KI Content Automatisierung

Ob sich eine Content Strecke lohnt, entscheidet weniger die sprachliche Eleganz des Modells als drei nüchterne Fragen: Aus welchen Daten schreibt es, wer gibt jeden Entwurf mit welcher Begründung frei, und wie schnell lässt sich ein fehlerhafter Text wieder zurückholen. Dieser Leitfaden ordnet die Entscheidungen, die ein Unternehmen bei der Planung einer KI Content Automatisierung nacheinander trifft, und erklärt Fachbegriffe beim ersten Auftreten in einem kurzen Nebensatz.

Wir wollen Ihnen kein bestimmtes Tool empfehlen. Ziel ist, dass Sie jedem Anbieter die richtigen Fragen stellen und anhand Ihrer eigenen Aufzeichnungen beurteilen können, ob eine Strecke tatsächlich Zeit spart. Wo Automatisierung die falsche Antwort ist, sagen wir das ausdrücklich.

01Woran Sie erkennen, dass sich Automatisierung lohnt

Automatisierung zahlt sich aus, wenn ein Text ein wiederkehrendes Gerüst hat, seine Fakten bereits in einer strukturierten Quelle liegen und die Menge regelmäßig anfällt. Für eine einzelne Kampagne oder den jährlichen Brief an Geschäftspartner holt eine Strecke ihren Einrichtungsaufwand nie wieder herein.

Nehmen Sie den Inhaltstyp, der Ihr Team die meisten Stunden kostet, und beantworten Sie vier Fragen ehrlich:

• Sind die Fakten schriftlich erfasst: Steht jede Angabe in einer Tabelle, einem Produktdatensatz oder einem freigegebenen Dokument, kann sich das Modell darauf stützen; lebt sie nur im Kopf einer Kollegin, muss sie zuerst dokumentiert werden.
• Wiederholt sich der Aufbau: Produktbeschreibungen, Standortseiten und Veranstaltungshinweise bestehen aus denselben Bausteinen und eignen sich für Vorlagen; Meinungsbeiträge mit jeweils neuem Blickwinkel nicht.
• Was kostet ein Fehler: Eine falsche Maßtabelle führt zu Retouren, eine falsche Dosierungsangabe kann Menschen schaden; je höher das Risiko, desto aufwendiger die Freigabe, bis Automatisierung ganz ausscheidet.
• Hat jemand Zeit zum Prüfen: Ohne eine Redaktion, in deren Kalender das Lesen von Entwürfen fest eingeplant ist, füllt die Strecke nur eine Warteschlange, die niemand öffnet.

Antworten Sie anhand der tatsächlichen Arbeit der letzten Monate, nicht aus dem Gefühl: wie viele Produkte neu angelegt, wie viele Mitteilungen geschrieben wurden und durch wie viele Hände jede ging. KI Content Automatisierung ist nur dann sinnvoll, wenn diese Liste eine gleichmäßige, sich wiederholende Last zeigt.

Lautet die Antwort auf zwei der vier Fragen nein, beginnen Sie besser mit einer Content Strategie oder mit einem einfachen Schreibassistenten, der Ihren Autorinnen und Autoren Entwürfe vorschlägt.

02Mit welchem Inhaltstyp verschiedene Unternehmen starten

Die erste Strecke deckt genau einen Inhaltstyp ab, und welcher das ist, hängt stark von der Art des Unternehmens ab. Diese Wahl bestimmt Prüfregeln, Freigaberhythmus und die Systeme, die angebunden werden müssen.

• Onlineshop mit breitem Sortiment: Beschreibungen, Kurztexte und Alternativtexte für Bilder bei Neuheiten, mit eigener Vorlage je Kategorie. Weitere Einsatzfelder im Handel beschreiben wir auf der Seite KI für den Onlinehandel.
• Hersteller und Großhandel: Katalogtexte für Händler aus technischen Datenblättern, Anpassungen für Exportmärkte und Beschreibungen in Ersatzteillisten.
• Softwareunternehmen: Entwürfe für Hilfeartikel aus Versionshinweisen, Kundennewsletter und aktualisierte Beschreibungen für App Stores.
• Hotellerie und Reisen: Texte zu Zimmern, Touren und Veranstaltungen in mehreren Sprachen, mit saisonalen Informationsblöcken, die beim Wechsel des Programms erneuert werden.
• Dienstleister mit vielen Standorten: Standortseiten, deren Öffnungszeiten, Leistungslisten und Anfahrtsbeschreibungen einheitlich gepflegt bleiben.

