Von Zdeno MucinaAktualisiert 21. Aug. 20263 Min. Lesezeit
Die meisten Creator nutzen AI wie einen Automaten: Prompt tippen, Output kopieren, morgen wiederholen. Ein Content Agent dreht das um. Du definierst den Job einmal, und das System recherchiert, schreibt und veröffentlicht nach Zeitplan, während du den Output prüfst. Genau so betreibe ich meine eigene Content-Flotte, aufgeschrieben, damit du diese Woche deinen ersten Agent baust.
Kurze Antwort
Ein Content Agent ist ein AI-Workflow, der einen kompletten Content-Job allein erledigt: Er zieht Recherche, schreibt Entwürfe in deiner Stimme, formatiert sie für eine Plattform und veröffentlicht oder plant sie nach Zeitplan. 2026 ist der schnellste Weg dorthin Claude Code: Du beschreibst den Job in einer simplen Markdown-Datei (einem Skill), gibst ihm deine Voice-Regeln und Beispiele und triggerst ihn täglich. Zum Start ist kein Code nötig, und es skaliert von einem Post pro Tag bis zur kompletten Multi-Plattform-Flotte.
Was ein Content Agent wirklich ist
Ohne Hype betrachtet besteht ein Content Agent aus drei zusammengeschraubten Teilen:
Eine Jobbeschreibung. Eine Datei, die sagt, was der Agent produziert, für wen, in welchem Format, nach welchen Regeln. Das sind 80% der Qualität.
Ein Gehirn. Das AI-Modell, das den Job ausführt. Ich nutze Claude, weil Claude Code Dateien lesen, browsen, Skripte ausführen und mehrstufige Anweisungen befolgen kann, statt nur zu chatten.
Ein Trigger. Etwas, das den Job ohne dich startet: ein täglicher Zeitplan, ein Webhook, oder ein Befehl, den du tippst.
Das war's. Der Unterschied zwischen Prompt und Agent: Ein Prompt braucht dich jedes Mal, ein Agent nur einmal. Die Leute, die 5 bis 10 Content-Stücke pro Tag rausbringen, tippen nicht schneller als du. Sie haben den Job einmal definiert und lassen das System laufen.
Warum Claude Code hier besser ist als Chat-Tools
Leichte Automatisierung kannst du in ChatGPT oder einem No-Code-Tool bauen. Warum ernsthafte Operator trotzdem auf Claude Code setzen:
Es arbeitet mit Dateien, nicht mit Chatverlauf. Dein Voice Guide, Beispiele, alte Posts und Recherche liegen in einem Ordner. Der Agent liest sie bei jedem Lauf, damit die Qualität nicht abdriftet.
Skills sind wiederverwendbare Jobs. Ein Skill ist eine Markdown-Datei, die einen Workflow beschreibt. "Schreib den heutigen Post aus dem Research-Ordner, halte dich an VOICE.md, speichere in drafts." Ein Befehl, der ganze Job läuft.
Es kann echte Tools nutzen. Browsen für Recherche, ein Skript ausführen, das an eine Plattform-API postet, Bilder skalieren. Chat-Tools hören beim Text auf.
Es akkumuliert. Jede Regel, die du nach einem schlechten Output ergänzt, bleibt dauerhaft. Der Output in Monat drei ist deutlich besser als an Tag eins, weil der Agent deinen Geschmack ansammelt.
Willst du das System, nicht nur den Artikel?
Jeder Build in AI Creative OS, Schritt für Schritt.
Hier die genaue Reihenfolge. Plane einen Nachmittag für die erste Version.
Schreib die Job-Datei. Leg einen Ordner für den Agent an mit einer Datei, JOB.md: was er produziert (Format, Länge, Plattform), für wen (ein konkreter Leser) und 5 bis 10 harte Regeln (verbotene Wörter, Hook-Stil, CTA). Sei peinlich konkret. Vage Job-Datei, generischer Output.
Füttere ihn mit deiner Stimme. Leg VOICE.md an mit 3 bis 5 deiner besten alten Posts, komplett eingefügt, plus einer Zeile, warum jeder funktioniert. Der Agent imitiert Belege weit besser als Adjektive wie "locker, aber smart".
Gib ihm eine Recherchequelle. Richte den Agent bei jedem Lauf auf etwas Frisches: eine Themenliste, die du pflegst, einen Trends-Feed, oder lass ihn browsen, was sich diese Woche in deiner Nische geändert hat. Recherche rein, Meinungen raus. Agents ohne Input schreiben Füllmaterial.
Mach einen Skill draus. Verwandle den Workflow in einen Claude Code Skill, damit ein Befehl die ganze Kette auslöst: Thema wählen, recherchieren, entwerfen, gegen die Regeln selbst prüfen, in einen Drafts-Ordner speichern. Ab hier ist es ein Befehl pro Tag.
