KI-gestützte Texterstellung für Agenturen

Das echte Ausmaß des Problems

Eine Kreativagentur mit zehn Mitarbeitenden produziert typischerweise 15 bis 30 Texte pro Woche — Website-Seiten, Kampagnentexte, Produktbeschreibungen, Social-Media-Posts, E-Mail-Strecken, Broschüren. Jeder Kunde hat eine andere Brand Voice. Jeder Briefingzyklus bedeutet: Ton neu einlesen, Beispiele referieren, Sprache anpassen.

Laut einer Analyse von BCG (2025, „How Four Companies Capitalize on AI to Deliver Cost Transformations”) entfällt bei KI-gestützten Schreibprozessen 70 bis 90 Prozent der Erstentwurfs-Zeit auf das, was Texter intern gerne „die Aufwärmphase” nennen — das Produzieren einer Rohfassung, die als Ausgangsmaterial taugt. Nicht das Verfeinern, nicht die Qualitätsprüfung, nicht die strategische Passung. Nur: Etwas auf dem Bildschirm haben, mit dem man arbeiten kann.

Für eine Texterin mit einem Stundensatz von 80 bis 120 Euro bedeutet das: Bis zu 200 Euro Aufwand pro Text fließen in eine Phase, die kein kreatives Urteil erfordert, sondern nur Ausdauer.

Das Problem skaliert mit der Agentur. Wer mehr Kunden gewinnt, braucht entweder mehr Texterinnen oder — was wirklich hilft — weniger Zeit pro Erstentwurf.

Zum Vergleich: Die Implementierung eines Brand Voice Prompt Systems kostet die erste Woche etwa 4 bis 8 Stunden Einrichtungsaufwand. Nach der zweiten Woche produziert eine erfahrene Texterin mit dem System konsistent in einem Drittel der vorherigen Erstentwurfszeit. Das deckt sich mit den Erfahrungen, die Copy.ai, neuroflash und Agenturen in der DACH-Region teilen: zwischen 60 und 75 Prozent Zeitersparnis bei Standard-Formaten in der Entwurfsphase (Schätzwert aus Praxisberichten).

Mit vs. ohne KI — ein ehrlicher Vergleich

Die letzte Zeile ist der entscheidende Punkt. KI-gestützte Texterstellung ist kein Qualitätsabstrich — vorausgesetzt, das System ist richtig aufgebaut und die menschliche Qualitätsprüfung ist fest im Prozess verankert. Der TÜV-Verband zeigt in einer Nutzerbefragung (2024), dass knapp ein Drittel der Nutzer Fehler in KI-generierten Inhalten bemerkt — das heißt nicht, dass KI schlecht ist, sondern dass der Review-Schritt nicht optional ist.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Die Erstentwurfsphase ist der größte Zeitfresser im Texterstellungsprozess — und genau dort liefert KI den stärksten Hebel. BCG dokumentiert 70 bis 90 Prozent Reduktion der Entwurfszeit. Das ist die höchste Zeitersparnis im kreativ-Branch: Sie tritt täglich auf, bei jedem Projekt, ist sofort spürbar und erfordert keine Lernkurve im Tool selbst. Im Gegensatz zur Kampagnenlokalisierung, die erst bei mehrsprachigen Projekten zieht, trifft Texterstellung jeden Kundenauftrag.

Kosteneinsparung — hoch (4/5) Die Tool-Kosten sind minimal: Claude und ChatGPT liegen bei 20 USD/Monat für Pro-Pläne, neuroflash bei 30 Euro/Monat. Demgegenüber stehen 60 bis 90 Minuten Texter-Zeit, die je Projekt eingespart werden — bei einem internen Stundensatz von 60 bis 120 Euro sind das 60 bis 180 Euro Einsparung pro Text. Einziger Vorbehalt: Die Einsparung entsteht durch höhere Marge, nicht durch niedrigere Rechnungen an den Kunden — es sei denn, das Abrechnungsmodell wird aktiv angepasst.

Schnelle Umsetzung — sehr hoch (5/5) Ein erster Test ist heute möglich: ChatGPT oder Claude öffnen, einen Brand-Voice-Prompt bauen, ersten Text generieren. Kein technisches Setup, keine IT-Abteilung, kein Onboarding. Ein funktionierendes Brand Voice Prompt System für einen Kunden steht nach einem bis zwei Arbeitstagen. Das ist neben der Briefing-Analyse der schnellste Einstieg im Branch.

