Case Study SEO-Content-Engine: Wie wir Content-Erstellung mit KI automatisieren, ohne die Qualität abzugeben

Für einen Kunden haben wir eine SEO-Content-Engine gebaut, die den Content-Prozess von der Keyword-Lücke bis zur internen Verlinkung als festen Ablauf organisiert: Recherche, Briefing, Entwurf, Faktenprüfung und Linkvorschläge laufen automatisiert, die Freigabe bleibt verbindlich beim Menschen. In diesem Beitrag zeigen wir, wie die Engine aufgebaut ist, welche Entscheidungen wir dabei getroffen haben und warum, was bei solchen Projekten typischerweise schiefläuft, und woran Sie erkennen, ob eine Engine für Ihr Unternehmen sinnvoll ist.

Die Kurzfassung vorweg: Eine Content-Engine ist kein Textgenerator. Sie ist ein Prozess, in dem KI die Routine übernimmt und Menschen die Verantwortung behalten. Wer das umdreht, produziert schnell viel Text, aber wenig, das rankt oder zitiert wird.

Ausgangslage: Content scheitert an der Konstanz, nicht an Ideen

Das Muster kennen wir aus vielen Unternehmen. Es gibt eine Themenliste, oft sogar eine gute. Es gibt Fachleute, die viel wissen. Und es gibt einen Redaktionsplan, der nach ein paar Wochen liegen bleibt, sobald das Tagesgeschäft drückt.

Der Grund ist selten fehlende Motivation. Ein einzelner guter Beitrag besteht aus vielen kleinen Schritten: Suchbegriffe und Suchintention prüfen, schauen, was bereits rankt, eine Gliederung bauen, Fachwissen einholen, schreiben, Fakten prüfen, intern verlinken, Meta-Daten setzen, ins CMS einpflegen, freigeben lassen. Jeder Schritt ist für sich klein, zusammen sind sie ein halbes Projekt. Und jeder Übergang zwischen zwei Personen ist eine Stelle, an der die Arbeit liegen bleibt.

Die Folge ist unregelmässiger Output: Phasen mit mehreren Beiträgen, dann lange nichts. Für SEO ist das doppelt ungünstig, weil Themenautorität aus zusammenhängenden, regelmässig ergänzten Inhalten entsteht, nicht aus einzelnen Schüben. Das Ziel des Projekts war deshalb nicht «mehr Text», sondern ein Ablauf, der auch dann weiterläuft, wenn niemand Zeit hat, ihn anzuschieben.

Die Architektur Schritt für Schritt

Die Engine zerlegt den Prozess in klar abgegrenzte Stufen. Jede Stufe hat einen definierten Input, einen definierten Output und eine Prüfung, bevor die nächste beginnt.

// Von der Keyword-Lücke zum freigabereifen Entwurf.
async function runContentEngine(topicCluster: Cluster) {
  const gaps    = await findKeywordGaps(topicCluster);   // Suchlücken & Intent
  const brief   = await buildBrief(gaps);                // strukturiertes Briefing
  const draft   = await writeDraft(brief);               // markenkonformer Entwurf
  const checked = await factCheck(draft);                // Quellen & Konsistenz
  const linked  = addInternalLinks(checked);             // interne Verlinkung

  return queueForReview(linked);                         // Mensch gibt frei
}

1. Keyword-Lücken und Suchintention. Die Engine gleicht Suchnachfrage, die Rankings der Wettbewerber und den eigenen Bestand ab. Wichtig ist der letzte Teil: Bevor ein neues Thema vorgeschlagen wird, prüft die Engine, ob eine bestehende Seite die Suchintention bereits abdeckt. Ist das der Fall, entsteht ein Überarbeitungsauftrag statt eines neuen Beitrags. Das verhindert, dass sich zwei eigene Seiten gegenseitig Konkurrenz machen.

2. Clustering und Priorisierung. Begriffe mit derselben Suchabsicht werden zu einem Thema zusammengefasst. Priorisiert wird nach geschäftlicher Relevanz, nach vorhandenen Impressionen in der Search Console und nach dem Format, das Google für die Anfrage tatsächlich ausspielt. Ein Ratgeber, eine Vergleichsseite und eine Landingpage sind unterschiedliche Aufträge.

