Auslandsrechte-Verkauf: Fremdsprachige Verlage automatisch identifizieren und ansprechen

Das echte Ausmaß des Problems

Ein Titel mit so viel Rückenwind ist ein seltenes Glück, aber das grundlegende Problem kennt jede Lizenzmanagerin in einem unabhängigen Verlag: Das Potenzial der Backlist wird systematisch unterschätzt, weil der Rechercheaufwand für jeden Titel in jedem Markt schlicht zu hoch ist.

Was eine sorgfältige Recherche für einen einzigen Titel bedeutet: die Identifikation von fünf bis zehn ernsthaft infrage kommenden Verlagen im Zielmarkt (Katalog, Programmschwerpunkte, aktuelle Neuheiten, Subgenre-Fit), das Herausfinden der richtigen Ansprechperson (nicht der allgemeinen Submissions-E-Mail, sondern der Lektorin für Umwelt-Sachbücher), das Formulieren eines Pitch-Schreibens, das die spezifische Stärke des Titels im Kontext des Zielprogramms hervorhebt, und das alles in der Zielsprache oder zumindest auf Englisch in einem Ton, der nicht generisch klingt. Diese Seite rechnet mit fünf bis zehn Stunden pro Titel und Markt für einen Outreach, der tatsächlich Aufmerksamkeit verdient. Das ist unsere Annahme, keine Erhebung, miss es an deinem nächsten Titel.

Bei 200 Backlist-Titeln und 15 potenziellen Märkten sind das theoretisch 1.500 bis 3.000 Arbeitsstunden, eine Vollzeitstelle über ein Jahr, nur für Erstrecherche. Keine Lizenzverhandlung, keine Messe, keine Kommunikation mit bestehenden Lizenznehmern.

Laut Klopotek, einem Anbieter von Verlags- und Rechtemanagement-Software, verbringen Rechtemanager:innen heute mehr Zeit mit dem Erstellen von Berichten als mit dem Verkaufen. Das ist eine Anbieterangabe mit Eigeninteresse, aber sie deckt sich mit dem, was die Recherche-Rechnung oben zeigt. Die eigentliche Vertriebsarbeit, Marktrecherche, Pitching, Beziehungsaufbau, leidet darunter. Das Resultat: Lizenzpotenzial wird reaktiv und messebezogen erschlossen. Wer zufällig in Frankfurt am richtigen Stand steht oder bekannt genug ist, bekommt Anfragen. Der Rest liegt brach.

Dabei gibt es international Nachfrage nach übersetzten Sachbüchern. Typische Vorauszahlungen für Übersetzungsrechte liegen laut englischsprachigen Branchenratgebern je nach Marktgröße und Titelstärke bei 1.500 bis 8.000 US-Dollar pro Titel und Sprache, zuzüglich Tantiemen nach Erscheinen (üblicherweise 6–10 Prozent). Das ist Umsatz, nicht Gewinn für den Verlag: Nebenrechtserlöse teilt er mit der Autorin, deren Anteil laut Vertrag häufig bei der Hälfte oder mehr liegt, und eine Agentur im Zielland nimmt eine Provision. Vom Vorschuss bleiben dem Verlag also oft 750 bis 4.000 US-Dollar, ohne Produktionskosten.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die letzte Zeile ist wichtig: KI erhöht nicht automatisch die Trefferquote pro Pitch. Was sie verändert, ist die Anzahl der Pitches, die überhaupt stattfinden. Aus drei ernsthaft angesprochenen Märkten werden zwölf. Bei 5–15 Prozent Antwortquote heißt das statt 0,15–0,45 Antworten eben 0,6–1,8 Antworten je Titel, mehr nicht. Das ist der eigentliche Hebel, und er ist kleiner, als die Zahl der Pitches vermuten lässt.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5) Der Rechercheaufwand von fünf bis zehn Stunden auf ein bis zwei Stunden je Titel und Markt zu reduzieren ist der klarste und messbarste Effekt dieses Ansatzes. KI erledigt das, was am meisten Zeit frisst: das Durchsuchen öffentlicher Kataloge, das Einordnen von Programmschwerpunkten, das Generieren einer Erstversion des Pitchbriefs. Was bleibt, ist die inhaltliche Prüfung, das Anpassen und der tatsächliche Versand. Dieser Wert ist im Verlagsvergleich hoch, weil die Zeitersparnis pro Arbeitseinheit besonders deutlich ist, ähnlich wie bei der automatisierten Übersetzungsunterstützung, die ebenfalls konkrete Stunden pro Seite einspart.

