6aa0e5c9293841768a60e8ddc73aeb80

SKILL.md erklärt: Warum eine einzige Datei deine KI-Nutzung komplett verändert

Sun, 27 Sep 2026 07:00:29 GMT

Eine SKILL.md ist eine Textdatei im Markdown-Format, die einer KI genau sagt, wie sie eine Aufgabe erledigen soll. Einmal geschrieben, arbeitet die KI bei jeder Anfrage nach denselben Regeln.

Die meisten Menschen prompten KI wie ein Gespräch.

Frage rein, Antwort raus, nicht zufrieden, nochmal nachbessern, wieder nicht zufrieden, nochmal von vorne und nach 45 Minuten und acht Versuchen hat man einen Text, der halbwegs passt.

Das Problem ist nicht die KI. Das Problem ist, dass du bei jeder Anfrage von null anfängst. Die KI weiß nicht, wer du bist, wie du schreibst, für wen du schreibst und welche Qualitätsstandards du hast. Also rät sie und liegt meistens daneben.

Die Lösung heißt SKILL.md. Eine einzige Datei, die alles enthält, was die KI über deine Arbeit wissen muss. Einmal geschrieben, bei jeder Anfrage automatisch aktiv. Kein Rätselraten mehr, kein Nachbessern, keine acht Versuche.

Was ist eine SKILL.md?

Eine SKILL.md ist eine strukturierte Textdatei im Markdown-Format, die einer KI präzise Anweisungen gibt. Sie definiert: Was soll die KI tun? Für wen? In welchem Stil und mit welchen Qualitätsregeln und was darf sie auf keinen Fall?

Stell dir eine SKILL.md vor wie ein Briefing, das du einem neuen Mitarbeiter gibst. Nicht bei jedem Auftrag, sondern einmalig: “So arbeiten wir hier. Das sind unsere Standards. Das sind die Fehler, die du vermeiden musst.” Danach reicht ein kurzer Auftrag — der Mitarbeiter weiß, was zu tun ist.

Genau so funktioniert eine SKILL.md für KI-Modelle wie Claude, ChatGPT oder Gemini.

Warum Prompts allein nicht reichen

Ein Prompt ist eine einzelne Anweisung. “Schreib mir einen Blog-Artikel über KI-Agenten.” Die KI hat keine Ahnung, ob du einen 500-Wörter-Listicle oder einen 2.000-Wörter-Tiefgang willst. Ob locker oder formell. Ob für Einsteiger oder Experten, also entscheidet sie selbst und du korrigierst hinterher.

Mit einer SKILL.md sind all diese Informationen bereits hinterlegt. Der Prompt reduziert sich auf: “Schreib einen Artikel zu KI-Agenten.” Die KI kennt deine Zielgruppe, deinen Schreibstil, deine Mindestlänge und deine verbotenen Formulierungen. Ein Versuch, fertiges Ergebnis.

Der Unterschied ist nicht marginal. Er ist der Unterschied zwischen 45 Minuten und 5 Minuten pro Text. Zwischen “geht so” und “kann ich so veröffentlichen”.

Wie ist eine SKILL.md aufgebaut?

Jede SKILL.md besteht aus fünf Bausteinen. Du brauchst kein technisches Wissen, um sie zu schreiben, es ist reiner Text.

Baustein 1: Metadaten

Am Anfang steht der Name und eine kurze Beschreibung. Das hilft dir, den Überblick zu behalten, wenn du mehrere SKILL-Dateien hast.


    
          ---
          
    

    
          name: blog-artikel-schreiber
          
    

    
          description: Schreibt SEO-optimierte Blog-Artikel für Medium
          
    

    
          ---

Baustein 2: Ziel und Zielgruppe

Was soll die KI erreichen und für wen? Je konkreter, desto besser. “Schreibe gute Texte” ist zu vage. “Schreibe Blog-Artikel, die auf Seite 1 bei Google ranken, für Selbstständige im DACH-Raum” ist ein klares Ziel.

Baustein 3: Ablauf

Die Schritte, die die KI in welcher Reihenfolge abarbeiten soll. Nummeriert, klar, ohne Interpretationsspielraum. Bei einem Blog-Artikel wäre das: Keyword einbauen → Titel formulieren → Artikel strukturieren → FAQ anhängen → CTA einfügen.