Plane ihn ein und bleib der Editor. Lass ihn nach Zeitplan laufen und prüfe den Output, bevor er rausgeht. Du bist Chefredakteur, nicht Autor. Kill schwache Entwürfe und schreib den Grund in die Regeldatei. Diese Feedbackschleife macht den Agent zu deinem.
Was du veröffentlichen lassen solltest (und was nicht)
Vertrauen wird in Stufen verdient. Die Rampe, die funktioniert:
Woche 1 und 2: nur Entwürfe. Der Agent schreibt, du postest manuell. Du sammelst Fehlermuster.
Woche 3 und 4: geplant mit Review. Der Agent stellt Posts in die Queue, du gibst mit einem Klick frei.
Ab Monat 2: Autopublish für die sicheren Bahnen. Formate, bei denen der Agent bewiesen hat, dass er nie patzt. Alles mit Behauptungen, Preisen oder persönlichen Geschichten bleibt dauerhaft in manueller Prüfung.
Harte Leitplanken, die ab Tag eins in die Job-Datei gehören: keine erfundenen Zahlen oder Einkommensversprechen, keine erfundenen persönlichen Anekdoten und eine Liste verbotener Wörter. Ein Agent, der eine erfundene Statistik veröffentlicht, kostet dich mehr Vertrauen, als er dir an Stunden gespart hat.
Wege, AI-Content 2026 zu betreiben
Ansatz
Aufwand pro Post
Qualität über Zeit
Am besten für
ChatGPT von Hand prompten
Hoch, du steuerst jeden Schritt
Flach, Reset in jedem Chat
Gelegentliche Posts
No-Code-Automatisierungen (Zapier, n8n Templates)
Niedrig
Flach, an Templates gebunden
Einfaches Repurposing
Content Agent auf Claude Code
Niedrig nach dem Setup
Akkumuliert, Regeln summieren sich
Tägliches Publishing in deiner Stimme
Auslagern
Keiner
Hängt von der Person ab
Budget über 1.000 $/Monat
Von einem Agent zur Flotte
Sobald ein Agent zuverlässig läuft, ist das Muster Copy-Paste. Mein eigener Stack wuchs von einem Schreib-Agent zu einer Flotte: Recherche, Reels, Carousels, E-Mail, Distribution. Jeder besteht aus denselben drei Teilen, Job-Datei, Modell und Trigger, nur auf einen anderen Output gerichtet.
Der Hebel, den niemand nutzt: Repurposing als eigener Agent. Ein Pillar-Stück pro Tag (ein Videoskript, ein tiefer Post) wird zum Input für jeden anderen Agent: ein Thread, eine E-Mail, ein Carousel, ein Blogpost wie dieser. Eine Idee, fünf Outputs, und nur das Pillar braucht deinen Fingerabdruck. So publishen Solo-Operator 2026 mehr als Teams.
Nein. Die erste Version eines Content Agents besteht aus Markdown-Dateien und Anweisungen in einfachem Deutsch innerhalb von Claude Code. Code kommt erst ins Spiel, wenn du automatisch an Plattform-APIs posten willst, und den schreibt Claude für dich, wenn du fragst.
Was kostet der Betrieb?
Ein Claude-Abo deckt einen täglichen Content Agent für einen Solo-Creator ab. Zusätzliche Kosten entstehen erst, wenn du Bild- oder Video-Generierungs-APIs anhängst.
Klingt der Output nach AI?
Nur wenn du die Voice-Datei weglässt. Füttere ihn mit 3 bis 5 echten Beispielen deines Schreibens und verbiete die Floskeln, die du hasst, dann landen die Entwürfe überraschend nah dran. Der Editor-Durchgang hält die letzten 10% menschlich.
Kann er automatisch auf Instagram oder TikTok posten?
Ja, über Scheduling- und Automatisierungs-APIs, aber verdiene dir dieses Vertrauen in Stufen. Starte mit Entwürfen, dann Freigabe per Klick, dann Autopublish nur für die Formate, die sich als sicher erwiesen haben.
Was ist der Unterschied zwischen einem Content Agent und einem Custom GPT?
Ein Custom GPT ist eine Chat-Persona: Er wartet weiterhin auf deinen Prompt und vergisst zwischen den Sessions. Ein Agent übernimmt einen Job von Anfang bis Ende, arbeitet mit Dateien, die bestehen bleiben, und läuft ohne dich nach Zeitplan.
Wie lange dauert es, bis er wirklich Zeit spart?
Das Setup dauert etwa einen Nachmittag. Die meisten sind zeitlich in der ersten Woche im Plus, und der eigentliche Gewinn ist Konstanz: Der Agent lässt keinen Tag aus.
