AI nimmt unserer Arbeit das Menschliche? Andy Muns beweist das Gegenteil. Als Director of AEO bei Telnyx skaliert er die Contentproduktion mit AI-Workflows – und holt gerade nach langer Remote-Phase sein Team zurück ins Büro. Der menschliche Faktor war für seine Arbeit noch nie relevanter als jetzt.

🔊 Achtung: KI-Schwarzmaler verlassen diesen Artikel besser jetzt. Andys zweites Leben als Football-Coach ist wahrscheinlich nicht unschuldig an seinem ansteckenden Enthusiasmus (ganz ehrlich, dieser Mann könnte uns wahrscheinlich alles verkaufen):

“Die ganze neue Welt der KI-Workflows hat meinen Job zum Glück wieder interessant und unterhaltsam gemacht, sodass ich ihn wieder gern mache. Klassisches SEO wurde langsam sehr langweilig und monoton. Ich liebe all diese neuen Entwicklungen mit AirOps, n8n und ähnlichen Technologien.”

Den Output von 3-4 auf 15+ Artikel pro Woche skalieren, ohne dafür neue Autor:innen einzustellen? Klingt utopisch – aber Andy hat’s durchgezogen.

Schon 2022 hat er in seinem Team beim Voice Network Telnyx AI-Workflows implementiert und dabei eine harte Lektion gelernt: Die größte Herausforderung war nicht die Technologie – sondern die Menschen, die mit ihr arbeiten sollen.

Wenn Tech-Innovation zum kulturellen Problem wird

Es ist 2022. Telnyx beschäftigt zwei Vollzeit-Autor:innen, die gemeinsam 3-4 Artikel pro Woche produzieren. Das eigentliche Ziel? Sechs Artikel. Der Workflow? Ein desaströser Knoten aus Google Docs, Tickets und mehrstündigen Briefings pro Artikel.

Hast du auch gerade Kriegs-Flashbacks? Hinter den Kulissen vieler Redaktionen sieht es bis heute genau so aus. Die Aufgabe, Prozesse aufzubrechen und zu verschlanken fühlt sich ungefähr so an, wie wenn Mama früher gesagt hat “Räum dein Zimmer auf!” – Und weil Andy eben auch nur ein Mensch ist, musste ein anderer Motivator her als der bloße Wille zum Umbruch. Sein entscheidender Push: Die gute alte FOMO.

“Als es 2022 irgendwann angefangen hat, war es weniger eine konkrete Herausforderung, die wir bewältigen mussten – sondern eher eine Art FOMO, wenn entweder mein Chef oder der CEO diese Beiträge auf LinkedIn sahen: “Hey Leute, wir nutzen diesen Workflow, um die Content-Produktion um das Zehnfache zu steigern, kommentiert die KI und ich schicke euch den Workflow.””

Die AI-Landschaft ist zu diesem Zeitpunkt praktisch noch der Wilde Westen. Feeds quellen über vor falschen Versprechungen und Hypes ohne Substanz. Monatelang ist unklar, welche Tools tatsächlich funktionieren und Potential zu echter Innovation haben.

Aber das war nicht das größte Problem.

Die echte Challenge fand Andy darin, seine Autor:innen von den neuen Möglichkeiten zu überzeugen.

"Wenn es eine Erkenntnis gibt, dann ist es diese: (…) Schon als wir mit der Implementierung von Workflows oder KI-Workflows begannen, war es definitiv ein Personalproblem. (Die Autor:innen) waren einfach strikt dagegen. Nach dem Motto: “Ich will das nicht verwenden.”“

Andy führte einen Kampf gegen Windmühlen: Und so beginnt diese Geschichte mit einem echten Low-Point.

"Die beiden Autoren, die ich damals hatte, waren großartig, ich mochte sie beide sehr, sowohl als Fachleute als auch als Menschen. Es war also eine schwierige Entscheidung – aber wir mussten einfach neu anfangen.“

Neustart statt Missionierung

Es passiert den Besten: Manchmal braucht es die große Flut.