Kosteneinsparung, niedrig (2/5) Direkte Kosteneinsparung im engeren Sinn gibt es kaum, es gibt keine teure Software, die KI ersetzt. Der Nutzen entsteht durch neue Einnahmen: mehr abgeschlossene Lizenzdeals. Wie viele davon aus dem breiteren Outreach folgen, ist unsicher. Bei 5–15 Prozent Antwortquote bringen 15 Pitches rechnerisch ein bis zwei Antworten, wie viele davon zu Verhandlungen und Abschlüssen führen, hängt vom Titel, dem Markt und dem persönlichen Netzwerk ab.

Schnelle Umsetzung, mittel (3/5) Das Setup erfordert mehrere Schritte, die aufeinander aufbauen: Metadaten der Titel aufbereiten, Marktprioritäten definieren, Prompts entwickeln, Airtable einrichten, erste Pitches draften und gegenlesen. Das ist kein Eintages-Projekt. Acht bis zwölf Wochen bis zur ersten professionellen Outreach-Kampagne sind realistisch. Damit liegt dieser Anwendungsfall in der Mitte der vergleichbaren Fälle im Verlagsbereich, aufwändiger als Pressemitteilungen automatisieren, aber deutlich zugänglicher als eine vollständige ERP-Integration.

ROI-Sicherheit, mittel (3/5) Der ROI hängt von einem Kettenglied ab, das KI nicht kontrolliert: dem Abschluss. KI verbessert die Vorarbeit und erhöht die Anzahl der Chancen, aber ob aus einem Pitch ein Vertragsabschluss wird, entscheidet sich in der menschlichen Verhandlung. Vom Erstkontakt bis zu einer unterzeichneten Lizenz vergehen oft viele Monate. Das macht den ROI schwer kurzfristig zu isolieren.

Skalierbarkeit, hoch (4/5) Jeder neue Backlist-Titel profitiert vom gleichen Ansatz. Wer einmal die Prompts entwickelt hat, die Metadaten-Struktur aufgebaut und den Tracking-Workflow etabliert hat, skaliert damit auf hundert Titel genauso wie auf zehn, mit sehr geringem Mehraufwand pro Titel. Das ist der typische Wachstumshebel für kleine Verlage mit großen Backlists.

Richtwerte, stark abhängig von Backlist-Größe, Netzwerktiefe in den Zielmärkten und vorhandener Titelmetadaten-Qualität.

Was KI im Lizenzvertrieb konkret macht

Der Prozess besteht aus drei Schritten, die früher alle manuell waren und heute teilweise automatisiert werden können:

Schritt 1, Passende Verlage identifizieren Startpunkt ist eine klare inhaltliche Beschreibung des Titels: Genre, Thema, Subthema, Zielgruppe, Vergleichstitel (auf Deutsch und international). Mit diesem Steckbrief geht man in ein Recherche-Tool wie Perplexity und fragt gezielt: Welche Verlage in Spanien, Frankreich oder Polen veröffentlichen Umwelt-Sachbücher für ein breites Bildungspublikum? Was haben sie zuletzt im Programm? Gibt es vergleichbare Titel, die sie übersetzt haben?

Perplexity eignet sich hier besonders, weil es tagesaktuelle Quellen zitiert und damit Verlags-Websites, Pressemitteilungen und Buchankündigungen einbezieht, die klassische KI-Modelle ohne Webzugang nicht sehen. Das Ergebnis: eine Liste von fünf bis zehn qualifizierten Kandidaten pro Markt in dreißig bis sechzig Minuten statt vier Stunden.

