Wie ich KI für meine Artikel nutze: intensiv! Und warum jeder Artikel trotzdem viel Handarbeit ist.

TL;DR

Ich nutze KI intensiv für meine Artikel – aber anders, als Sie vielleicht denken. Nix mit: Agent, schreib mal. So klappt es nicht
Dieser Beitrag zeigt meinen konkreten Workflow: von der ersten Recherche bis zur Publikation. Dabei werde ich auch ehrlich über die Grenzen und Risiken sprechen. Denn auch ich arbeite in einem Internet, das bereits zu über 50% aus KI-Content besteht. Paradoxerweise investiere ich heute mehr Zeit pro Artikel als früher – nicht obwohl, sondern weil ich KI nutze. Am Ende liefere ich tief recherchierte Inhalte, die ohne KI nicht existieren würden. Auch ich trage also dazu bei, dass KI-generierter Content zunimmt. Das ist nicht per se schlecht. Wenn KI hilft, besseren Content zu erstellen ist das gut – schlecht ist nur der KI-Einsatz ohne dass ein Mensch sich Mühe gibt, den Content zu gestalten und damit nur hochpolierte KI-Einheitsbrei das Internet und Co flutet.

Warum ich überhaupt über meine Arbeitsweise spreche

Nach meinem Artikel über den Modellkollaps und dass das Internet inzwischen überwiegend aus KI-generiertem Content besteht, kam die Frage: „Wie gehst du selbst damit um? Du schreibst doch auch mit KI?“

Stimmt. Und zwar intensiv. Hier ein Einblick, wie ich vorgehe:

So entsteht ein Artikel: Der komplette Workflow

Phase 1: Der Impuls

Ich lese täglich KI-Newsletter und Fachseiten. Ich schaue Zusammenfassungen der letzten KI-Woche (YouTube-Videos) von Experten, denen ich vertraue.

Das Problem: Ich muss davon ausgehen, dass viele dieser Quellen bereits KI-generiert, KI-recherchiert und KI-formuliert sind. Kein Problem, wenn durch den Menschen geformt und kontrolliert.

Wenn mich ein Thema dann packt, beginnt meine eigentliche Arbeit: Ich will tiefer verstehen. Für mich selbst. Hier treibt mich meine Neugierde, meine Grundbegeisterung für das Thema. Daher entstehen diese Artikel auch außerhalb meiner normalen Arbeitszeit.
Lesen und erste Recherche (was ist das, was ist die Vorgeschichte dazu?) z.B. in der S-Bahn, auf dem Weg zur Arbeit. Oder beim Frühstücken (ja, ungesund).

Phase 2: Recherche mit Perplexity

Wenn sich das Thema für mich spannend entwickelt, will ich richtig tief einsteigen. Und dann ergeben sich viele Fragen, die ich beantwortet haben will, aus den Antworten ergeben sich weitere Fragen und so ergibt sich im Laufe der Recherche ein sehr umfangreiches Gesamtbild, das oft zu einem Themen-Twist führt. Auslöser war Thema x, plötzlich tut sich etwas unbekanntes auf, das viel spannender ist.

brauche ich selbst eine Form, um das gerade Erarbeitete nicht zu verlieren. Und damit ergibt sich das Schreiben eines Artikels, quasi als eigenes Nachschlagewerk.

Meine erste Wahl für diesen Deep Research: Perplexity Pro – ausschließlich Research Mode oder Lab.

Warum? Diese Modi durchsuchen deutlich mehr Quellen, liefern detailliertere Antworten und zeigen Quellenlinks prominent.

Warum nicht ChatGPT? Ich vertraue der Webrecherche dort noch nicht. Sie ist mir zu oberflächlich. ChatGPT greift sich das, was es als erstes findet. Das ist mir zu wenig.