Statt bestehende Autor:innen zu AI zu zwingen gab es einen kompletten Neustart mit Mitarbeitenden, die Eigeninteresse an der Arbeit mit AI mitbrachten.

"Als wir mit der Einstellung und den Vorstellungsgesprächen begannen, suchten wir nicht nach zwei Autor:innen, sondern nach jemandem, der oder die der sowohl gut schreiben als auch gut editieren. Das habe ich in alle meine Interviewfragen einfließen lassen. Ich sagte mir: Am Ende dieses Vorstellungsgesprächs werde ich genau wissen, ob diese Person KI einsetzen möchte und davon begeistert ist.“

Andy hatte ein simples Ziel: höherer Content Output und gesteigerte Produktivität, die konstant bleibt. In den nächsten drei Jahren sollte er eine Hypothese beweisen, die erst einmal nach Wunschdenken klingt:

“Wir wussten immer: Hey, wir sollten mehr schaffen – mit weniger Leuten.”

So skalierst du Content mit AI (ohne dein Team zu verlieren)

Eure Redaktion jongliert mit Google Docs, Briefings und eilt Output-Zielen hinterher anstatt sie zu meistern? Andy teilt seinen Guide für erfolgreiches Skalieren mit AI-Workflows.

Ein Team, das mitzieht, ist die halbe Miete. Was dann folgt, ist der Schritt-für-Schritt Aufbau eurer Automatisierungen.

1. Start here: Die 4 Dokumente, die deine AI braucht

Eine strukturierte Informationsbasis ist die Grundlage jeder Automatisierung. Dokumentiert eure Prozesse als Wissensgrundlage, denn: “Sowas kannst du nicht von der AI generieren lassen.” Hier geht es um echte Erkenntnisse, eure Expertise und bereits erprobte Prozesse.

Erstellt eine Wissensdatenbank, auf die euer AI-Tool zugreifen kann. Egal, welches System ihr nutzt: Wichtig ist, dass ihr einfach Anpassungen vornehmen könnt. Eure Prozesse leben und sind dynamisch.

Denkt simpel:

“Drei oder vier Dokumente reichen völlig aus, um KI zu etablieren. Du musst dich nicht verrückt machen und ein Rag-System entwickeln oder Pinecone, SuperBase oder ähnliches verwenden. Mit nur vier oder fünf wirklich prägnanten, guten Dokumenten mit klarer Ausrichtung kannst du schon viel erreichen.”

Andys MVP Knowledge Base für eine funktionierende Content-Automatisierung:

• Ein allgemeiner Tone and Style-Guide (500 Wörter): Gibt der AI allgemeine Richtlinien und Hinweise in Sachen Ausdruck und Stil
• Ein spezifisches Regelwerk für Ausdruck (100 Wörter): Konkrete Regeln, wie: Keine Em-Dashes, mehr Kommas als Punkte‍
• Ein allgemeines Sales-Dokument (1 Seite): Sales und Produkt-Marketing-Manager tragen allgemeine Richtlinien für die Brand zusammen, die regelmäßig aktualisiert werden‍
• Ein spezifisches Produkt-Dokument (1 Seite): Für die drei wichtigsten Produkte im Quartal gibt es ein spezifisches Dokument, das festlegt, wie über die Produkte gesprochen werden soll

2. Der perfekte Hybrid: AI übernimmt das Langweilige, Menschen das Wichtige

Setz nicht zu 100% auf die AI. Andy lernte auf die harte Tour, dass seine Autor:innen keine Lust darauf haben, automatisch generierte Texte aufzuhübschen:

“Ich werde diesen Workflow aufbauen. Meine Autor:innen werden es lieben. Sie werden sagen: “Andy, das ist großartig. Ich kann es noch ein wenig aufpolieren, dann können wir es verschicken.“ Wie ich schon sagte: Diese Annahme war völlig falsch.”

