KI Content Strategie: 11 Bausteine für Content Teams

KI kann Content-Marketing nicht vollständig automatisiert übernehmen. Webinhalte haben hohe Ansprüche an Originalität, Qualität und echten Mehrwert für Nutzer - Anforderungen, die ein generatives Modell aus sich heraus nicht erfüllt. Was KI leistet, ist die Beschleunigung einzelner Prozessschritte:

• Unterstützte Content-Analysen: KI liefert Hinweise zu Themenlücken, Suchintentionen und Wettbewerbspositionen und findet Muster, die sonst vielleicht übersehen werden. Chancen und Schwachstellen werden so schneller sichtbar.
• Schnellere Content-Erstellung: Keyword-Recherche, Inhaltsrecherche, Content-Konzepte und Erstentwürfe entstehen mit KI-Unterstützung in deutlich kürzerer Zeit.
• Repurposing für weitere Kanäle: Aus einem freigegebenen Hauptbeitrag erstellt KI Vorschläge für Social-Media-Posts, Newsletter-Beiträge oder Video-Snippets.

Die Verantwortung für das Ergebnis bleibt beim Menschen: Jeder dieser Schritte braucht einen manuellen Prüfpunkt, an dem Ergebnisse auf Richtigkeit und Vollständigkeit kontrolliert werden. KI-generierte Texte werden vor der Veröffentlichung immer von einem Menschen überarbeitet, der die Fakten prüft, die Tonalität schärft und das eigene Fachwissen einbringt. Wird KI-Output ungeprüft übernommen, verliert das Unternehmen die Kontrolle über die Richtigkeit und Qualität seiner Inhalte.

Bevor Inhalte entstehen, muss klar sein, was sie bewirken sollen und wen sie dabei ansprechen müssen. Diese Festlegungen entscheiden darüber, ob Budget in Reichweite investiert wird, die zum Geschäft beiträgt, oder in Sichtbarkeit bei Menschen, die nie Kunden werden.

Die Ziele

Content-Marketing-Ziele leiten sich aus Unternehmens-, Vertriebs- und Marketingzielen ab. Die ZHAW-Erhebung zeigt, auf welche Ziele Schweizer Unternehmen setzen:¹

• 59,7 % Kundenbindung
• 47,5 % Absatz- und Umsatzsteigerung
• 46,3 % Markenbekanntheit
• 32,3 % Markenvertrauen
• 21,7 % Themenführerschaft

Diese Ziele verlangen unterschiedliche Inhalte. Wer die Kundenbindung stärken will, braucht wiederkehrende Formate mit festem Rhythmus. Wer hingegen Themenführerschaft aufbauen will, braucht aufwendige Formate mit Substanz und Originalität.

Die Zielgruppen

Eine brauchbare Zielgruppenbeschreibung geht über demografische Merkmale hinaus. Sie hält fest, welche Aufgabe die Person lösen will, welches Vorwissen sie mitbringt, welche Einwände sie hat und woher sie heute ihre Informationen bezieht.

KI kann bei der Ausarbeitung unterstützen, etwa indem sie aus vorhandenen Kundeninformationen Muster verdichtet. Die Datengrundlage sollte dabei aus dem eigenen Unternehmen stammen: Personas, die ein Modell aus seinen Trainingsdaten ableitet, beschreiben einen Durchschnitt, der nicht zwingend mit den eigenen Zielgruppen übereinstimmen muss.

Die Customer Journey

Die Customer Journey beschreibt den Weg, den ein Kunde vom ersten Kontakt mit einem Thema bis zum Kauf und darüber hinaus zurücklegt - mit allen Berührungspunkten, an denen ein Unternehmen ihm begegnen kann.

Für die Content-Strategie ist sie das Raster, in das jedes Format eingeordnet wird: Wer gerade erst ein Problem erkennt, braucht andere Inhalte als jemand, der zwischen zwei Anbietern entscheidet oder bereits Kunde ist und bleiben soll. Diese Zuordnung entscheidet über die passenden Kanäle, Formate und Erfolgskennzahlen. Sie zeigt ausserdem, an welchen Stellen Interessenten abspringen - und damit, wo sich die eigene Online-Präsenz gezielt verbessern lässt.

Wie ein Unternehmen wahrgenommen wird, entsteht nicht zufällig, sondern durch die Summe aller Beiträge - und die wirkt nur dann in eine Richtung, wenn dahinter eine klare Vorstellung steht.