3. Briefing. Das Briefing ist das eigentliche Produkt der Engine. Es enthält Zielfrage, Suchintention, Format, Gliederung, Pflichtfragen, die beantwortet werden müssen, zugelassene Quellen, interne Linkziele, den gewünschten nächsten Schritt für die Leserin und, entscheidend, eine Liste mit Fragen an die Fachleute des Kunden. Dort steht, welche Erfahrung, welche Beispiele und welche eigenen Daten der Beitrag braucht, damit er mehr ist als eine Zusammenfassung des Internets.

4. Entwurf. Geschrieben wird abschnittweise entlang des Briefings, mit Styleguide, Glossar und einer Liste von Aussagen, die die Marke nicht machen darf. Jeder Abschnitt beginnt mit der Antwort, nicht mit der Hinführung.

5. Faktenprüfung. Ein separater Schritt zieht alle Tatsachenbehauptungen aus dem Entwurf und gleicht sie mit den Quellen aus dem Briefing ab. Was sich nicht belegen lässt, wird markiert, nicht stillschweigend gelöscht. Die Redaktion sieht die Liste und entscheidet.

6. Interne Verlinkung. Die Engine kennt den gesamten Bestand der Website und schlägt Links in beide Richtungen vor: vom neuen Beitrag auf passende bestehende Seiten und von bestehenden Seiten auf den neuen Beitrag. Zusätzlich prüft sie, ob jedes Linkziel erreichbar ist.

7. On-Page-Optimierung. Title, Meta-Description, Überschriftenstruktur, Alt-Texte und strukturierte Daten werden vorgeschlagen, nicht erzwungen. Ein Title, der zwar das Keyword enthält, aber niemanden zum Klicken bringt, ist kein Gewinn.

8. Menschliche Freigabe. Der fertige Entwurf landet als Entwurf im bestehenden CMS, zusammen mit der Liste der markierten Aussagen und der Linkvorschläge. Veröffentlicht wird erst nach Freigabe.

9. Rückkopplung. Nach der Veröffentlichung fliessen Search-Console-Daten zurück in Stufe 1. Seiten mit vielen Impressionen und wenig Klicks oder mit sinkenden Positionen werden wieder zu Aufträgen. Die Engine schreibt also nicht nur Neues, sie pflegt auch den Bestand.

Die Entscheidungen dahinter

Jede Content-Engine ist eine Abfolge von Entscheidungen. Diese fünf haben die Architektur geprägt.

Verbindliche Freigabe statt Vollautomatik. Technisch wäre es einfach gewesen, Beiträge direkt zu veröffentlichen. Wir haben uns bewusst dagegen entschieden. Der Grund ist nicht Misstrauen gegenüber der KI, sondern Verantwortung: Ein Text, der unter dem Namen eines Unternehmens erscheint, braucht jemanden, der dafür einsteht. Der Preis dieser Entscheidung ist, dass die Freigabe zum Taktgeber wird. Das ist gewollt.

Das Briefing als Produkt, nicht der Text. Viele Content-Automatisierungen starten mit einem Prompt und hoffen auf einen guten Text. Wir investieren den grössten Teil der Logik in das Briefing. Ein gutes Briefing führt auch mit einem durchschnittlichen Entwurf zu einem brauchbaren Beitrag. Ein schlechtes Briefing lässt sich durch keinen Entwurf retten.

Schreiben und Prüfen getrennt. Der Schritt, der den Entwurf schreibt, prüft ihn nicht selbst. Die Faktenprüfung ist ein eigener Schritt mit eigener Aufgabe und eigenem Massstab. Wer sich selbst kontrolliert, übersieht dieselben Fehler zweimal.

Bestand vor Neuproduktion. Wo eine bestehende Seite bereits Impressionen erzeugt, ist eine Überarbeitung fast immer der schnellere Hebel als ein neuer Beitrag. Die Engine behandelt Überarbeitungen deshalb als gleichwertige Aufträge.

