KI Content Team: Wie zwei Agenten bessere Texte schreiben

Ein KI Content Team bezeichnet eine Gruppe spezialisierter künstlicher Intelligenzen, die strukturierte Redaktionsprozesse vom ersten Entwurf bis zur finalen Korrektur übernehmen. Viele Redaktionen stehen heute vor demselben Problem. Ihre Texte wirken generisch, oberflächlich und austauschbar. Der Grund dafür liegt selten am verwendeten Modell selbst, sondern am klassischen Workflow. Wer einen einzigen Prompt bittet, ein Thema zu recherchieren, die Struktur festzulegen und direkt den fertigen Artikel zu schreiben, überfordert die mathematischen Grenzen der Technologie. Die Lösung liegt in der Aufteilung der Arbeitsschritte auf spezialisierte Agenten innerhalb eines gemeinsamen Arbeitsbereichs.

Warum ein KI Content Team den klassischen Prompt überholt

Wenn ein einzelnes Sprachmodell eine komplexe Aufgabe bewältigen muss, leidet die Tiefe. Das Modell versucht, gleichzeitig Fakten zu prüfen, den logischen Fluss zu planen und stilistisch anspruchsvolle Sätze zu formulieren. Das Ergebnis ist meist ein Text, der zwar grammatikalisch korrekt ist, aber inhaltlich an der Oberfläche bleibt. Es fehlen konkrete Beispiele, aktuelle Daten und eine klare Kante.

Ein kooperierendes Team bricht dieses Problem auf. Indem wir die Aufgaben aufteilen, erhält jeder Schritt die volle Aufmerksamkeit des jeweiligen Modells. Ein Agent konzentriert sich ausschließlich auf die Informationsbeschaffung und die Verifizierung von Quellen. Der zweite Agent übernimmt dieses strukturierte Material und konzentriert sich ganz auf den Stil, die Tonalität und die Lesbarkeit.

Ein konkretes Beispiel zeigt den Unterschied: Bei der Erstellung eines Fachartikels über neue steuerliche Regelungen für Start-ups scheitert ein einfacher Prompt oft an veralteten Trainingsdaten. Ein getrenntes Team hingegen schickt zuerst den Recherche-Agenten los. Dieser liest aktuelle Gesetzestexte über den integrierten Browser und bereitet die Fakten sauber auf. Erst danach beginnt der Schreibprozess auf Basis dieser verifizierten Daten.

Der Recherche-Agent: Fakten statt Halbwissen

Der erste Agent im Team ist der Datenbeschaffer. Seine Aufgabe ist nicht das Schreiben schöner Sätze, sondern die gnadenlose Jagd nach harten Fakten, aktuellen Zahlen und validen Quellen. Im Agent Hub von Accio Work lässt sich dieser Agent präzise für diese Rolle konfigurieren.

Dieser Agent arbeitet primär mit dem Browser-Relay. Er nutzt die Fähigkeit, echte Webseiten im Hintergrund zu öffnen, den Text zu analysieren und relevante Passagen zu extrahieren. Dadurch umgeht er das Problem veralteter Wissensdatenbanken der großen Sprachmodelle.

Ein typisches Szenario für diesen Schritt: Sie planen einen Artikel über die Marktanteile von Cloud-Anbietern. Der Recherche-Agent sucht gezielt nach den neuesten Quartalsberichten von Canalys oder Gartner. Er liest die Tabellen aus, gleicht widersprüchliche Zahlen ab und bereitet die Daten in einer strukturierten Fakten-Bibliothek vor. Er schreibt noch keinen einzigen Absatz des eigentlichen Artikels, sondern liefert das Fundament.

Der perfekte Handoff: Struktur des Briefings

Damit die Zusammenarbeit im Team funktioniert, muss die Übergabe klar definiert sein. Der Recherche-Agent übergibt seine Ergebnisse in einem standardisierten Format an den Schreib-Agenten. Diese Übergabe erfolgt innerhalb der Teams-Umgebung von Accio Work, wo mehrere Agenten im selben Chatraum agieren und aufeinander verweisen können.

Das Briefing sollte immer drei feste Bestandteile enthalten:

• Die Kernbotschaft: Welches Problem löst der Artikel und was ist die wichtigste Erkenntnis für den Leser?
• Das Fakten-Skelett: Eine chronologische oder logische Liste der wichtigsten Datenpunkte inklusive der exakten URLs als Quelle.
• Die No-Go-Liste: Begriffe, die nicht verwendet werden dürfen, und Argumente, die für dieses Thema irrelevant sind.

Dieses strukturierte Dokument dient dem Schreib-Agenten als exakte Leitplanke. Da er sich nicht mehr um die Wahrheitsfindung kümmern muss, kann er seine gesamte Rechenleistung für den sprachlichen Ausdruck aufwenden. Halluzinationen werden dadurch drastisch reduziert, da der Agent angewiesen wird, ausschließlich Informationen aus dem Briefing zu verarbeiten.

