Jede Content-Strategie kippt irgendwann in dieselbe Falle: Mehr posten, öfter senden, schneller liefern. Der KPI heißt dann "Anzahl Artikel pro Monat", nicht "Wirkung pro Artikel". Wir verstehen, woher das kommt — Content-Kalender müssen voll sein, Kunden wollen Aktivität sehen, und zehn mittelmäßige Texte fühlen sich nach mehr Arbeit an als zwei gute. Fühlen sich nach mehr an. Sind es aber nicht.
Ein Redakteur, der ein Thema wirklich durchdrungen hat, schreibt in einer Stunde etwas, das zehn generische Texte nie erreichen: einen Absatz, der hängen bleibt. Das ist keine romantische Vorstellung vom Handwerk, das ist einfach Erfahrung — wer für einen Maschinenbauer über Wartungsintervalle schreibt und weiß, warum ein bestimmtes Bauteil in der Praxis vorzeitig ausfällt, schreibt anders als jemand, der nur die Produktbeschreibung paraphrasiert. Der Unterschied liegt nicht im Stil. Er liegt im Verständnis, das durchscheint, auch wenn man es nicht extra erwähnt.
Volumen ist kein Ersatz für Relevanz
Das Problem mit "mehr Content" ist, dass es sich messen lässt, während "besserer Content" sich nicht so einfach in ein Reporting pressen lässt. Also optimieren viele Teams auf das, was zählbar ist. Die Konsequenz sehen wir regelmäßig: Blogs, die zwar wöchentlich neue Artikel liefern, aber niemand liest sie zweimal — weder Leser noch Suchmaschinen, die generischen Text inzwischen zuverlässig erkennen und abstrafen. Wir haben selbst Kunden beraten müssen, ihre Publikationsfrequenz zu senken, weil die vorhandene Qualität es schlicht nicht hergab, öfter zu erscheinen. Das war kein bequemes Gespräch. Es war das richtige.
Wirkung entsteht, wenn ein Text eine Frage beantwortet, die jemand wirklich hat, in einer Sprache, die zur Zielgruppe passt, mit einem Blick, der über das Offensichtliche hinausgeht. Das kann kein Redakteur liefern, der um neun Uhr anfängt und bis siebzehn Uhr sein Tagespensum von acht Artikeln zu unterschiedlichsten Themen abarbeitet. Dafür braucht es Zeit im Thema, nicht nur Zeit am Bildschirm.
Was KI daran ändert — und was nicht
Hier kommt fast reflexartig der Einwand: Aber KI löst das doch, oder? Nein. KI-Tools können Recherche beschleunigen, Rohfassungen strukturieren, Wiederholungen aus dem Alltag eines Redakteurs nehmen — die zehnte Variante einer Produktbeschreibung, die fünfte Zusammenfassung eines Pressetexts. Das ist wertvoll, und wir setzen das selbst ein. Was KI nicht kann: verstehen, warum eine Aussage in einer Branche falsch ankommt, obwohl sie sachlich korrekt ist. Einschätzen, welcher Fakt für einen bestimmten Einkäufer relevant ist und welcher nur Füllmaterial. Ein Gespür dafür entwickeln, wann ein Kunde etwas Bestimmtes eigentlich nicht sagen will, auch wenn er es so formuliert hat.
Wer KI nutzt, um mehr Volumen bei gleichbleibendem Verständnis zu produzieren, hat das Werkzeug falsch einsortiert. Die Zeit, die frei wird, gehört ins Thema — in Recherche, ins Gespräch mit Fachleuten, ins genaue Lesen dessen, was ein Kunde eigentlich verkauft. Nicht in noch mehr Output.
Wir sagen das auch deshalb so deutlich, weil wir selbst Kunden haben, die sich mehr Content wünschen, als unsere Kapazität an wirklich verstandenen Themen hergibt. Dann sagen wir das. Lieber ein ehrliches "das dauert länger" als zehn Texte, die niemandem etwas bringen — am wenigsten dem Kunden, der dafür bezahlt.