Zum Inhalt springen
Case Study 02 · Content Pipeline

Fachartikel automatisiert vorbereiten – Freigabe bleibt beim Menschen

Regelmäßige Fachinhalte sind der wirksamste Weg zu organischer Sichtbarkeit – und für kleine Fachbetriebe der erste, der im Tagesgeschäft liegen bleibt. Diese Pipeline übernimmt Recherche, Faktenprüfung und Ausarbeitung; veröffentlicht wird erst nach persönlicher Freigabe.

Entwickelt · Freigabeprozess aktiv
Branche
Fachdienstleistung
Prozess
Themenfindung bis Veröffentlichung
Umfang
92 Prozessschritte + monatliche Auswertung
Takt
Zweimal wöchentlich, automatisch
Ausgangssituation

Wie der Prozess vorher lief

Fachbetriebe werden heute überwiegend über Suchmaschinen gefunden. Wer zu den fachlichen Fragen seiner Kunden sichtbar ist, gewinnt Anfragen, ohne für jede einzelne bezahlen zu müssen.

Der Aufwand dafür ist allerdings erheblich: Themen finden, die tatsächlich gesucht werden. Sachverhalte korrekt recherchieren. Verständlich schreiben. Suchmaschinenoptimiert strukturieren. Bebildern. Veröffentlichen. Und das dauerhaft, nicht drei Wochen lang.

Genau daran scheitert Content-Marketing in kleinen Fachbetrieben fast immer – nicht am Wollen, sondern an der Regelmäßigkeit neben dem Tagesgeschäft.

Herausforderung

Warum der Prozess das Unternehmen ausgebremst hat

Vier Punkte, die den Ablauf im Alltag teuer gemacht haben – unabhängig davon, wie gut gearbeitet wurde.

01

Themenfindung ohne Datengrundlage

Themen entstehen aus dem Bauchgefühl. Ob sie tatsächlich gesucht werden oder inhaltlich bereits abgedeckt sind, wird selten geprüft – Arbeit fließt in Inhalte ohne Wirkung.

02

Fachliche Korrektheit kostet Rechercheaufwand

Bei rechtlich oder technisch geprägten Themen genügt Halbwissen nicht. Belastbare Quellen zu finden und gegeneinander zu prüfen ist der zeitintensivste Teil.

03

Regelmäßigkeit hält keiner durch

Suchmaschinen belohnen kontinuierliche Publikation. Im Tagesgeschäft entsteht dagegen ein Artikel im Quartal – zu wenig, um Sichtbarkeit aufzubauen.

04

Kein Rückkanal aus den Ergebnissen

Es fehlt die systematische Auswertung, welche Themen tatsächlich Sichtbarkeit erzeugt haben. Ohne diesen Rückkanal wiederholen sich dieselben Fehleinschätzungen.

Lösung

Die entwickelte Lösung

NA-Workflow hat eine zweistufige Pipeline entwickelt. Der Produktionslauf arbeitet zweimal pro Woche automatisch den kompletten Weg von der Themenfindung bis zum fertigen, bebilderten Artikelentwurf ab. Ein zweiter, monatlicher Auswertungslauf zieht die tatsächlichen Suchdaten heran und schärft die Themenauswahl nach.

Vor der Veröffentlichung steht ein doppeltes Kontrollprinzip: Ein Qualitäts-Gate bewertet jeden Artikel maschinell und verwirft ihn, wenn er den definierten Schwellenwert nicht erreicht. Was das Gate passiert, geht als Entwurf an den Inhaber – zur persönlichen Freigabe per Nachricht, mit einem Klick.

Ein Detail ist bewusst so gebaut: Wo persönliche Praxiserfahrung in den Text gehört, setzt die Pipeline eine markierte Leerstelle, statt Erfahrung zu erfinden. Diese Passage füllt der Fachmann selbst.

Stand des Projekts: Der Produktionslauf umfasst 92 technische Prozessschritte, der monatliche Auswertungslauf 16. Der Freigabeprozess über Nachricht ist implementiert. Die Anbindung an die Google Search Console ist eingerichtet und wurde am 13.08.2026 erfolgreich getestet; die Auswertungsschleife benötigt für belastbare Aussagen einen entsprechenden Datenbestand. Reichweiten- oder Rankingzahlen werden hier bewusst nicht genannt.

Automatisierter Ablauf

So läuft der Prozess heute ab

Jeder Schritt im Überblick – ohne Fachbegriffe. Schritte mit heller Markierung bleiben bewusst beim Menschen.

1

Zeitgesteuerter Start

Der Lauf startet automatisch zweimal wöchentlich zu einer festen Uhrzeit – ohne dass jemand daran denken muss.

Auslöser
2

Bestand und Themenlücken prüfen

Die Pipeline liest die bereits veröffentlichten Beiträge aus und gleicht sie gegen die geplante Themenlandkarte ab.

