Cloud-Abo nötig.
- VS Code + Markdown – weil ich keinen fancy Editor brauche. Die Artikel landen direkt als .md im Repo.
Die Tool-Kombination ist kein Dogma. Wenn du mit ChatGPT besser klarkommst, nimm ChatGPT. Wichtig ist der Workflow, nicht das Tool.