Case Study · Architektur · KI-Workflows

Automatisierte Content-Pipeline – Von der Idee zum Produkt

Wie wir ein eigenes Problem als Anlass genommen haben, eine vollautomatisierte KI-Content-Pipeline zu bauen – welche Entscheidungen wir getroffen haben, wo die echten Stolpersteine lagen und was das für Kundenprojekte bedeutet.

Das Problem

Viele Unternehmen – uns eingeschlossen – benötigen regelmäßig Content: Blog-Artikel, Produktbeschreibungen, Dokumentationen, interne Updates. Das Problem ist immer dasselbe: Recherche, Gliederung, Schreiben, Formatieren, Veröffentlichen. Jeder Schritt kostet Zeit, und die Qualität schwankt je nach verfügbarer Kapazität.

Die typischen Ansätze scheitern an einem von drei Dingen:

• Zu manuell: Jemand schreibt alles selbst – qualitativ gut, aber nicht skalierbar.
• Zu oberflächlich: Massen-KI-Content ohne Qualitätskontrolle – schnell produziert, aber inhaltlich nicht nutzbar.
• Zu starr: Generische Tools, die keinen Bezug zur eigenen Domain, Tonalität oder Zielgruppe haben.

Wir wollten eine Lösung, die drei Anforderungen gleichzeitig erfüllt: qualitativ hochwertig, vollautomatisch im Ablauf, aber mit menschlicher Qualitätskontrolle vor Veröffentlichung. Und statt nur zu beraten, haben wir es selbst gebaut – Blitzcontent.de.

Architektur-Entscheidungen

Bevor eine Zeile Code geschrieben wurde, haben wir drei Grundsatzentscheidungen getroffen:

1. Workflow-Orchestrierung mit n8n. Keine fest verdrahtete Scripts, sondern visuelle Workflows, die sich anpassen, erweitern und debuggen lassen. Jeder Schritt – Recherche, Gliederung, Textgenerierung, SEO-Prüfung, Veröffentlichung – ist ein eigener Node. Das erlaubt gezielte Optimierung einzelner Schritte ohne die gesamte Pipeline zu gefährden.

2. OpenRouter als LLM-Gateway. Statt uns auf ein einzelnes Modell zu festzulegen, nutzen wir OpenRouter. Das gibt uns Modell-Agnostizität: für Recherche ein Modell mit breitem Kontextfenster, für Texterstellung eines mit hoher Schreibqualität, für SEO-Optimierung eines mit strukturierter Ausgabe. Wir wählen für jede Teilaufgabe das Modell, das sie am besten löst – und optimieren gleichzeitig die Kosten, indem wir das kleinste, schnellste und kostengünstigste Modell nehmen, das die jeweilige Aufgabe zuverlässig bewältigt.

3. WordPress REST API als Zielplattform. Keine proprietäre Veröffentlichungsengine, sondern Anbindung an den Standard, den Millionen von Unternehmen bereits nutzen. Die Verbindung erfolgt per Anwendungspasswort – kein Plugin nötig, keine zusätzliche Attack Surface.

Die 6 Workflows im Detail

Blitzcontent besteht aus sechs orchestrierten KI-Workflows, die nahtlos ineinandergreifen:

• 1. Themenrecherche: Identifiziert relevante Themen basierend auf Zielgruppe, Keywords und aktuellen Trends.
• 2. Gliederung: Erstellt eine strukturierte Artikel-Outline mit sinnvoller Argumentationsreihenfolge.
• 3. Texterstellung: Schreibt den eigentlichen Artikel – Abschnitt für Abschnitt, mit Bezug zur Gliederung.
• 4. Qualitäts- & SEO-Prüfung: Prüft Lesbarkeit, Keyword-Dichte, interne Verlinkungspotenziale und formale Konsistenz.
• 5. Formatierung: Konvertiert den Text in sauberes HTML mit sinnvollen Headings, Listen und Absätzen.
• 6. Veröffentlichung: Überträgt den fertigen Artikel als Entwurf per WordPress REST API – bereit zur Freigabe.

Jeder Workflow läuft asynchron. Das bedeutet: während Artikel A in der Qualitätssicherung ist, schreibt Workflow 3 bereits Artikel B. Kein Bottleneck, keine unnötige Wartezeit.

Herausforderungen & Lösungen

Herausforderung: Qualität konsistent halten

Problem: KI generiert schnell Text, aber die Qualität variiert – je nach Thema, Modell und Prompt. Ein Artikel, der bei der Generierung gut aussieht, kann inhaltliche Lücken oder falsche Priorisierungen haben.