Integration statt neues Werkzeug. Die Redaktion arbeitet weiter in ihrem CMS. Die Engine liefert dorthin. Ein zusätzliches Tool, in das sich niemand einloggt, hätte den Prozess nicht konstanter gemacht, sondern um einen Übergang länger.

Qualität, E-E-A-T und GEO: warum der Content zitierbar bleibt

Google hat seine Haltung klar formuliert: Entscheidend ist, ob Content hilfreich ist, nicht, wie er entstanden ist. Gleichzeitig stuft Google seit 2024 massenhaft produzierten Content ohne eigenen Mehrwert als Spam ein, unabhängig davon, ob ihn Menschen oder Maschinen geschrieben haben. Eine Engine, die nur Volumen erzeugt, läuft direkt in diese Richtlinie.

Für KI-Assistenten wie ChatGPT, Perplexity oder Google AI Overviews gilt dieselbe Logik in verschärfter Form. Ein Assistent zitiert eine Quelle, wenn sie etwas beiträgt, das andere Quellen nicht haben, und wenn sich ein Abschnitt sauber herauslösen lässt. Wie sich klassisches SEO dadurch verschiebt, haben wir in Generative Engine Optimization (GEO) beschrieben. Für die Engine haben wir daraus feste Regeln abgeleitet:

• Erfahrung ist Pflichtfeld. Jedes Briefing enthält Fragen an die Fachleute. Ohne deren Antworten geht ein Beitrag nicht in den Entwurf. Erfahrung, eigene Beispiele und eigene Daten sind das, was KI-Systeme anderswo nicht finden.
• Antwort zuerst. Die Kernfrage wird in den ersten Sätzen beantwortet. Jeder Abschnitt ist ohne den Rest verständlich, damit er als Zitat funktioniert.
• Belegbar statt behauptend. Konkrete Bedingungen, Einschränkungen und Quellen statt Werbesprache. Was sich nicht prüfen lässt, wird seltener übernommen und schadet der Glaubwürdigkeit.
• Echter Autor, echtes Datum. Beiträge erscheinen unter einer Person mit Fachbezug, mit sichtbarem Veröffentlichungs- und Aktualisierungsdatum.
• Technisch lesbar. Saubere Überschriftenstruktur, strukturierte Daten und eine Website, die von KI-Crawlern überhaupt gelesen werden darf.

Ob das wirkt, lässt sich nicht mit Rankings allein beantworten. Dafür braucht es ein festes Set von Kundenfragen, das wiederholt an mehrere Assistenten gestellt wird. Wie so ein Mess-Setup aufgebaut ist, steht in KI-Sichtbarkeit messen. Und weil Assistenten ihre Empfehlungen stark aus Drittquellen bauen, reicht eigener Content allein nicht aus. Welche weiteren Signale zählen, beschreiben wir in Empfehlungswahrscheinlichkeit in KI-Assistenten erhöhen.

Die Ergebnisse

• Konstanter, planbarer Output statt Content-Schüben mit langen Lücken.
• Schnellere Produktion pro Beitrag, weil Recherche und Erstentwurf automatisiert laufen.
• Themenkohärenz und interne Verlinkung, die organische Sichtbarkeit über die Zeit aufbauen.
• Die Redaktion behält die Kontrolle über Tonalität, Fakten und Veröffentlichung.

Was wir dabei gelernt haben

Die folgenden Punkte sind typische Stolpersteine bei Content-Engines. Wir haben die Architektur so gebaut, dass sie ihnen ausweicht, und empfehlen jedem, der ein ähnliches System plant, sie von Anfang an einzuplanen.

Ohne Fachinput wird alles gleich. Ein Modell schreibt flüssig über fast jedes Thema, aber es schreibt das, was im Durchschnitt aller Quellen steht. Der Unterschied zwischen einem austauschbaren und einem zitierbaren Beitrag ist fast immer ein Satz, den nur jemand aus dem Unternehmen schreiben kann.