Baustein 4: Stil-Regeln

Wie soll die Ausgabe klingen? Hier definierst du deinen Schreibstil: Satzlänge, Tonalität, Fachsprache ja oder nein, Du oder Sie. Das ist der Baustein, der dafür sorgt, dass Texte nach dir klingen — nicht nach generischer KI.

Baustein 5: Anti-Patterns

Das ist der wichtigste Baustein, den die meisten weglassen. Anti-Patterns definieren, was die KI nicht tun darf. Keine Floskeln wie “es ist wichtig zu beachten”. Keine erfundenen Quellen. Keine Absätze, die mit “Zusammenfassend lässt sich sagen” beginnen. Die Anti-Pattern-Liste ist dein Qualitätsfilter.

Eine SKILL.md schreiben Schritt für Schritt

Du brauchst dafür 30 Minuten und einen Texteditor. Mehr nicht.

Schritt 1: Öffne einen beliebigen Texteditor (Notepad, VS Code, sogar die Notizen-App auf deinem Handy). Erstelle eine neue Datei und nenne sie blog-skill.md.

Schritt 2: Kopiere dieses Grundgerüst:


    
          ---
          
    

    
          name: [dein-skill-name]
          
    

    
          description: [was dieser Skill macht]
          
    

    
          ---


    
          # Ziel
          
    

    
          [Was soll die KI erreichen?]


    
          # Zielgruppe
          
    

    
          [Für wen schreibst du?]


    
          # Ablauf
          
    

    
          1. [Erster Schritt]
          
    

    
          2. [Zweiter Schritt]
          
    

    
          3. [Dritter Schritt]


    
          # Stil
          
    

    
          - [Tonalität]
          
    

    
          - [Satzlänge]
          
    

    
          - [Ansprache]


    
          # Anti-Patterns
          
    

    
          - Niemals: [Formulierung 1]
          
    

    
          - Niemals: [Formulierung 2]

Schritt 3: Füll die Platzhalter mit deinen konkreten Anforderungen. Denk an die letzten 5 Texte, die du mit KI geschrieben hast. Was musstest du jedes Mal korrigieren? Genau das gehört in die Anti-Patterns.

Schritt 4: Teste den Skill. Gib der KI die SKILL.md als Kontext und einen kurzen Auftrag. Wenn das Ergebnis nicht passt, justiere die Regeln und nicht den Prompt.

Wo setzt du eine SKILL.md ein?

Eine einzige gut geschriebene SKILL.md ist kein Einmalprojekt. Sie funktioniert überall, wo du KI für Text, Kommunikation oder Automatisierung einsetzt:

Blog-Artikel — Die SKILL.md steuert Länge, SEO-Struktur, Tonalität und CTA. Jeder Artikel folgt deinem Standard.

Social-Media-Posts — Gleicher Stil, ob LinkedIn, Instagram oder Threads. Die KI kennt deine Hooks, deine Hashtag-Strategie und deine Zielgruppe.

E-Mail-Kampagnen — Konsistente Kundenansprache über Newsletter, Outreach und Support-Mails.

Buchkapitel — Einheitlicher Schreibstil über 200+ Seiten, ohne dass sich Kapitel 12 anders liest als Kapitel 3.

KI-Agenten — SKILL.md-Dateien sind das Herzstück jedes KI-Agenten. Sie definieren, wie der Agent denkt, entscheidet und kommuniziert.

Das Prinzip: Einmal dein Briefing schreiben, überall denselben Standard bekommen.

Drei Beispiel-SKILLs für den sofortigen Einsatz

Beispiel 1: LinkedIn-Post-Skill


    
          ---
          
    

    
          name: linkedin-post
          
    

    
          description: Schreibt LinkedIn-Posts mit hoher Reichweite
          
    

    
          ---


    
          # Ziel
          
    

    
          Erstelle einen LinkedIn-Post, der Engagement erzeugt
          
    

    
          und auf einen Blog-Artikel verlinkt.