Unabhängig vom Typ sollte der Pilot eng gefasst sein. Ein Shop gibt nicht das gesamte Sortiment in den ersten Durchlauf, sondern eine einzelne Kategorie aus den Neuheiten dieser Saison; so werden Vorlage und Prüfungen an echten Datensätzen getestet, bevor etwas wächst.

03Die Bausteine der Strecke und ihre Schnittstellen

Eine eingerichtete Strecke besteht aus fünf Bausteinen: Auslöser, Quellanbindung, Erzeugung, Freigabewarteschlange und Veröffentlichungsanbindung. Der Auslöser startet einen Durchlauf, etwa wenn ein neuer Artikel im Warenwirtschaftssystem erscheint, eine Tabellenzeile als fertig markiert wird oder ein wöchentlicher Zeitplan greift.

Die Quellanbindung liest Daten direkt aus dem führenden System. Produktmerkmale liegen meist im ERP oder in einem PIM (einer Software, die Produktdaten zentral verwaltet), technische Unterlagen auf einem gemeinsamen Laufwerk, Markenregeln in einem Dokument. Wer diese Quellen bei jedem Durchlauf frisch ausliest, verhindert, dass die Strecke mit einer längst veralteten Kopie arbeitet.

Vor der Anbindung lohnt ein Blick auf die Daten selbst. Heißt dasselbe Merkmal bei einem Produkt „B“ und beim nächsten „Breite“, sind Einheiten gemischt oder folgen Farbnamen den Gewohnheiten jedes Lieferanten, schreibt das Modell uneinheitliche Texte. Feldnamen und Einheiten in einem gemeinsamen Datenwörterbuch festzulegen, ist die günstigste und wirksamste Vorbereitung.

Der Ablauf selbst läuft in visuellen Automatisierungstools wie n8n oder Make oder in eigenem Code. Entscheiden Sie nach drei Kriterien:

• Wer pflegt den Ablauf: Kann jemand im Team einen visuellen Ablauf lesen, bleibt er durchschaubar; sonst ist gut dokumentierter Code robuster.
• Menge und Tempo: Wer Hunderte Datensätze gleichzeitig verarbeitet, braucht Warteschlangen und Wiederholungslogik, die sich in Code leichter abbilden lassen.
• Ziel der Veröffentlichung: WordPress, WooCommerce und Shopify bieten offizielle Schnittstellen; ein geschlossenes System braucht unter Umständen eine Importdatei.

Einrichtung und laufende Pflege übernehmen wir im Rahmen unserer KI Automatisierung; alle Konten und Schlüssel laufen auf Ihr Unternehmen.

04Briefing und Mustertexte richtig aufsetzen

Kein Dokument prägt die Ergebnisse stärker als das kurze Briefing je Inhaltstyp und eine Auswahl freigegebener Mustertexte. Das Briefing ist im Grunde alles, was eine erfahrene Redakteurin einer neuen Kollegin am ersten Tag erklärt, schriftlich festgehalten; es darf kurz sein, aber nichts darin darf vage bleiben.

Ein brauchbares Briefing enthält diese Punkte:

• Leser und Ziel: Wer den Text liest und was danach passieren soll, zum Beispiel „Käufer, der vor dem Bestellen die Maße prüft“.
• Pflichtangaben: Material, Maße, Einsatzbereich, Pflegehinweise und alle weiteren Felder, jeweils mit der Spalte der Quelle, aus der sie stammen.
• Sperrbegriffe: Übertriebene Adjektive, Namen von Wettbewerbern sowie Aussagen zu Gesundheit oder Umwelt, die Belege erfordern würden.
• Form: Mindest und Höchstzahl an Wörtern, Absatzmuster und ob Aufzählungen erlaubt sind.
• Ansprache: Sie oder du, ob Fachbegriffe erklärt werden, typische Satzlänge.

Als Mustertexte wählen Sie fünf bis zehn vorhandene Inhalte, die Ihre Redaktion unverändert erneut veröffentlichen würde. Daran orientiert sich das Modell bei Rhythmus und Sprachebene. Muster aus unterschiedlichen Kategorien verhindern, dass es das Vokabular einer Produktlinie überall wiederholt. Mit unserem Tool zur Lesbarkeitsanalyse sehen Sie schnell, ob Entwürfe in Ton und Satzbau von den Mustern abweichen.

