KI in der Praxis: Content und Website-Pflege im Mittelstand

Der Marketingverantwortliche eines Mittelständlers zeigt stolz seinen neuen Blog: zwölf Beiträge in vier Wochen, alle mit KI erzeugt. Ein Blick hinein genügt. Jeder Text beginnt mit „In der heutigen digitalen Welt", jeder endet mit „Fazit: Es kommt darauf an". Kein einziger enthält eine Zahl, ein Beispiel oder eine Aussage, die weh tut. Zugriffe: kaum messbar.

Kurz gesagt: KI schreibt schnell, aber sie weiß nichts über das eigene Unternehmen. Der Nutzen entsteht nicht durch „Text auf Knopfdruck", sondern durch einen Prozess, in dem der Mensch die Fakten liefert und die Verantwortung behält. Dieser Beitrag zeigt, wo KI in Content und Website-Pflege wirklich Zeit spart, wo sie gefährlich wird, wie ein belastbarer Ablauf aussieht und was rechtlich zu beachten ist – mit belastbaren Zahlen zum Stand im Mittelstand.

Die Zahlen sind eindeutig: Rund 41 Prozent der Unternehmen setzen KI produktiv ein, etwa ein Drittel plant es. Die häufigsten Anwendungen sind Textarbeit und Übersetzung (gut sieben von zehn Nutzern), Marketing und Kommunikation (rund die Hälfte), Kundenservice (gut vier von zehn) und Datenanalyse (knapp ein Drittel). Eine deutliche Mehrheit der Anwender berichtet von einer verbesserten Wettbewerbsposition.

Ebenso ehrlich sind die Hürden: Über die Hälfte nennt fehlende KI-Kompetenz im Team als größtes Hindernis, ein Drittel höhere Kosten als erwartet. Die Erhebung beruht auf einer repräsentativen Befragung von rund 600 Unternehmen ab 20 Beschäftigten. Für die Praxis heißt das: Nicht das Werkzeug entscheidet, sondern ob jemand im Haus weiß, wofür es taugt – und wofür nicht.

Der größte Nutzen entsteht dort, wo ein Mensch anschließend prüft und verantwortet:

• Rohentwürfe und Gliederungen: Struktur, erste Formulierungen, alternative Überschriften – als Startpunkt, nicht als Endprodukt.
• Umformulieren und Kürzen: vorhandene Texte für andere Kanäle anpassen, Fachtexte verständlicher machen.
• Meta-Angaben: Titel und Beschreibungen in der geforderten Länge – anschließend inhaltlich prüfen.
• Übersetzungen als Grundlage für eine fachliche Endkontrolle.
• Bilder für Blog und Social Media, wo kein echtes Foto nötig ist – mit klarem Blick auf Stil und Markenpassung.
• Wiederkehrende Antworten im Kundenservice als Vorschlag für den Mitarbeiter, nicht als automatische Antwort.

Nicht geeignet ist KI für Aussagen, die stimmen müssen: Zahlen, Rechtliches, Preise, Produktdetails. Sprachmodelle formulieren überzeugend – auch wenn sie irren.

In der täglichen Pflege einer Contao-Website spart KI vor allem Zeit bei Routinen: Alternativtexte für Bilder vorschlagen, Meta-Beschreibungen für viele Seiten erzeugen, alte Texte auf Verständlichkeit prüfen, FAQ-Abschnitte aus vorhandenen Support-Anfragen ableiten, Inhalte für Social Media aufbereiten.

Auch technisch hilft KI: bei der Fehlersuche in Templates, beim Erklären fremden Codes, beim Erstellen kleiner Skripte für Datenbereinigungen. Was sie nicht leistet, ist die Verantwortung für das Ergebnis. Ein automatisch erzeugter Alternativtext, der das Bild falsch beschreibt, schadet der Barrierefreiheit mehr, als er nützt – deshalb bleibt die Endkontrolle beim Menschen.

Ein Beispiel aus der Website-Pflege, das den Unterschied zeigt. Aufgabe: 40 Bildern fehlt der Alternativtext. Der naive Weg lautet „KI, schreib mir Alt-Texte" – das Ergebnis ist meist unbrauchbar, weil das Modell den Kontext der Seite nicht kennt. Der brauchbare Weg gibt Kontext mit:

Rolle: Du bist Redakteur für eine Contao-Website eines
Sanitärbetriebs in Braunschweig.

Aufgabe: Schreibe einen Alternativtext für das Bild.

Kontext:
- Seite: "Badsanierung"
- Bildinhalt: Monteur montiert eine bodengleiche Dusche
- Zweck des Bildes: zeigt Handwerksqualität, kein Produktfoto

Regeln:
- max. 125 Zeichen, kein "Bild von", keine Keywords stapeln
- beschreibe, was zu sehen ist, nicht was es bedeuten soll
- neutral, kein Marketing

Ausgabe: nur der Alternativtext.