    
          # Ablauf
          
    

    
          1. Hook: Provokante erste Zeile, die zum Weiterlesen zwingt
          
    

    
          2. 3-4 Absätze mit konkretem Mehrwert
          
    

    
          3. CTA: Link im Kommentar ankündigen
          
    

    
          4. 3-5 Hashtags am Ende


    
          # Stil
          
    

    
          - Ich-Perspektive, direkt, ohne Floskeln
          
    

    
          - Kurze Absätze (max. 2 Zeilen)
          
    

    
          - Kein Emoji-Overload (max. 0-1 Emoji)


    
          # Anti-Patterns
          
    

    
          - Kein "Ich freue mich, mitteilen zu dürfen"
          
    

    
          - Kein "Was denkt ihr?" als Frage ohne echtes Interesse
          
    

    
          - Keine Aufzählungspunkte mit Emoji-Prefix

Beispiel 2: E-Mail-Antwort-Skill


    
          ---
          
    

    
          name: email-antwort
          
    

    
          description: Beantwortet Kundenanfragen professionell und schnell
          
    

    
          ---


    
          # Ziel
          
    

    
          Erstelle eine Antwort-E-Mail, die die Frage
          
    

    
          in maximal 5 Sätzen beantwortet.


    
          # Stil
          
    

    
          - Freundlich aber knapp
          
    

    
          - Du-Ansprache
          
    

    
          - Kein Smalltalk


    
          # Anti-Patterns
          
    

    
          - Kein "Vielen Dank für Ihre Nachricht"
          
    

    
          - Kein "Zögern Sie nicht, uns zu kontaktieren"

Beispiel 3: Marktrecherche-Skill


    
          ---
          
    

    
          name: marktrecherche
          
    

    
          description: Erstellt eine strukturierte Marktanalyse
          
    

    
          ---


    
          # Ziel
          
    

    
          Analysiere einen Markt oder ein Thema und liefere
          
    

    
          einen strukturierten Report.


    
          # Ablauf
          
    

    
          1. Marktgröße und Wachstum
          
    

    
          2. Top 5 Wettbewerber mit Stärken/Schwächen
          
    

    
          3. Chancen für den DACH-Markt
          
    

    
          4. Konkrete Handlungsempfehlung


    
          # Stil
          
    

    
          - Faktenbasiert, keine Spekulation
          
    

    
          - Zahlen und Quellen wo verfügbar
          
    

    
          - Maximal 800 Wörter

FAQ — Häufig gestellte Fragen

Brauche ich technische Kenntnisse, um eine SKILL.md zu schreiben? Nein. Es ist reiner Text im Markdown-Format. Wenn du eine E-Mail schreiben kannst, kannst du eine SKILL.md schreiben.

Funktioniert SKILL.md mit jedem KI-Modell? Ja. Die SKILL.md funktioniert mit Claude, ChatGPT, Gemini und jedem anderen Sprachmodell. Du gibst die Datei als Kontextanweisung mit, wie genau, hängt vom Tool ab: Bei Claude als Teil der System-Anweisung oder im Gespräch, bei ChatGPT als Custom Instruction oder direkt im Chat.

Wie viele SKILL-Dateien brauche ich? Starte mit einer. Eine SKILL.md für deine häufigste Aufgabe, wahrscheinlich Texte schreiben. Wenn die funktioniert, erstellst du weitere für andere Bereiche. Ich arbeite aktuell mit 8 verschiedenen SKILL-Dateien.

Was ist der Unterschied zu Custom Instructions oder GPTs? Custom Instructions und GPTs sind plattformgebunden, sie funktionieren nur bei ChatGPT. Eine SKILL.md ist universell. Du kannst dieselbe Datei bei Claude, ChatGPT, Gemini oder einem lokalen Modell verwenden und sie ist versionierbar. Du kannst Änderungen nachverfolgen und ältere Versionen wiederherstellen.

Kann ich mit SKILL-Dateien auch Geld verdienen? Ja. Gut geschriebene SKILL-Dateien für spezifische Nischen lassen sich als digitale Produkte verkaufen, auf Gumroad, Elopage oder im eigenen Shop. Ein “Content-Creator SKILL Pack” für 19,99 Euro, das sofort einsetzbare SKILLs für Blog, Social Media und Newsletter enthält, hat einen klaren Marktwert.

Nächster Schritt

Öffne jetzt einen Texteditor. Kopiere das Grundgerüst aus diesem Artikel. Füll es mit deinen Anforderungen. Teste es. In 30 Minuten hast du eine SKILL.md, die deine KI-Nutzung dauerhaft verändert.