Warum nicht Gemini? Gemini recherchiert super. Aber ich habe meinen Workflow mit Perplexity gefunden und ich finde, dass mir Perplexity mehr Möglichkeit bietet, auch erstmal zu recherchieren und rohes Material zusammen zu stellen. Gemini, dagegen stellt mir gleich einen top-formulierten Text zur Verfügung. Hier kann ich in dieser Frühphase der Recherche zu wenig selbst die Richtung bestimmen und auch aus kleinen Rechercheteilen noch einen neuen Dreh finden.

Mein Prompt-Ansatz: Ich fordere explizit:

Tief recherchieren
Nur renommierte Quellen nutzen
Nach Originalzitaten und Expertenmeinungen suchen
Unterschiedliche Perspektiven zeigen
Bei Unsicherheiten das offen kommunizieren
Zitate und Personen suchen und Zitate im Original wiedergeben

Der iterative Prozess: Die ersten Ergebnisse führen zu weiteren Fragen. In 15-30 Minuten entwickelt sich ein nachvollziehbares Bild.

Dabei hinterfrage ich gezielt:

Zu glatte Zahlen: „Aus welcher Studie? Wie groß war die Stichprobe?“
Zu perfekte Beispiele: „Gibt es Gegenbeispiele?“
Überraschende Behauptungen: „Welche Quellen belegen das?“

Ich versuche, die KI zum Neurecherchieren zu bringen, statt aus „Eager to Please“ nur bestätigende Antworten zu bekommen.

Phase 3: Content-Erstellung mit Claude

Ich gebe alle diese Perplexity-Recherchepakete an Claude.ai weiter – in ein Project, das ich über Monate auf meinen Stil, meine Denkweise und meine Zielgruppe trainiert habe.
Dieses Projekt kennt meinen Stil, meine Ziele, meine generelle Denkweise zu dem Themengebiet, meine Zielgruppe, den Aufbau der verschiedenen Artikel-Typen etc. Eigentlich könnte ich hier auch ohne eigene Recherche Claude bitten, mir einen Blogbeitrag in meinem Stil zu xy zu schreiben. Das würde gut klingen, genau meinem Stil entsprechen, wäre ich 10 Minuten erledigt und vermutlich in vielen Punkten schlicht falsch oder ausgedacht. Veröffentlich werden würde es dann unter meinem Namen? Besser nicht. Also liefere ich das, was ich selbst mitgestaltet und verstanden und hinterfragt habe und zwinge Claude, hier nichts eigenes dazu zu fügen. Dazu schalte ich z.B. bereits die Websuche bei Claude aus. Denn ich könnte nicht kontrollieren, was Claude da an neuen Feinheiten woher auch immer dazugefügt hat.

Meine zentrale Anweisung an Claude: „Verwende ausschließlich die gelieferten Dokumente. Füge nichts hinzu. Keine ausgedachten Zahlen, Zitate oder Beispiele. Alles muss belegbar sein. Verlinke umfangreich alle Aussagen.“

Das Problem: Claude kann sein Vorwissen nicht vollständig „abschalten“. Bei Wissenslücken „füllt“ das Modell plausibel klingende Informationen ein.
Also schon eine Hilfe, aber keine Garantie, dass Claude nicht doch etwas dazuerfindet oder aus seiner Sicht sinnvoll aufpoliert. Daher braucht es weiter die Phase der neuerlichen Überprüfung.

Phase 4: Die mehrfache Überprüfung

Und das darf Claude erstmal selbst machen und das klappt erstaunlich gut:

Check 1 – Dokumentenabgleich: „Ist alles aus den Dokumenten belegbar? Hast du etwas hinzugefügt?“
Claude prüft und meldet leicht verschämt „xy ist nicht belegbar aus ihren Dokumenten. Soll ich es entfernen?“. Natürlich, weg damit.

Check 2 – Zahlen und Beispiele: Bei glatten Zahlen oder perfekten Beispielen frage ich: „Welches Dokument, welche Seite, welcher Absatz liefert diese Information?“
Meist kann mir Claude tatsächlich dann die Quelle genau benennen. Also wunderbar, bleibt drin.