Wichtige Einschränkung: KI halluziniert in diesem Schritt am häufigsten. Verlagsnamen, Programmschwerpunkte und besonders Ansprechpersonen müssen immer manuell auf der tatsächlichen Verlags-Website verifiziert werden. Wer ungeprüft einen Brief an eine „Frau Martínez, Lektorin für Umwelt-Sachbücher” bei einem großen spanischen Verlag schickt, die es möglicherweise gar nicht gibt, beschädigt den Eindruck nachhaltiger als gar kein Kontakt.

Schritt 2, Personalisierte Pitches draften Ein Pitch-Brief im Lizenzvertrieb funktioniert anders als eine Bewerbung oder ein Marketingtext: Er soll zeigen, dass der:die Absender:in das Programm des angesprochenen Verlags kennt und argumentieren kann, warum dieser spezifische Titel dort hineinpasst. KI kann eine solide Erstversion in der Zielsprache generieren, auf Spanisch, Französisch, Polnisch, Koreanisch, wenn man ihr die richtigen Ausgangsinformationen gibt: Titelbeschreibung, zwei bis drei Vergleichstitel aus dem Programm des Empfängers, spezifischer Aufhänger (Buchpreis-Nominierung, aktuelle Nachrichtenlage, Jubiläum). Diese Erstversion reduziert den Aufwand für den finalen Brief von einer Stunde auf zwanzig Minuten, das Prüfen, Anpassen und Abschicken bleibt Mensch.

Claude und ChatGPT eignen sich beide gut für das Pitch-Drafting. Beide lassen sich durch iteratives Nachfragen auf verschiedene Tonalitäten bringen, welches in deiner Zielsprache besser klingt, zeigt ein Test mit demselben Brief. Für die sprachliche Überprüfung langer Briefe in Sprachen, die man selbst nicht perfekt beherrscht, ist DeepL als Gegenprobe sinnvoll.

Schritt 3, Outreach verfolgen und nachfassen Das systematischste und am häufigsten unterschätzte Element: Wer schickt wann was an wen, hat wie reagiert, was ist der nächste Schritt? Für die meisten kleinen Verlage passiert das in Excel oder gar nicht. Mit Airtable oder Notion lässt sich ein einfaches Submission-Tracking aufbauen, das je Titel und Markt festhält: Verlagsname, Ansprechperson, Pitch-Datum, Status, Follow-up-Fälligkeitsdatum. KI kann dabei Erinnerungen generieren und Follow-up-Mails draften, nach sechs Wochen Schweigen braucht es ein kurzes Nachfassen, das nicht nach Spam klingt.

Welche Pitching-Dokumente KI erstellt, und welche nicht

Im internationalen Lizenzvertrieb gibt es eine Hierarchie von Dokumenten, die für verschiedene Phasen des Verkaufsprozesses benötigt werden. Nicht alle davon kann KI gleich gut unterstützen.

KI unterstützt stark:

• Pitch-Brief / Cover Letter, Erstversion in der Zielsprache, personalisiert auf Verlag und Ansprechperson
• Klappentextadaption, den deutschen Klappentext für den internationalen Kontext kürzen und anpassen
• Autorinnenvita, die deutschsprachige Vita für einen englischen oder spanischen Empfänger aufbereiten
• Marktanmerkungen, zwei bis drei Sätze, die erklären, warum ein Thema im Zielmarkt gerade relevant ist (Klimapolitik in Polen, Energiepolitik in Japan)

KI unterstützt bedingt (menschliche Prüfung notwendig):

• Synopsis / Exposé, KI kann zusammenfassen, aber Nuancen des Inhalts und die argumentative Stärke des Buches kann nur jemand beurteilen, der es gelesen hat
• Rights Catalogue Entry, Standardformat für internationale Rechtemessen; KI-Entwurf ist ein Ausgangspunkt, kein Endprodukt
• Preisangaben und Vertragsdetails, KI produziert keine korrekten Lizenzkonditionen; das ist Verlagsrecht und Verhandlung

KI hilft nicht:

• Persönliche Empfehlungsschreiben durch bekannte Kolleg:innen oder Literaturagent:innen, diese basieren auf menschlichen Netzwerken, die KI nicht ersetzen kann
• Messeauftritt und Beziehungspflege, die Beziehung zu einem spanischen Lektor, die über Jahre aufgebaut wird, ist durch kein Pitch-Tool zu ersetzen

Konkrete Werkzeuge, was wann passt

Perplexity , Für die initiale Verlags-Recherche. Mit Pro-Zugang (20 USD/Monat) ist die Pro-Suche unbegrenzt; die kostenlose Version hat Limits. Besonders nützlich für fremdsprachige Märkte, weil Perplexity auch nicht-englische Quellen gut verarbeitet. Einschränkung: Keine gesicherte Datenbankqualität, immer Primärquellen der Verlage verifizieren.

Claude , Für das Drafting von Pitch-Briefen und Synopsen. Gut bei längeren argumentativen Texten; das große Kontextfenster (je nach Modell bis 1 Mio. Token) erlaubt es, dem Modell umfangreiche Hintergrundinformationen zu geben (Titelinhalte, Vergleichsprogramme). Claude Pro kostet 20 € im Monat.

ChatGPT , Ebenfalls gut für Pitch-Drafting; die eingebaute Websuche erlaubt direktes Nachschlagen von Verlagswebsites während der Konversation. ChatGPT Plus kostet 23 € im Monat.

DeepL , Gegenprobe für fremdsprachige Briefe. Wer keinen Native Speaker zur Prüfung hat, sollte zumindest über DeepL übersetzen und den Rückweg kontrollieren. DeepL ist kostenlos bis 50.000 Zeichen im Monat; der Individual-Tarif (7,49 €/Monat bei Jahreszahlung, 8,99 € monatlich, inkl. MwSt.) erlaubt 300.000 Zeichen im Monat.

Airtable , Submission-Tracking. Die kostenlose Version reicht für bis zu 1.000 Datensätze pro Base; für einen Verlag mit 100 Titeln und 15 Märkten sind das 1.500 Einträge, dann ist der Team-Plan für 20 USD je Nutzer und Monat bei Jahreszahlung sinnvoll.

Alternativ bietet Notion ähnliche Tracking-Möglichkeiten mit einer etwas flacheren Lernkurve. Für eine reine Tracking-Tabelle reicht Notion Free oder Plus (9,50 € je Person und Monat bei jährlicher Abrechnung); KI-Funktionen wie Follow-up-Entwürfe direkt in Notion gibt es in vollem Umfang erst im Business-Plan für 19,50 €.

Wann welcher Ansatz:

• Marktrecherche: Perplexity + manuelle Verifikation auf Verlags-Website
• Pitch-Drafting auf Englisch: ChatGPT oder Claude, je nach Präferenz
• Pitch-Drafting auf Spanisch / Französisch / Polnisch: Claude oder ChatGPT, beide mit demselben Brief testen
• Pitch-Drafting auf Koreanisch / Japanisch / Arabisch: Erstversion mit KI, unbedingt Native-Speaker-Review
• Tracking und Follow-up: Airtable oder Notion

Datenschutz und Datenhaltung

Im Auslandslizenzvertrieb werden typischerweise keine sensiblen personenbezogenen Daten verarbeitet. Die beruflichen Kontaktdaten von Lektorinnen und Rechteeinkäufern sind aber personenbezogen, auch wenn sie auf einer Verlagswebsite stehen. Wer sie in Airtable oder Notion sammelt, braucht eine Rechtsgrundlage (meist berechtigtes Interesse) und einen AVV mit dem Anbieter, Airtable bietet ihn unabhängig vom Plan an.