Wenn du tiefer einsteigen willst: In meinem Buch SKILL.md, das Handbuch für KI-Anweisungen zeige ich dir fortgeschrittene Techniken und mehrstufige SKILLs, Quality Gates, Agent-Orchestrierung und die komplette SKILL-Architektur.

→ Buch auf Amazon ansehen

Bruno Treichel ist KI-Systemarchitekt und Gründer von KI-REX Media & Marketing Solutions. Er hat das SKILL.md-Konzept für den deutschsprachigen Markt entwickelt und setzt es in über 15 Buchprojekten und Dutzenden KI-Agenten ein.

Mehr auf ki-rex.de

Tags für Medium: Artificial Intelligence, Prompt Engineering, Productivity, Tech, KI

Diese Woche hat die KI angefangen, selbst zu handeln

Sun, 27 Sep 2026 06:59:40 GMT

Fünf Meldungen aus einer Woche, eine gemeinsame Richtung: KI-Systeme beantworten nicht mehr nur Fragen, sie erledigen Aufgaben selbstständig. Was das für Selbstständige und Unternehmen bedeutet.

Fünf Nachrichten aus der KI-Welt, die mehr gemeinsam haben, als es auf den ersten Blick aussieht

Fünf Meldungen. Eine Richtung.

Transparenzhinweis gemäß EU AI Act: Dieser Beitrag wurde mit Unterstützung eines KI-Schreibprogramms erstellt und von mir redaktionell geprüft. Auch die Grafiken sind mit KI-Unterstützung entstanden.

Wer diese Woche die KI-News verfolgt hat, konnte leicht den Überblick verlieren. Google, Microsoft, Meta, Anthropic, dazu ein bekannter Programmierer, der seine Tastatur quasi an den Nagel hängt. Klingt nach fünf verschiedenen Geschichten, dabei ist es eine einzige.

Hinter allen fünf steckt dieselbe Entwicklung: KI beantwortet nicht mehr nur Fragen. Sie erledigt Aufgaben. Sie ruft an, sie arbeitet im Hintergrund, sie bekommt einen eigenen Rechner. Genau das solltest du verstehen, bevor es dich im Alltag überholt.

Hier sind die fünf Nachrichten, und was sie für dich bedeuten.

1. Gemini greift zum Telefon

Google testet eine Funktion namens „Call for Me“. Die Idee ist simpel: Du sagst Gemini, was du willst, und Gemini ruft für dich beim Unternehmen an. Tisch reservieren, nachfragen, ob ein Produkt vorrätig ist, einen Termin verschieben.

Gemini navigiert dabei durch Telefonmenüs und hängt auch in der Warteschleife. Du liest live mit, was gesprochen wird, und kannst jederzeit selbst übernehmen. Welche persönlichen Daten die KI im Gespräch weitergibt, gibst du vorher frei.

Der Haken für uns: Der Test läuft vorerst nur in den USA, auf dem Pixel 11 und mit bezahltem Gemini-Abo (TechCrunch, 24.09.2026).

Stell dir trotzdem mal vor, wie viele Stunden du im Jahr in Warteschleifen verbringst. Genau dort setzt das an.

2. Microsoft baut Copilot um und schickt einen Autopiloten los

Microsoft gliedert Copilot neu in drei Bereiche: „Home“ für Chat und Zusammenarbeit, „Code“ zum Bauen von Apps und Automationen ohne Programmierkenntnisse und „Autopilot“.

Autopilot ist der spannende Teil. Ein Agent, der dauerhaft läuft, eigene Cloud-Ressourcen bekommt, Teams-Kanäle beobachtet und wiederkehrende Aufgaben selbstständig abarbeitet. Aufgerufen wird er per @-Erwähnung in Teams, Outlook oder direkt im Dokument.

Jetzt kommt der Teil, über den weniger geredet wird: Für Autopilot und Code rechnet Microsoft künftig nach Nutzung ab, nicht mehr pauschal. Die normale Copilot-Lizenz deckt dann nur noch Chat und die Office-Integration ab. Autopilot startet Ende September als geschlossene Vorschau (The Decoder, 25.09.2026).

Das heißt für dich: Agenten werden bezahlt wie Mitarbeiter auf Stundenbasis. Wer sie klug einsetzt, spart. Wer sie planlos laufen lässt, zahlt.