3

Themenkandidaten entwickeln

Aus den erkannten Lücken werden mehrere konkrete Themenvorschläge abgeleitet – nicht einer, sondern eine Auswahl.

4

Themen bewerten und auswählen

Jeder Vorschlag wird anhand eines festen Kriterienkatalogs bewertet und gegen bestehende Inhalte auf Dopplungen geprüft. Nur der beste Kandidat geht weiter.

5

Fachrecherche mit Quellenhierarchie

Es wird gezielt recherchiert – mit klarer Rangfolge: Behörden und Gerichte vor Fachorganisationen, Fachorganisationen vor Medien.

6

Faktenprüfung

Die zusammengetragenen Aussagen werden gegen die Quellen zurückgeprüft. Nicht belegbare Aussagen fallen raus.

7

Artikel ausarbeiten

Der Artikel entsteht mit sauberer Überschriftenstruktur, FAQ-Teil, Fazit und Handlungsaufforderung – inklusive markierter Leerstelle für persönliche Praxiserfahrung.

8

SEO-Metadaten und interne Verlinkung

Titel, Beschreibung und interne Links auf passende Bestandsartikel werden automatisch gesetzt.

9

Titelbild erzeugen

Ein passendes Beitragsbild wird generiert und mit dem Artikel verknüpft.

10

Qualitäts-Gate

Der Artikel wird maschinell bewertet. Unterhalb des festgelegten Schwellenwerts wird kein Entwurf angelegt – der Lauf endet ergebnislos statt mit schwachem Inhalt.

Automatischer Abbruch möglich
11

Freigabe durch den Inhaber

Der Entwurf wird als Nachricht mit Freigeben- und Ablehnen-Option zugestellt. Ohne aktive Freigabe wird nichts veröffentlicht.

Freigabe zwingend
12

Veröffentlichung

Nach Freigabe geht der Beitrag inklusive SEO-Metadaten live. Der monatliche Auswertungslauf misst später seine Wirkung.

Automatisierter Schritt
Bewusst manuell: Freigabe durch den Menschen
Eingesetzte Systeme

Integrationen im Überblick

Wir setzen auf die Systeme, die im Unternehmen bereits im Einsatz sind, statt einen Systemwechsel zu verlangen.

Orchestrierung

n8n

Steuert beide Läufe: Produktion zweimal wöchentlich, Auswertung monatlich.

Recherche

Tavily

Liefert Quellen nach definierter Hierarchie – Behörden und Gerichte vor Medien.

Text & Prüfung

Claude (Anthropic)

Themenentwicklung, Faktenprüfung und Ausarbeitung des Fachartikels.

Bildgenerierung

OpenAI

Erzeugt ein passendes Beitragsbild je Artikel.

Website

WordPress + AIOSEO

Anlage als Entwurf inklusive SEO-Metadaten über die REST-Schnittstelle.

Datenhaltung

Supabase / PostgreSQL

Themenlandkarte, Bewertungen und Verlauf – Grundlage der Dopplungsprüfung.

Freigabe

Telegram

Zustellung des Entwurfs mit Freigeben- oder Ablehnen-Option direkt aufs Telefon.

Erfolgsmessung

Google Search Console

Liefert die realen Suchdaten für den monatlichen Auswertungslauf.

Vorher & Nachher

Was sich konkret verändert

Vorher
  • Themen entstehen aus dem Bauchgefühl, ohne Datengrundlage
  • Recherche und Quellenprüfung binden mehrere Stunden je Artikel
  • Veröffentlichungen erfolgen unregelmäßig und versanden
  • SEO-Metadaten und interne Verlinkung werden vergessen
  • Kein Bild oder Bilder aus generischen Beständen
  • Keine Auswertung, welche Themen tatsächlich gewirkt haben
Nachher
  • Themen entstehen aus geprüften Lücken und einer Bewertung nach festem Kriterienkatalog
  • Recherche und Faktenprüfung laufen automatisiert mit klarer Quellenhierarchie
  • Fester Publikationstakt – zweimal wöchentlich vorbereitet
  • Metadaten und interne Links werden bei jedem Beitrag automatisch gesetzt
  • Jeder Artikel erhält ein eigens erzeugtes Titelbild
  • Monatliche Auswertung schärft die Themenauswahl nach
Business-Nutzen

Wirkung im Unternehmen

Was der automatisierte Ablauf im Unternehmen bewirkt – betriebswirtschaftlich, nicht technisch betrachtet.

Planbare organische Sichtbarkeit

Statt Kampagnen in Schüben entsteht kontinuierlich Fachinhalt zu den Fragen, die potenzielle Kunden tatsächlich stellen.

Fachliche Korrektheit als Pflichtschritt

Quellenhierarchie und Faktenprüfung sind fest im Ablauf verankert – nicht optional und nicht von der verfügbaren Zeit abhängig.

