Die schlechte Nachricht für Texter
Früher war ein leerer Textbereich ein Problem. Heute ist er eher eine Einladung. Jeder kann ChatGPT öffnen und sagen: „Schreib mir einen LinkedIn-Post über unsere neue Dienstleistung, professionell, aber locker.“ Dann kommt etwas heraus. Meistens kein guter Text. Aber ein Text — mit Absätzen, mit Struktur, mit dieser seltsamen Wärme, die KI-Texte haben, wenn sie klingen, als hätte ein sehr höflicher Toaster ein Coaching-Seminar besucht.
Für viele Unternehmen reicht das erst mal. Nicht, weil es gut ist. Sondern weil vorher gar nichts da war. Das ist die schlechte Nachricht: Mittelmäßiger Text ist jetzt überall verfügbar.
Die gute Nachricht: Genau deshalb wird guter Text nicht weniger wichtig. Aber er muss anders entstehen.
Die alte Rolle wird zu eng
Der klassische Texter bekam ein Briefing, schrieb Text, schickte Text zurück, wartete auf Feedback, änderte Text, schickte wieder Text, bekam eine Rückmeldung wie „kann das noch etwas emotionaler und kürzer, aber mit mehr Tiefe?“ und überlegte kurz, ob Schafe ein entspannteres Berufsleben haben.
Dieses Modell war schon vor KI nicht perfekt. Mit KI wird es dünner. Wenn die Hauptleistung darin besteht, aus einem mittelmäßigen Briefing einen brauchbaren ersten Entwurf zu machen, dann sitzt jetzt ein Modell mit im Raum, das genau das schnell und billig macht. Nicht brillant. Aber schnell genug, um den Preisanker zu verschieben.
Die Frage ist also nicht: Kann KI schreiben? Die Frage ist: Welche Teile von Schreibarbeit waren eigentlich nur Entwurfsproduktion? Und welche Teile waren Denken, Einordnung, Entscheidung, Ton, Kontext, Qualität und Verantwortung? Dort liegt die Zukunft — nicht im Prompt „schreib kreativer“.
Der Operator denkt nicht in Texten, sondern in Systemen
Ein Operator schreibt nicht nur. Er führt ein System. Er versteht den Kunden. Er kennt Zielgruppe, Angebot, Einwände, Ton, Historie, Kanäle und interne Freigaben. Er weiß, welche Daten relevant sind. Er baut Kontext so, dass KI damit arbeiten kann.
Er entscheidet, welche Aufgabe automatisiert werden kann und welche menschliche Urteilskraft braucht. Er prüft Ausgaben. Er erkennt Slop. Er sieht, ob ein Text nur glatt klingt oder wirklich trifft. Er sorgt dafür, dass Ergebnisse nicht in Chatverläufen vergammeln, sondern im Prozess landen.
Das ist ein anderer Skill-Stack. Weniger „ich formuliere schön“. Mehr „ich baue Bedingungen, unter denen gute Arbeit wiederholbar entsteht“. Mehr in Die KI-Schicht und Effizienz durch KI-Übergaben.
Prompting ist nicht genug
Natürlich muss ein Operator prompten können. Aber Prompting ist nicht die Hauptfähigkeit. Ein guter Prompt ohne gutes Briefing ist nur ein hübscher Umweg. Ein guter Prompt ohne Datenmodell erzeugt Text mit Gedächtnislücken. Ein guter Prompt ohne Freigabeprozess erzeugt Entwürfe, die irgendwo liegen bleiben. Ein guter Prompt ohne Qualitätskriterien erzeugt „klingt doch ganz gut“.
Und „klingt doch ganz gut“ ist die gefährlichste Qualitätsstufe im Marketing. Direkt nach „machen wir erst mal so“.
Operatoren denken vor dem Prompt: Was ist das Ziel? Welche Information fehlt? Welche Beispiele braucht das Modell? Welche Tonalität ist wirklich gemeint? Welche Quellen sind gültig? Was darf nicht behauptet werden? Wer prüft? Wo geht das Ergebnis hin? Erst dann kommt der Prompt — nicht als Magie, sondern als Arbeitsauftrag. Siehe Prompting ist kein Prozess.
