Wie wir bei TRITON IT die Erstellung von Inhalten automatisieren

Das Content-Marketing durchläuft derzeit einen der größten Wandlungsprozesse der letzten zwanzig Jahre. Noch vor kurzem konzentrierten sich die meisten Unternehmen vor allem auf klassische Suchmaschinen, die Optimierung für Google und die Erstellung von Artikeln anhand von Schlüsselwörtern. Die Art und Weise, wie Menschen nach Informationen suchen, verändert sich heute grundlegend. Große Sprachmodelle (LLM) wie ChatGPT, Claude, Gemini oder Perplexity rücken in den Vordergrund, und Nutzer suchen immer häufiger nicht mehr nach Links zu Zielseiten, sondern direkt nach Antworten auf ihre Fragen.

Untersuchungen zeigen, dass Menschen beginnen, LLM als neue Methode zur Informationsverarbeitung zu nutzen, insbesondere bei komplexeren Suchanfragen, Recherchen oder beim Produktvergleich. Die auf SSRN veröffentlichte Studie „The Impact of LLM Adoption on Online User Behavior“ zeigt beispielsweise, dass nach der Einführung von LLM-Tools bei einem Teil der Nutzer die klassischen Suchanfragen auf traditionellen Plattformen wie Google um mehr als 20 % zurückgehen. Die Untersuchung bestätigt zudem, dass Nutzer die klassische Suche mit dialogorientierten KI-Systemen kombinieren und damit ihre Art der Inhaltsnutzung verändern.

Dies hat entscheidende Auswirkungen auf die Erstellung von Inhalten. Es reicht nicht mehr aus, Texte nur für Suchmaschinenalgorithmen zu verfassen. Inhalte müssen strukturiert, sachlich korrekt, kontextreich und maschinenlesbar sein – auch für Sprachmodelle, die daraus anschließend Antworten für ihre Nutzer generieren. Inhalte konkurrieren nicht mehr nur um eine Position in den Suchergebnissen, sondern auch darum, ob sie von den KI-Systemen selbst zitiert oder genutzt werden.

Wie wir bei TRITON IT die Automatisierung der Inhaltserstellung angegangen sind

Bei TRITON IT haben wir einen eigenen automatisierten Workflow für die Erstellung von Inhalten entwickelt. Das Ziel war nicht, Texter durch künstliche Intelligenz zu ersetzen, sondern ein System zu entwickeln, das die Produktion hochwertiger Inhalte deutlich beschleunigen, die Konsistenz der Ergebnisse gewährleisten, die Fehlerquote minimieren und gleichzeitig ein hohes Maß an Datensicherheit gewährleisten kann.

Unsere Workflows basieren in erster Linie auf der n8n-Plattform, die wir auf unseren eigenen Servern betreiben. Das ist für uns von entscheidender Bedeutung. Viele Unternehmen stehen heute vor der Frage, ob ihre internen Daten in anonymen Speichern landen oder für das weitere Training von Modellen genutzt werden. Wir haben uns von Anfang an für maximale Kontrolle über Daten und Infrastruktur entschieden. Der Workflow läuft somit vollständig in unserer Umgebung und ermöglicht es uns, große Sprachmodelle, Vektordatenbanken, Multimedia-Speicher, Internetquellen, Kommunikationswerkzeuge sowie weitere interne Systeme des Kunden sicher miteinander zu verknüpfen.

Die Bedienung des Workflows selbst haben wir bewusst so einfach wie möglich gestaltet. Der Nutzer kann das gesamte System entweder über WhatsApp (sowohl per klassischer Textnachrichten als auch per Sprachnachrichten) oder per E-Mail bedienen, sofern dies aufgrund der unternehmensinternen Sicherheitsvorschriften erforderlich ist. Aus Sicht des Nutzers ist der gesamte Prozess äußerst einfach. Er gibt beispielsweise eine Anweisung wie diese ein: „Erstelle einen Artikel zum Thema X, konzentriere dich dabei vor allem auf Y und Z, bereite zum Schluss einen Vergleich der Produkte 1 und 2 vor und erstelle fünf FAQs für unentschlossene Kunden.“ Sobald die Anfrage im Workflow eintrifft, wird eine sehr komplexe Abfolge von Prozessen in Gang gesetzt.