Menschen bleiben essentiell für den Workflow. Sie fungieren als Fact-Checker und Sparring-Partner – und sie geben den Texten Persönlichkeit und Charakter.  Die meisten Autor:innen wissen selbst gut genug, welche Prompts sie verwenden, um mit der Knowledge Base die besten Ergebnisse zu generieren.

“Ich glaube, Autoren mögen diesen Austausch immer noch. Sie können die Artefakte innerhalb von Claude oder GPT erstellen und dann ein wenig daran feilen, bevor sie sagen: “Hey, ich nenne das mal einen ersten Entwurf und mache hier eine Pause, um Input von unseren PMMs oder jemandem aus dem Vertrieb einzuholen, bevor ich weitermache.“”

Konkret:

• Die AI übernimmt repetitive Aufgaben mit großen Textmengen: z.B. Meta-Descriptions, Quellen-Recherchen und FAQ-Vorschläge
• Menschen übernehmen das Fact-Checking und die strategischen Entscheidungen
• Autor:innen wollen künstlerisch arbeiten: Überlass ihnen das kreative Sparring mit der AI

Welches Tool ist das Richtige – AirOps oder n8n? Beide haben ihre Vorteile, aber Andys Einschätzung ist klar:

“AirOps ist benutzerfreundlich. Die Benutzeroberfläche und die Benutzererfahrung für Marketingfachleute oder Leute wie uns sind einfach großartig. Man muss sich nicht mit APIs herumschlagen. Man verbindet weniger Punkte miteinander.“

Bei der Tool-Auswahl hat Andy außerdem eine klare Linie: Finger weg von undurchsichtigen Black-Box-Lösungen. Sein Credo: Lieber ein Tool in der Tiefe verstehen – welches Modell, welche Logik, welche Outputs – als sich in einem unsteten Wirrwarr zu verzetteln.

“Finde einfach eins, das die meisten deiner Ansprüche erfüllt – und bleib dabei. (…) Du musst deinen Stack nicht konstant durchtauschen.”

Andys Tool-Setup:

1. AirOps: Bulk-Updates für Content
2. n8n: Briefings, Recherche und Überarbeitungen
3. Claude: Datenbasierte Original-Reportings (Beispiel)

Alle Plattformen greifen auf dieselben 3-4 Dokumente zu, die entweder Teil des Brand Kits oder als simpler Set-Node hinterlegt sind.

3. Dein erster Quick Win: Low-Friction, High-Impact

Gehe deine Workflows an wie Lego-Steine. Kleine, wiederverwendbare Teile, die in verschiedene Haupt-Workflows eingehängt werden: Baue eine übersichtliche Architektur, in der Teile ausgetauscht und angepasst werden können. Andy setzt außerdem auf die Generierung und Kuratierung mehrerer Outputs:

“Wir haben schon sehr früh erkannt, dass wir mehrere Ergebnisse brauchen. Wenn man erwartet, dass die AI eine Version ausgibt und davon ausgeht, dass diese ausreicht, manövriert man sich in eine Sackgasse.“

Andys perfekte Workflows zum Einstieg waren Keyword-Recherchen, Meta-Beschreibungen und die Anreicherung bestehender Artikel. Denn: Deine ersten Projekte sollten klein sein und schnelle Erfolge bringen.

❌ Don’t: “Schreibe alle Inhalte neu” (zu viel, zu groß, zu konfrontativ)

✅ Do: “Füge wertvolle Ergänzungen zu bestehenden Seiten hinzu.” (klein, wiederhol- und anpassbar, tritt niemandem auf die Füße)

Für Andy war dieses Vorgehen auch ein Workaround um die Ablehnung seiner Autor:innen: Anstatt Artikel zu überarbeiten oder neu schreiben zu lassen arbeitete er bloß damit, vorhandene Inhalte um FAQs und relevante Ressourcen aufzustocken.

Wie wählt ihr das richtige Projekt für einen ersten Aufschlag?

