KI-gestützte Pipeline für Content-Recherche, Erstellung und Distribution für Omnius
Wie n8n, KI-Agenten und eine Human-in-the-Loop-Strategie die gesamte Content-Produktion einer Content-Marketing-Agentur automatisiert haben.
40-60%
Manuelle Arbeit reduziert
5+
Plattformen integriert
Integriert
Human Oversight
Ausgangslage
Omnius ist eine in Europa ansässige B2B-SEO- und AI-Search-Marketing-Agentur mit Fokus auf SaaS- und Fintech-Unternehmen. Die Agentur ist dafür bekannt, echtes organisches Wachstum zu erzeugen und Kunden mit strategischem Content und Suchoptimierung von null auf Millionen organischer Besuche zu bringen.
Als content-getriebene Agentur lebt Omnius mit einem bekannten Paradox: Je mehr Kunden sie gewinnt, desto mehr Content muss sie produzieren. Und Content sind längst nicht mehr nur Blogposts. Es geht um LinkedIn-Carousels, Twitter-Threads, YouTube-Summaries, WordPress-Artikel und AI-optimierte Snippets für ChatGPT- und Perplexity-Antworten.
Omnius brauchte ein System, das Recherche, Ideation, Drafting und Distribution übernimmt, während Menschen Qualität und Markenstimme kontrollieren.
Die Herausforderung
Das Problem der Themenfindung
Für eine Agentur mit mehreren B2B-Kunden ist Content-Recherche keine einmalige Aufgabe. Es ist ein laufender Prozess, der gut sein muss.
- Multi-Client-Research-Last: Jeder Kunde arbeitet in einer anderen Nische. Recherche für einen hilft beim anderen nicht.
- Echtzeit-Relevanz: Die besten Themen haben eine kurze Halbwertszeit. Trendgespräche müssen sofort aufgegriffen werden.
- Format-Intelligenz: Es geht nicht nur darum, was man schreibt, sondern wie. Ein Thema kann für eine Plattform ein Blogpost sein und für eine andere ein Carousel.
- Die Expertise-Asymmetrie: Strateg:innen sind SEO-Expert:innen, keine Branchenexpert:innen. Sie müssen sich schnell in Nischenthemen einarbeiten.
Das Skalierungsproblem bei Content
- Plattformspezifische Anpassung: Manuelles Umformatieren für LinkedIn, WordPress und X ist ein Bottleneck.
- Freigabe-Bottleneck: E-Mail-Ketten und Dokumentensuche verlangsamen das Publishing.
- Visual Asset Creation: Manuelle Designanfragen erzeugen Warteschlangen und Verzögerungen.
- Verteilungsfragmentierung: Mehrere Plattformen manuell zu bedienen ist ineffizient.
Die Lösung
Wir haben eine Agentic Content Army gebaut. Ein mehrstufiger n8n-Workflow, der die gesamte Content-Pipeline von der Themenfindung bis zum veröffentlichten Post automatisiert, mit menschlicher Freigabe am kritischen Qualitätscheckpoint.
Der Workflow scrapt YouTube und X und analysiert Inhalte mit KI, um Trendthemen, starke Formate, Content-Lücken und einzigartige Blickwinkel zu identifizieren. So werden Stunden manueller Recherche durch tiefe, automatisierte Wettbewerbsintelligenz ersetzt.
Auf Basis der Recherche erstellt ein "Post Writer"-Agent Inhalte, die für jede Plattform zugeschnitten sind (LinkedIn, WordPress usw.), und hält dabei Markenstimme und Positionierung bei.
Entwürfe werden in einem Google Doc für die Freigabe zusammengeführt. Nach der Abnahme generiert der Workflow automatisch Visuals und veröffentlicht den Content auf allen vorgesehenen Kanälen.
Auswirkung
Die Content Army hat nicht nur Zeit gespart; sie hat auch die Qualität und den strategischen Wert der Recherche selbst vervielfacht und damit verändert, wie Omnius seinen Kunden Mehrwert liefert.
| Aktivität | Vorher | Nachher |
|---|---|---|
| Themenrecherche | 2-3 Stunden/Woche manuelles Scannen | Automatisierte, umfassende Analyse |
| Recherchequalität | Begrenzt auf manuelle Prüfung | Muster aus 10x mehr Quellen |
| Content-Drafting | 4-6 Stunden pro Batch | KI-generierte Entwürfe in Minuten |
| Visuelle Erstellung | Manuelle Designanfragen & Revisionen | Automatisch mit dem Content erzeugt |
| Review-Prozess | Unübersichtliche E-Mail-Ketten, verstreutes Feedback | Ein Dokument mit Kontext, Freigabe per Klick |
| Publishing | Manuelles Login auf jeder Plattform | Automatisierte Multi-Channel-Distribution |
| Gesamtstunden pro Woche | 10-15 Stunden | 4-6 Stunden (Review) |
"Was mich am meisten beeindruckt hat, war ihr sehr praktischer Problemlösungsansatz. Sie haben nicht einfach Workflows gebaut, nur um Workflows zu bauen. Sie sind wirklich tief in unsere suboptimalen Prozesse eingestiegen, haben verstanden, wo Dinge brechen oder Zeit verschwenden, und sie dann sehr strukturiert und durchdacht behoben."
- Matija Golubović, Founder bei Omnius
Warum Human-in-the-Loop wichtig ist
- Qualitätssicherung: Die KI erstellt Entwürfe, aber Menschen stellen Markenstimme, Genauigkeit und strategische Passung sicher.
- Kundenvertrauen: Das Review-Gate verhindert die Veröffentlichung falscher oder markenfremder Inhalte.
- Research-Validierung: Menschen prüfen, ob KI-erkannte Trends für bestimmte Kunden relevant sind.
- Kontinuierliche Verbesserung: Jedes Review liefert Feedback, das die KI-Agenten mit der Zeit besser macht.
Nächste Schritte
- Analytics-Feedback-Loop: Content-Performance automatisch in die Recherchephase zurückspielen, um ein selbstverbesserndes System zu schaffen.
- Multi-Client-Skalierung: Den Workflow als Template für schnelle Deployments über den gesamten Kundenstamm von Omnius ausrollen.
- Predictive Topic Intelligence: Historische Daten nutzen, um Themen vorherzusagen, bevor sie ihren Peak erreichen.
Tech-Stack
| Komponente | Technologie |
|---|---|
| Workflow Engine | n8n (self-hosted) |
| AI Models | OpenAI GPT-4, DALL-E |
| Data Collection | YouTube API, Apify |
| Memory Layer | Simple Memory |
| Publishing | WordPress API, LinkedIn API |
| Review | Human-in-the-Loop with Google Docs |
| File Processing | Convert to File |
n8n LabWir helfen dir, die Automatisierungslandschaft von morgen zu gewinnen
Eliminiere manuelle Engpässe mit individueller n8n-Automatisierung. Wir entwerfen das System für dich.
Unser Team
Bereit zu helfen