Die Positionierung legt fest, mit welchen Themen, Werten und Kompetenzen ein Unternehmen bei seiner Zielgruppe in Erinnerung bleiben will und womit es sich vom Wettbewerb abgrenzt. Dazu gehört die Entscheidung, welche Themenfelder das Unternehmen besetzt und welche es bewusst auslässt, auch wenn sie Reichweite versprechen. In den Inhalten zeigt sich die Positionierung daran, dass sie die tatsächlichen Probleme der Zielgruppe lösen, statt Produktwerbung in Ratgeberform zu verpacken. Wer das über längere Zeit konsequent leistet, wird als verlässliche Quelle wahrgenommen.

Die Markenstimme legt fest, wie die Inhalte klingen: sachlich oder pointiert, distanziert oder direkt, mit oder ohne Fachvokabular, mit vielen oder wenigen Belegen. Für den KI-Einsatz kommt es darauf an, dass diese Tonalität schriftlich beschrieben und bestenfalls mit Beispieltexten belegt ist. Generative Modelle orientieren sich an Vorlagen - je klarer die Vorgabe, desto näher liegt der Entwurf am gewünschten Ton.

Die Themenarchitektur übersetzt die Positionierung in konkrete Themenfelder und ordnet sie. Sie legt fest, wie die verschiedenen Themen zueinander stehen und welche Priorität sie haben. Damit ist sie die inhaltliche Landkarte, auf der sich jeder spätere Beitrag verorten lässt.

Aufgebaut ist sie in drei Ebenen:

1. 1.An der Spitze stehen wenige Kernthemen, die direkt aus den Geschäftszielen und der eigenen Fachkompetenz abgeleitet sind.
2. 2.Darunter liegen Unterthemen, die jedes Kernthema in einzelne Teilbereiche auffächern.
3. 3.Die dritte Ebene bilden die konkreten Beiträge, die in der operativen Arbeit aus den Unterthemen entstehen.

Massstab für die Auswahl der Kernthemen ist nicht das Suchvolumen, sondern die Schnittmenge aus drei Grössen: dem Interesse der Zielgruppe, der eigenen Fachkompetenz und der Relevanz für das Geschäft. Ein Thema, das viel gesucht wird, aber nichts mit dem eigenen Angebot zu tun hat, bringt zwar Besucher, aber keine Kunden. Ein Thema, das zum Geschäft passt, in dem aber kein Fachwissen vorliegt, erzeugt austauschbare Inhalte.

KI kann dabei geeignete Themen vorschlagen und zeigen, welche Themenfelder der Wettbewerb bereits besetzt. Für welche Kern- und Unterthemen sich ein Unternehmen am Ende entscheidet, hängt aber primär von Geschäftszielen, Fachwissen und Ressourcen ab.

Der Nutzen einer durchdachten Themenarchitektur zeigt sich an vier Stellen:

1. 1.Suchmaschinen und generative Antwortsysteme bevorzugen tendenziell Quellen, die ein Themenfeld in der Tiefe abdecken, gegenüber solchen, die zu vielen Themen je einen Beitrag haben.
2. 2.Das Team produziert weniger spontane Einzeltexte und mehr planbare Inhalte, die aufeinander aufbauen.
3. 3.Inhalte innerhalb desselben Themenfelds lassen sich leichter miteinander verknüpfen und in weitere Formate überführen.
4. 4.Keyword-Kannibalisierung wird vermieden. Sie entsteht, wenn mehrere eigene Beiträge auf dieselben Fokus-Keywords und dieselbe Suchintention zielen. Dadurch verdrängen sie sich in den Suchergebnissen gegenseitig und erzielen insgesamt schlechtere Rankings.

Während die Themenarchitektur festlegt, worüber gesprochen wird, regelt die Content-Architektur, welche Formate genutzt werden. Das Hero-Hub-Hygiene-Modell unterscheidet drei Ebenen und ordnet sie als Pyramide an. Von der breiten Basis bis zur schmalen Spitze werden die Inhalte seltener und aufwendiger.

