KI-Texte, die wirklich funktionieren: So etablieren Sie einen redaktionellen Qualitätsprozess für KI-generierte Inhalte

Ein mittelständischer Maschinenbauer aus dem Rhein-Main-Gebiet legte mir im März eine Landingpage vor. Vierzig Textbausteine, alle mit einem Sprachmodell erzeugt, alle grammatikalisch tadellos. Und trotzdem stimmte etwas nicht. Der Geschäftsführer sagte einen Satz, den ich seither oft höre: "Es klingt wie ein Text." Genau das war das Problem. Niemand im Haus konnte benennen, wann einer dieser Bausteine gut genug war und wer das entscheiden durfte.

Das ist keine Ausnahme. Es ist der Normalfall in Kommunikationsabteilungen, die KI produktiv einsetzen und dann merken, dass zwischen Produktion und Veröffentlichung eine Lücke klafft.

Warum die bequeme Erklärung nicht trägt

Die MIT-Studie "The GenAI Divide" von 2025 nennt eine Zahl, die viele falsch lesen: rund 95 Prozent der untersuchten KI-Pilotprojekte in Unternehmen erzeugen keinen messbaren Ertrag. Der übliche Reflex lautet dann, es fehle an sauberen Daten, an Trainingssätzen, an technischer Reife. Ich halte das für eine bequeme Erklärung; sie verschiebt die Schuld auf die Infrastruktur, die man ohnehin gern nachrüstet.

Es scheitert die Korrektur, nicht die Datenreife. Die Maschine schreibt inzwischen erstaunlich flüssig. Was fehlt, ist das dritte Glied im Prozess: der Mensch, der gegen einen Maßstab redigiert. Die meisten überspringen dieses Glied, weil es unsichtbar ist und sich schlecht auf einer Effizienzfolie verkaufen lässt.

Wer KI-Texte skaliert, ohne den Korrekturschritt mitzudenken, produziert schneller Fehler. Nicht weniger.

Die drei Rollen, die niemand besetzt

Ein funktionierender redaktioneller Qualitätsprozess besteht aus drei Rollen, und sie dürfen nicht in einer Person verschmelzen. Erstens der Produzent: das Sprachmodell, angeleitet durch einen brauchbaren Prompt. Zweitens der Redakteur, ein Mensch, der den Rohtext gegen einen definierten Maßstab prüft. Drittens der Freigeber, jemand mit fachlicher Autorität, der die Verantwortung trägt und im Zweifel Nein sagt.

Bei dem Maschinenbauer war die Sache simpel gelöst. Und falsch. Eine Werkstudentin promptete, kopierte das Ergebnis ins CMS und veröffentlichte. Alle drei Rollen in einer Person, ohne Maßstab, ohne Instanz. Das ist keine Redaktion, das ist ein Durchlauferhitzer.

Gerade in größeren Content-Abteilungen begegnet mir eine andere, subtilere Fehlannahme. Man geht dort gern davon aus, alle Texter seien Profis und würden einen definierten Maßstab schon gleich gut anwenden. Das ist der Wunsch als Vater des Gedankens. Zwei erfahrene Redakteure können denselben Maßstab lesen und trotzdem an unterschiedlichen Stellen die Schere ansetzen, wenn er nicht prüfbar formuliert ist. Besonders heikel wird es, wenn der Chef die Grundlagen der KI selbst noch nicht internalisiert hat; dann fehlt oben jemand, der erkennt, ob der Maßstab überhaupt greift, und die Mutmaßung vom durchweg professionellen Team wird zur bequemen Ausrede für einen Prozess, den niemand kontrolliert.

Die Trennung der Rollen ist unbequem, weil sie Zeit kostet. Aber sie ist der einzige Punkt, an dem Urteil entsteht.

Wer entscheidet, wann ein Ergebnis gut genug ist, hält die Verantwortung in der Hand. Fehlt diese Instanz, wird aus Text keine Aussage, sondern nur Ausstoß.

Der Maßstab muss aufschreibbar sein

Hier trennt sich die Absicht von der Praxis. "Gute Qualität" ist kein Maßstab, das ist ein Gefühl. Ein Maßstab lässt sich aufschreiben und von zwei verschiedenen Redakteuren anwenden, die zum selben Urteil kommen.