ROI-Sicherheit — hoch (4/5) Der Zeitgewinn ist direkt im Projektcontrolling messbar: Stunden je Auftrag vorher/nachher. Die Frage ist nicht ob der ROI eintritt, sondern wie er sich niederschlägt. Wenn die Agentur stundenbasiert abrechnet, steigt die Marge pro Projekt — aber der Umsatz bleibt gleich. Wenn projektbasiert abgerechnet wird, sinkt der Aufwand bei gleichem Preis. Beides ist klar positiv, aber nicht identisch. Diesen Unterschied muss die Agentur aktiv entscheiden — daher nicht 5.

Skalierbarkeit — hoch (4/5) Ein Brand Voice Prompt System, das für einen Kunden funktioniert, lässt sich in ähnlicher Form für den nächsten aufbauen. Die Kapazität des Teams für Erstentwürfe steigt ohne proportionale Personalkosten. Nicht ganz maximal bewertet, weil die Qualitätsprüfung weiterhin menschliche Zeit braucht — Texte können sich nicht komplett selbst freigeben.

Richtwerte — stark abhängig von Textvolumen, Kundenmix und Abrechnungsmodell der Agentur.

Was das System konkret macht

Generative KI für Texterstellung folgt einem einfachen Prinzip: Ein LLM bekommt drei Inputs — das Briefing, die Brand Voice und das gewünschte Format — und produziert einen Text, der als Ausgangsmaterial für die menschliche Verfeinerung dient.

Das Entscheidende ist die Trennung zwischen dem, was das System kann, und dem, was der Mensch beibringen muss.

Was KI gut kann:

• Strukturierten Erstentwurf mit korrektem Deutschen und inhaltlicher Vollständigkeit produzieren
• Mehrere Varianten desselben Texts in verschiedenen Tonfällen erzeugen
• Bestehende Texte umformulieren, kürzen, paraphrasieren
• Headline-Varianten und Einstiegsoptionen in großer Zahl liefern
• Format-Standards einhalten (Intro, Body, CTA; Schlüsselwort im ersten Absatz; keine Füllwörter)

Was KI nicht kann:

• Strategische Entscheidungen treffen: Welche Botschaft ist die wichtigste? Was soll der Leser fühlen?
• Neue, echte Ideen produzieren — KI kombiniert, was in Trainingsdaten war
• Branchenspezifisches Expertenwissen über das Allgemeinwissen hinaus liefern (besonders bei technischen oder regulierten Themen)
• Den Unterschied zwischen “klingt nach der Marke” und “klingt nicht nach der Marke” richtig beurteilen — das bleibt Menschenarbeit

Der typische Dreistufen-Workflow in einer Agentur:

1. Entwurf (10–25 Minuten): KI mit Briefing und Brand Voice Prompt füttern. Ersten Text generieren, ggf. zwei bis drei Varianten.
2. Verfeinerung (20–40 Minuten): Eine Variante wählen, stilistisch überarbeiten, strategische Passung prüfen, Fakten kontrollieren.
3. Freigabe (Kunde oder Creative Director): Finaler Review, Korrekturen, Abnahme.

Die Stunden, die eingespart werden, liegen fast ausschließlich in Schritt 1 — wo früher manchmal zwei bis vier Stunden vergingen, bis ein verwendbares Rohgerüst stand.

Wie du ein Brand Voice Prompt System baust

Das ist der Kernunterschied zwischen “ich benutze ChatGPT manchmal” und “KI ist in unserem Texterstellungsprozess integriert”. Ohne ein strukturiertes Brand Voice System produziert KI generische Texte, die sich zwar gut anfühlen, aber nach nichts Bestimmtem klingen. Laut Analysen von atomwriter.com verblassen Brand-Voice-Anweisungen, die nur als Adjektive formuliert sind (“freundlich, professionell, direkt”), bereits nach 500 bis 800 Wörtern Output — das System driftet zurück zur trainierten Mittellage.

Ein funktionierendes System hat fünf Komponenten:

1. Tonalitätsbeschreibung mit Negativbeispielen Statt “freundlich und kompetent” besser: “Wie ein erfahrener Berater in einem Erstgespräch — direkt ohne Arroganz, sachlich ohne Kälte. Nicht: Marketingsprech (‘Wir bieten Ihnen maßgeschneiderte Lösungen’). Nicht: Akademisch überkomplex. Nicht: Übermäßig informell (‘Hey du!’).”