Texter müssen Kontextarchitekten werden
Das hässliche Wort ist eigentlich sehr passend: Kontextarchitektur. KI ist nur so gut wie der Kontext, den sie bekommt. Und nein, „hier ist unsere Website, schreib mal ähnlich“ ist kein Kontext. Das ist ein Hilferuf.
Guter Kontext enthält: Positionierung, Zielgruppe, Angebot, Wettbewerb, Kundenfragen, Einwände, Beispiele, verbotene Behauptungen, Ton, Entscheidungskriterien, Kanal, Format, Messung.
Ein Texter, der das bauen kann, wird wertvoller. Ein Texter, der nur wartet, bis jemand ihm ein Briefing serviert, wird austauschbarer. Das ist nicht romantisch. Aber Arbeit war selten romantisch. Romantisch ist höchstens die Vorstellung, dass jemand ein PDF „final“ nennt und es wirklich final ist. Mehr in Datenmodelle für Berater.
Qualität prüfen wird zur Kernkompetenz
KI macht viele Fehler nicht laut. Sie macht sie elegant. Sie erfindet kleine Details. Sie glättet Unterschiede. Sie klingt zu sicher. Sie schreibt allgemeine Sätze, die niemandem wehtun und deshalb niemandem helfen. Sie produziert diese Texte, bei denen man nach drei Absätzen denkt: Alles korrekt, aber warum möchte ich jetzt eine Wand anschauen?
Operatoren müssen das erkennen. Nicht nur Rechtschreibfehler. Nicht nur Ton. Sondern Substanz. Ist die Aussage belegt? Passt das zum Angebot? Ist das spezifisch genug? Würde der Kunde das wirklich sagen? Kann dieser Satz auf 800 anderen Websites stehen? Ist das mutig oder nur laut? Ist das klar oder nur glatt?
Das ist keine kleine Aufgabe. Das ist der Unterschied zwischen KI-Ausgabe und veröffentlichbarer Arbeit.
Der neue Skill-Stack
Erstens: Briefing-Kompetenz. Nicht nur Fragen sammeln, sondern den Kern finden. Was soll passieren? Für wen? Warum jetzt? Was darf nicht passieren?
Zweitens: Prozessverständnis. Wo entsteht der Text? Wer braucht ihn? Wer prüft ihn? Wo wird er veröffentlicht? Welche Daten fließen zurück?
Drittens: Tool-Verständnis. Nicht jedes neue Modell ist eine Offenbarung. Manchmal ist es nur ein anderes Interface mit besserer Demo. Operatoren müssen wissen, welches Werkzeug für welche Aufgabe taugt.
Viertens: Datenkompetenz. Welche Informationen sind zuverlässig? Wo liegen sie? Wie werden sie gepflegt? Was darf in ein Modell? Was nicht?
Fünftens: Systemdenken. Texte sind nicht isoliert. Sie gehören zu Kampagnen, Funnels, Kundenreisen, Beratungsprozessen, Sales-Gesprächen und internen Abläufen. Ja, „Kundenreise“ ist ein Wort mit Messegeruch. Trotzdem existiert das Ding.
Sechstens: Stil und Urteil. Die Fähigkeit, zu sagen: Dieser Satz ist korrekt, aber tot. Und ihn dann zu retten.
Was Agenturen ändern müssen
Agenturen können nicht einfach sagen: „Unsere Texter nutzen jetzt KI.“ Das ist ungefähr so tief wie „Unsere Küche nutzt jetzt Messer.“
Die Frage ist: Wie verändert sich der Prozess? Wer baut Kontext? Wer pflegt Wissensbasen? Wer definiert Qualitätskriterien? Wer erstellt System-Prompts, Vorlagen, Beispiele und Freigabewege? Wer misst, ob KI wirklich Zeit spart? Wer entscheidet, welche Aufgaben automatisiert werden und welche nicht?
Wenn das niemand verantwortet, wird KI zur privaten Bastelzone einzelner Mitarbeiter. Dann hat jede Person ihre eigenen Prompts, Tools und Workarounds. Das wirkt kreativ — bis jemand krank ist. Dann merkt man, dass die halbe „KI-Strategie“ in einem privaten Chatverlauf liegt. Siehe KI-Consulting ohne Bullshit.
