Mit KI Inhalte für die KI-Suchoptimierung erstellen – Meta-Wahnsinn oder wirklich clever?

Ich teile mal, was wir beim Veröffentlichen von über 500 Artikeln pro Monat mit verschiedenen KI-Assistenzstufen gelernt haben:

Die Daten zur Performance von Inhalten:

Worauf es bei KI-Zitaten ankommt:

1. Autoritätssignale – Wer ist der Autor? Welche Qualifikationen?
2. Originalität – Gibt es einzigartige Einsichten oder nur Synthese?
3. Richtigkeit – Ist die Information verifizierbar?
4. Struktur – Ist der Inhalt für Extraction aufbereitet?

KI-Tools helfen bei: Struktur, Klarheit, Vollständigkeit
KI-Tools können nicht bieten: Echte Expertise, originale Forschung, echte Erfahrung

Bester Prozess, den wir gefunden haben:

• Menschlicher Experte erstellt Outline mit Kernaussagen
• KI unterstützt bei Recherche und Entwurf
• Menschlicher Experte fügt eigene Perspektive hinzu
• KI hilft bei Optimierung und Struktur
• Mensch macht abschließenden Qualitätscheck

Das ist dreimal schneller als rein menschlich, aber erhält die Qualitätssignale.

Du hast gefragt, ob ChatGPT erkennen kann, ob Inhalte von Claude geschrieben wurden. Hier die Antwort:

Technische Realität: KI-Systeme haben keine verlässliche KI-Erkennung beim Zitieren. Sie bewerten Inhalte nach:

• Semantischer Relevanz zur Anfrage
• Autoritätssignalen der Quelle
• Struktur & Klarheit des Inhalts
• Faktengenauigkeit (soweit überprüfbar)

Sie werten NICHT aus:

• „Klingt das wie von GPT geschrieben?“
• Stilistische Marker von KI-Texten
• Produktionsmethode

Aber:

KI-generierte Inhalte weisen oft Merkmale auf, die Zitate SCHWIERIGER machen:

• Generische Formulierungen
• Fehlende konkrete Beispiele
• Keine Ich-Perspektive
• Keine einzigartigen Datenpunkte
• Zu viele weichgespülte Formulierungen

Diese Muster verringern die Zitatwahrscheinlichkeit nicht, weil KI KI erkennt, sondern weil sie geringeren Wert signalisieren.

Die Meta-Frage: KI-Systeme zitieren Quellen, die NEUEN Input für ihr Training/ihre Retrieval liefern. Inhalte, die nur zusammenfassen, was sie schon wissen, bieten weniger Mehrwert.

Dein Wettbewerbsvorteil: Inhalte mit echter Expertise, eigenen Daten, konkreten Beispielen und realer Erfahrung – Dinge, die KI nicht erfinden kann.

Wir haben von 20 auf 80 Artikel pro Monat mit KI skaliert. Das hat funktioniert:

Unser Workflow:

Schritt 1: Experteninterview (15 Min) Kurzes Interview mit Fachexperte aufnehmen.
Fragen: Was ist einzigartig am Thema? Welche Fehler machen andere? Was würdest du einem Freund raten?

Schritt 2: KI-Transkription & Struktur (5 Min) KI erstellt Outline aus dem Interview-Transkript.

Schritt 3: KI-Entwurf nach Vorgaben (10 Min) KI schreibt Entwurf nach unserem Styleguide.
Vorgabe: Konkrete Beispiele aus Interview einbauen.

Schritt 4: Expertenprüfung (20 Min) Fachexperte prüft Richtigkeit, ergänzt Nuancen, markiert KI-Fehler.

Schritt 5: KI-Optimierung (5 Min) Struktur für KI-Lesbarkeit, Schema-Vorschläge ergänzen.

Schritt 6: Redaktionelle Prüfung (10 Min) Finaler Qualitäts- und Markencheck.

Gesamtzeit pro Artikel: ~65 Minuten
Früher rein menschlich: ~4 Stunden

Ergebnisse:

• Output: 4-fach gesteigert
• Qualität: gehalten
• KI-Zitatquote: 25% gestiegen
• Der Interview-Schritt ist der Schlüssel

Das Geheimnis: KI ersetzt keine Expertise – sie verstärkt Experteninput. Mit echtem Wissen starten, KI hilft beim Verpacken.

Gegenperspektive: Wir haben versucht, mit KI zu skalieren, und es bereut.

Was wir gemacht haben:

• 10-facher Output dank KI
• Kaum menschliche Kontrolle
• 200 Artikel in 3 Monaten veröffentlicht

Was passierte:

• Kurzfristig bessere Rankings
• KI-Zitatquote: unverändert
• Helpful Content Update hat uns HART getroffen
• 40% Traffic-Verlust
• Mussten 60% der Inhalte entfernen

Die Lektion: KI hilft, mehr Inhalte zu erstellen. Sie hilft auch, mehr schlechte Inhalte schneller zu veröffentlichen.