Der Schreib-Agent: Markenstimme ohne Kompromisse

Der zweite Agent im Team ist der Stilist. Seine Aufgabe ist es, das trockene Briefing des Rechercheurs in einen packenden, flüssigen Text zu verwandeln. Hierbei spielt die Wahl des richtigen Sprachmodells eine entscheidende Rolle. Während sich für die strukturierte Recherche oft GPT-4 oder Gemini eignen, glänzen bei der Formulierung deutscher Texte häufig Claude-Modelle durch ihren natürlicheren Satzbau.

In Accio Work können Sie jedem Agenten im Team ein eigenes Modell zuweisen. Der Schreib-Agent erhält zudem eine detaillierte Systemanweisung im Agent Hub. Diese beschreibt die gewünschte Tonalität der Marke sehr präzise.

Ein konkretes Beispiel für die Tonalität eines B2B-Tech-Unternehmens: Die Anweisung verbietet passive Sätze und verlangt kurze, prägnante Absätze. Wenn der Schreib-Agent nun das Briefing über die neuen Cloud-Marktanteile erhält, formuliert er einen Text, der direkt auf den Punkt kommt. Er verzichtet auf werbliche Füllwörter und nutzt stattdessen die präzisen Zahlen des Rechercheurs, um Argumente logisch aufzubauen. Das Ergebnis ist ein Fachartikel, der sich liest, als hätte ihn ein erfahrener Redakteur verfasst.

So richten Sie das Team in der Praxis ein

Die Umsetzung eines solchen Workflows erfordert keine Programmierkenntnisse. In der Desktop-App von Accio Work für macOS oder Windows lässt sich dieses Setup in wenigen Schritten konfigurieren.

Zuerst erstellen Sie im Agent Hub zwei separate Agenten. Der erste erhält den Namen "Rechercheur", als Modell beispielsweise GPT-4o und die aktivierte Browser-Schnittstelle. Der zweite Agent heißt "Texter", nutzt Claude 3.5 Sonnet und trägt Ihre Markenrichtlinien als System-Prompt in seinen Einstellungen.

Über das Teams-Feature (derzeit in der Beta-Phase) führen Sie beide Agenten in einem gemeinsamen Arbeitsbereich zusammen. Sie starten die Konversation mit einer einfachen Anweisung an den Rechercheur. Sobald dieser sein Briefing im Chat ausgibt, weisen Sie den Texter an, diesen Entwurf zu finalisieren. Der gesamte Prozess bleibt für Sie transparent, da Sie jeden Zwischenschritt im Chatfenster verfolgen und bei Bedarf manuell korrigieren können. Alle Verbindungsdaten und Kontexte werden dabei lokal auf Ihrem Rechner gespeichert.

Häufige Fragen zum KI Content Team (FAQ)

Kann ein KI Content Team auch aktuelle Branchen-News abdecken? Ja. Durch die Verbindung des Recherche-Agenten mit dem in-app Browser-Relay kann dieser aktuelle Webseiten direkt aufrufen. Er verarbeitet somit Echtzeit-Informationen aus dem Netz, die über das statische Wissen des Sprachmodells hinausgehen.

Welche Sprachmodelle eignen sich am besten für die jeweiligen Rollen? Für den Recherche-Agenten eignen sich Modelle wie GPT-4o oder Gemini sehr gut, da sie Informationen schnell strukturieren und große Datenmengen verarbeiten können. Für den Schreib-Agenten empfehlen wir Claude-Modelle, da diese im Deutschen einen besonders natürlichen, weniger maschinellen Schreibstil aufweisen.

Bleiben meine Daten bei der Arbeit im Team geschützt? Ja, Accio Work läuft als lokaler Desktop-Client auf Ihrem Mac oder Windows-PC. Die Konfigurationen Ihrer Agenten sowie Ihre lokalen Verbindungseinstellungen werden auf Ihrem eigenen Gerät gespeichert, was die Datensicherheit im Vergleich zu reinen Cloud-Plattformen erhöht.

Ihr Einstieg in die strukturierte Inhaltserstellung

Das Erstellen von hochwertigen Inhalten muss weder langsam sein noch in generischen Texten enden. Die Aufteilung der Arbeitsschritte auf spezialisierte Agenten löst das Problem der oberflächlichen Entwürfe direkt an der Wurzel. Wenn Sie erleben möchten, wie ein individuell konfiguriertes Team Ihre redaktionelle Arbeit spürbar erleichtert, laden wir Sie ein, den Accio Work Desktop-Client für macOS oder Windows herunterzuladen und die Teams-Funktion in Ihrer eigenen Redaktion zu testen.