Wissensdatenbank

Das Herzstück des gesamten Systems ist die Wissensdatenbank. Diese erstellen wir für jeden Kunden individuell, denn gerade ein hochwertiger Kontext ist entscheidend für die Qualität der Ergebnisse. Die Wissensdatenbank enthält alles Wichtige, was das Unternehmen über sein Geschäft weiß – Produktblätter, Katalogunterlagen, Anleitungen, internes Know-how, das Unternehmens-Wiki, Vertragsunterlagen, Broschüren, Zeitschriften, technische Spezifikationen oder beispielsweise Serviceunterlagen.

Diese Daten wandeln wir anschließend in eine Vektordatenbank um. Gerade Vektordatenbanken sind heute einer der wichtigsten Bausteine moderner KI-Systeme. Im Gegensatz zu klassischen Datenbanken suchen sie nämlich nicht nur nach exakten Wortübereinstimmungen, sondern arbeiten mit semantischer Ähnlichkeit. Die Informationen werden in mathematische Darstellungen (Embeddings) umgewandelt, dank derer das System auch dann nach inhaltlich ähnlichen Inhalten suchen kann, wenn der Nutzer eine völlig andere Formulierung für seine Anfrage verwendet. Wenn der Nutzer beispielsweise nach einem Artikel über die Effizienz von Wärmepumpen im Winter sucht, muss der Workflow nicht nur nach der genauen Wortgruppe „Effizienz von Wärmepumpen“suchen. Er kann auch relevante Dokumente zu COP, Energieeffizienz, Betriebsmodi oder Heizungsoptimierung finden, da er den semantischen Zusammenhang zwischen diesen Themen versteht.

Sobald der Workflow den Auftrag für einen neuen Artikel erhält, beginnt er zunächst mit der Analyse der Wissensdatenbank des Kunden. Er sucht nach relevanten Zusammenhängen, internem Know-how, technischen Informationen und allen Unterlagen, die den Informationswert des fertigen Textes steigern können. Erst wenn er bestimmte Informationen in der internen Datenbank nicht findet, greift er auf das Internet zurück. Der Workflow verfügt über genau definierte Regeln, nach denen er relevante Quellen auswählt, deren Vertrauenswürdigkeit bewertet und entscheidet, aus welchen Quellen er Informationen bezieht. Dies ermöglicht es uns, eine hohe Informationsqualität aufrechtzuerhalten und gleichzeitig das Risiko von „Halluzinationen“ oder minderwertigen Quellen zu minimieren, was heute eines der größten Probleme generativer KI darstellt.

Wie läuft die automatisierte Erstellung eines Artikels ab?

Sobald der Workflow über ausreichende Informationen verfügt, geht er in die Phase der eigentlichen Inhaltserstellung über. In diesem Abschnitt kommen bereits große Sprachmodelle zum Einsatz. In unserem Fall hat sich langfristig die Kombination aus ChatGPT und Claude am besten bewährt. Jedes der Modelle hat etwas andere Stärken, und gerade ihre Kombination ermöglicht es uns, bessere Ergebnisse zu erzielen als bei der Verwendung eines einzigen universellen Modells.

Der gesamte Prozess basiert jedoch nicht auf einer einfachen Aufforderung wie „Schreibe einen Artikel“. In unserem Workflow sind Dutzende von Regeln und Bewertungsparametern definiert. Wir haben sowohl die idealen Ergebnisse als auch die für uns inakzeptablen Ergebnisse genau beschrieben. Wir legen den Tonfall, die Struktur der Artikel, die Textlänge, Regeln für Zitate und Verweise, den Umgang mit Überschriften, die Gestaltung von FAQ-Bereichen sowie die Ansprache verschiedener Zielgruppen fest. Dadurch erzeugt der Workflow nicht bei jedem Text etwas völlig anderes. Im Gegenteil. Er ist in der Lage, langfristig einen konsistenten Kommunikationsstil einer bestimmten Marke beizubehalten – ein Problem, mit dem viele Unternehmen heute beim Einsatz von KI zu kämpfen haben.

Qualitätssicherungssystem

Sobald die erste Fassung eines Artikels vorliegt, folgt einer der wichtigsten Schritte des gesamten Prozesses – die Qualitätskontrolle. Diese haben wir als mehrstufiges System aus Agenten konzipiert, wobei jeder Agent für einen bestimmten Kontrollbereich zuständig ist.

In der ersten Phase steht die sachliche Richtigkeit im Vordergrund. Der Mitarbeiter geht den gesamten Artikel Satz für Satz durch, gleicht die einzelnen Aussagen mit der Wissensdatenbank sowie öffentlichen Quellen ab und prüft, ob es zu Fehlinterpretationen von Daten oder Ungenauigkeiten gekommen ist. Wenn er ein Problem feststellt, schlägt er konkrete Änderungen vor.

