Content Engine: KI-Content-Automatisierung
Eine produktive B2B-KI-Content-Pipeline für automatisiertes Publishing. Sie erfasst Quellen, erstellt Entwürfe mittels LLMs, leitet diese über eine Freigabe-Warteschlange und regelt die automatische Verteilung auf X, LinkedIn und Facebook.
Dieses Projekt besprechen
Läuft täglich in der Produktion, automatisiert von Ende zu Ende mit einer menschlichen Freigabe.
Veröffentlichen im Tempo der Nachrichten
In einer schnelllebigen Nische musste das Team jeden Tag ein hohes Volumen an Inhalten veröffentlichen – und zwar schnell, nicht nur präzise. Quellen mussten ständig überwacht, Entwürfe geschrieben und Beiträge manuell auf verschiedenen Social-Media-Kanälen geplant werden.
Das bedeutete viel repetitive Arbeit und Skalierung war nur durch neue Mitarbeiter möglich. Der Engpass lag nicht an Ideen, sondern an den manuellen Schritten zwischen Quelle und Veröffentlichung.
Wie es funktioniert
Ich habe Content Engine als End-to-End-Pipeline aufgebaut, die täglich nach Zeitplan läuft.
1. Erfassung: Die Pipeline zieht kontinuierlich Inhalte aus den Quellen des Teams, bereinigt sie und führt sie in einer Warteschlange zusammen.
2. Entwurf (LLM): LLMs verwandeln Rohmaterial in formatierte Entwürfe, angepasst an die Markenstimme des Teams.
3. Menschliche Freigabe: Ein Mitarbeiter prüft, bearbeitet oder lehnt den Entwurf ab; abgelehnte Entwürfe gehen zurück in die Schleife.
4. Veröffentlichung: Freigegebene Inhalte werden automatisch auf der Hauptplattform veröffentlicht.
5. Verteilung: Der Beitrag wird formatiert an X, LinkedIn und Facebook verteilt.
Mensch im Loop, standardmäßig
Die Automatisierung bewältigt das Volumen, Menschen sichern den Standard. Die Freigabe ist das Herzstück: Jeste Stück geht durch eine Freigabe, damit das Team die volle redaktionelle Kontrolle behält.
Die Pipeline schlägt vor und bereitet vor, veröffentlicht aber niemals ohne Freigabe. Das macht es sicher bei hohem Volumen in einer Nische, in der Fehler in der Öffentlichkeit teuer sind.
Stack
Python · LLM-Entwürfe mit Prompt-Caching (Anthropic Claude / OpenAI) · Perplexity API für Faktensuche · Freigabe-Queue · CMS API · OG-Bildgenerierung · SEO Schema · zeitgesteuerte Verteilung · Cron-Orchestrierung.
Ergebnisse
• Läuft täglich produktiv: Die Pipeline arbeitet seit 2025 täglich ohne manuelles Eingreifen.
• Eine Freigabe für alle Kanäle: Eine redaktionelle Entscheidung veröffentlicht und verteilt den Beitrag formatiert auf X, LinkedIn und Facebook.
• Manuelle Arbeit entfernt: Erfassung, Entwürfe, Formatierung und Cross-Posting sind automatisiert; es bleibt nur das redaktionelle Urteil.
Die genauen Traffic-Zahlen gehören dem Kunden, daher zeige ich sie hier nicht öffentlich. Ich stelle sie gerne in einem Telefonat vor.
Projektergebnisse
• Skalierung ohne Personalaufbau: Ein kleines Team veröffentlicht Mengen, die sonst Neueinstellungen erfordert hätten.
• Konsistente Markenstimme: LLM-Entwürfe plus menschliche Freigabe halten jeden Post markenkonform.
• Einmal freigeben, überall posten: Die Freigabe verteilt den Inhalt überall, nichts wird vergessen.
• Redaktionelle Kontrolle behalten: Der Freigabeschritt stellt sicher, dass Qualität nie der Geschwindigkeit geopfert wird.