3. Meta gibt jedem Agenten einen eigenen Computer

Meta hat mit „Muse“ einen Agenten veröffentlicht, der einen vollständigen Cloud-Rechner mit Ubuntu Linux mitbringt. Software installieren, Code schreiben und ausführen, im Web recherchieren. Fast alles, was du an einem echten Rechner machen würdest, erledigt Muse in seiner eigenen Umgebung.

Laut The Decoder hat die App in der ersten Woche mehr als 500.000 Nutzer gewonnen und stand auf Platz eins im Apple App Store (25.09.2026).

Meta setzt damit auf Reichweite statt auf das stärkste Modell. Die Botschaft dahinter: Der Agent muss nicht perfekt sein. Er muss verfügbar sein.

4. Anthropic kauft Rechenleistung, diesmal für Agenten

Anthropic, das Unternehmen hinter Claude, hat mit Akamai einen Cloud-Vertrag über 11,6 Milliarden US-Dollar abgeschlossen. Laufzeit: sieben Jahre. Mit Option auf bis zu 20 Milliarden (TechCrunch, 25.09.2026).

Interessant ist, was da eingekauft wird. Nicht die üblichen Grafikchips fürs Training, sondern klassische Prozessoren. Genau die Art Rechenleistung, die Agenten brauchen, wenn sie Code ausführen oder im Web unterwegs sind. Zusätzlich erhält Anthropic Optionsrechte auf bis zu fünf Prozent der Akamai-Aktien.

Laut The Decoder summieren sich Anthropics Rechenzentrums-Deals damit auf rund 517 Milliarden Dollar in elf Monaten. CEO Dario Amodei hat selbst gewarnt, dass sein Unternehmen schon bei kleinen Fehleinschätzungen pleitegehen könnte.

Große Wette. Klare Richtung.

5. Der Rails-Erfinder schreibt keinen Code mehr von Hand

David Heinemeier Hansson hat Ruby on Rails erfunden und Basecamp mitgegründet. Vor gut einem Jahr gehörte er noch zu den lauten Kritikern von KI beim Programmieren.

Auf der Rails World 2026 sagte er jetzt: Seit März 2026 schreibt er keinen Code mehr von Hand. Nach 25 Jahren. Englisch sei die bessere Programmiersprache als Ruby, so DHH in seiner Keynote. Programmierer werden aus seiner Sicht zu „professionellen Machern“, die KI steuern (The Decoder, 25.09.2026).

Wenn einer der bekanntesten Skeptiker umschwenkt, ist das kein Hype-Signal mehr. Das ist ein Praxis-Signal.

Was diese fünf Nachrichten verbindet

Lies die fünf Meldungen noch einmal nebeneinander.

Gemini telefoniert. Copilot arbeitet im Hintergrund weiter, wenn du längst im Feierabend bist. Muse bekommt einen eigenen Rechner. Anthropic kauft Milliarden an Rechenleistung, die genau solche Agenten antreiben soll. Ein erfahrener Entwickler lässt die Arbeit komplett von KI erledigen und steuert nur noch.

Die Frage ist nicht mehr, ob KI-Agenten kommen.

Die Frage ist, ob du weißt, wie du sie einsetzt.

Ganz ehrlich: Die meisten nutzen KI immer noch wie eine bessere Suchmaschine. Frage rein, Antwort raus. Das ist okay. Es ist nur ungefähr so, als würdest du ein Auto kaufen und es als Radio benutzen.

Falls du den Unterschied zwischen Chatbot, Copilot und Agent noch einmal nachlesen willst: Was ist ein KI-Agent? Klar erklärt .

Was du jetzt konkret tun kannst

Du musst nicht auf das Pixel 11 oder die nächste Copilot-Lizenz warten. Drei Schritte, die heute schon gehen:

Schreib eine Woche lang auf, welche Aufgaben sich bei dir wiederholen. Mails sortieren, Recherchen, Berichte, Terminabstimmung.
Such dir eine davon aus, die klar beschrieben werden kann. Klar heißt: Eingabe, Ablauf, Ergebnis.
Beschreib diese Aufgabe schriftlich so, dass ein Agent sie ohne Rückfragen erledigen kann. Genau das ist der Kern von Agenten-Arbeit.