2. Drei bis fünf Beispieltexte vom Kunden Bestehende Website-Texte, genehmigte Kampagnentexte oder Blogartikel, die der Kunde explizit gut findet. Diese Texte werden wörtlich in den System-Prompt eingefügt als “Referenzstil”.

3. Strukturregeln für das Format Was immer gelten soll: “Kein Satz über 20 Wörter”, “Headline immer als Frage formulieren”, “Kein Passiv im ersten Absatz”. Diese Regeln sind beständiger als Ton-Beschreibungen.

4. Verbotsliste Wörter und Formulierungen, die der Kunde explizit nicht will: Anglizismen, bestimmte Fachbegriffe, Branchenfloskeln. Für einen Kunden aus dem sozialen Bereich: “Kein ‘Synergien’, kein ‘Impact’ ohne Erklärung, kein ‘Support’ — stattdessen ‘Unterstützung’.”

5. Ausgabe-Direktive “Produziere zuerst eine Gliederung, dann den vollen Text. Markiere alle Stellen, bei denen du Infos angenommen hast, die nicht im Briefing stehen.” Diese letzte Anweisung spart Review-Zeit, weil KI selbst auf Unsicherheiten hinweist.

Ein solcher Prompt für einen Kunden dauert beim ersten Aufbau ein bis zwei Stunden. Er wird pro Auftrag leicht angepasst (Format, Länge, Thema) und in einer gemeinsamen Prompt-Bibliothek gespeichert — z.B. in Notion oder als gespeichertes Projekt in Claude.

Welche Texte gut funktionieren — und welche nicht

Das ist die Frage, die viele Agenturen erst nach schmerzhaften Erfahrungen beantworten. Nicht alle Textsorten profitieren gleich.

Gut geeignet:

• Website-Seiten (Leistungsseiten, Produktseiten, Über-uns): Klare Struktur, vorhersehbares Format, viele Vergleichsbeispiele in den Trainingsdaten. Zeitersparnis hoch, Qualitätsrisiko niedrig.
• E-Mail-Kampagnen und Newsletter: Kurze Texteinheiten, hohes Variantenvolumen, A/B-Tests. KI liefert hier besonders viel Masse mit vertretbarem Review-Aufwand.
• Social-Media-Texte (Captions, Posts, Kommentare): Kurze Formate, klare Konventionen. KI produziert in 10 Minuten 15 Varianten — das Team wählt zwei aus.
• Produktbeschreibungen und Broschürentexte: Strukturiert, briefing-nah, wenig Interpretationsspielraum. Hier profitieren Agenturen mit großem Kundenmix am stärksten.
• Teasertexte, Klappentext, Kurzzusammenfassungen: Einfach zu generieren, einfach zu bewerten. Direkter Einstieg für Teams ohne KI-Erfahrung.

Eingeschränkt geeignet (erhöhter Review-Aufwand):

• Thought-Leadership-Artikel und Fachbeiträge: KI generiert klingenden Text, aber inhaltliche Expertise und echte Positionierung kommen nur aus dem Kunden. Wenn der Artikel tatsächlich Wissen transportieren soll, braucht es tiefes inhaltliches Input — oder die Qualität bleibt oberflächlich.
• Emotionale Storytelling-Texte: Kurzclips, Brand Stories, Spendenaufrufe. KI kann Struktur und Schemen liefern, aber echte emotionale Resonanz erfordert menschliches Gespür. Die KI-Version klingt oft korrekt und trotzdem leer.
• Humor und Ironie: Zuverlässig schwierig. KI versucht Humor und produziert oft harmloses, flaches Wortspiel.

Nicht geeignet (besser ohne KI):

• Technische Dokumentation mit Fachspezifikationen und Sicherheitshinweisen: Das Risiko für Halluzinationen ist zu hoch. Faktenfehler in technischen Texten sind gefährlicher als schlechter Stil.
• Rechtliche und regulatorische Texte (AGB, Impressum, Datenschutzerklärungen): Hier zählen Präzision und juristische Korrektheit, die KI nicht verlässlich liefert.
• Hochspezialisierte Expertentexte, bei denen Glaubwürdigkeit durch Tiefenwissen entsteht: Wenn der Kunden-Experte auf Seite eins des Textes erkennt, dass da jemand nicht wirklich Ahnung hat, ist der Auftrag gefährdet.