Check 1 und 2 brauchen zusammen 15-30 Minuten. Je nachdem wie komlex das Thema ist (und ich mich selbst reinarbeiten muss) oder wie kreativ Claude war, was teilweise zu umfangreichen Nachrecherchen führt. Bis hin zum Abbruch des Artikels, weil er mir zu chaotisch und unsicher erscheint.

Check 3 – Übertragung in WordPress und: Manuelle Formatierung:
Ich formatiere jeden Artikel manuell, obwohl ich das leicht automatisieren könnte.
Warum lasse ich mir nicht einen top auf WordPress passendes Format liefern? Weil ich dabei jeden Satz lese, jede Quelle anfasse, jede Aussage ohne Quelle selbst recherchiere. Und danach ein wirklich gutes Gefühl habe, dass hier mein Name drunter stehen darf, ohne dass ich meinen Ruf ruiniere.

Dieser Schritt allein dauert nochmals ca. 15-30 Minuten, aber dafür finde ich:

Unklare Formulierungen
Fehlende Quellenangaben
Widersprüche zwischen Absätzen
Zu glatte Übergänge (typisch für KI)
Gelaber

Check 4 – Externe Validierung bei kritischeren Themen: Teilweise gebe ich den fertigen Artikel nochmals an Perplexity Pro oder (bevorzugt) an Gemini Pro: „Prüfe diesen Artikel kritisch. Gibt es faktische Fehler? Alternative Interpretationen? Fehlende Perspektiven? Prüfe die Quellen. Prüfe die Glaubwürdigkeit der Quellen.“

Warum Gemini? Gemini ist ein Meister der Webrecherche (Google halt) und ist bei detaillierten Vorgaben (hier der Artikel mit Quellen etc.) auch extrem genau. Pingelig geradezu.
Perplexity überprüft auch gerne, hat sich aber auch schon verstolpert und False-Negative geliefert. Übereifrig. Bringt mir auch nichts.

Selbst nach drei Checks kommen also noch Unstimmigkeiten heraus: Zahlen aus dem Kontext gerissen, Zitate mit anderer Bedeutung, veraltete Informationen. Oder, leider auch passiert und in dem Falle eben nicht ein drittes Mal gecheckt: Die Ausgangsquelle dpa hat sich vertan und dutzende von Quellen haben daraus Artikel geschrieben, wodurch der Fehler durch viele hoch-renommierte Quellen bestätigt war. Die kurze Korrektur von dpa etwas später ging unter. Blöd für mich.

Zeitaufwand bis hier: 15-30 Minuten schlimmstenfalls stirbt hier ein Artikel.

Phase 5: Visual und LinkedIn

Ich erstelle ein Visual (meist per Sora oder mit Ideogramm) und eine Headline (mit einem selbst erstellten Custom GPT, trainiert auf meinem Stil der letzten 40 Posts).

Aber: Auch hier ist die Konzeption und Entscheidung komplette menschliche Arbeit. Die KI generiert Varianten – die Auswahl, Anpassung und Entscheidung liegt bei mir. Bislang haben weder Claude noch ChatGPT verstanden, wie meine Visuals aussehen sollen. Liegt vermutlich an mir, aber ich bin unzufrieden und friemel mich teilweise ewig bis zu einem Visual, mit dem ich zufrieden bin. Glücklicherweise habe ich keinen Redaktionsschluss und muss nicht um 20.00 Uhr den Beitrag zur Hauptsendezeit fertig haben. Dann wird der Artikel halt ein paar Tage später veröffentlicht, wenn mir endlich ein passendes Bild dafür im Kopf entstanden ist.

Zeitaufwand: von 15 Minuten bis gefühlt ewig.