Quellen gehören ins Briefing, nicht in die Nachkontrolle. Wenn erst nach dem Schreiben nach Belegen gesucht wird, sucht man Belege für einen fertigen Text. Wenn die Quellen vorher feststehen, entsteht der Text aus ihnen.

«Lücken» sind oft keine Lücken. Eine automatische Keyword-Analyse findet gern Themen, die die Website längst abdeckt, nur unter anderer Formulierung. Ohne Abgleich mit dem Bestand produziert eine Engine Kannibalisierung im grossen Stil.

Stil lässt sich nicht mit Adjektiven beschreiben. «Professionell, aber nahbar» steht in jedem Styleguide und bewirkt nichts. Was wirkt, sind Beispiele: gute Absätze, schlechte Absätze, verbotene Formulierungen, das Glossar der Firma.

Die Freigabe muss leicht sein, sonst wird sie zum Engpass. Wer einen langen Entwurf ohne Hinweise prüfen muss, prüft oberflächlich. Eine Freigabeansicht mit markierten Aussagen, Quellen und Linkvorschlägen macht aus der Prüfung eine Entscheidung statt einer Suche.

Automatische Links brauchen eine Obergrenze und einen Zweck. Eine Engine, die jede thematische Nähe verlinkt, macht Texte unlesbar. Die Regel: Ein Link muss der Leserin an dieser Stelle weiterhelfen, sonst entfällt er.

Die Engine braucht Pflege. Modelle ändern sich, Suchergebnisse ändern sich, das Angebot des Unternehmens ändert sich. Briefing-Vorlagen, Styleguide und Prüfregeln sind keine einmalige Einrichtung, sondern laufende Arbeit.

Ist eine Content-Engine das Richtige für Sie?

Eine Engine lohnt sich nicht für jedes Unternehmen. Diese Fragen helfen bei der Entscheidung:

Wenn Sie bei der Frage nach der Freigabe zögern, ist das das wichtigste Signal. Eine Engine ohne klare Freigabeverantwortung erzeugt entweder einen Stau oder Texte, für die niemand einsteht.

Was den Aufwand bestimmt

Konkrete Preise lassen sich ohne Kenntnis der Ausgangslage nicht seriös nennen. Die Treiber sind aber gut absehbar:

• Datenzugänge und Datenqualität: Search Console, Analytics, Keyword-Tool und ein vollständiger Crawl des Bestands.
• Anzahl Themencluster und Formate: Ratgeber, Landingpages und Vergleichsseiten brauchen jeweils eigene Briefing-Vorlagen.
• Sprachen: Jede Sprache braucht eigene Suchbegriffe, eigenen Styleguide und eine eigene Prüfung. Eine Übersetzung ist kein lokalisierter Beitrag.
• CMS-Anbindung: Je offener die Schnittstelle, desto weniger manuelle Übergaben.
• Styleguide und Glossar: Einmaliger Aufbau mit Beispielen, danach laufende Pflege.
• Zeit der Fachleute: Der wichtigste und am häufigsten unterschätzte Faktor. Ohne ihren Input bleibt der Content generisch.
• Betrieb: Freigabe, Monitoring, Anpassung der Engine an neue Modelle und Suchergebnisse.

In Kürze

Eine Content-Engine macht aus Content einen Prozess statt eines Projekts. Sie übernimmt Recherche, Struktur, Erstentwurf, Faktenabgleich und Linkvorschläge, und sie hält den Ablauf am Laufen, wenn im Tagesgeschäft niemand Zeit hat. Das Urteil, die Erfahrung und die Verantwortung bleiben beim Menschen.

Wie dieser Ansatz in andere Abläufe übertragbar ist, zeigen wir in Prozessautomatisierung für KMU in der Schweiz und in KI-Agenten im Unternehmen. Wie wöchentliche Content-Arbeit, Messung und Priorisierung in einem Projekt zusammenspielen, zeigt die Case Study Solaranbieter. Und wie Content-Arbeit in unsere laufende Betreuung einfliesst, steht auf der Seite unserer SEO-Agentur.

Sie wollen Content planbar machen, ohne die Qualität abzugeben? Buchen Sie ein Kennenlerngespräch.