05Sprachmodell und Anbieter auswählen

Das Modell wählen Sie über einen Blindtest mit Ihren eigenen Mustertexten, nicht anhand öffentlicher Ranglisten. Zwei oder drei Modelle erzeugen Entwürfe aus demselben Briefing und denselben Quellen, und die Redaktion bewertet sie, ohne zu wissen, welcher Entwurf von welchem Modell stammt.

Achten Sie im Test besonders auf:

• Sprachqualität: Idiomatik, einheitliche Terminologie und Sätze, die nach Übersetzung klingen; ein Modell, das im Englischen überzeugt, kann im Deutschen deutlich schwächer sein, etwa bei Komposita und Anrede.
• Treue zur Quelle: Ergänzt es Merkmale, die im Datensatz nicht stehen; das wiegt schwerer als flüssiger Stil.
• Strukturierte Ausgabe: Liefert es Titel, Beschreibung und Alternativtext als getrennte Felder in einem maschinenlesbaren Format wie JSON; davon hängt die Veröffentlichung ab.
• Vertragliche Datenbedingungen: Ist schriftlich zugesichert, dass Ihre Eingaben nicht zum Training genutzt werden, und in welcher Region werden die Daten verarbeitet.

Auch die Unabhängigkeit von einem einzigen Anbieter ist eine Entwurfsentscheidung. Eine Strecke, die auf ein zweites Modell ausweicht, wenn das erste nicht antwortet oder an den Prüfungen scheitert, arbeitet bei einem Ausfall weiter. Dürfen vertrauliche Unterlagen Ihr Netz nie verlassen, ist der Betrieb eines Modells auf eigenen Servern eine Option, die wir unter lokale LLM Installation beschreiben; sie verlangt mehr Pflege, hält die Daten aber im Haus.

06Automatische Prüfungen vor dem ersten Lesen

Die automatische Prüfschicht soll verhindern, dass die Redaktion Zeit mit offensichtlich fehlerhaften Entwürfen verliert; gute Texte erkennt sie nicht, sie sortiert nur schlechte aus. Deshalb sollte jede Prüfung eine messbare Regel sein.

Übliche Prüfungen in einer Content Strecke:

• Vollständigkeit: Jede Angabe, die das Briefing als Pflicht markiert, kommt im Entwurf vor; fehlt etwas, geht der Entwurf zurück in die Erzeugung.
• Abgleich von Zahlen und Aussagen: Jede Zahl, jedes Maß und jeder Zertifikatsname stimmt exakt mit dem Quelldatensatz überein; Abweichungen werden markiert.
• Suche nach Sperrbegriffen: Die Liste aus dem Briefing und Formulierungen, die in Ihrer Branche rechtlich heikel sind, werden per einfachem Abgleich erkannt.
• Ähnlichkeitsmessung: Der neue Entwurf wird mit vorhandenen Seiten verglichen; Beschreibungen nach immer gleichem Muster wirken auf Suchmaschinen dünn und doppelt.
• Länge und Format: Länge von Titel und Meta Beschreibung, Zahl der Absätze und unzulässige Zeichen.

Manche Teams lassen jeden Entwurf von einem zweiten Modell bewerten. Bei Fragen wie Lesefluss, die sich nicht in Regeln fassen lassen, kann das helfen, doch auch das bewertende Modell irrt sich. Seine Einschätzung gehört als Hinweis in die Freigabeansicht und darf einen Entwurf nie selbstständig veröffentlichen.

07Freigabeansicht, Versionsprotokoll und Rücknahme

Die Freigabeansicht ist der menschlichste Teil der Strecke, und eine schlecht gestaltete Ansicht macht aus der Prüfung ein Überfliegen. Steht der Entwurf neben seinem Quelldatensatz, kann die Redaktion jede Zahl mit einem Blick kontrollieren.

Ein solider Freigabeablauf umfasst:

• Drei Entscheidungen: Unverändert freigeben, mit Änderungen freigeben oder ablehnen; der Ablehnungsgrund wird aus festen Kategorien wie „falsche Angabe“, „Ton“ oder „fehlendes Feld“ gewählt, nicht frei formuliert.
• Sichtbare Markierungen: Sätze, die die automatische Prüfung verdächtig fand, sind hervorgehoben, damit die Redaktion dort zuerst hinsieht.
• Versionsprotokoll: Zu jedem Text werden Briefingversion, Modell, Quelldatensatz und freigebende Person gespeichert.
• Rücknahme: Ein veröffentlichter Text kehrt mit einer Aktion zur vorherigen freigegebenen Fassung zurück, und bei einem systematischen Fehler lässt sich ein ganzer Durchlauf gemeinsam zurückziehen.