Konkret heißt das: Stimmt die Aussage sachlich? Wir hatten beim Maschinenbauer einen Fall, in dem das Modell eine Zertifizierung erfunden hatte, die es nie gab. Klang plausibel. War frei erfunden. Passt der Ton zur Marke, oder klingt der Text nach der glatten Durchschnittssprache, die jedes Modell produziert, wenn man es lässt? Steht eine belastbare Quelle hinter jeder Zahl? Und, oft vergessen, findet der Text überhaupt statt, wenn Sprachmodelle künftig Inhalte gewichten, was ich im Beitrag zu GEO statt SEO ausführe?

Dieser Maßstab gehört auf ein Blatt Papier, nicht in einen Kopf. Sonst wandert er, wenn die betreffende Person kündigt.

Ein Fehler, den ich selbst gemacht habe

Ich will nicht so tun, als hätte ich das von Anfang an durchschaut. In einem frühen Projekt 2023 baute ich einen Redaktionsprozess, der auf dem Papier vorbildlich war. Vier Prüfschritte, sauber dokumentiert. Nach sechs Wochen benutzte ihn niemand mehr. Zu viele Schritte, zu wenig Klarheit darüber, welcher Schritt wirklich zählte.

Die Lehre war ernüchternd. Ein Prozess, den die Menschen umgehen, ist schlechter als gar keiner, weil er Sicherheit vortäuscht. Seither baue ich schlank: ein Maßstab, drei Rollen, eine Freigabeinstanz. Alles Weitere kommt später, wenn überhaupt.

Der Reifegrad hat zwei Achsen, die man gern vergisst

Die meisten Reifegradmodelle messen Technik und geben einen Score von 0 bis 100 aus. Das ist Massenware und sagt wenig. Denn Prozesse und Menschen sind eigene Achsen. Die schwächste Achse bestimmt die Gesamtstufe, nicht der Durchschnitt.

Ein Unternehmen kann die teuerste Modelllizenz besitzen und trotzdem auf Stufe eins stehen, weil niemand redigiert. Umgekehrt kommt ein Team mit einfachen Werkzeugen, klarem Maßstab und geübtem Urteil überraschend weit. Die Technik ist selten der Engpass. Der Bitkom-Digitalverband berichtet in seiner Untersuchung zur KI-Nutzung 2024, dass zwar viele Unternehmen KI einsetzen, aber die wenigsten geregelte Abläufe dafür haben. Genau diese Lücke zwischen Strategie und Regel habe ich in KI-Governance: Warum 98 Prozent eine Strategie haben und nur 39 Prozent auch Regeln beschrieben.

Denken Sie an das Recruiting: Die KI sortiert Bewerbungen vor, bevor die Fachabteilung sie je sieht. Eine Achse funktioniert prächtig, die andere fehlt komplett; und niemand merkt, wer aussortiert wurde.

Was Sie am Montag tun können

Fangen Sie klein an. Nehmen Sie einen einzigen Texttyp, etwa Pressemitteilungen, und schreiben Sie den Maßstab dafür auf, in fünf prüfbaren Fragen. Bestimmen Sie eine Person, die redigiert, und eine andere, die freigibt. Nicht dieselbe. Lassen Sie das Modell weiterhin produzieren, so viel es will; der Filter sitzt danach.

Messen Sie nicht, wie viele Texte durchlaufen. Messen Sie, wie viele im Redaktionsschritt zurückgehen. Diese Zahl ist Ihr ehrlichster Indikator. Geht nichts zurück, prüft niemand richtig.

Der Rahmen dafür existiert übrigens auch normativ. Die Norm ISO 42001 für KI-Managementsysteme fordert genau solche definierten Verantwortlichkeiten, und die europäische Aufsicht arbeitet parallel an Vorgaben, nachzulesen bei der EU-Kommission zum AI Act. Wer hier vorbaut, spart sich später die Hektik.

Ob Ihre KI-Texte funktionieren, entscheidet sich nicht am Prompt und nicht am Modell. Es entscheidet sich an der Frage, die der Maschinenbauer nicht beantworten konnte: Wer bei Ihnen darf sagen, dass ein Text gut genug ist, und woran erkennt er das?