Ein Claude-Assistent erstellt mir einen LinkedIn-Post – den ich meist komplett umbaue, weil er zu aggressiv auf Social-Media-Effekte setzt. Ich bin kein Freund der Marktschreierei. Aber die Grundlage ist sehr hilfreich und ich erspare mir die Mühe, einen sehr ausführlichen Blogbeitrag auf 3.000 Zeichen herunter zu dampfen. Und ChatGPT hat gute Nerven und bleibt auch nach der 5. Veränderungsaufforderung freundlich und bemüht sich stets redlich.

Veröffentlichung und vor allem Kommentare: definitv manuell und persönlich.
Mit Hilfe von KI könnte ich viel mehr Kommentare und Reaktionen hinterlassen, was mir beim LinkedIn-Algorithmus Punkte bringen und die Reichweite boosten würde … aber ich finde das nicht richtig. Und ich schreibe auch nicht für eine Reichweite.

Gesamtaufwand pro Artikel somit: 2,5-4,5 Stunden. Sofern er nicht vorher stirbt…

Das Paradox: Mehr Arbeit mit KI

Früher hätte ich einen Artikel in 2-2,5 Stunden geschrieben. Aber mit weniger Quellen, weniger Tiefe, weniger Checks, weniger Überraschung. Und ohne punktgenaues Visual.

Heute investiere ich deutlich mehr Zeit.

Warum?

Weil ich in einem Informationsökosystem arbeite, das zu über 50% aus KI-Content besteht. Weil „renommierte Quellen“ keine Garantie mehr sind. Weil ich kritischer sein muss als je zuvor.

Und!
KI gibt mir die Möglichkeit, tiefer zu recherchieren als früher. Viel spannendere Themenfelder zu bearbeiten und zu erforschen und aufzubereiten, als ich es alleine jemals schaffen könnte. Alleine daraus ergibt sich mehr Content.
Aber sie zwingt mich auch, all das zu prüfen.

Erkenntnis und Empfehlung aus 150 recherchierten Blog-Artikeln und Hinweise, wo dennoch weiter Risiken bleiben

Was funktioniert:

1. Intensives Kuratieren und Fact-Checking Die Mehr-Stunden pro Artikel sind der erhöhte Aufwand, der Qualität von KI-Slop unterscheidet.

2. Mehrschichtige Verifikation Verschiedene KI-Systeme zur Kreuzvalidierung entsprechen den Empfehlungen für Journalisten: Triangulation und Lateral Reading.

3. Transparenz durch umfangreiche Verlinkung Ich mache meine Artikel für den Leser nachvollziehbar – gegen die „Black Box“ des KI-Contents. Jeder kann selbst auf die Quelle gehen und sich entweder tiefer einlesen oder schlicht checken, ob es diese Zahl, dieses Zitat gibt.

Was problematisch bleibt:

1. Ich arbeite im „vergifteten“ Informationsökosystem Meine Ausgangsquellen sind mit hoher Wahrscheinlichkeit bereits zu 50-74% KI-durchsetzt. Aber hoffentlich dennoch richtig. Ich muss auf die aufbereiteten Informationen Dritter zurückgreifen, ich bin nicht direkt dabei, wenn Sam Altman etwas sagt.

Konsequenz: Ich kuratiere Informationen, die bereits durch den „Model Collapse Filter“ gegangen sind. Seltene Perspektiven könnten bereits verschwunden sein. Fehler können enthalten sein. KI könnte etwas erfunden haben, was andere fleißig kopieren und damit der erfunden Wahrheit die erforderliche Reputation liefert. Da aber vor allem meine eigene Perspektive, meine eigene Sicht auf die Dinge meine Kernbotschaft sind, steckt ein großer Anteil „exklusiver“ Content in meinen Artikeln.

2. Perplexity und Claude sind selbst potenziell betroffen Beide wurden mit Daten trainiert, die synthetischen Content enthalten. Daher versuche ich ihre eigene Meinung bei diesen Themen fernzuhalten. Der Einfluss dürfte gering sein, da ich trotz aller Recherche schnelle Artikel und Überblicke schaffe und keine wissenschaftliche Arbeit.