Redaktionsarbeit ohne Redaktion

Die zeitintensive Vorarbeit läuft ohne Beteiligung. Es bleibt der Teil, den nur der Fachmann leisten kann: prüfen und freigeben.

Qualitäts-Gate statt Veröffentlichungsdruck

Erreicht ein Artikel den Schwellenwert nicht, entsteht gar kein Entwurf. Lieber kein Beitrag als ein schwacher.

Lernender Kreislauf

Der monatliche Auswertungslauf zieht reale Suchdaten heran, statt Annahmen zu wiederholen.

Persönliche Handschrift bleibt erhalten

Wo Praxiserfahrung hingehört, markiert die Pipeline eine Leerstelle, statt Erfahrung zu erfinden.

Automatisierungsgrad

Wie viel läuft ohne manuellen Eingriff?

11von 12 Prozessschritten

Von der Themenfindung bis zum fertigen Entwurf läuft alles automatisch. Der Schritt vor der Veröffentlichung ist bewusst manuell: die persönliche Freigabe.

Automatisiert
Bewusst manuell (Freigabe)

Der Automatisierungsgrad beschreibt die Prozessschritte, nicht die erzielte Reichweite. Sichtbarkeitsergebnisse werden hier nicht behauptet – sie werden über die angebundene Search Console gemessen und ausgewertet.

Technischer Hintergrund

Für alle, die es genauer wissen wollen

Für die Entscheidung über den Prozess ist dieser Abschnitt nicht nötig – für die technische Bewertung schon.

Technischer Hintergrund

Die Pipeline besteht aus zwei getrennten n8n-Workflows: einem Produktionslauf mit 92 Knoten und einem monatlichen Auswertungslauf mit 16 Knoten.

  • Themenbewertung: Kandidaten werden anhand eines festen Kriterienkatalogs auf einer Skala von 0 bis 100 bewertet. Zusätzlich läuft ein Abgleich gegen den Bestand, um inhaltliche Dopplungen auszuschließen.
  • Quellenhierarchie: Die Recherche gewichtet Quellen in fester Rangfolge – Behörden und Gerichte, dann Fachorganisationen, dann Medien. Aussagen ohne belastbare Quelle werden im Faktencheck aussortiert.
  • Qualitäts-Gate: Unterhalb eines definierten SEO- und Qualitätsscores wird kein Entwurf angelegt. Der Lauf endet in diesem Fall bewusst ohne Ergebnis.
  • Freigabe: Der Entwurf wird als Nachricht mit signierten Freigeben-/Ablehnen-Links zugestellt. Die Veröffentlichung ist technisch an diese Aktion gebunden.
  • Lernschleife: Der monatliche Lauf zieht Impressionen, Klicks und Positionen aus der Search Console und schreibt die Erkenntnisse in die Themenlandkarte zurück.

Läuft ein vergleichbarer Prozess auch bei Ihnen von Hand?

In 30 Minuten sehen wir uns Ihren Ablauf an und sagen Ihnen offen, was sich automatisieren lässt – und was nicht. Kostenlos und unverbindlich.

Kostenlose Potenzialanalyse starten
Häufige Fragen

Fragen zu dieser Case Study

Wird der Inhalt vollautomatisch veröffentlicht?

Nein. Die Pipeline erstellt einen vollständigen Entwurf und legt ihn zur Freigabe vor. Veröffentlicht wird erst nach aktiver Bestätigung. Ohne Freigabe bleibt der Beitrag ein Entwurf.

Wie wird verhindert, dass die KI Fachliches falsch darstellt?

Über zwei Stufen: eine Recherche mit fester Quellenhierarchie – Behörden und Gerichte vor Fachorganisationen vor Medien – und einen anschließenden Faktencheck, der Aussagen gegen die Quellen zurückprüft. Nicht belegbare Aussagen fallen raus. Die abschließende fachliche Verantwortung liegt beim Freigebenden.

Erfindet die KI persönliche Erfahrungen oder Kundenbeispiele?

Nein, das ist bewusst ausgeschlossen. Wo persönliche Praxiserfahrung in den Text gehört, setzt die Pipeline eine markierte Leerstelle. Diese Passage füllt der Fachmann selbst – oder sie entfällt.

Was passiert, wenn ein Artikel qualitativ nicht überzeugt?

Dann entsteht gar kein Entwurf. Ein maschinelles Qualitäts-Gate bewertet jeden Artikel vor der Ablage; unterhalb des festgelegten Schwellenwerts endet der Lauf ergebnislos. Das ist bewusst so gebaut: kein Beitrag ist besser als ein schwacher.

Funktioniert das auch mit anderen Content-Management-Systemen?

Ja, sofern das System eine Schnittstelle bereitstellt. Die Pipeline ist modular aufgebaut; der Veröffentlichungsschritt lässt sich auf andere Systeme umstellen, ohne die vorgelagerten Schritte zu verändern.

Weiterlesen

Verwandte Case Studies und Leistungen