Kategorisierte Ablehnungsgründe zeigen in der monatlichen Auswertung, welche Probleme im Briefing und welche in den Quelldaten liegen. Auch die Änderungen der Redaktion an freigegebenen Entwürfen sollten gespeichert werden; sie sind der Rohstoff für die nächste Überarbeitung des Briefings.

08Regeln von Suchmaschinen, Feeds und Verbraucherschutz

Wird KI Content Automatisierung ohne Blick auf die Plattformregeln aufgebaut, kann sie Tempo bringen und zugleich Sichtbarkeit kosten. Die Spamrichtlinien von Google werten es als Missbrauch skalierter Inhalte, viele Seiten ohne Mehrwert für Nutzer zu erzeugen; die Kapazität der Strecke richtet sich deshalb nach dem, was eine Redaktion lesen kann, nicht nach dem, was das Modell erzeugen kann.

Je nach Plattform kommt es auf diese Punkte an:

• Suchergebnisse: Der Leitfaden von Google zu Inhalten aus generativer KI verlangt eine Prüfung auf Richtigkeit vor der Veröffentlichung, ausdrücklich auch für Title Tags, Meta Beschreibungen, strukturierte Daten und Alternativtexte; diese Felder brauchen einen eigenen Platz in der Freigabeansicht.
• Produktfeed: Das Merchant Center erwartet mit generativer KI geschriebene Titel und Beschreibungen in eigenen strukturierten Attributen mit Kennzeichnung als KI Inhalt; legen Sie diese Attribute von Anfang an in der Feedvorlage an.
• Bewertungen und Empfehlungen: Nach der Omnibus Richtlinie der EU zählt das Abgeben gefälschter Verbraucherbewertungen oder Empfehlungen zu den stets unlauteren Geschäftspraktiken. Das Briefing verbietet der Strecke daher, Bewertungen, Sterne oder Zitate echter Personen zu erzeugen.

Welche Themen eine neue Seite verdienen, entscheidet Ihre Suchstrategie, nicht die Strecke. Wie Ihre Marke in Antworten von KI Suchsystemen erscheint, ist wiederum eigene Arbeit, die wir in der Optimierung für KI Suche behandeln. Die Strecke füllt die Seiten, die diese Strategie auswählt, korrekt und einheitlich.

09Personenbezogene Daten, DSGVO und KI Verordnung

Am saubersten ist eine Quellensammlung ganz ohne personenbezogene Daten, und bei den meisten Inhaltstypen gelingt das problemlos. Produktmerkmale, Datenblätter und Markenrichtlinien enthalten keine; heikel wird es, wenn Kundenmails, Supporttickets oder Interviews mit Beschäftigten in die Strecke sollen.

Verarbeitet der Modellanbieter diese Daten außerhalb von EU und EWR, gilt Kapitel V der DSGVO zu Übermittlungen in Drittländer. Außerdem brauchen Sie mit dem Anbieter einen Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO. Praktisch heißt das: Namen, Telefonnummern und Bestellnummern automatisch entfernen, bevor Datensätze die Strecke erreichen, die Grundlage der Übermittlung von Ihrer Rechtsberatung bestätigen lassen und die Datenschutzerklärung auf diese Verarbeitung prüfen.

Für Veröffentlichungen mit Leserschaft in der EU ist Artikel 50 der KI Verordnung wichtig. KI erzeugte Texte, die zur Information der Öffentlichkeit über Angelegenheiten von öffentlichem Interesse veröffentlicht werden, sind als solche offenzulegen, es sei denn, sie wurden menschlich geprüft und eine Person oder Organisation trägt die redaktionelle Verantwortung. Freigabe und Versionsprotokoll sind damit auch Nachweise, nicht nur Qualitätswerkzeuge.

Der geänderte Artikel 4 verlangt von Organisationen, die KI Systeme einsetzen, Maßnahmen zur Förderung der KI Kompetenz der Beschäftigten, die diese Systeme bedienen. Für eine Content Strecke deckt eine kurze Schulung, die der Redaktion die typischen Fehler des Modells zeigt, einen guten Teil davon ab.