Die Preisfrage: Was Kunden wissen müssen — und was der EU AI Act sagt

Das ist die unbequeme Seite des Themas, und sie wird in den nächsten Jahren relevanter.

Die wirtschaftliche Spannung: Eine Agentur, die für Texterstellung Stunden abrechnet, steht vor einem echten Dilemma: Wenn eine Textseite früher 4 Stunden kostete und jetzt 1 Stunde, aber die Qualität des Ergebnisses gleich ist — berechnet man 1 Stunde oder 4 Stunden?

Wer 4 Stunden abrechnet, hat kurzfristig hohe Marge. Wer 1 Stunde abrechnet, ist kompetitiv günstig, aber der Umsatz bricht ein. Der Mittelweg — projektbasierte Abrechnung nach Wert, nicht nach Zeit — löst das strukturell, setzt aber voraus, dass Kunden diese Umstellung akzeptieren.

Die IHK München beschäftigt sich seit 2024 aktiv mit diesem Thema (“Agenturvergütung in Zeiten von KI”): Die zentrale Frage ist, ob Zeit noch die richtige Berechnungseinheit für kreative Leistung ist. Die Antwort tendiert klar in Richtung wertbasierter Vergütung.

Was die Rechtslage sagt: Für Agentur-Texte, die im B2B-Bereich veröffentlicht werden (Website eines Unternehmens, interne Kommunikation, Fachpublikationen), gibt es derzeit keine allgemeine Pflicht zur Offenlegung, dass Texte KI-gestützt entstanden sind. Die DSGVO greift hier nicht direkt — es werden keine personenbezogenen Daten in dem Sinne verarbeitet, der eine Kennzeichnungspflicht auslösen würde.

Der EU AI Act ändert das ab 2. August 2026 für bestimmte Inhaltstypen: Artikel 50 EU AI Act verpflichtet zur Kennzeichnung von KI-generierten Texten, die “mit der Absicht veröffentlicht werden, die Öffentlichkeit in Angelegenheiten von öffentlichem Interesse zu informieren” — also klassisch Nachrichtenartikel, politische Kommunikation, Meinungsartikel. Für normale Unternehmenskommunikation (Website-Texte, Produktbeschreibungen, Kampagnentexte) gilt diese Pflicht voraussichtlich nicht.

Was die Praxis trotzdem empfiehlt: Proaktive Transparenz schützt die Kundenbeziehung. Immer mehr Auftraggeber fragen aktiv nach. Eine klare, faire Kommunikation — “Wir verwenden KI für die Entwurfsphase, alle Texte werden von erfahrenen Texterinnen und Textern geprüft und überarbeitet” — ist besser als ein späteres “Wie, ihr habt das mit KI gemacht?”.

Drei Szenarien für die Offenlegung:

1. Stillschweigende Nutzung: Rechtlich oft zulässig, aber birgt Vertrauensrisiko, sobald KI-Einsatz bekannt wird.
2. Proaktive Information im Angebot: “Unser Workflow nutzt KI-gestützte Entwurfserstellung, alle Texte werden manuell verfeinert und freigegeben.” Empfohlen für langfristige Kundenbeziehungen.
3. Explizite Kunden-Policy: Einige Kunden (Rechtsabteilungen, Journalismus, Pharma) verlangen schriftliche Festlegung, wie und ob KI eingesetzt wird. Wichtig zu klären vor Auftragsbeginn.

Konkrete Werkzeuge — was wann passt

Für die meisten deutschsprachigen Kreativagenturen ist die Toolwahl einfacher als gedacht.

Claude — der stärkste Allrounder für lange Texte Claude (Anthropic) liefert das natürlichste Deutsch und hält Brand-Voice-Anweisungen über längere Texte zuverlässiger durch als andere Modelle. Besonders stark bei Texten über 800 Wörter — wo andere Modelle im Ton driften, bleibt Claude konsistenter. Pro-Plan: 20 USD/Monat. Für Agenturen, die qualitativ hochwertige Langform-Texte produzieren, ist das die erste Empfehlung.