Der Unterschied ist nicht die KI, sondern das Briefing. Ohne Kontext entsteht „Ein Bild von einem Badezimmer" – mit Kontext entsteht „Monteur setzt eine bodengleiche Dusche in ein saniertes Bad ein". Der erste Text schadet der Barrierefreiheit, der zweite nützt ihr. Prüfen muss trotzdem ein Mensch, denn kein Modell weiß, ob auf dem Bild wirklich eine Dusche zu sehen ist.

Typisches Szenario – so läuft ein solcher Fall in der Praxis ab.

Ein Zulieferer mit 60 Mitarbeitern startet mit KI im Marketing. Erster Versuch: Der Praktikant erzeugt zehn Blogbeiträge in einer Woche. Die Texte klingen glatt, enthalten aber eine falsche Angabe zur Lieferzeit und eine erfundene Zertifizierung. Aufgefallen ist es dem Vertrieb – nachdem ein Kunde danach gefragt hatte.

Der zweite Anlauf sieht anders aus. Es gibt eine Regel, drei Sätze lang: Fakten kommen aus dem Haus, die KI formuliert, ein Mensch gibt frei. Konkret bedeutet das: Der Vertriebsleiter liefert zu jedem Thema fünf Stichpunkte und die belastbaren Zahlen. Die KI baut daraus Struktur und Rohtext. Die Marketingverantwortliche prüft jede Zahl gegen die interne Quelle und schreibt Einstieg und Beispiele selbst.

Das Ergebnis nach einem Quartal: Statt zehn beliebiger Beiträge entstehen vier, die tatsächlich gelesen werden – weil sie Dinge enthalten, die nur dieses Unternehmen weiß. Die Zeitersparnis liegt nicht bei „Text in fünf Minuten", sondern in den Zwischenschritten: Gliederung, Umformulierung, Meta-Angaben, Übersetzung ins Englische.

Und noch eine Erkenntnis, die häufig überrascht: Der Engpass ist nie die KI, sondern die Bereitschaft, ihr echte Informationen zu geben.

Drei Themen gehören auf die Agenda. Datenschutz: Kundendaten und interne Dokumente gehören nicht ungefiltert in öffentliche KI-Dienste; für den geschäftlichen Einsatz sind Verträge zur Auftragsverarbeitung und Angebote ohne Training mit den eingegebenen Daten sinnvoll. Urheberrecht: KI-generierte Bilder sind rechtlich nicht in jeder Hinsicht geklärt; Vorsicht ist geboten, wenn Stile bekannter Urheber oder geschützte Marken nachgeahmt werden. Transparenz und Regulierung: Mit dem europäischen KI-Gesetz kommen abgestufte Pflichten, unter anderem zur Kennzeichnung erzeugter Inhalte und zur Kompetenz der Beschäftigten.

Für den Alltag genügt meist eine kurze interne Richtlinie: Welche Werkzeuge sind erlaubt, welche Daten dürfen hinein, wer prüft das Ergebnis, wie wird gekennzeichnet. Das schafft Sicherheit, ohne den Einsatz auszubremsen. Dieser Beitrag ersetzt keine Rechtsberatung.

Suchmaschinen bewerten nicht, ob ein Text von einem Menschen oder einer Maschine stammt, sondern ob er hilfreich ist. Massenhaft erzeugte, oberflächliche Inhalte fallen ab – nicht weil sie von einer KI stammen, sondern weil sie nichts Neues beitragen. Umgekehrt profitieren gut redigierte, faktengeprüfte Beiträge mit klarer Struktur.

Für die Sichtbarkeit in KI-Antworten gilt dasselbe in verschärfter Form: Zitiert wird, was eindeutig, belegt und gut strukturiert ist. Eigene Daten, konkrete Beispiele und echte Praxiserfahrung sind der Teil, den keine KI liefern kann – und genau der Teil, der über Sichtbarkeit entscheidet.

Klein anfangen, aber verbindlich: ein konkreter Anwendungsfall mit messbarem Nutzen, etwa Meta-Beschreibungen für die zwanzig wichtigsten Seiten oder Entwürfe für den monatlichen Blogbeitrag. Dazu eine benannte verantwortliche Person, ein festgelegtes Werkzeug und eine kurze Richtlinie. Nach vier bis sechs Wochen wird ausgewertet: Was hat Zeit gespart, was hat mehr Aufwand verursacht?

Erfahrungsgemäß zeigt sich schnell, dass der Nutzen weniger im „Text auf Knopfdruck" liegt als in der Beschleunigung von Zwischenschritten. Genau dort lohnt der Ausbau – und genau dafür lässt sich der Einsatz auch begründen, wenn die Geschäftsführung nach dem Nutzen fragt.

KI ist im Mittelstand kein Experiment mehr, sondern ein Werkzeug unter vielen – mit klaren Stärken bei Routine und Rohentwürfen und klaren Grenzen bei Fakten und Verantwortung. Wer Briefing, Faktencheck und Feinschliff als feste Schritte etabliert, gewinnt Zeit, ohne Qualität zu verlieren. Wer die Prüfung weglässt, veröffentlicht früher oder später Fehler, die teurer sind als die eingesparte Stunde. Der Unterschied liegt nicht im Modell, sondern im Prozess.

Die häufigsten Fragen zum KI-Einsatz bei Content und Website-Pflege – kurz beantwortet.