KI-Content ohne Blindflug: Research, Entwurf, Prüfung, Freigabe

Generative KI beschleunigt die Content-Produktion, ersetzt aber weder fachliche Verantwortung noch redaktionelles Urteilsvermögen. Wer Texte direkt aus einem Chat in das CMS kopiert, macht aus einem Hilfsmittel einen unkontrollierten Veröffentlichungsweg. Ein belastbarer KI Content Workflow setzt deshalb nicht bei der Formulierung an, sondern bei der Frage, welche Aussage mit welcher Quelle, Prüfung und Freigabe in welchem Kontext publiziert werden darf.

Dieser Beitrag zeigt einen praxistauglichen Prozess für Marketing-, Kommunikations- und Fachabteilungen. Sein Ziel ist nicht, jede Textzeile zu bürokratisieren. Ziel ist, wiederholbare Qualität zu schaffen: recherchierbare Fakten, eindeutig zugewiesene Entscheidungen, nachvollziehbare Änderungen und einen klaren Stopp vor der Veröffentlichung.

Warum der Prompt nicht der Prozess ist

Ein guter Prompt kann Tonalität, Struktur und Perspektive verbessern. Er liefert jedoch keinen Nachweis dafür, dass eine Quelle aktuell, eine Schlussfolgerung zulässig oder ein Versprechen mit dem Leistungsangebot vereinbar ist. Sprachmodelle erzeugen plausible Antworten auf Basis statistischer Muster. Plausibilität ist kein Beleg. Besonders riskant sind präzise klingende Zahlen, Regelungen, Zitate, Produktvergleiche und aktuelle Aussagen, wenn sie ohne Primärquelle im Entwurf stehen.

Der Rahmen des US-amerikanischen National Institute of Standards and Technology (NIST) behandelt für generative KI ausdrücklich Governance, Content-Provenance, Tests vor dem Einsatz und die Offenlegung von Vorfällen als zentrale Betrachtungsfelder. 1 Für Content-Teams folgt daraus eine einfache Konsequenz: Der Textentwurf ist nur ein Arbeitsergebnis innerhalb eines kontrollierten Systems, nicht dessen Endpunkt.

Ein verlässlicher Ablauf trennt Erkenntnis, Formulierung und Entscheidung. Die Recherche schafft den belegbaren Informationsstand. Das Modell ordnet Material, entwickelt Gliederungen oder Varianten. Ein verantwortlicher Mensch prüft Bedeutung, Kontext und Risiken. Erst eine benannte Person gibt frei. Diese Trennung verhindert auch, dass die Person, die den Entwurf erstellt hat, stillschweigend zur letzten Instanz wird.

Der KI Content Workflow in sechs verbindlichen Stationen

Der Prozess muss für schnelle Beiträge leicht genug bleiben und für sensible Inhalte skalieren. Bewährt hat sich ein einheitlicher Kern mit risikobasierter Prüftiefe. Ein Produkt-Teaser braucht andere Nachweise als ein Beitrag zu Recht, Gesundheit, Sicherheit, Preisen oder Marktbehauptungen. Das Freigabetor bleibt jedoch immer bestehen.

Station	Ziel und Mindestartefakt	Verantwortlich	Freigabekriterium
1. Briefing	Zielgruppe, Suchintention, Nutzenversprechen, Scope, Risiken und Erfolgskriterium	Content-Verantwortung	Auftrag ist konkret und zulässig
2. Research	Quellenliste, Fundstellen, Stand der Recherche und offene Fragen	Research oder Fachredaktion	Fakten sind primär oder belastbar sekundär belegt
3. Entwurf	Versionierter Text mit Quellenmarken und KI-Einsatzhinweis im Arbeitskontext	Autor:in	Keine unbelegten Tatsachenbehauptungen im Entwurf
4. Fach- und Redaktionsprüfung	Fakten-, Kontext-, Marken-, Rechts- und SEO-Prüfung	Fachprüfung und Redaktion	Kritikpunkte sind gelöst oder dokumentiert
5. Freigabe	Entscheidung, Umfang, Person, Zeitpunkt und finale Version	Benannte Freigabeinstanz	Veröffentlichung ausdrücklich bestätigt
6. Publikation und Monitoring	Veröffentlichungs-URL, Version, Feedback, Korrekturen und Vorfälle	Redaktion	Korrekturweg und Eigentümerschaft sind klar

1. Briefing: den zulässigen Rahmen vor dem Generieren festlegen

Ein brauchbares Briefing benennt nicht nur Keyword und Wortzahl. Es erklärt, welche Frage Leserinnen und Leser beantwortet bekommen sollen, welche Zielhandlung realistisch ist und was der Beitrag nicht behaupten darf. Dazu gehören verbotene Superlative, nicht bestätigte Roadmap-Aussagen, vertrauliche Informationen und Aussagen, die eine juristische oder medizinische Einzelfallberatung suggerieren.