Erst wenn der Artikel sachlich korrekt ist, gelangt er in die nächste Prüfstufe. Ein zweiter Prüfer analysiert die Textstruktur, den Tonfall, die Lesbarkeit, die Argumentation sowie die Einhaltung aller festgelegten Regeln. Teil des Workflows sind auch unsere eigenen Bewertungsskalen, mit denen wir die Qualität der Ergebnisse messen können. Diese Skalen basieren auf klar definierten Ideal- und Nicht-Ideal-Zuständen, wodurch wir relativ genau beurteilen können, ob der Text den geforderten Standard erfüllt.

Wenn der Artikel nicht genehmigt wird, schlägt der Workflow automatisch Änderungen vor, und der gesamte Prozess wird erneut durchlaufen. Es können mehrere solcher Durchläufe stattfinden, bis das Ergebnis alle Anforderungen erfüllt. Erst dann kann der Prozess fortgesetzt werden.

Artikel, Pressemitteilungen und Beiträge in sozialen Netzwerken

In der vorletzten Phase des Workflows binden wir einen weiteren Prozess ein – die Erstellung von Inhalten für soziale Netzwerke. Zu jedem Artikel wird automatisch eine Reihe maßgeschneiderter Beitragsentwürfe für verschiedene Plattformen erstellt. Auch dies geschieht gemäß vorab festgelegten Regeln, dem Tone of Voice und den Zielgruppen des Kunden. Dies ist nicht nur wichtig, um Zeit zu sparen, sondern auch, um bereits erstellte Inhalte optimal zu nutzen. Ein hochwertiger Artikel endet somit nicht nur im Blog, sondern wird automatisch in weitere Kommunikationskanäle übertragen.

Die endgültige Verteilung der Ergebnisse hängt anschließend von den Präferenzen des Kunden ab. In einigen Fällen speichert der Workflow die fertigen Materialien auf der Festplatte und versendet Links zu den im Markdown-Format gespeicherten Artikeln über WhatsApp oder per E-Mail. Bei anderen Kunden kommuniziert der Workflow direkt mit dem CMS-System und speichert die Artikel direkt als Entwürfe, die zur Freigabe bereitstehen.

Warum ist die Automatisierung der Inhaltserstellung effizient?

Wir nutzen dieses System intern bereits seit über einem Jahr und führen es nach und nach auch bei unseren Kunden ein. In letzter Zeit beispielsweise bei Unternehmen wie ACOND, Alutech Bohemia oder Lázně Travel. Den größten Nutzen sehen wir in drei Bereichen. 

1. Eine enorme Zeitersparnis. Der Workflow eliminiert einen Großteil der sich wiederholenden Arbeiten, die heute bei der Erstellung von Inhalten anfallen – von der Recherche über das Zusammenstellen von Quellenmaterial bis hin zur Erstellung verschiedener Varianten für soziale Netzwerke.
2. Qualität und Konsistenz. Dank unserer Wissensdatenbank und einer mehrstufigen Qualitätskontrolle sind wir in der Lage, eine deutlich höhere Informationsgenauigkeit sowie einen einheitlichen Kommunikationsstil zu gewährleisten.
3. Sicherheit. Für viele Unternehmen ist es heutzutage inakzeptabel, dass interne Unterlagen oder Know-how in externen Cloud-Diensten landen, ohne dass sie die Kontrolle über ihre Daten behalten. Da wir den Workflow auf unserer eigenen Infrastruktur betreiben, können wir unseren Kunden ein deutlich höheres Maß an Kontrolle über ihre Daten und den gesamten Prozess bieten.

Content-Marketing entwickelt sich zu einer technologischen Disziplin, in der Sprachmodelle, Datenstrukturen, Automatisierung, internes Know-how und gut durchdachte Arbeitsabläufe miteinander verknüpft werden. Unternehmen, die diesen Wandel rechtzeitig erkennen, verschaffen sich einen Vorteil – nicht nur durch eine schnellere Erstellung von Inhalten und niedrigere Kosten pro Einheit, sondern vor allem durch deren Qualität, Konsistenz und die Fähigkeit, in einem Umfeld zu funktionieren, in dem ein immer größerer Teil der Informationen gerade durch große Sprachmodelle vermittelt wird.