ChatGPT — breiteste Einsatzbreite, kostenloser Einstieg ChatGPT ist für kürzere Formate (Social Posts, Betreffzeilen, Teasertexte) schnell und flexibel. Das Browsing-Feature ermöglicht Recherche im Prozess. Wichtig: Ab Business-Plan (25 USD/Nutzer/Monat) werden keine Eingaben für das Modelltraining genutzt — für Agenturen mit vertraulichen Kundeninhalten der richtige Plan.

neuroflash — deutsches Spezialtool mit EU-Hosting neuroflash ist in Hamburg entwickelt, in Deutschland gehostet und auf Deutsch optimiert. Der Brand Hub erlaubt es, Markenstile zentral zu hinterlegen — für Agenturen mit mehreren Kunden ein echtes Feature. Starter-Plan ab 30 Euro/Monat mit unbegrenzten Wörtern. Die stärkste Option für Teams, die EU-Datenhosting zwingend brauchen oder auf englischsprachige Tools verzichten wollen.

Jasper — wenn der Schwerpunkt auf Englisch liegt Jaspers Brand Voice System ist ausgereift und gut für englischsprachige Kampagnen. Für hauptsächlich deutschsprachige Agenturen lohnt sich der Aufpreis (59 USD/Monat) gegenüber Claude oder ChatGPT aber kaum — Jaspers Deutsch-Qualität liegt deutlich hinter seinen englischen Outputs.

Zusammenfassung: Wann welcher Ansatz

• Deutschsprachige Texte, Qualitätsfokus, Langform → Claude
• Gemischter Mix (Deutsch + Englisch), Einstieg kostenlos testen → ChatGPT
• EU-Hosting Pflicht, Brand Hub für mehrere Kunden → neuroflash
• Englischsprachige Kampagnen, Brand Consistency → Jasper

Datenschutz und Datenhaltung

Agenturen, die KI für Kundentexte einsetzen, verarbeiten manchmal mehr personenbezogene Daten als ihnen bewusst ist: Briefings können Kundennamen enthalten, Produktbeschreibungen können Informationen über Endnutzer transportieren, und Kampagnentexte können auf spezifische Personengruppen abzielen.

Was konkret zu prüfen ist:

• AVV abschließen: Wer personenbezogene Daten (auch indirekte) an einen KI-Anbieter übergibt, muss gemäß Art. 28 DSGVO einen Auftragsverarbeitungsvertrag abschließen. Claude (Anthropic), ChatGPT (OpenAI Business/Enterprise) und neuroflash stellen diese bereit — aber nur, wenn aktiv angefordert.

• Kein Training mit Kundendaten: Kostenlose oder Standard-Pläne von ChatGPT und Claude nutzen Eingaben standardmäßig für Modellverbesserung. Ab dem Business-Plan (ChatGPT) oder dem Pro-Plan mit aktiviertem Datenschutzmodus (Claude) ist das deaktiviert. Für Kundendaten ist das Pflicht.

• EU-Hosting: Claude und ChatGPT hosten in den USA. Ein AVV ist verfügbar, ändert aber nichts am Hosting-Standort. neuroflash hostet in Deutschland — für Kunden aus regulierten Branchen (Pharma, Finanz, Gesundheit) ist das der klarere Weg.

• Keine vertraulichen Kundeninformationen in freie Prompts eingeben: Strategische Produkt-Roadmaps, nicht-öffentliche Kampagnenpläne, personenbezogene Endkundeninformationen — all das gehört nicht in einen Standard-Cloud-API-Call ohne entsprechende Vertragsgrundlage.

Für Teams, die intern arbeiten: Wenn ausschließlich öffentlich zugängliche Briefinginfos verarbeitet werden (Produktbeschreibungen, Markenwerte, allgemeine Tone-of-Voice-Parameter), ist das Datenschutzrisiko gering. Das Problem entsteht, wenn Mitarbeitende anfangen, sensible Kundendaten “schnell mal” ins Chat-Interface einzugeben — ohne dass das jemand explizit untersagt hat. Eine klare interne Policy (“Welche Daten dürfen in welches Tool?”) schützt die Agentur.

Was es kostet — realistisch gerechnet

Toolkosten (monatlich)

• Claude Pro: 20 USD/Monat (ca. 18 Euro, für 1 Nutzer)
• ChatGPT Plus: 20 USD/Monat (ca. 18 Euro, für 1 Nutzer); Business: 25 USD/Nutzer/Monat
• neuroflash Starter: 30 Euro/Monat (unbegrenzte Wörter, 1 Brand Voice)
• Für ein Team mit 3 Texterinnen, je eine eigene Lizenz: ca. 50–90 Euro/Monat gesamt

Einrichtungsaufwand (einmalig)