Definieren Sie außerdem eine Risikoklasse. Niedriges Risiko liegt etwa bei einem erklärenden Grundlagenartikel ohne zeitkritische Tatsachen vor. Höheres Risiko liegt bei regulatorischen, finanziellen, sicherheitsrelevanten oder wettbewerbsbezogenen Aussagen vor. Mit der Risikoklasse steigen Quellenstandard, Zahl der prüfenden Augen und die Pflicht zur fachlichen Abnahme. So wird „menschliche Prüfung“ von einer vagen Erwartung zu einer konkreten Entscheidung.

2. Research: zuerst Evidenz, dann Text

Die Recherche beginnt mit einer Behauptungsliste, nicht mit einer Modellanfrage. Für jede Tatsachenbehauptung werden Quelle, URL, Fundstelle, Abrufdatum, Geltungsbereich und Status erfasst. Bei Regeln, Normen, Preisangaben oder Leistungsmerkmalen haben offizielle Stellen, Gesetzestexte, Herstellerdokumentation und Originalstudien Vorrang. Sekundärquellen helfen beim Einordnen, ersetzen aber nicht die Prüfung des Originals.

Das Modell kann Suchbegriffe variieren, lange Quellen zusammenfassen und Widersprüche markieren. Es darf jedoch keine Quelle erfinden und keine Zusammenfassung als Bestätigung ausgeben. Eine gute Arbeitsanweisung lautet: „Verwende ausschließlich die bereitgestellten Fundstellen; markiere jede fehlende Evidenz als offene Frage.“ Damit wird aus dem Modell ein Werkzeug für Strukturarbeit, nicht ein unkontrollierter Recherche-Ersatz.

Bei personenbezogenen, vertraulichen oder kundenspezifischen Unterlagen gilt Datensparsamkeit. Geben Sie nur die Information weiter, die für die Aufgabe erforderlich ist, und verwenden Sie freigegebene Systeme. Der EU AI Act hebt für Hochrisiko-Systeme die Bedeutung nachvollziehbarer Dokumentation, aktueller technischer Unterlagen sowie Ereignisprotokolle hervor. 2 Ein Marketing-Workflow ist nicht automatisch ein Hochrisiko-System. Das Prinzip der Traceability ist trotzdem sinnvoll: Später sollte erkennbar sein, warum ein Beitrag veröffentlicht wurde und welche Grundlage er hatte.

3. Entwurf: KI als Co-Autorin mit Leitplanken

Erstellen Sie zuerst eine Gliederung aus dem Briefing und der bestätigten Behauptungsliste. Erst danach erhält das Modell den Schreibauftrag. Der Prompt braucht Rolle, Zielgruppe, Suchintention, Tonalität, gewünschte Struktur, die erlaubten Quellen und explizite Ausschlüsse. Verlangen Sie Unsicherheitsmarkierungen statt scheinbarer Vollständigkeit. Diese Vorgaben machen den ersten Entwurf besser prüfbar und senken die Wahrscheinlichkeit, dass fehlende Fakten hinter elegantem Stil verschwinden.

Ein minimaler, maschinenlesbarer Datensatz kann die Übergabe zwischen Research, Redaktion und Freigabe stabilisieren. Er dient nicht als Ersatz für die Prüfung, sondern als prüfbares Übergabeprotokoll:

{
  "content_id": "btk-2026-0716-ki-workflow",
  "version": "0.3",
  "claim": "Der Beitrag nennt keine unbelegten Produktversprechen.",
  "evidence": ["research/source-register.md#claims"],
  "model_use": "Gliederung und Erstentwurf",
  "review_required": ["fachlich", "redaktionell"],
  "release": {"status": "pending", "owner": null}
}

Die Referenz auf das Quellenregister verhindert nicht automatisch Fehler. Sie schafft aber eine feste Stelle, an der Reviewer die Behauptung zurückverfolgen können. Versionsnummer und Modellnutzung helfen außerdem, Änderungen zwischen Erstentwurf und finalem Text nicht zu verwischen.

4. Prüfung: Menschen bewerten Bedeutung, nicht nur Grammatik

Automatische Checks sind nützlich: Sie finden fehlende Überschriften, kaputte Links, Dubletten, zu lange Titel oder verbotene Begriffe. Sie können auch prüfen, ob eine Quelle hinter jeder markierten Tatsachenbehauptung steht. Sie entscheiden jedoch nicht zuverlässig, ob ein Zitat verkürzt, ein Vergleich unfair oder eine Formulierung im konkreten Kundenkontext missverständlich ist.