Kriterien für low-friction Projekte:

• Sollte keine bestehenden Inhalte verändern
• Muss schnell skalierbar sein
• Muss einen messbaren Impact nach 2-4 Wochen haben
• Darf nicht an internen Widerstand geraten

Andys unerwartete Geheimzutat: Bauchgefühl. Wieso wählte er zum Beispiel kürzlich Content Briefings für die Automatisierung?

“Weil es der langweiligste Teil meiner Arbeit ist. Das ist wirklich die ehrliche Wahrheit, es ist einfach so langweilig und kostet mich unglaublich viel Zeit ... Ich priorisiere es je nach dem Monat. Was kostet mich am meisten Zeit und was mache ich derzeit am wenigsten gerne in meinem Job?“

Arbeiten wir wirklich schneller – oder nur anders? Andys kritischer Blick auf 2 Jahre AI

Wenn Andy heute auf die schweren Entscheidungen der ersten Tage zurückblickt, hat er keinen Grund, sich zu schämen.

Der Content Output wurde erfolgreich von 3-4 Artikeln auf 15+ Artikel pro Woche gesteigert – und das mit 5 statt 8-10 Mitarbeitenden.

Die Briefing-Zeit wurde dank des AI-Workflows von 1-2 Stunden auf unter 20 Minuten gekürzt.

Mittlerweile nutzt nicht mehr nur die SEO-Abteilung die Workflows, sondern auch andere Abteilungen, wie Social Media. Es gibt ein gemeinsames Dokument, in dem eine Recherche-AI alle relevanten Themen der Woche zusammenträgt.

Die konkreten Zahlen im Vergleich zu 2023:

📈 13 Mal so viele Leads
📈 180% Anstieg in GPT-Sessions
📈 3.000% Anstieg in Klicks*

_{*(entspricht 1 Mio. US-Dollar in Paid!)}

📈 70K US-Dollar Ersparnis in der Produktion, Output um 67% gesteigert
📈 Kosten pro Artikel von fast $1,000 auf $300 reduziert
📈 ROI verdreifacht

Von dem ersparten Budget konnte eine Social Media Growth Managerin eingestellt werden, die das LinkedIn-Engagement binnen weniger Monate um 80% steigern konnte.

Trotz der Erfolge hält Andy beim Etablieren neuer Prozesse immer wieder inne und ermahnt sich zu einem klaren Blick: Sparen wir gerade wirklich Zeit? Oder arbeiten wir nur rückwärts, indem wir AI-Output überarbeiten, anstatt ihn selbst zu erstellen?

Es braucht diese kritischen Fragen, um weiter voranzukommen.

Andys 3 goldene Learnings:

#1: Technology is Easy – People are Hard

AI-Tools sind nicht das Problem. Das Problem ist, Leute zu finden, die sie nutzen wollen – nicht nur "Ja, okay" sagen und dann Google Docs weiterverwenden.

"Wie können wir die Leute dafür begeistern? Und wie können wir vor allem Autor:innen dafür begeistern, diese Arbeitsabläufe zu nutzen und damit zu arbeiten, anstatt nur ihre traditionellen Arbeitsabläufe oder -prozesse zu verwenden?“

#2: Build Modular, Not Monolithic

Zum einen braucht es strategisches Denken und orchestriertes Arbeiten, kumuliert in einer Single Source of Truth. Dazu kommt das perfekte Stecksystem: Anstatt direkt den perfekten Workflow zu bauen, solltet ihr mit kleinen Sub-Workflows arbeiten, die für mehrere Formate wiederverwendbar sind.

"Erstelle all diese Unter-Workflows, denn erstens wirst du sie brauchen, zweitens wirst du sie wiederverwenden und drittens kannst du sie recyceln.“

#3: Start Small, Show ROI Fast

Peilt einen ersten Win an, der nicht viel kostet und niemanden bedroht. Ergebnisse erzeugen buy-in. Buy-in legt die Grundsteine für Veränderung.

