von Stefan

KI im Redaktionsprozess: Vom Briefing bis zur Veröffentlichung

Die Deadline rückt. Drei Stunden Interviewmaterial, zwanzig kommunale Dokumente, fünf Textversionen für SEO. Früher: Überstunden. Heute erledigt KI das in Minuten. Aber – und das ist entscheidend – sie erledigt es nicht allein. KI im Redaktionsprozess bedeutet nicht, dass Maschinen texten. Es bedeutet, dass Menschen mehr Zeit für das haben, was KI nicht kann: urteilen, gewichten, Haltung zeigen.

Die Kunst, KI fast zu nutzen – eine Bestandsaufnahme

Die Zahlen sprechen für sich: Über 80 Prozent der Unternehmen setzen auf Content Marketing, doch nur 40 bis 60 Prozent haben eine dokumentierte Strategie. Und obwohl 60 Prozent Generative KI als zentral für ihre Unternehmensstrategie sehen, nutzen sie nur 40 Prozent mehrmals pro Woche. Die Lücke zwischen Ambition und Umsetzung ist groß. Wo genau KI unterstützt und wo menschliche Expertise unverzichtbar bleibt, zeigt sich entlang des gesamten Redaktionsalltags.

Ideenfindung und Recherche – KI als Sparringspartner

Gute Geschichten verstecken sich in Datenmengen, die niemand durchsieht, weil die Zeit fehlt. Hier beginnt der Mehrwert von KI: Sie findet, was Menschen übersehen würden. Und das nicht, weil sie schlauer ist, sondern weil sie unermüdlicher arbeitet.

Eine norwegische Redaktion mit 20 Journalisten entwickelte ein Tool, das täglich kommunale Dokumente durchforstet. Vorher investierten sie 2-3 Stunden täglich in Archive. Heute rankt das Tool Dokumente nach Relevanz, fasst Kernpunkte zusammen und markiert Story-Ansätze. Keine wichtige Geschichte geht mehr unter.

Vom Rohmaterial zum Text – KI unterstützt, Menschen entscheiden

Transkription, Übersetzung, erste Strukturierung: Das sind die Arbeitsschritte, die Zeit kosten, aber wenig kreative Leistung erfordern. Genau hier greift KI am effektivsten in den Redaktionsprozess ein.

Praxisbeispiel: B2B SaaS Content Team

Vorher:

  • 4 Blogposts pro Monat

  • 60 % der Editor-Zeit für Formatierung, SEO-Checks, Meta-Beschreibungen

  • Backlog mit 30+ unbearbeiteten Themen

  • Content-Audits zweimal jährlich – manuell, in Spreadsheets

Mit AI-Workflows:

  • Content-Audits laufen monatlich: KI scannt, Editor prüft Findings in 30 Minuten statt 8 Stunden

  • SEO-Automation: Meta-Beschreibungen, interne Verlinkungen, Keyword-Gaps. 10 Minuten statt 45 Minuten pro Post

  • Draft-Generation: Strukturierte Briefs → AI-Outline → Editor verfeinert (2 Stunden statt 4)

  • QA automatisiert: Lesbarkeit, Passiv-Konstruktionen, Style-Guide-Compliance

Ergebnis:

  • 8+ Blogposts pro Monat bei gleicher Teamgröße

  • 60 % Editor-Zeit jetzt für Strategie statt Formatierung

  • Weniger Fehler, stärkere SEO-Performance, höhere Konsistenz

Der entscheidende Punkt: KI generiert keine fertigen Texte. Sie strukturiert, formatiert, schlägt vor. Die finale Entscheidung trifft immer ein Mensch.

Prompting als Kernkompetenz: So holen Sie das Beste aus KI heraus

Wer präzise Anweisungen gibt, erhält brauchbare Ergebnisse. Wer schwammig bleibt, bekommt Mittelmaß. Bewährte Prinzipien:

  • So viel Detail wie möglich: Geben Sie Kontext, Zielgruppe, gewünschten Ton an

  • Beispiele mitliefern: Zeigen Sie, wie ein ideales Ergebnis aussieht

  • Workflows standardisieren: Wiederverwendbare Prompts sparen Zeit und verbessern Qualität

Die Steuerung läuft über Themenarchitekturen – Tools wie Scompler, Imory oder Staffbase Mission Control kombinieren zeitliche Koordination mit KI-gestützter Themenfindung.

Der norwegische öffentlich-rechtliche Rundfunk nutzt KI für Live-Transkription bei Pressekonferenzen und automatische Übersetzungen ins Samische. Was früher externe Dienstleister erledigten, läuft jetzt in Echtzeit. Das schafft Kapazitäten für Inhalte, die vorher nicht produzierbar waren.