Hygiene-Content bildet die Basis. Er deckt laufende Informationsbedürfnisse und Suchanfragen ab und besteht überwiegend aus Evergreen-Inhalten mit langer Haltbarkeit:

• Ratgeber
• Anleitungen
• Checklisten
• Glossarbeiträge
• FAQs
• Produktbeschreibungen
• Blogartikel

Hub-Content bildet die mittlere Ebene und schafft regelmässige Bindung an die Zielgruppe. Dazu gehören Formate mit wiederkehrendem Rhythmus und erkennbarer Handschrift:

• Newsletter
• Podcast-Episoden
• Videoserien
• Fachbeiträge zu redaktionellen Schwerpunkten
• wiederkehrende Kolumnen

Hero-Content bildet die Spitze und umfasst die wenigen, aufwendig produzierten Inhalte pro Jahr, die Aufmerksamkeit und Reichweite erzeugen sollen:

• eigene Branchen- oder Marktstudien
• grosse Reportagen
• Kampagnenfilme
• eigene Events

Daraus folgt, warum eine einzelne Ebene nicht genügt. Wer nur die Basis bespielt, ist ausschliesslich für bestehende Nachfrage sichtbar und verpasst es, bereits gewonnene Kontakte zu pflegen. Wer nur in die Spitze investiert, erzeugt Aufmerksamkeit, die mangels Anschlussinhalten wieder verpufft.

Als Planungsraster macht die Pyramide sichtbar, welche Formate überhaupt zur Verfügung stehen, und zwingt zur Entscheidung, welche davon zur eigenen Zielgruppe, Strategie und Ressourcenlage passen. Wer das geklärt hat, kann realistisch vorausplanen, etwa vier Blogartikel pro Monat, ein Newsletter pro Monat und eine grosse Marktstudie pro Jahr. Aus der strategischen Planung entsteht so die Basis für einen konkreten Redaktionsplan.

Generative Modelle arbeiten auf Basis öffentlich zugänglicher Trainingsdaten. Was alle Modelle „wissen", weiss in absehbarer Zeit auch die gesamte Konkurrenz. Wer sich vom KI-Einheitsbrei abheben will, braucht eigene Datenpunkte:

• Kundeninsights aus dem CRM
• Auswertungen interner Nutzungsdaten
• eigene Marktstudien
• Experteninterviews aus dem Unternehmen

Diese Daten sind weder von einem Sprachmodell abgreifbar noch von Mitbewerbern reproduzierbar und damit der nachhaltigste Differenzierungshebel im KI-Zeitalter - unabhängig davon, ob es um einen Blogbeitrag oder um eine Branchenstudie geht.

Die ZHAW-Studie zeigt dabei ein Missverhältnis: Aufwendige Formate wie Whitepapers, Best-Practice-Studien und Podcasts werden nur von wenigen der befragten Unternehmen genutzt, gelten aber als überdurchschnittlich effektiv. Gleichzeitig ist Themenführerschaft für 21,7 % ein zentrales Content-Marketing-Ziel.¹ Wer eine eigene, datengestützte Untersuchung zu einem Branchenthema veröffentlicht, hebt sich in einer KI-gesättigten Suchlandschaft von Wettbewerbern ab, die auf hochfrequente, austauschbare Beiträge setzen. Themenführerschaft entsteht durch einzigartige Inhalte mit echtem Mehrwert.

Datenbasiertes Storytelling hat zudem einen Sekundäreffekt, der oft übersehen wird: Öffentlich zugängliche Webinhalte fliessen in die Trainingsdaten künftiger KI-Modelle ein. Die Auswahl erfolgt dabei nicht wahllos, sondern nach bestimmten Qualitätsmerkmalen. Was sich daraus für die einzelne Marke ergibt, bleibt unklar - welche Quellen ein Modell wie stark gewichtet, legen die Anbieter nicht offen. Vieles spricht aber dafür, dass Marken, die heute Themenführerschaft aufbauen, mitprägen, wie sie in generativen Antwortsystemen morgen repräsentiert werden.

Pointierte, persönlich verantwortete Standpunkte zu Branchenthemen schaffen genau die Authentizität, die laut der ZHAW-Erhebung knapp die Hälfte der Unternehmen als gefährdet sieht. Gleichzeitig nennen 32,3 % der Unternehmen Markenvertrauen als zentrales Content-Marketing-Ziel.¹ Mitarbeitende als sichtbare Markenbotschafter auf Social Media und in Fachmedien sind das praktische Gegenmodell zu austauschbarem KI-Content. Sie vertreten die Haltung des Unternehmens nach aussen, treten in den direkten Dialog mit der Zielgruppe und schaffen so Vertrauen in die Marke.