• Brand Voice Prompt System aufbauen und testen: 4–8 Stunden pro Kundentyp
• Prozessdokumentation und Team-Onboarding: 1–2 Tage intern
• Kein externer Dienstleister nötig — das System baut jede erfahrene Texterin selbst auf

Was du dagegenrechnen kannst Eine Texterin mit einem internen Stundensatz von 80 Euro spart bei drei Projekten pro Woche je 2 Stunden Erstentwurfszeit: 480 Euro/Woche, etwa 2.000 Euro/Monat. Demgegenüber stehen Toolkosten von 50 bis 90 Euro/Monat. Der ROI ist innerhalb der ersten zwei Wochen klar positiv — im konservativsten Szenario (nur 1 Stunde Einsparung je Projekt, halbes Volumen) noch immer bei 5:1 oder besser.

Die Rechnung setzt voraus, dass die eingesparte Zeit tatsächlich produktiv umgesetzt wird: mehr Kapazität für mehr Projekte oder mehr Zeit für strategische Arbeit. Das passiert nicht automatisch — es braucht eine bewusste Entscheidung, was mit der freigewordenen Zeit gemacht wird.

Drei typische Einstiegsfehler

1. Ohne Brand Voice Prompt sofort “echte” Kundentexte generieren. Der häufigste Fehler: Agentur öffnet ChatGPT, gibt das Briefing ein, bekommt generischen Output, ist enttäuscht. Das Ergebnis ist kein schlechtes KI-Tool — es ist ein nicht konfiguriertes KI-Tool. KI ohne Brand Voice Prompt produziert durchschnittliche Texte, weil sie keinen Anhaltspunkt hat, was “gut” für diesen Kunden bedeutet. Lösung: Erst das System bauen (1–2 Stunden), dann erst mit echten Projekten starten.

2. Jedes Format mit demselben Prompt bearbeiten. Ein Brand Voice Prompt für Website-Texte funktioniert nicht für Social Posts. Ein Prompt für emotionale Storytelling-Texte nicht für Produktbeschreibungen. In der Praxis braucht jede Agentur drei bis fünf spezialisierte Prompt-Templates — nicht einen Universalprompt. Gute Agenturen führen eine Prompt-Bibliothek, die gemeinsam gepflegt wird.

3. Den Review-Schritt als optional behandeln. Wenn Zeitdruck entsteht, ist die Versuchung groß, einen Text nach einmaligem Überfliegen zu senden. Die Konsequenz: Faktenfehler, Stilbrüche oder Formulierungen, die zwar korrekt klingen, aber nicht zur Marke passen. Ein stiller Qualitätsverfall über Wochen — bis der Kunde es bemerkt. Lösung: Den Review-Schritt fest in den Workflow einbauen und als nicht verhandelbaren Teil des Prozesses kommunizieren. Wer KI-gestützte Texterstellung als “der Text ist fertig wenn die KI fertig ist” versteht, hat den Prozess falsch verstanden.

Maintainability-Risiko: Brand Voice Prompts veralten. Wenn ein Kunde seine Markensprache weiterentwickelt, muss das Prompt-System aktiv aktualisiert werden. Wer das nicht regelt, produziert nach 12 Monaten Texte im alten Stil des Kunden — was manchmal subtiler und damit gefährlicher ist als ein offensichtlicher Fehler. Zuständigkeit für die Prompt-Bibliothek muss klar sein.

Was mit der Einführung wirklich passiert — und was nicht

KI-gestützte Texterstellung ist eines der wenigen Use Cases, bei denen der technische Einstieg wirklich einfach ist. Was dann trotzdem scheitert, ist fast immer menschlicher Natur.

Das erste Widerstandsmuster: Die Qualitätsskeptiker. Erfahrene Texterinnen haben ihren Stil entwickelt. Sie wissen, was ihre Arbeit gut macht. Der Gedanke, einen KI-Erstentwurf zu verfeinern statt selbst anzufangen, fühlt sich für viele zunächst an wie eine Herabstufung. Als ob der interessante Teil des Jobs erledigt ist, bevor man selbst anfängt. In der Praxis ist das Gegenteil wahr — die Zeit, die man nicht mehr mit Aufwärmen verbringt, geht in die eigentliche Qualitätsarbeit. Aber dieser Shift braucht ein bis zwei Wochen aktiver Nutzung, bis er sich selbst bewährt.