One-Person-Squad: Was man daraus lernen sollte
Es gibt diese Beispiele, in denen ein erfahrener Mensch mit KI-Agenten die Arbeit eines kleinen Teams schafft. Das klingt nach Zukunft. Und nach leicht nervöser Personalabteilung.
Aber die wichtigste Lektion ist nicht: Ein Mensch plus KI ersetzt alle anderen. Die Lektion ist: Erfahrung plus System schlägt Tool plus Hoffnung.
Der erfahrene Mensch kann Aufgaben zerlegen, Spezifikationen schreiben, Kernarbeit von Fleißarbeit trennen, Ergebnisse prüfen, Unsinn stoppen und den Kontext kennen. KI vervielfacht diese Fähigkeit. Wenn diese Fähigkeit fehlt, vervielfacht KI nur Ausgabe. Und Ausgabe ist nicht dasselbe wie Wert. Sonst wäre jedes Meeting mit vielen Folien automatisch ein Erfolg.
Der Texter als Qualitätsgate
In einer guten KI-Agentur verschwindet der Texter nicht. Er rückt an eine andere Stelle — nicht am Ende als Korrekturinstanz für Maschinenbrei, sondern früher: beim Briefing, beim Kontext, bei der Tonalität, bei Beispielen, bei der Entscheidung, was automatisiert werden darf, beim Review, beim Aufbau wiederverwendbarer Systeme.
Der Texter wird zum Qualitätsgate für Sprache, Wirkung und Wahrheit. Das klingt weniger kuschelig als „kreativer Kopf“. Aber es ist näher an der Realität. Kreativität ohne System wird in Agenturen oft nur zum persönlichen Kraftakt. System ohne Kreativität wird zu Corporate-Blutleere. Der Operator verbindet beides.
Mehr in Human-in-the-loop und KI-gestützte Strategieberatung.
Was nicht funktioniert
Nicht funktionieren wird: Texter durch Prompts ersetzen und hoffen, dass niemand den Unterschied merkt. KI-Ausgaben ungeprüft veröffentlichen. Prompt-Listen als Agentur-IP verkaufen. Jeden Workflow automatisieren, nur weil es technisch geht. Menschen in Tools werfen und „macht mal“ sagen. Eine KI-Schulung halten und danach erwarten, dass Prozesse magisch besser werden.
Das ist kein Wandel. Das ist beruflicher Konfettiregen. Kurz bunt, danach liegt überall Zeug herum.
Wo ich ansetze
Ich helfe Agenturen, Dienstleistern und Beratern, diesen Wechsel sauber zu machen — vom ChatGPT-Nutzer zum KI-fähigen Dienstleister, vom Texter, der gegen leere Dokumente kämpft, zum Operator, der Kontext, Systeme und Qualität führt.
Das kann bedeuten: Prozesse analysieren. Wissensbasen strukturieren. Arbeitsoberflächen bauen. Prompt- und Review-Systeme entwickeln. Freigaben definieren. Teams coachen. KI dort einsetzen, wo sie wirklich hilft — und sie dort weglassen, wo sie nur mehr Text produziert, den später jemand mit Lebenszeit bezahlen muss.
Fazit: Text bleibt. Die Rolle ändert sich.
KI macht Schreibarbeit nicht wertlos. Sie macht schlechte Schreibarbeit sichtbarer. Sie macht mittelmäßige Entwürfe billiger. Sie macht reine Ausgabeproduktion austauschbarer. Aber sie macht Kontext, Urteil, Stil, Qualität und Systemdenken wichtiger.
Der Texter der Zukunft ist nicht der Mensch, der am schnellsten einen Prompt findet. Er ist der Mensch, der weiß, was ein guter Text im System leisten soll. Der Kontext baut. Der KI führt. Der Unsinn erkennt. Der entscheidet, wann eine Maschine reicht und wann ein Mensch ran muss.
Kurz: Operator. Nicht als Buzzword. Als Überlebensstrategie mit weniger Glamour und deutlich mehr Substanz.