Klingt banal. Genau an diesem Punkt scheitern die meisten.

Wenn du tiefer einsteigen willst

Wie du solche Agenten selbst baust und steuerst, zeige ich in meinem Buch „KI-Agenten, Agentenschwärme & SKILLs“:

�� Hier findest du das Buch auf Amazon: https://www.amazon.de/dp/B0H1X4QZYC

Welche der fünf Nachrichten betrifft dich am meisten? Schreib es mir in die Kommentare.

Quellen

TechCrunch, 24.09.2026: Google tests letting Gemini make phone calls, initially for US Pixel owners
The Decoder, 25.09.2026: Microsoft gives Copilot another makeover, adding an Autopilot agent and usage-based billing
The Decoder, 25.09.2026: Meta’s Muse agent gives every user a full cloud computer running Ubuntu Linux
TechCrunch, 25.09.2026: Anthropic to pay Akamai $11.6 billion over seven years in cloud deal
The Decoder, 25.09.2026: Anthropic signs $11.6 billion cloud deal with Akamai
The Decoder, 25.09.2026: Ruby on Rails creator DHH says he’s done writing code by hand

Der EU AI Act ist da und was du als Content Creator jetzt wissen musst

Sun, 27 Sep 2026 06:59:32 GMT

Seit dem 2. August 2026 gilt die Kennzeichnungspflicht des EU AI Act.

Artikel 50 verlangt: Wenn du KI-generierte Bilder, Videos oder Audio veröffentlichst, musst du sie als KI-generiert kennzeichnen. Wer das nicht tut, riskiert Bußgelder.

Klingt klar. Ist es aber nicht. Denn die Abgrenzung was muss gekennzeichnet werden, was nicht ist in der Praxis unscharf. Muss ein Blog-Artikel, den ich mit Claude geschrieben und selbst überarbeitet habe, gekennzeichnet werden? Mein Amazon-Buchcover? Mein LinkedIn-Post?

Ich habe mich intensiv mit dem EU AI Act beschäftigt, für meine eigene Arbeit mit 15 KI-gestützten Büchern und hunderten Marketing-Grafiken. In diesem Artikel erkläre ich dir, was der EU AI Act für Content Creator konkret bedeutet ohne Juristendeutsch, mit klaren Regeln zum Sofort-Anwenden.

Was der EU AI Act ist in 30 Sekunden

Der EU AI Act ist das weltweit erste umfassende KI-Gesetz. Er reguliert, wie KI in der Europäischen Union entwickelt und eingesetzt werden darf. Für Content Creator sind zwei Artikel relevant:

Artikel 50 (Transparenzpflicht): KI-generierte Inhalte müssen als solche erkennbar sein. Betrifft Bilder, Videos, Audio und alles, was den Eindruck erwecken könnte, es sei von einem Menschen erstellt.

Artikel 4 (KI-Kompetenzpflicht): Wer KI-Systeme einsetzt, muss ein ausreichendes Verständnis davon haben. Klingt vage, bedeutet aber: Du musst wissen, was deine Tools tun, welche Daten sie verarbeiten und wo ihre Grenzen liegen. Für Unternehmen mit HR-Abteilungen hat das besondere Konsequenzen!

Was muss gekennzeichnet werden und was nicht?

Die Faustregel ist einfach: Bilder, Videos und Audio = kennzeichnen. Text mit menschlicher Redaktion = frei.

Im Detail:

Kennzeichnungspflichtig

KI-generierte Werbegrafiken: Jede Grafik, die du mit Midjourney, DALL-E, Canva AI oder ähnlichen Tools erstellst und für Marketing verwendest, braucht ein KI-Label. Das gilt für Social-Media-Posts, Pinterest-Pins, Facebook-Anzeigen, Newsletter-Header und alles, was visuell ist und veröffentlicht wird.

KI-generierte Videos und Audio: Videotrailer, Voiceover mit ElevenLabs, KI-generierte Podcast-Segmente, alles kennzeichnungspflichtig und auch dann, wenn du das Material nachbearbeitest.

KI-generierte Bilder in Blog-Artikeln: Wenn du in deinem Medium-Artikel ein KI-generiertes Bild verwendest, muss es gekennzeichnet sein. Eine einfache Bildunterschrift wie “Bild: KI-generiert” reicht.