Zu klären ist dabei die Verantwortung: Posten Mitarbeitende KI-Inhalte im Auftrag und unter der Kontrolle des Unternehmens, bleibt das Unternehmen nach dem EU AI Act Betreiber und trägt die Kennzeichnungspflicht - unabhängig davon, über welchen Account der Beitrag läuft.² Wer ein Corporate-Influencer-Programm aufsetzt, regelt das am besten gleich in den Social-Media-Guidelines mit. Was auf Social Media sonst noch gilt, steht im Ratgeber zum EU AI Act.

Wer KI in seine Content-Prozesse integriert, muss festlegen, welche Aufgaben sie übernehmen darf und welche beim Menschen bleiben. Studienzahlen zeigen, in welchen Bereichen Unternehmen KI heute einsetzen:¹

• 53,9 % Produktion
• 53,5 % Ideenfindung
• 27,3 % strategische Aufgaben

Externe Dienstleister werden weiterhin bevorzugt für strategische, analytische und audiovisuelle Aufgaben hinzugezogen.¹ In unseren Projekten hat sich folgende Verteilung bewährt:

Mit den Rollen verändert sich auch das gesuchte Kompetenzprofil. Wo KI Entwürfe liefert, verschiebt sich die menschliche Arbeit von der Produktion zur Prüfung, Einordnung und Überarbeitung. Gefragt sind damit vor allem:

• Urteilsvermögen, um zwischen brauchbaren und unbrauchbaren KI-Vorschlägen zu unterscheiden
• Daten- und Analysekompetenz, um KI-gestützte Auswertungen nachvollziehen und beurteilen zu können
• Quellenkritik und die Disziplin, jede Zahl am Original zu prüfen, auch wenn sie plausibel klingt
• Fachwissen, um inhaltliche Fehler und Lücken zu erkennen
• ein sicheres Gespür für Sprache und Tonalität
• redaktionelles Handwerk, um einen Entwurf so umzuschreiben, dass er nach dem eigenen Unternehmen klingt

Werkzeuge allein verändern nichts, solange im Team unklar bleibt, wofür sie eingesetzt werden dürfen und wie gute Ergebnisse entstehen. In der Bitkom-Erhebung geben 52 % der Unternehmen an, dass es in ihren Marketingabteilungen häufig an den nötigen Kompetenzen fehlt, um KI sinnvoll einzusetzen.³ ⁴ Diese Lücke schliesst sich nur, wenn Zugang, klare Vorgaben und regelmässige Übung zusammenkommen. Der Kompetenzaufbau entscheidet damit darüber, ob aus KI-Zugang auch KI-Nutzen wird. In der Praxis haben sich drei Massnahmen bewährt:

1. 1.interne Guidelines zum Umgang mit generativen Werkzeugen
2. 2.kurze, regelmässige Schulungen mit konkreten Anwendungsbeispielen
3. 3.eine gemeinsam gepflegte Prompt-Bibliothek

Datenschutz gehört von Anfang an in diese Guidelines. Sobald Mitarbeitende Kundendaten, interne Dokumente oder personenbezogene Angaben in cloudbasierte KI-Dienste eingeben, verlassen diese Daten das Unternehmen. Für Schweizer Unternehmen gelten dabei zwei Regelwerke parallel: das revDSG im Inland und die DSGVO, sobald Daten aus dem EU-Raum verarbeitet werden. Praktisch heisst das:

• festlegen, welche KI-Werkzeuge im Unternehmen genutzt werden dürfen
• prüfen, in welchem Land die Daten verarbeitet werden
• festlegen, welche Inhalte auf keinen Fall in einen Prompt gehören
• prüfen, ob die Trainingsnutzung in den Einstellungen deaktiviert ist (Business-Tarife schliessen sie meist vertraglich aus)

Worauf dabei im Detail zu achten ist, behandeln wir in einem eigenen Beitrag zu KI und Datenschutz.

Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 des EU AI Act. Für Schweizer Unternehmen greifen sie, sobald KI-generierte Inhalte auf dem europäischen Markt ausgespielt werden.⁵ Für die Content-Strategie sind daraus zwei Punkte besonders relevant:

KI-generierte Texte: Redaktionelle Verantwortung statt Kennzeichnung

KI-generierte Texte zu Themen von öffentlichem Interesse sind kennzeichnungspflichtig - es sei denn, sie wurden inhaltlich geprüft und unter redaktioneller Verantwortung freigegeben. Die Ausnahme knüpft an drei Bedingungen:² ⁵

1. 1.Ein Faktencheck ist Mindestbestandteil der Prüfung, rein formale Kontrollen wie eine Rechtschreibprüfung genügen nicht.
2. 2.Eine verantwortliche Stelle muss den Inhalt genehmigen, ändern oder ablehnen können.
3. 3.Nach der Freigabe darf keine substanzielle KI-Änderung mehr erfolgen.