Was dazu kommt, und oft übersehen wird:

Unaufgeforderte E-Mails. Werbung per E-Mail ist in Deutschland nach § 7 Abs. 2 Nr. 2 UWG ohne vorherige ausdrückliche Einwilligung des Empfängers unzulässig, und das gilt auch gegenüber Unternehmen. Viele EU-Länder haben ähnliche Regeln. Ein einzelnes, individuell zugeschnittenes Lizenzangebot an die Rechteabteilung eines Verlags ist im Branchenalltag üblich, rechtlich aber nicht risikofrei, ein Massenversand erst recht nicht. Wo ein Verlag eine Adresse oder ein Formular für Lizenzanfragen nennt, nutze sie, und hol im Zweifel rechtlichen Rat ein.

Unveröffentlichte Inhalte. Pitchinhalte enthalten manchmal unveröffentlichte Buchauszüge oder Inhaltsangaben unveröffentlichter Titel. Wer diese in die Einzelabos von ChatGPT oder Claude einspeist, gibt sie an den Anbieter weiter, und ob sie für das Training genutzt werden dürfen, hängt von den Einstellungen im Konto ab. Für unveröffentlichte oder vertraglich geschützte Inhalte nutze die API oder einen Business-Plan, bei denen die Anbieter nicht auf deinen Inhalten trainieren, oder lass die entsprechenden Passagen weg.

Anthropic und OpenAI bieten AVVs für API und Business-Pläne an. Die Anthropic-API verarbeitet nur global oder in den USA, OpenAI bietet eine EU-Datenresidenz nur berechtigten Enterprise- und API-Kunden. DeepL ist ein deutsches Unternehmen mit Sitz in Köln, verarbeitet in eigenen Rechenzentren in Island und Schweden sowie bei AWS, und sagt zu, Texte nicht ohne Zustimmung zu speichern oder zum Training zu nutzen, das ist hier ein echter Vorteil gegenüber US-Diensten. Wer ausschließlich mit EU-Diensten arbeiten will, kann für Übersetzungsaufgaben auf DeepL setzen und für Drafting auf eine lokale LLM-Installation wie Ollama zurückgreifen, das ist technisch anspruchsvoller, aber vollständig datensouverän.

Was es kostet, realistisch gerechnet

Werkzeugkosten monatlich (laufend):

• Perplexity Pro: 20 USD/Monat
• Claude Pro: 20 €/Monat
• Alternativ ChatGPT Plus: 23 €/Monat
• DeepL Individual (optional): 7,49 €/Monat bei Jahreszahlung, 8,99 € monatlich
• Airtable Team (optional, ab 1.000 Datensätzen): 20 USD je Nutzer und Monat bei Jahreszahlung

Gesamtkosten Tooling: rund 60–70 Euro im Monat für eine Person mit allen vier Diensten. Deutlich weniger, wenn man mit kostenlosen Basisversionen startet.

Einmaliger Setup-Aufwand: Das Aufsetzen einer ordentlichen Airtable-Datenbank (Titel, Märkte, Kontakte, Submission-Status), die Entwicklung von drei bis fünf Prompts für typische Pitch-Szenarien und das interne Klären der Prozesse dauert realistisch zwei bis drei Arbeitstage, verteilt über zwei bis drei Wochen, weil immer wieder Iterationen nötig sind. Das ist keine externe Investition, sondern interne Zeit.

Was du gegenzurechnen hast: Die Werkzeuge kosten rund 720–840 Euro im Jahr (12 mal 60–70 Euro). Ein Lizenzvertrag über Übersetzungsrechte bringt einen Vorschuss von typischerweise 1.500 bis 8.000 US-Dollar, davon bleibt dem Verlag nach dem Autorenanteil oft die Hälfte, 750 bis 4.000 US-Dollar. Ein zusätzlicher Abschluss im Jahr trägt die Werkzeugkosten also, im unteren Bereich nur knapp.

Was du realistisch erwarten kannst: Zwölf statt drei angesprochene Märkte bringen bei 5–15 Prozent Antwortquote 0,6–1,8 statt 0,15–0,45 Antworten je Titel. Wie viele Antworten zu Verhandlungen und wie viele Verhandlungen zu Verträgen werden, wissen wir nicht. Einen Abschluss pro Titel und Jahr solltest du nicht einplanen. Rechne mit dem, was dein Tracking nach einem Jahr zeigt: Antworten, Verhandlungen, Abschlüsse je angesprochenem Markt.