Nicht kennzeichnungspflichtig

Buchtexte mit menschlicher Endredaktion: Wenn du ein Buch mit KI-Unterstützung schreibst und jedes Kapitel selbst redigierst, kontrollierst und freigibst, gilt der Text als redaktionell verantworteter Inhalt. Keine Kennzeichnungspflicht. Amazon verlangt allerdings die Angabe im KDP-Upload-Formular, ob KI-Tools verwendet wurden.

Blog-Artikel und Newsletter: Solange du den Text gelesen, überarbeitet und freigegeben hast, ist er dein redaktioneller Inhalt unabhängig davon, ob Claude oder ChatGPT den Rohtext geliefert hat. Die menschliche Redaktionsleistung ist der entscheidende Faktor.

E-Mails und Geschäftskorrespondenz: Auch hier gilt: Wenn du den Text vor dem Absenden liest und freigibst, keine Kennzeichnungspflicht.

Wie kennzeichnest du richtig?

Der EU AI Act schreibt keine exakte Form vor aber die Kennzeichnung muss “klar und deutlich erkennbar” sein. In der Praxis funktionieren drei Methoden:

Methode 1: Bildunterschrift. Unter dem Bild steht: “Bild: KI-generiert” oder “Grafik erstellt mit KI-Unterstützung”. Einfach, universell, funktioniert auf jeder Plattform.

Methode 2: Overlay im Bild. Ein kleiner Hinweis direkt im Bild — ähnlich einem Wasserzeichen. Das hat den Vorteil, dass die Kennzeichnung nicht verloren geht, wenn das Bild ohne Kontext geteilt wird.

Methode 3: Metadaten. Einige Plattformen unterstützen KI-Kennzeichnung in den Bild-Metadaten (EXIF/IPTC). Instagram und Meta haben eigene KI-Labels eingeführt. Wenn du eine SKILL.md für deine Content-Produktion nutzt hier ist die Anleitung dazu kannst du die Kennzeichnung als festen Schritt im Workflow verankern.

Meine Empfehlung: Methode 1 (Bildunterschrift) als Standard für Blog-Artikel, Methode 2 (Overlay) für Social-Media-Grafiken, die eigenständig geteilt werden.

Was passiert, wenn du nicht kennzeichnest?

Der EU AI Act sieht ein abgestuftes Sanktionssystem vor:

Stufe 1: Verwarnung. Die zuständige Aufsichtsbehörde mahnt ab und gibt dir eine Frist zur Nachkennzeichnung. Das ist der wahrscheinlichste Fall für Einzelpersonen und kleine Unternehmen.

Stufe 2: Bußgeld. Bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes für Verstöße gegen Transparenzpflichten. Für ein DAX-Unternehmen wäre das existenzbedrohend. Für Selbstständige gelten niedrigere Obergrenzen aber auch 5.000 Euro sind für einen Freelancer kein Pappenstiel.

Stufe 3: Bei schweren Verstößen (verbotene KI-Praktiken) bis zu 35 Millionen Euro oder 7 Prozent des Umsatzes. Für Content Creator praktisch nicht relevant und das betrifft Fälle wie Social Scoring oder manipulative KI.

Die Realität: In der Anfangsphase werden Aufsichtsbehörden voraussichtlich auf Aufklärung und Verwarnungen setzen, nicht auf Maximalbußgelder. Aber das ändert sich, sobald sich die Durchsetzungspraxis etabliert hat. Wer jetzt sauber kennzeichnet, hat keinen Stress, wenn die Kontrollen ernster werden.

Die 7-Punkte-Checkliste für Content Creator

Diese sieben Punkte solltest du jetzt erledigen:

1. KI-generierte Bilder kennzeichnen. Geh deine letzten 20 Social-Media-Posts und Blog-Artikel durch. Jedes KI-generierte Bild bekommt eine Kennzeichnung nachgetragen.

2. Standard-Kennzeichnung festlegen. Entscheide dich für ein Format und bleib dabei. “Bild: KI-generiert” als Bildunterschrift ist der einfachste Start. Leg das in deiner Content-SKILL.md als Pflichtschritt fest.