Wer Zahlen, Zitate und Quellen ohnehin gegenprüft und die redaktionelle Verantwortung klar zuordnet, erfüllt damit auch die Voraussetzungen der Ausnahme. Compliance ist an dieser Stelle kein Zusatzaufwand, sondern das Ergebnis sauberer Redaktionsarbeit.

KI-generierte Visuals: Kennzeichnung für realistische Bilder & Videos

Für Bilder und Videos gibt es diese Entlastung nicht: Ein realistisches KI-Visual bleibt immer kennzeichnungspflichtig, gleich wie sorgfältig es geprüft wurde.² Wer mit KI-Visuals arbeitet, braucht deshalb einen festgelegten Kennzeichnungsstandard. Die EU stellt dafür offizielle Icons bereit, ein gleichwertiges eigenes Label ist ebenso zulässig.⁶

Was das im Einzelnen bedeutet - von der Deepfake-Abgrenzung über Chatbots und Social Media bis zu Bestandsinhalten und Bussgeldern -, haben wir im Ratgeber zum EU AI Act im Content-Marketing ausführlich aufbereitet.

Wir empfehlen, mit einem klar umrissenen Anwendungsfall zu starten, etwa Recherche-Unterstützung für Blogartikel oder Repurposing bestehender Inhalte für Social Media. Auf dieser Grundlage lässt sich der Erfolg messen, Erfahrung sammeln und Sicherheit im Team gewinnen, bevor der Einsatz auf weitere Anwendungsfelder ausgeweitet wird.

Entscheidend ist, dabei von Anfang an eine übergeordnete Tool-Strategie mitzudenken. Welche Werkzeuge zum Einsatz kommen, sollte nicht beliebig entschieden werden, sondern davon abhängen, welche Aufgaben sie im Content-Prozess übernehmen und wie sie langfristig zusammenspielen. Das schützt vor zwei häufigen Fehlern: einer Sammlung einzelner Tools ohne erkennbaren Nutzen und überdimensionierten Anfangsinvestitionen.

82,5 % der von der ZHAW befragten Unternehmen verfolgen eine Content-Marketing-Strategie, aber nur 35,5 % halten diese schriftlich fest. Selbst in dokumentierten Strategien findet sich nur bei 18,2 % ein Redaktionsplan.¹ Was nirgends festgehalten ist, lässt sich weder in einen Prompt übersetzen noch im Team einheitlich anwenden. KI wird so zum Beschleuniger ungeklärter Prozesse mit entsprechend beliebigen Ergebnissen.

Ähnlich sieht es bei der Erfolgsmessung aus. Statista zeigt DACH-übergreifend, dass nur 39 % der B2B- und 34 % der B2C-Content-Marketer über ein Konzept zur systematischen Erfolgsmessung verfügen.⁷ Ohne festgelegte Kennzahlen bleibt offen, ob Inhalte wirken und wie viel Zeit der KI-Einsatz tatsächlich spart. Geeignete Kennzahlen sind unter anderem:

• Sichtbarkeit: organische Rankings, Impressionen, Nennungen in generativen Antwortsystemen
• Resonanz: Klicks, Verweildauer, Scrolltiefe, wiederkehrende User, Newsletter-Abonnements, Social-Interaktionen
• Wirkung: Leads, qualifizierte Anfragen, Conversions
• Effizienz: Durchlaufzeit je Beitrag, Korrekturaufwand nach dem Erstentwurf

KI macht Content-Marketing schneller, aber nicht automatisch besser. Ob aus der gewonnenen Zeit bessere Inhalte werden, entscheidet sich daran, wie klar eine Marke ihre Ziele, Zielgruppen, Positionierung und Themen definiert hat. Diese Festlegungen werden mit KI noch wichtiger, weil jede Unschärfe in der Vorgabe im Output vervielfacht wird.

Wer KI sinnvoll einsetzen will, legt deshalb zuerst die Grundlagen schriftlich fest, klärt die Rollen zwischen Mensch und Maschine und definiert, woran Erfolg gemessen wird. Dann übernimmt KI die Vorarbeit, das Team behält die Verantwortung für Qualität, Fakten und Tonalität. So entstehen Inhalte, die sich von der Masse abheben, weil sie auf eigenem Wissen, eigenen Daten und einer klaren Haltung beruhen.