10Vom Pilotbetrieb zum vollen Umfang

Der sichere Weg zur Einführung ist ein kleiner Pilot, dessen Umfang nur wächst, wenn gemessene Freigabedaten es rechtfertigen. Diese Reihenfolge halten wir in den Strecken ein, die wir aufbauen:

1. Bestandsaufnahme und Auswahl: Inhaltstypen, ihre Quellen und Veröffentlichungsorte auflisten; den Typ mit dem höchsten Zeitaufwand wählen.
2. Ausgangsmessung: Einige Wochen vor der Automatisierung erfassen, wie lange die Erstellung eines Inhalts tatsächlich dauert; jeder spätere Vergleich beruht auf diesem Protokoll.
3. Briefing und Vorlage: Briefing, Mustertexte und Prüfregeln für den gewählten Typ schreiben und von der Redaktion abnehmen lassen.
4. Geschlossener Testlauf: Die Strecke ohne Anbindung an die Veröffentlichung auf einer begrenzten Produkt oder Themengruppe laufen lassen; die Redaktion liest jeden Entwurf und erfasst Ablehnungsgründe nach Kategorien.
5. Korrekturrunde: Briefing, Zuordnung der Quellfelder und Prüfungen anhand dieser Gründe anpassen und dieselbe Gruppe erneut durchlaufen lassen.
6. Kontrollierter Start: Veröffentlichung einschalten, sobald die Freigabequote stabil ist, und in den ersten Wochen jeden veröffentlichten Text täglich sichten.
7. Erweiterung: Einen zweiten Inhaltstyp oder eine weitere Sprache erst hinzunehmen, wenn die Leistung des ersten nach dem Start bekannt ist.

Den geschlossenen Testlauf abzukürzen, ist die häufigste Abkürzung und diejenige, die Probleme an die Öffentlichkeit bringt. Planen Sie mehrere Sprachen, erleichtert eine Seitenstruktur nach den Grundsätzen unserer Seite zur mehrsprachigen Website den Schritt der Erweiterung erheblich.

11Kennzahlen, die den Nutzen belegen

Den Wert einer Strecke zeigen die menschliche Arbeitszeit pro freigegebenem Text und das Verhalten der veröffentlichten Seiten, nicht die Zahl erzeugter Entwürfe. Steigt die Menge, während auch die Korrekturzeit steigt, hat die Strecke keine Arbeit gespart, sondern sie nur an einen anderen Schreibtisch verlagert.

Diese Kennzahlen lohnen eine wöchentliche Beobachtung:

• Quote unveränderter Freigaben: Anteil der Entwürfe, die ohne Änderung freigegeben werden; er sollte mit der Zeit steigen, ein Rückgang deutet auf geänderte Quelldaten oder ein geändertes Briefing.
• Umfang der Korrekturen: Wie viel die Redaktion an jedem Entwurf umschreibt; empfindlicher als die Ablehnungsquote, weil auch kleine, ständige Korrekturen sichtbar werden.
• Zeit pro freigegebenem Inhalt: Tatsächliche Zeit für Lesen, Bearbeiten und Freigabe, verglichen mit der Ausgangsmessung.
• Gemeldete Fehler nach Veröffentlichung: Hinweise auf falsche Angaben, die Kundenservice oder Redaktion erreichen; entfernt sich diese Zahl von null, ist die Prüfschicht zu schwach.
• Verhalten in Suche und Conversion: Seiten aus der Strecke werden in Search Console und GA4 als eigene Gruppe beobachtet und mit vergleichbaren, von Hand geschriebenen Seiten verglichen.

Entscheidend ist, dieselben Definitionen zu verwenden wie bei der Messung vor dem Start der KI Content Automatisierung; sonst verliert der Vergleich seinen Sinn. Ist der Korrekturumfang nur in einer Kategorie hoch, liegt die Ursache meist in einer fehlenden Spalte der Quelltabelle dieser Kategorie, nicht im Modell.

12Grenzen und unterschätzte Risiken

KI Content Automatisierung kann keine Information korrekt liefern, die nicht in der Quelle steht, und daran ändert auch kein Modellupdate etwas. Modelle neigen dazu, ein leeres Feld mit einer plausiblen Vermutung zu füllen; eine leere Zelle in der Produkttabelle kann so zum gefährlichsten Satz eines Entwurfs werden.

Einige Risiken erhalten weit weniger Aufmerksamkeit, als sie verdienen:

• Gleichförmigkeit: Hunderte Texte aus einer Vorlage klingen irgendwann gleich; Vorlagen je Kategorie und wechselnde Einstiegsmuster wirken dem entgegen.
• Stille Modellwechsel: Aktualisiert der Anbieter ein Modell, kann sich der Ton über Nacht ändern; legen Sie die Modellversion fest und testen Sie vor jedem Wechsel mit Ihren Mustertexten.
• Versteckte Anweisungen in Quellen: Ein Lieferantendokument kann Text enthalten, der das Modell umlenken soll, bekannt als Prompt Injection; externe Dateien werden als Daten verarbeitet, nie als Anweisungen.
• Fachthemen: Inhalte aus Medizin, Recht und Finanzen, die auf persönlicher Erfahrung oder fachlichem Urteil beruhen, gehören zu Fachleuten, nicht in eine Strecke.