Vier typische Einstiegsfehler

1. Perplexity-Ausgabe ungeprüft übernehmen. Das häufigste und folgenreichste Problem: Das KI-Modell nennt einen spanischen Verlag für Umwelt-Sachbücher, dazu eine Lektorin beim Namen, und man pitcht, ohne auf der Website nachzuschauen, ob die Person dort tatsächlich arbeitet. LLMs halluzinieren Kontaktdaten mit hoher Konfidenz. Ein Pitch an eine nicht existierende Redakteurin wirkt unprofessionell; ein Pitch an eine Adresse, die nicht mehr zum Verlag gehört, wandert in den Spam. Regel: Jeder Name, jede Funktion, jede E-Mail-Adresse wird vor dem Versand manuell auf der aktuellen Verlagswebsite verifiziert. Ausnahme: du hast diese Person persönlich auf einer Messe getroffen.

2. Den Pitch in der Zielsprache nicht gegenlesen lassen. KI-generiertes Spanisch klingt oft sprachlich korrekt, aber stilistisch leicht schief, die Wortwahl ist zu formal, die Satzstruktur zu deutsch, die Metaphern gelegentlich falsch übertragen. Ein spanischer Verlagsredakteur erkennt das sofort. Wenn du keinen Native Speaker hast: lass die Rückübersetzung durch DeepL laufen und prüfe, ob der deutsche Rückweg noch sinnvoll klingt. Für Sprachen mit nichtlateinischem Alphabet (Koreanisch, Japanisch, Arabisch) ist eine Native-Speaker-Prüfung nicht optional.

3. Nach dem Pitch nichts mehr tun. Verlagsredakteur:innen bekommen täglich Dutzende Pitches; sechs Wochen Schweigen bedeutet meistens: noch nicht gelesen, nicht: kein Interesse. Wer nach sechs bis acht Wochen nicht freundlich nachfragt, verschenkt die halbe Arbeit der Recherche. Das Nachfassen ist kurz und formlos möglich, und es ist genau der Schritt, den KI gut vorbereiten kann: ein kurzer Draft, der nicht nach automatisiertem Follow-up klingt, sondern nach persönlichem Interesse.

4. Den Prozess nach dem ersten Erfolg nicht institutionalisieren. Wenn der erste Abschluss zustande kommt, ist die Versuchung groß, es bei diesem einen Erfolg zu belassen und zur bisherigen Arbeitsweise zurückzukehren. Wer den Aufwand betrieben hat, Prompts zu entwickeln und ein Tracking aufzubauen, sollte diese Infrastruktur für die gesamte Backlist nutzen, auch für ältere Titel, die nie ernsthaft international beworben wurden. Das ist der eigentliche Skalierungseffekt.

Was mit der Einführung wirklich passiert, und was nicht

Der häufigste Irrtum: „Wir können jetzt automatisch pitchen.” Das stimmt nicht, und die Einstellung ist gefährlich.

Was wirklich passiert: Die vorbereitende Arbeit, Marktrecherche, Erstdraft, wird deutlich schneller. Aber der eigentliche Lizenzvertrieb ist und bleibt Beziehungsarbeit. Verlage, die regelmäßig miteinander arbeiten, bevorzugen bekannte Kontakte. Ein spanischer Lektor, der einen deutschen Rechtechef aus fünf Frankfurt-Messen kennt, wird dessen Pitch anders lesen als ein Cold-Mail von einem unbekannten Verlag.

Das bedeutet konkret: Der KI-gestützte Ansatz bringt am meisten dort, wo du entweder bereits ein schwaches Netzwerk in einem Markt hast (und dieses stärken willst) oder wo der Titel so klar profiliert ist, dass er sich im Kalt-Outreach erklärt. Ein Klimabuch in der zweiten Auflage mit großer Besprechung ist ein gutes Beispiel: Der Aufhänger ist unmittelbar verständlich, das Thema international relevant.

