Die meisten Content-Teams verbringen den größten Teil ihrer Zeit nicht mit Schreiben. Sie verbringen ihn mit Raten. Was funktioniert gerade? Welche Hooks ziehen? Was posten die Konkurrent:innen, das wirklich einschlägt? Drei Stunden Recherche, eine Stunde Content - und am Ende bleibt die Frage, ob der Post überhaupt performt.
Dieser Artikel beschreibt einen Workflow, der das umdreht. Kein neues Tool, kein Abonnement. Nur ein strukturiertes Zusammenspiel aus Wettbewerbs-Recherche, KI-Generierung und einem klaren Rahmen. Am Ende steht nicht ein Post, sondern ein vollständiger 39-seitiger Content-Plan, fertig zum Einplanen.
Der Fehler: KI mit einem leeren Prompt
Die meisten, die Claude oder ChatGPT für Social-Content nutzen, fangen bei null an. Schreib mir einen Instagram-Post über Thema X. Das Ergebnis: generischer Marketing-Speak, austauschbar, ohne Bezug zu dem, was gerade wirklich geklickt wird. Kein Wunder - das Modell hat keinen Kontext, was in deiner Nische heute performt.
Der entscheidende Schritt kommt vorher. Bevor KI auch nur einen Satz schreibt, muss sie wissen: welche Hooks funktionieren gerade. Welche Carousel-Strukturen kriegen Saves. Welche Caption-Längen werden zu Ende gelesen. Das sind keine Vermutungen, das sind Daten - und sie liegen öffentlich auf den Profilen der Konkurrent:innen.
Schritt eins: Die richtigen Profile scrapen
Der Workflow beginnt mit einer Liste: fünf bis zehn Accounts, die in deiner Nische überdurchschnittlich performen. Nicht die größten - die mit dem höchsten Engagement pro Follower. Über Tools wie Apify, Phantombuster oder einen schlanken eigenen Scraper werden ihre Top-Posts der letzten 90 Tage gezogen: Hook, Carousel-Text, Caption, Hashtags, Likes, Comments, Saves.
Das Ergebnis ist eine Tabelle mit 200 bis 500 Zeilen Performance-Daten. Rohmaterial. Für sich genommen unbrauchbar - aber Gold, sobald ein Modell damit arbeitet.
Schritt zwei: Der SCALE-Rahmen für die KI
Claude bekommt diese Tabelle nicht roh, sondern zusammen mit einem strukturierten Prompt. Wir nutzen dafür das SCALE-Framework: Specific, Contextual, Actionable, Lexical, Emotional. Fünf Dimensionen, die jeden generierten Post abdecken muss.
- Specific: welche konkrete Zielgruppe, welches Mikro-Thema.
- Contextual: welcher Trend, welcher Zeitpunkt, welcher Anlass.
- Actionable: ein konkreter Next Step am Ende jedes Posts.
- Lexical: Tone-of-Voice aus hinterlegten Brand-Beispielen.
- Emotional: welcher Trigger - Neugier, Frustration, Wiedererkennung.
Das Modell analysiert die Top-Posts der Konkurrenz entlang dieser Dimensionen, extrahiert die Muster und generiert daraus angepasste Varianten, die zur eigenen Marke passen - statt Plagiate zu sein.
Schritt drei: Output als System, nicht als Einzelpost
Der gängige Fehler ist, KI für einen Post zu nutzen. Das ist die falsche Rechenart. Wer den Workflow einmal aufsetzt, lässt ihn direkt 30 bis 50 Posts gleichzeitig produzieren - Carousel-Hooks, Slide-Texte, Captions, Hashtag-Sets, CTA-Varianten. Das Ergebnis landet strukturiert in einem Google Doc oder einer Notion-Tabelle, bereit für das Redaktionsteam.
Bei einem unserer Kunden waren es exakt 39 Seiten. 42 Carousel-Konzepte, je drei Hook-Varianten, fertige Captions mit eingebauten CTAs, kuratierte Hashtag-Sets pro Thema. Produktionszeit mit dem alten Prozess: rund 60 Stunden. Mit dem Workflow: eine Stunde Briefing, vier Stunden Review.
Was Menschen daran weiterhin tun müssen
Jede Automation hat eine Stelle, an der der Mensch unersetzlich bleibt. Hier ist es die Kuratierung. Nicht jeder generierte Post geht live - ungefähr 60 bis 70 Prozent der Varianten sind solide, 20 Prozent sind überraschend gut, 10 Prozent sind unbrauchbar. Die Auswahl entscheidet darüber, ob der Feed kohärent bleibt oder beliebig wird.
Der entscheidende Unterschied zwischen KI-generiert und KI-gestützt liegt genau in dieser Kuratierungs-Stunde. Wer sie wegrationalisiert, bekommt austauschbaren Content, nur schneller. Wer sie ernst nimmt, bekommt Content, der wirklich zur Marke gehört - in einem Zehntel der Zeit.
Was davon für dich relevant ist
Der Workflow funktioniert für Coaches, E-Commerce-Brands, B2B-Accounts und Creator gleichermaßen - aber nur, wenn vorher drei Dinge stimmen: eine klar definierte Zielgruppe, eine kurze Voice-Dokumentation, und die Bereitschaft, die Kuratierungs-Rolle zu behalten. Ohne das eine bekommt die KI keinen Rahmen. Ohne das zweite keinen Ton. Ohne das dritte keine Marke.
Wenn diese drei Punkte stehen, ist ein vollständiges Monats-Content-Paket nicht mehr eine Frage von Wochen, sondern von einem Nachmittag. Und genau da beginnt der eigentliche Hebel: nicht beim Sparen von Stunden, sondern beim Umleiten dieser Stunden in Dinge, die KI nicht kann - Community, Strategie, echte Gespräche.