Was wir jetzt tun:

• KI nur für Recherche & Struktur
• Mensch schreibt den Kerntext
• KI für Optimierungsvorschläge
• Jedes Stück mit echter Expertise

Die Skalierungsfalle: Nur weil du 100 Artikel veröffentlichen kannst, heißt das nicht, dass du es solltest. 20 sehr gute schlagen 100 mittelmäßige für KI-Sichtbarkeit.

Mein Rat: Lass KI nicht deine Qualitätsansprüche senken. Lass sie dir helfen, diese schneller zu erreichen.

Unser Effizienz-Framework:

Produktionszeit-Aufschlüsselung:

Hier spart KI am meisten Zeit:

• Recherche & Faktensammlung
• Struktur & Organisation
• Grammatik & Klarheit
• Optimierungsvorschläge

Hier sind Menschen unersetzlich:

• Strategische Entscheidungen
• Eigene Erkenntnisse
• Qualitätsurteil
• Expertenprüfung
• Verantwortung

Die Rechnung:

• Komplett menschlich: 4 Stunden pro Artikel
• KI-unterstützt: 1,5 Stunden pro Artikel
• Zeitersparnis: 62%
• Qualität gehalten: Ja, mit richtigem Prozess

Aber: Die menschlichen 1,5 Stunden müssen die RICHTIGEN sein. Senior-Expertise, kein Junior-Editieren.

So messen wir die Performance von KI-unterstützten Inhalten:

Was wir tracken:

Unsere A/B-Testergebnisse (je 50 Artikel):

Gruppe A: Vollständig menschlich

• Ø Google-Position: 12,3
• KI-Zitatquote: 8%
• Ø Verweildauer: 3:42

Gruppe B: KI-unterstützt (unser Prozess)

• Ø Google-Position: 14,1
• KI-Zitatquote: 7%
• Ø Verweildauer: 3:18

Gruppe C: Überwiegend KI

• Ø Google-Position: 22,7
• KI-Zitatquote: 3%
• Ø Verweildauer: 2:01

Erkenntnis: Gut umgesetzte KI-Assistenz (Gruppe B) performt fast so gut wie rein menschliche Inhalte (Gruppe A) – bei 40% der Kosten. Überwiegend KI (Gruppe C) schneidet deutlich schlechter ab.

Qualitätsschwelle: Es gibt ein Minimum an menschlichem Input, unterhalb dessen die Performance einbricht. Bei uns ca. 30% menschlicher Anteil.

Praktische Richtlinien für KI-Content, der funktioniert:

Immer einbauen (muss Mensch machen):

• Echten Autor mit echten Qualifikationen
• Konkrete Beispiele aus Erfahrung
• Einzigartige Daten oder Erkenntnisse
• Klare Meinung/Perspektive
• Nachprüfbare Fakten

KI kann helfen bei:

• Strukturierung der Information
• Recherche-Synthese
• Grammatik & Klarheit
• SEO-Optimierung
• Formatierung

Niemals KI allein überlassen:

• Expertenaussagen ohne Prüfung
• Erfahrungsberichte
• Darstellung eigener Forschung
• Kontroverse Meinungen
• YMYL-Themen

Prozess-Checkliste:

1. Steckt echte Expertise dahinter?
2. Können wir Rückfragen beantworten?
3. Gibt es hier etwas, das Wettbewerber nicht einfach kopieren können?
4. Würden wir unseren Namen druntersetzen?

Wenn eine Antwort nein ist: Mehr Mensch rein.

Die Wettbewerbsfrage: Wenn jeder das mit KI erstellen kann, ist es nicht differenzierend. Deine Expertise ist der Burggraben.

Dieser Thread hat mein Denken geordnet. Unser neuer Ansatz:

Was ich gelernt habe:

1. Produktionsmethode egal – Ergebnisqualität zählt
2. KI liefert keine echten E-E-A-T-Signale
3. ~30% menschlicher Anteil ist wohl das Qualitätsminimum
4. Prozess skalieren, nicht nur Output
5. Performance nach Produktionsmethode tracken

Unser neuer Workflow:

High-Value-Content (10/Monat):

• Menschliches Outline mit eigenen Insights
• KI-Entwurfsunterstützung
• Tiefgehende Expertenprüfung
• Komplettes E-E-A-T

Standard-Inhalte (30/Monat):

• KI-Recherche & Struktur
• Expertenprüfung (30% der Zeit)
• Qualitätscheck nach Richtlinien
• Am I Cited-Tracking

Updates/Aktualisierungen (20/Monat):

• KI identifiziert Updatebedarf
• KI entwirft Updates
• Menschliche Prüfung
• Schneller Qualitätscheck

Was wir NICHT tun:

• 100% KI-Inhalte in Masse
• Veröffentlichung ohne Expertenprüfung
• Qualität für Quantität opfern
• Performance-Tracking ignorieren

Erwartetes Ergebnis:

• 60 Stück/Monat (statt 20)
• Gleiche oder bessere Qualität
• KI-Zitatrate je Inhaltstyp tracken
• Anpassung auf Basis der Daten

Danke an alle! Das Motto „KI verstärkt Expertise, ersetzt sie aber nicht“ trifft es genau.