Qualitätssicherung und Faktencheck

Wo menschliche Aufsicht unverzichtbar ist

KI bringt drei zentrale Risiken mit:

1.     Hallucinations: erfundene Fakten, die plausibel klingen, weil KI auf Wahrscheinlichkeiten statt Wahrheit basiert.
2.     Bias: Verzerrungen aus Trainingsdaten, die Vorurteile reproduzieren.
3.     Plagiarismus: adaptierte Inhalte, die als Original präsentiert werden und Urheberrechte verletzen. Jede KI-generierte Aussage muss faktisch geprüft werden.

Die BBC-Leitlinien für KI-Einsatz:

  • Vertrauen darf niemals untergraben werden: KI muss Standards entsprechen

  • Aktive menschliche Aufsicht ist Pflicht: Jeder KI-Einsatz erfordert verantwortliche Redakteure

  • Transparenz: Leser müssen wissen, wo und wie KI eingesetzt wurde

Die Konsequenz: KI ist Produktions-Tool, kein Publishing-Tool. Jedes Stück braucht echte Expertise: originale Einblicke, aktuelle Beispiele, rigorose Faktenprüfung. Wer ungeprüft veröffentlicht, riskiert Rankings und Glaubwürdigkeit.

Die neue Rolle von Content-Verantwortlichen – Kuratieren statt Produzieren

KI verschiebt, wer im Redaktionsprozess was entscheidet. Früher lag die Auswahl von Themen in den Händen erfahrener Content-Strategen und Redakteure. Heute beeinflussen Algorithmen diese Entscheidungen – durch Performance-Metriken, SEO-Empfehlungen, Vorhersagen über Leserinteresse. Das verändert die Rolle des Gatekeepers.

Felix M. Simon beschreibt in seiner Studie Rationalisation of the news: How AI reshapes and retools the gatekeeping processes of news organisations (2025), wie KI redaktionelle Entscheidungsprozesse rationalisiert – also auf Effizienz, Skalierbarkeit und Prozessoptimierung ausrichtet und dabei zunehmend von einzelnen Journalistinnen und Journalisten auf automatisierte Systeme verlagert. Statt auf Urteilsvermögen und Werte zu setzen, orientieren sich Entscheidungen stärker an Daten und Technologie. Das birgt die Gefahr, dass Content uniformer wird und Teams weniger Freiheit haben.

Gleichzeitig eröffnet KI neue Möglichkeiten. Aufgaben, die früher undenkbar waren – große Datenanalysen, personalisierte Inhalte, dynamische Content-Aussteuerung – werden machbar. Content-Verantwortliche müssen nicht mehr jede Routine-Aufgabe selbst erledigen. Sie können kuratieren, priorisieren, strategisch denken.

Die neuen Kernkompetenzen

  1. Prompting: Präzise Anweisungen formulieren, die brauchbare Ergebnisse liefern

  2. Kritische Bewertung: KI-Outputs auf Richtigkeit, Bias und Qualität prüfen

  3. Ethische Verantwortung: Welche Verzerrungen bringen Trainingsdaten mit? Wo muss menschliche Verantwortung bleiben?

  4. Strategische Kuratierung: Entscheiden, was relevant ist – nicht nur, was performt

Der Rollenwandel

Dr. Christian Fill sagt in seinen Artikel Content-Strategie: Schneller mit KI folgendes: „Wer gestern nur Redakteur war, muss heute Content-Stratege sein und morgen ein Berater, der strategisches, organisatorisches, redaktionelles und technisches Know-how in sich vereint.“ Diese Transformation ist nicht optional. Sie ist die Voraussetzung dafür, dass Content-Teams in einer KI-getriebenen Welt wettbewerbsfähig bleiben.

Die BBC bringt es auf den Punkt: „KI muss immer mit den öffentlichen Werten im Einklang stehen. Sie muss transparent und rechenschaftspflichtig sein mit effektiver und informierter menschlicher Aufsicht.“

KI im Redaktions- und Marketingprozess: Wo sie hilft, wo Menschen entscheiden

Phase 1: Ideenfindung

KI übernimmt: Daten durchforsten, Muster erkennen

Mensch entscheidet: Relevanz bewerten, Story-Ansätze wählen

KI macht Redaktionen schneller – nicht oberflächlicher

KI im Redaktionsprozess bedeutet mehr Zeit für das, was Maschinen nicht können: Zusammenhänge herstellen, Bedeutung erkennen, Verantwortung übernehmen. Sie transkribiert, übersetzt, strukturiert, analysiert. Aber sie entscheidet nicht.

Die Zahlen: Content-Teams sparen 11,4 Stunden pro Woche. Produktionskosten sinken um 65 Prozent bei gleichbleibender Qualität. Marketing-Teams erreichen einen ROI von 3,70 Dollar pro investiertem Dollar, Top-Performer 10,30 Dollar. Wer KI richtig einsetzt, gewinnt Effizienz, die Qualität erst möglich macht.

Hier geht es zurück zu

TEILEN