3. Das Zirkularitätsproblem Ich nutze KI (Perplexity) → um KI-durchsetzte Quellen zu recherchieren → die ich von KI (Claude) verarbeiten lasse → und mit KI (Gemini) überprüfe.

Wenn alle auf demselben kontaminierten Datenraum trainiert wurden, können sie sich gegenseitig in Fehlern bestätigen statt sie aufzudecken. Aber auch hier: ich gebe einen Überblick, ich gebe Impulse zum Nachdenken, keine Forschungsarbeit. Das beruhigt.

4. Was ich nicht checken kann

Ob die Quelle selbst KI-generiert ist
Ob die Interpretation korrekt ist
Ob wichtige Gegenperspektiven fehlen

Fehler bleiben also möglich.

Der Spagat: Nützlicher KI-Content vs. Vergiftung

Meine Artikel entstehen mit viel KI-Unterstützung. Aber auch mit viel „Human in the Loop“.

Ich trage aber auch fleißig dazu bei, dass KI-generierter Content zunimmt.

Ist das schlecht?
Meiner Meinung nach: Nein – nicht per se.

Schlecht ist nur der hochpolierte „shiny“ KI-Einheitsbrei, der von KI schnell mal erstellt wurde, super klingt, aber innen leider oberflächlich ist, da ohne menschliches Zutun erstellt. Content, der in Minuten entsteht und in Masse veröffentlicht wird. Das ist aber nicht Fehler der KI. Ohne Kontext, ohne Richtungsvorgabe kann auch der beste Redakteur keinen inhaltsvollen Text erstellen. Vorteil des Menschen, er sucht sich dann halt zusammen, was gebraucht wird. KI legt brav los und erstellt auf oberflächlicher Anweisung und mit wenig Wissen einen langen, gut formulierten Beitrag.

Gut ist KI-assistierter Content mit:

Intensiver menschlicher Kuration
Mehrfacher Verifikation
Transparenz über Quellen
Kritischem Denken bei jedem Schritt

Und genau das ist der Zweck meiner Artikel: Aufklärung darüber, wie KI sinnvoll und wertbringend eingesetzt werden kann – und was wir vermeiden müssen, um aus guten Möglichkeiten nicht aus Bequemlichkeit eine schlechtere Zukunft zu machen.

Warum ich trotzdem zufrieden bin

Ohne KI würde ich diese Artikel nicht schreiben. Nicht in diesem Umfang, nicht in dieser Häufigkeit, nicht in dieser Tiefe.

Warum? Weil:

ich die Geduld verlieren würde bei tagelanger Recherche
ich müde werden würde bei der Tiefe, die ich erreichen will
ich manche Artikel gar nicht fertigstellen würde

Mit KI erreiche ich ein Optimum aus Arbeit und Output:

die KI recherchiert schneller und breiter als ich
die KI strukturiert schnell und besser als ich die Masse an Informationen, die sich bei meinen Recherchen anhäufen
die KI formuliert Entwürfe, die ich verfeinern kann
KI schreibt lange Texte in meinem Stil, die ich dann zerpflücken und verbessern kann.
Kein Weißes-Blatt-Problem

Aber: Ich bleibe der Kurator, der Fact-Checker, der Entscheider.

Jeder hat seine Schwächen

Die KI kann keine Verlässlichkeit garantieren. Ich kann nicht endlos recherchieren. Wenn wir die gegenseitigen Stärken und Schwächen kennen und damit den jeweiligen Teil an der richtigen Stelle einsetzen wird es richtig gut.
Denn: Zusammen sind wir stärker.

Transparenzhinweis: Dieser Artikel wurde unter Einsatz von KI-Recherche (Perplexity Pro) und KI-Assistenz bei der Strukturierung (Claude.ai) erstellt. Alle Fakten, Interpretationen und Schlussfolgerungen wurden manuell geprüft. Die endgültige Formulierung und Anordnung erfolgte durch menschliche Entscheidung.