Das zweite Muster: Unterschiedliche Prompt-Qualität im Team. Wenn jedes Teammitglied seine eigenen Prompts baut, entstehen innerhalb von Monaten zehn verschiedene Qualitätsniveaus. Die eine Texterin hat ein exzellentes System, die andere produziert generische Outputs und gibt KI die Schuld. Lösung: Eine gemeinsame Prompt-Bibliothek, Reviews beim Onboarding, und regelmäßige kurze Sessions, in denen gute Prompts geteilt werden.

Das dritte Muster: Überschätzung der Automatisierung. Manche Teams erwarten nach zwei Wochen, dass Texte “fast ohne Aufwand” entstehen. Das tritt nicht ein — und sollte nicht eintreten. Wer anfängt, den Review-Schritt wegzulassen, weil “das schon gut genug” ist, setzt die Qualitätskontrolle außer Kraft. Das passiert leise und wächst sich zum Problem aus.

Was konkret hilft:

• Den ersten gemeinsamen Prompt für den einfachsten Kunden aufbauen — im Team, nicht alleine
• In der ersten Woche täglich eine kurze “Was hat heute funktioniert / was nicht”-Runde einführen
• Einen gemeinsamen Ort für Prompts anlegen (Notion-Seite, geteiltes Dokument) und von Anfang an strukturieren
• Klar kommunizieren: Der Review-Schritt ist nicht optional, er ist das Qualitätsmerkmal

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„KI-Texte klingen immer gleich — generisch, seifig, austauschbar.” Das stimmt für schlecht konfigurierte KI. Ein gut aufgebautes Brand Voice Prompt System mit Beispieltexten und Negativbeispielen produziert Entwürfe, die nach dem Kunden klingen — und nicht nach “einem KI-Text”. Der Unterschied liegt nicht im Tool, sondern im Prompt. Wer das nicht glaubt, sollte 30 Minuten investieren und es selbst testen — mit einem echten Kundenbriefing und einem anständig gebauten Prompt.

„Wir könnten Kunden anlügen — und das ist falsch.” Das ist kein Einwand gegen das Tool, sondern gegen fehlende Transparenz. Wer KI ohne Offenlegung einsetzt und gleichzeitig den Eindruck erweckt, alles von Hand zu schreiben, hat ein Integritätsproblem. Die Lösung ist nicht, keine KI zu nutzen, sondern transparent zu kommunizieren: KI für Entwürfe, Mensch für Qualität und Urteil. Das ist eine faire und ehrliche Leistungsbeschreibung.

„Das ist doch Beschiss am Kunden — die zahlen für unsere Köpfe, nicht für KI.” Die Parallele wäre: Eine Agentur, die früher Texte mit der Schreibmaschine schrieb, liefert heute Word-Dokumente. Keiner zahlt weniger, weil die Schreibmaschine schneller ist. Was Kunden kaufen, ist das Urteil, die kreative Positionierung, die strategische Passung — nicht die Stunden, die für die Rohfassung aufgewendet werden. Solange das Ergebnis besser ist als ohne KI (oder mindestens gleich), stimmt die Wertlogik. Wenn die Agentur schlechtere Qualität liefert, weil sie den Review-Schritt spart, ist das ein echtes Problem — aber das Problem ist der fehlende Review, nicht die KI.

Woran du merkst, dass das zu dir passt

• Du oder dein Team produziert mindestens 5 bis 10 unterschiedliche Texte pro Woche für verschiedene Kunden mit verschiedenen Stilen
• Der Bottleneck ist nicht das Verfeinern, sondern das Starten — der erste Entwurf frisst die Zeit
• Du hast für die wichtigsten Kunden bestehende Texte als Referenz, auf die ein Brand Voice Prompt aufgebaut werden kann
• Das Team ist bereit, eine neue Arbeitsweise auszuprobieren — auch wenn die ersten Tage noch nicht perfekt sind
• Ihr rechnet nach Projekten oder Wert, nicht ausschließlich nach Stunden — oder ihr seid bereit, das Abrechnungsmodell zu überdenken

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Weniger als fünf Texte pro Woche oder nur ein bis zwei feste Kunden mit stabiler Brand Voice. Der Einrichtungsaufwand für ein Brand Voice Prompt System zahlt sich nur ab einem gewissen Textvolumen aus. Wer einmal im Monat einen Newsletter schreibt, ist mit einem gut formulierten manuellen Prompt genauso schnell wie mit einem vollständigen System.