Keine Methode lässt diese Risiken verschwinden. Ziel ist ein Kontrollpunkt mit fester Zuständigkeit für jedes Risiko: Ähnlichkeitswerte für Gleichförmigkeit, ein monatlicher Testlauf mit Mustertexten für Modellwechsel und eine getrennte Behandlung externer Dateien. Nennt ein Angebot zur KI Content Automatisierung niemanden, der diese Signale beobachtet, fallen die Risiken erst auf, wenn ein Fehler schon online ist.

13Typische Fehler bei der KI Content Automatisierung

Die meisten Fehlschläge gehen auf übersprungene Entwurfsentscheidungen zurück, nicht auf das Modell. Nutzen Sie diese Liste vor Projektbeginn als Prüfliste:

• Das ganze Sortiment auf einmal einspeisen: Probleme zeigen sich dann in Hunderten Texten gleichzeitig; besser mit einer Kategorie starten und erst nach stabiler Freigabequote erweitern.
• Das Briefing nur im Eingabefeld eines Chats halten: Es ändert sich von Person zu Person, und niemand kennt die aktuelle Fassung; führen Sie es als Dokument mit Versionsnummer.
• Lücken in den Quelldaten übersehen: Das Modell füllt sie mit Vermutungen; Datensätze mit fehlenden Feldern zurückhalten und an die Verantwortlichen für die Daten zurückgeben.
• Freigabe zum Überfliegen werden lassen: Mehr Entwürfe, als eine Person lesen kann, senken die Aufmerksamkeit; begrenzen Sie die tägliche Warteschlange auf das, was wirklich geprüft werden kann.
• Konten auf die Agentur laufen lassen: Endet die Zusammenarbeit, steht die Strecke still; bestehen Sie darauf, dass alle Konten und Schlüssel Ihrem Unternehmen gehören und Zugriffe über Rollen begrenzt sind.
• Nach dem Start nicht messen: Seiten aus der Strecke können in Suche und Conversion schwach bleiben; beobachten Sie sie als eigene Gruppe und bauen Sie einen schwachen Inhaltstyp nicht aus.

Allen Fehlern ist gemeinsam, dass das Tempo der Kontrolle davongelaufen ist.

14Fragen an einen Partner und der nächste Schritt

Ein guter Partner fragt nach Ihrem Inhaltsbestand, dem Zustand Ihrer Quelldaten und der Person, die freigeben wird, bevor er ein Tool nennt. Stellen Sie jedem Team, das Sie in Betracht ziehen, diese Fragen:

• Unbelegte Angaben: Wie erkennt die Strecke eine Zahl, die nicht in der Quelle steht, und wie zeigt sie diese der Redaktion?
• Nachvollziehbarkeit und Rücknahme: Wie sehen wir, aus welchem Briefing und welcher Quelle ein veröffentlichter Text stammt und wer ihn freigegeben hat, und wie funktioniert die Rücknahme eines ganzen Durchlaufs?
• Eigentum: Auf wessen Namen laufen Briefings, Vorlagen, Ablauf und Konten beim Anbieter nach der Übergabe?
• Ungeeignete Fälle: Für welche unserer Inhaltstypen würden Sie von Automatisierung abraten?

Ein Team, das die letzte Frage nicht beantworten kann, hält jeden Inhalt für automatisierbar. Ein veröffentlichtes Kundenprojekt in diesem Bereich, das wir namentlich zeigen können, haben wir noch nicht; unsere Arbeiten in Automatisierung, Software und Web finden Sie auf der Referenzseite.

Für den Einstieg nennen Sie uns über das Kontaktformular den Inhaltstyp mit dem höchsten Zeitaufwand, den Ort Ihrer Quelldaten und die Systeme, in denen Sie veröffentlichen; nach einem Erstgespräch bereiten wir ein Musterbriefing und einen Freigabeablauf vor. Einstiegsangebote für Analyse und erste Strecke stehen auf unserer Preisseite, ein schriftliches Angebot erhalten Sie, sobald der Umfang feststeht.