Lösung: Multi-Pass-Architektur. Die Texterstellung ist kein einzelner Prompt, sondern ein mehrstufiger Prozess: erst Gliederung validieren, dann Abschnitt für Abschnitt schreiben, dann den gesamten Text in einem separaten Qualitätspass prüfen. Der menschliche Nutzer gibt die finale Freigabe – kein Artikel geht ohne Approval live.

Herausforderung: Kosten im Griff halten

Problem: Große LLMs pro Artikel zu verwenden skaliert nicht. Jedes Modell hat andere Stärken, und ein teures Modell für eine einfache Aufgabe ist Verschwendung.

Lösung: Über OpenRouter wählen wir aufgabenspezifisch das optimale Modell. Die Recherche braucht breiten Kontext, die Texterstellung hohe Sprachqualität, die SEO-Prüfung strukturierte Ausgabe. So wird jeder Schritt mit dem Modell bearbeitet, das ihn am besten – und am kosteneffizientesten – löst. Das Ergebnis: hoher Output bei kontrollierten Kosten, transparent abgerechnet pro Credit.

Herausforderung: Fehlerbehandlung & Resilienz

Problem: In einer automatisierten Pipeline an einer Stelle scheitert – LLM antwortet nicht wie erwartet, API-Zugriff schlägt fehl, Formatierung bricht ab – muss die gesamte Pipeline sauber reagieren. Stille Fehler oder halbfertige Artikel sind schlimmer als gar kein Artikel.

Lösung: Jeder Workflow hat explizite Validierungsschritte. Wenn ein Schritt fehlschlägt, wird der Credit automatisch zurückgegeben und ein detaillierter Fehlerbericht erstellt. Kein Nutzer verliert Ressourcen durch technische Probleme. Das System ist so designed, dass Ausfälle sichtbar und nachvollziehbar sind – nicht versteckt.

Herausforderung: Benutzerkontrolle ohne manuellen Aufwand

Problem: Vollautomatisch klingt gut – aber wer hat die Kontrolle? Kein Unternehmen gibt Content frei, den es nicht geprüft hat. Gleichzeitig soll der Prozess nicht manuell werden.

Lösung: Die Pipeline produziert Entwürfe, keine Veröffentlichungen. Der Nutzer sieht jeden Artikel vorab, kann Änderungen vorschlagen oder ablehnen. Die Freigabe ist ein Ein-Klick-Vorgang. Das System automatisiert alles vor der Entscheidung – aber die Entscheidung selbst bleibt beim Menschen.

Was das für Kundenprojekte bedeutet

Warum erzählen wir das hier? Weil es zeigt, wie wir an Kundenaufträge herangehen:

• Wir bauen nicht nur, wir betreiben selbst. Unsere Lösungen laufen in der Praxis, nicht nur in Präsentationen.
• Architektur vor Implementation. Bevor wir anfangen, entscheiden wir: Welche Komponenten? Welche Schnittstellen? Wo sind die Schwachstellen?
• Modularität statt Monolith. Jeder Workflow ist austauschbar, erweiterbar und unabhängig optimierbar. Das gleiche Prinzip wenden wir bei Kunden-Architekturen an.
• Kostenbewusstsein. Automatisierung soll Prozesse günstiger machen – nicht teurer durch ineffiziente Tool-Nutzung. Modell-Auswahl, Ressourcennutzung und Skalierbarkeit sind von Anfang an mitgedacht.
• Fehler sind Teil des Designs. Wir bauen Systeme, die mit Ausfällen umgehen können – nicht solche, die beim ersten Problem stillschweigend scheitern.

Das Ergebnis

Blitzcontent.de ist die produktive Umsetzung dieser Prinzipien: 6 KI-Workflows, OpenRouter-gesteuert, WordPress-integriert, Credit-basiert abgerechnet, menschlich freigegeben.

Es ist kein Kundenprojekt – aber es beweist, was wir in eigener Sache umsetzen. Und genau diese Herangehensweise bringen wir in jedes Kundenprojekt mit.

Ihr nächster Schritt

Sie haben Prozesse, die ähnlich strukturiert, automatisiert und mit KI-Unterstützung optimiert werden können? Wir bewerten gemeinsam, wo der größte Hebel liegt – und wie Sie mit überschaubarem Aufwand starten können.