Ein weiteres Muster, das immer wieder auftaucht: Die Qualität der Pitches sinkt, wenn man zu viele gleichzeitig produziert. Fünfzehn generische Mails an fünfzehn Verlage, alle mit dem gleichen Pitch-Brief, nur mit ausgetauschtem Verlagsname, haben keine bessere Resonanz als drei sorgfältig personalisierte. KI spart Zeit bei der Personalisierung; sie ersetzt sie nicht.

Realistischer Zeitplan mit Risikohinweisen

Realistischer Zeitrahmen für Maria Bergers Situation: Sechs Wochen bis Frankfurt sind eng, sie kann für zwei bis drei Märkte vollständig durch den Prozess gehen und für weitere fünf die Recherche vorbereiten. Kontakt aufnehmen sollte sie erst, wenn die Ansprechpersonen verifiziert sind. Das ist mehr als ohne KI, aber der vollständige Durchlauf für alle fünfzehn Märkte ist in sechs Wochen nicht machbar, wenn die Infrastruktur noch aufgebaut wird.

Häufige Einwände, und was dahintersteckt

„Auslandsrechte verkauft man über Agenturen, nicht selbst.” Stimmt für große Verlage und Bestseller-Autoren. Für einen unabhängigen Verlag mit zwanzig bis dreißig Titeln im Jahr und begrenztem Netzwerk ist die Agenturroute oft kein realistischer Weg, Agenturen priorisieren Hochvolumen-Kunden. Direktvertrieb über Messen und gezielte Outreach-Kampagnen ist für kleine Verlage oft der einzige machbare Weg.

„KI kann keine Beziehungen aufbauen.” Richtig, und das behauptet auch niemand. KI macht den Erstkontakt möglich, der sonst aus Zeitmangel nicht stattfindet. Ob aus dem Erstkontakt eine Beziehung entsteht, liegt danach an der Person. Der Brief öffnet die Tür; den Raum betritt man selbst.

„Wir haben schon eine Lizenzagentur, die das für uns macht.” Dann ist dieser Ansatz nicht primär für den aktiven Titelvertrieb relevant, aber möglicherweise für das Vorsortieren und Priorisieren, welche Titel überhaupt in welche Märkte gehen sollten. KI-gestützte Marktanalyse kann den internen Entscheidungsprozess beschleunigen, auch wenn der Vertrieb selbst extern liegt.

„Die Pitches werden dann alle gleich klingen.” Korrekt, wenn man sie nicht anpasst. Das ist kein Argument gegen KI, sondern gegen schlechte Nutzung von KI. Ein gut konfigurierter Prompt, der den spezifischen Verlag und seine letzten drei Neuerscheinungen kennt, produziert keine Massen-E-Mail, er spart die Zeit für das, was trotzdem individuell bleiben muss: die argumentative Verbindung zwischen Buch und Verlagsprogramm.

Woran du merkst, dass das zu dir passt

• Du hast mindestens 20 Titel in der Backlist, die noch keine fremdsprachige Edition haben, aber Potenzial für mindestens zwei oder drei Märkte hätten
• Dein einziger Messe-Moment ist Frankfurt, außerhalb der Messe passiert im Auslandslizenzvertrieb bei euch fast nichts, weil die Zeit fehlt
• Du weißt grundsätzlich, welche Märkte für einen Titel infrage kämen, aber die Recherche, welche Verlage dort konkret passen, ist immer wieder aufgeschoben
• Du hast zumindest eine Person, die die Verantwortung für den Prozess übernimmt und die Pitches inhaltlich prüft, KI ohne Human Review ist im Lizenzvertrieb gefährlicher als im Marketing
• Deine Titelmetadaten sind halbwegs strukturiert, Thema, Subthema, Zielgruppe, Thema-Klassifikation oder vergleichbare Einordnung. Ohne das hat KI zu wenig Ausgangsmaterial

Wann es (noch) nicht passt, drei harte Ausschlusskriterien:

1. Weniger als 15–20 Backlist-Titel ohne fremdsprachige Ausgaben. Der Setup-Aufwand für Infrastruktur, Prompts und Tracking lohnt sich erst ab einem gewissen Volumen. Wer fünf Bücher hat, macht den Pitch für jeden Titel besser manuell und personalisiert.