2. Kein dokumentierter Markenstil und keine Referenztexte vom Kunden vorhanden. KI kann keine Brand Voice erfinden, die noch nie definiert wurde. Wenn der Kunde selbst nicht weiß, wie er klingen soll — oder wenn jeder Auftrag von Grund auf neu justiert werden muss — ist der Prompt-Aufbau so aufwendig wie das manuelle Schreiben. Erst Brand Voice klären, dann KI einführen.

3. Kunden in regulierten Kommunikationsbereichen ohne vorab geklärte KI-Policy. Pharmakommunikation, Finanzberatungstexte, bestimmte Bereiche der öffentlichen Kommunikation unterliegen eigenen Offenlegungspflichten und Qualitätsprüfungsprozessen. Ohne explizite Klärung mit dem Kunden, wie KI-Unterstützung im Workflow eingesetzt wird, entstehen Haftungsfragen, die das Zeitgewinn-Argument überwiegen können.

Das kannst du heute noch tun

Öffne Claude oder ChatGPT — kostenlos, kein Setup nötig. Such dir ein Projekt, bei dem der Erstentwurf gerade ansteht. Bau in 20 Minuten einen ersten Brand Voice Prompt mit den fünf Komponenten aus dem Abschnitt oben. Generiere den Text. Schau dir das Ergebnis an — nicht als Fertigprodukt, sondern als Ausgangsmaterial.

Was du danach weißt: Ob das Konzept für dein Kundenportfolio funktioniert. Vor jeder Investition in ein spezialisiertes Tool ist das der sinnvollste erste Schritt.

Für den strukturierten Einsatz im Team — hier ist ein vollständiges Brand Voice Prompt System, das du direkt adaptieren kannst:

Quellen & Methodik

• BCG (2025): „How Four Companies Capitalize on AI to Deliver Cost Transformations”, Boston Consulting Group, veröffentlicht 2025 — dokumentiert 70 bis 90 Prozent Reduktion bei der Erstentwurfszeit in KI-gestützten Schreibprozessen. URL: bcg.com/publications/2025/how-four-companies-use-ai-for-cost-transformation
• Adore Me / Writer AI Studio (2024): Fallstudie dokumentiert Reduktion der Produktbeschreibungszeit von 20 Stunden auf 20 Minuten pro Batch sowie 36 Prozent Zeitersparnis bei Stylistennotizen nach KI-Implementierung. Veröffentlicht via visme.co/blog/ai-marketing-case-studies/
• TÜV-Verband (2024): Nutzerbefragung zum Einsatz von KI-Tools in Deutschland zeigt, dass knapp ein Drittel der befragten Nutzer Fehler in KI-generierten Inhalten bemerkt hat. Basis für die Einschätzung, dass ein Review-Schritt nicht optional ist.
• atomwriter.com (2025): Analyse zur Wirksamkeit von Brand Voice Prompts — dokumentiert, dass Ton-Anweisungen, die nur auf Adjektiven basieren (“freundlich”, “professionell”), nach 500 bis 800 Wörtern Output an Wirksamkeit verlieren. Quelle: atomwriter.com/blog/brand-voice-ai-prompt-template/
• EU AI Act, Artikel 50: Transparenzpflichten für KI-generierte Inhalte — gilt ab 2. August 2026 für Texte, die mit der Absicht veröffentlicht werden, die Öffentlichkeit zu informieren. Erläuterung: artificialintelligenceact.eu/article/50/
• IHK München (2024/2025): Diskussionsrahmen zu Agenturvergütung in KI-Zeiten — Webinar-Reihe mit Oliver Klein (cherrypicker) zur Frage, ob Zeit noch die richtige Berechnungseinheit für kreative Leistung ist. Quelle: münchen.ihk.de / bayern-design.de/beitrag/agenturverguetung-in-zeiten-von-ki/
• Preisangaben Claude, ChatGPT, neuroflash, Jasper: Veröffentlichte Tarife der jeweiligen Anbieter, Stand April 2026.
• DSGVO Art. 28 (AVV): Pflicht zum Abschluss eines Auftragsverarbeitungsvertrags bei Weitergabe personenbezogener Daten an Drittanbieter — gilt unabhängig vom Hosting-Standort.

Du willst wissen, welches Tool für deinen konkreten Kundenmix am besten passt — oder wie ein Brand Voice Prompt System für deinen häufigsten Texttyp aussehen könnte? Meld dich — das klären wir zusammen in einem kurzen Gespräch.