Die Fachprüfung beantwortet deshalb: Ist die Aussage sachlich korrekt, aktuell und im richtigen Geltungsbereich? Die Redaktion prüft Verständlichkeit, Suchintention, Tonalität, Belegplatzierung und klare Trennung von Fakt und Bewertung. Bei hohem Risiko ergänzt eine zuständige Stelle die Rechts-, Datenschutz- oder Compliance-Sicht. Prüferinnen und Prüfer benötigen Zeit, Zugriff auf die Originalquellen und das Recht, eine Veröffentlichung zurückzustellen. Eine bloße Checkbox ohne Einsichtsrecht ist keine wirksame Kontrolle.

Die Evaluierungsdokumentation von OpenAI beschreibt Evals als Tests von Modellausgaben gegen festgelegte Stil- und Inhaltskriterien; sie empfiehlt, Aufgaben zu beschreiben, mit Testeingaben auszuführen und die Ergebnisse iterativ auszuwerten. 3 Für Content heißt das: Wiederkehrende Qualitätsregeln lassen sich testen, etwa Quellenmarker oder Pflichtabschnitte. Die fachliche Freigabe bleibt dennoch eine menschliche Entscheidung über den konkreten Beitrag.

Freigabe und Protokollierung: Entscheidungen später erklären können

Freigabe ist kein technisch ausgelöster Statuswechsel nach dem letzten Rechtschreibcheck. Die Freigabeinstanz bestätigt bewusst, dass Umfang, Aussagen, Zielgruppe, Quellenstand und Restrisiko vertretbar sind. Halten Sie mindestens Content-ID, finale Version, Freigabeperson, Zeitstempel, verwendete Quellen, Modell- und Toolnutzung, Prüfschritte, Entscheidungen und Veröffentlichungs-URL fest. Bei Korrekturen kommen Anlass, Änderung und erneute Freigabe hinzu.

Ein Audit-Log muss nicht kompliziert sein. Wichtig sind unveränderbare oder nachvollziehbar versionierte Einträge und klare Zugriffsrechte. NIST empfiehlt unter anderem, Mindestkriterien für Incident-Reports festzulegen und gemeldete Fehler, Beinahefehler sowie negative Auswirkungen zu erfassen und nachzuverfolgen. 1 Übertragen auf Content bedeutet das: Wird nach der Veröffentlichung ein Fehler entdeckt, dokumentiert das Team nicht nur die Korrektur, sondern auch Ursache, Reichweite und die Prozessverbesserung.

Für Bilder, Dokumente und andere Medien kann technische Herkunftskennzeichnung die interne Protokollierung ergänzen. Die C2PA-Spezifikation beschreibt Content Credentials als Provenienzdaten in Manifesten und einen mehrstufigen Validierungsprozess für Signatur, Aussagen und Bindung an das Asset. 4 Das ist kein Wahrheitsstempel: Eine valide Provenienz zeigt, dass die technischen Nachweise konsistent geprüft wurden. Ob der Inhalt sachlich richtig und angemessen ist, bleibt eine redaktionelle Aufgabe.

Praktische Checkliste vor dem Veröffentlichungs-Button

Briefing, Suchintention, Zielgruppe und Risikoklasse sind für die finale Version sichtbar.
Jede überprüfbare Tatsachenbehauptung besitzt eine abrufbare, zur Aussage passende Quelle.
Zeitkritische Informationen wurden am Tag der Freigabe erneut kontrolliert.
KI-generierte Ergänzungen ohne Evidenz wurden entfernt, präzisiert oder als Meinung kenntlich gemacht.
Fachprüfung und Redaktion haben die Originalquellen einsehen können und ihre Anmerkungen sind erledigt.
Die freigebende Person, Version, Zeitpunkt und URL werden im Log festgehalten.
Für Fehlerkorrekturen sind Eigentümerschaft, Reaktionsweg und erneute Freigabe definiert.

Grenzen und der nächste sinnvolle Schritt

Kein Workflow garantiert Fehlerfreiheit. Quellen können veralten, Personen können Kontexte übersehen und Modelle können sich bei identischem Prompt unterschiedlich verhalten. Der richtige Anspruch lautet daher nicht „vollautomatisch korrekt“, sondern kontrolliert, überprüfbar und korrigierbar. Vermeiden Sie zudem den Irrtum, dass Protokollierung allein Compliance schafft. Sie ist ein Nachweis- und Lerninstrument; rechtliche Pflichten hängen stets vom konkreten Einsatz, Land und Risiko ab.

Beginnen Sie klein: Wählen Sie ein Content-Format, führen Sie Quellenregister, Review-Gate und Freigabelog für einige Veröffentlichungen verbindlich ein und verbessern Sie danach die Checkliste anhand realer Korrekturen. Vertiefend helfen ein Leitfaden für KI-Governance, eine Checkliste für die KI-gestützte Recherche und der Beitrag Content-Freigaben sinnvoll automatisieren. So bleibt KI schnell genug für den Alltag und kontrolliert genug für Inhalte, die Vertrauen schaffen sollen.

Weiterführende Quellen

Diese offiziellen Dokumentationen und Standards vertiefen die im Beitrag behandelten Entscheidungen.