"Einfach low-friction. Man muss nicht die bestehenden Beiträge eines Autors bearbeiten, nach dem Motto: “Hey, ich habe diesen Workflow zur Aktualisierung von Inhalten durchgeführt, und der sagt mir, wir sollen den gesamten Artikel ändern.” Es ist eher so, dass sieben FAQs vorgeschlagen werden, die für dieses Thema besonders relevant sind.“

…Und wo bleibt da jetzt der menschliche Faktor? Der steht für Andy immer noch im Mittelpunkt:

"Es ist nicht so, dass man einfach 500 KI-Artikel produziert, sie auf seiner Website veröffentlicht und schon funktioniert es. Man braucht jemanden, der die Strategie entwickelt und die dahinter stehenden Überlegungen anstellt. Man kann nicht einfach 500 Artikel veröffentlichen und erwarten, dass sich daraus etwas Gutes ergibt.“

Für ihn gewinnt AI-Content, wenn er Persönlichkeit hat.

"Es braucht jemanden dahinter, der diese Persönlichkeit hat und strahlt. Niemand hört sich  KI-Musik an. Niemand würde dieses Buch lesen, wenn man ihm sagen würde, dass es von einer KI geschrieben wurde und 500 Seiten lang ist. Niemand würde das lesen ... es braucht immer noch eine Persönlichkeit.“

Ja, wir hätten diesen Artikel von einer AI generieren lassen können – aber dann hätte nicht nur die inhaltliche Tiefe gefehlt: Sondern auch Andy, seine inspirierte Leidenschaft und sein unerschöpfliches Machertum.

tl;dr: Die wichtigsten FAQs auf einen Blick

Wie viele Dokumente brauche ich, um AI-Content-Workflows erfolgreich zu implementieren?

Für eine funktionierende Content-Automatisierung reichen 3-4 prägnante Dokumente als Wissensbasis aus. Andy Muns empfiehlt: einen Tone-and-Style-Guide, ein spezifisches Regelwerk für Ausdruck, ein allgemeines Sales-Dokument und produktspezifische Dokumente für eure Hauptprodukte. Wichtig ist, dass diese Dokumente regelmäßig aktualisiert werden können und als Single Source of Truth dienen.

Welche Content-Formate eignen sich am besten für AI-Automatisierung?

Informationaler Content und strukturierte Formate lassen sich am einfachsten skalieren. Besonders geeignet sind: FAQs, Meta-Descriptions, Content-Briefs, Glossar-Artikel und die Anreicherung bestehender Seiten mit zusätzlichen Informationen. Technische Implementierungs-Guides oder stark storytelling-basierte Inhalte erfordern hingegen deutlich mehr manuellen Aufwand und menschliche Überarbeitung.

Wie finde ich Autor:innen, die bereit sind, mit AI-Tools zu arbeiten?

Die wichtigste Erkenntnis: Stelle gezielt nach AI-Affinität ein, anstatt unwillige Teams umzuschulen. Andy integrierte in alle Vorstellungsgespräche Fragen zur Einstellung gegenüber AI und suchte explizit nach Kandidat:innen, die Eigeninteresse und Neugier mitbrachten. Das Mindset "Ich will lernen, wie das funktioniert" ist entscheidender als perfekte technische Vorkenntnisse.

Mit welchem ersten Projekt sollte ich bei der AI-Content-Automatisierung starten?

Wähle ein "Low-Friction, High-Impact"-Projekt: etwas, das keine bestehenden Inhalte verändert, schnell skalierbar ist und nach 2-4 Wochen messbare Ergebnisse zeigt. Ideal sind z.B. das automatische Hinzufügen von FAQs zu bestehenden Artikeln, die Generierung von Meta-Descriptions oder die Erstellung von Content-Briefs. Andy empfiehlt: "Was kostet mich am meisten Zeit und was mache ich derzeit am wenigsten gerne?" – Das ist dein idealer Startpunkt.