2. Keine Person mit Verantwortung für Auslandsrechte, auch nicht anteilig. KI beschleunigt einen Prozess, ersetzt ihn aber nicht. Wenn niemand die Recherche-Ergebnisse verifiziert, die Pitches gegenliest und Verhandlungen führt, ist die KI-Komponente nutzlos oder kontraproduktiv. Automatisiertes Volumen ohne inhaltliche Kontrolle schadet dem Ruf.

3. Programmschwerpunkte, die kein überregionales Thema haben. Lokale oder stark deutschlandspezifische Inhalte, Regionales, Heimatgeschichte, Ortsbücher, Bücher, die von einem spezifischen deutschen Rechtskontext abhängen, sind international nur schwer zu platzieren, unabhängig von der Outreach-Methode. KI ändert daran nichts. Wer solche Titel hat, sollte die Energie eher in den Inlandsvertrieb stecken.

Das kannst du heute noch tun

Öffne Perplexity und wähle einen Titel aus deiner Backlist, von dem du schon immer gedacht hast: „Den sollte man mal auf Spanisch oder Polnisch anbieten.” Gib folgendes in die Suche ein:

„Welche spanischsprachigen Verlage (Spanien oder Lateinamerika) veröffentlichen Sachbücher zum Thema [dein Thema] für ein gebildetes Massenpublikum? Nenne konkrete Verlage mit Website und beschreibe kurz ihr Programm.”

Lies die Ergebnisse. Prüfe zwei oder drei der genannten Verlage auf ihrer Website. Schau dir an, was sie zuletzt veröffentlicht haben. Wenn einer davon tatsächlich passend ist: Notier dir den Namen und suche auf der Verlagswebsite nach einer Ansprechperson für Lizenzanfragen oder Lizenzeinkauf.

Das dauert dreißig Minuten. Was du danach weißt: ob das Konzept für deinen Titel und deine Märkte funktioniert, bevor du eine Stunde in die Infrastruktur investierst.

Für den fertigen Pitch-Brief nutze diesen Prompt:

Quellen & Methodik

• Zeitaufwand Rechte-Recherche (5–10 Stunden/Titel/Markt): unsere Annahme, keine Erhebung. Den Prozess beschreibt MetaComet, „Book Translation Rights: A Complete Guide for Publishers” (metacomet.com), als „in-depth research of customers, careful nurturing of relationships, tenacity on contract negotiations”.
• Rechtemanager verbringen mehr Zeit mit Berichten als mit Verkauf: Klopotek, „Rights Management Software for Publishers: Solving Today’s Rights Sales Challenges” (klopotek.com, Stand 2024).
• Vorausangaben Übersetzungsrechte ($1.500–$8.000/Titel/Sprache): Mehrfach übereinstimmend dokumentiert in: independentpublisher.com, „Foreign Publishing Deals: Profit or Peril?”; literaryagentmarkgottlieb.com, „Books in Translation: How Foreign Rights Can Generate Income for Authors” (Stand 2024).
• Royalty-Sätze (6–10 %): FindLaw / Wood Herron & Evans LLP, „Licensing Translation Rights II: Negotiating The Deal” (Stand 2024); The Authors Guild Translator Contract Guide (Stand 2024).
• Preisangaben Tools: Perplexity, Claude, ChatGPT, DeepL, Airtable und Notion laut unseren Toolseiten (Stand Juni bis September 2026).
• E-Mail-Werbung: § 7 Abs. 2 Nr. 2 UWG, gesetze-im-internet.de.
• Anteil der Autorin an Nebenrechtserlösen: hängt vom Verlagsvertrag ab, „häufig die Hälfte oder mehr” ist unsere Einordnung, prüf deine Verträge.

Du willst wissen, welche deiner Backlist-Titel das meiste internationale Potenzial haben und wie ein realistischer Outreach-Plan für die nächste Buchmesse aussieht? Meld dich, das klären wir gemeinsam in einem kurzen Gespräch.