3. Redaktionelle Freigabe dokumentieren. Für Texte, die du mit KI-Unterstützung schreibst: Halte fest, wann du den Text freigegeben hast. Ein kurzer Vermerk (“Redaktionelle Endfreigabe: [Datum], [Name]”) reicht. Das ist deine Absicherung, falls jemand fragt, warum der Text nicht gekennzeichnet ist.

4. Social-Media-Vorlagen anpassen. Wenn du mit Canva oder ähnlichen Tools arbeitest erstelle eine Vorlage, die den KI-Hinweis automatisch enthält. Ein kleiner Text am unteren Bildrand, der bei jeder Grafik dabei ist.

5. Amazon-KDP-Uploads prüfen. Bei jedem Buchupload fragt Amazon, ob KI-Tools verwendet wurden. Beantworte das ehrlich. Es ist keine Strafe sondern es ist eine Pflichtangabe.

6. KI-Tools-Liste führen. Notiere, welche KI-Tools du einsetzt, wofür und seit wann. Das ist für die Nachweispflicht relevant und kostet 10 Minuten einmalig.

7. KI-Literacy sicherstellen. Verstehst du, was deine KI-Tools tun? Wo werden deine Daten verarbeitet? Welche Modelle stecken dahinter? Wenn nicht: nachlesen. Der EU AI Act verlangt dieses Grundverständnis.

Was das für dein Content-Business bedeutet

Kurz: Wenig Aufwand, wenn du es jetzt einrichtest. Die Kennzeichnungspflicht betrifft nur Bilder, Videos und Audio. Deine Texte, Blog-Artikel, Bücher, Newsletter bleiben frei, solange du die redaktionelle Kontrolle behältst.

Der Kniff liegt in der Systematisierung. Wenn du bei jedem einzelnen Post überlegen musst, ob und wie du kennzeichnest, nervt es. Wenn du einmal eine Vorlage erstellst und eine SKILL.md schreibst, die den Kennzeichnungsschritt automatisch einbaut, denkst du nie wieder darüber nach.

Für diejenigen, die mit KI-Agenten arbeiten: Du kannst die Kennzeichnung direkt in den Agent-Workflow einbauen. Der Agent erstellt die Grafik, fügt das KI-Label ein und exportiert — alles in einem Schritt. Das ist der Vorteil eines systematischen Ansatzes gegenüber manuellem Labeln.

FAQ — Häufig gestellte Fragen

Gilt der EU AI Act auch für Privatpersonen? Die Transparenzpflichten gelten für jeden, der KI-generierte Inhalte veröffentlicht auch Privatpersonen, Freelancer und Einzelunternehmer. Die Bußgeld-Obergrenzen sind für KMUs und Privatpersonen niedriger angesetzt.

Muss ich meinen alten Content nachkennzeichnen? Formal ja der EU AI Act kennt keinen Bestandsschutz für bereits veröffentlichte Inhalte. Praktisch: Fang mit den sichtbarsten Inhalten an (Social Media, Website) und arbeite rückwärts.

Was ist mit KI-bearbeiteten Fotos? Wenn du ein echtes Foto mit KI bearbeitest (Hintergrund entfernen, Farben korrigieren), ist das in der Regel nicht kennzeichnungspflichtig. Wenn die KI-Bearbeitung so stark ist, dass das Ergebnis irreführend sein könnte (Gesichter verändern, Szenen hinzufügen), greift die Pflicht.

Ich nutze KI nur als Schreibhilfe, muss ich das angeben? Nein. Wenn du den Text selbst redigierst und freigibst, ist er dein redaktioneller Inhalt. Du bist der Autor, die KI war das Werkzeug. Wie ein Buch, das mit Word geschrieben wurde — niemand kennzeichnet “geschrieben mit Microsoft Word”.

Wie schütze ich mich rechtlich? Dokumentiere deinen Prozess. Halte fest, welche KI-Tools du nutzt, wo die menschliche Redaktion stattfindet und wann du Inhalte freigibst. Das ist dein Nachweis, dass du den EU AI Act ernst nimmst. In 10 Minuten ist das erledigt.

Nächster Schritt

Geh jetzt deine letzten 10 veröffentlichten Inhalte durch. Wo fehlt ein KI-Label? Trag es nach. Dann erstelle eine Vorlage, die den Hinweis automatisch enthält. In 30 Minuten bist du compliant.

Wenn du den EU AI Act und seine Auswirkungen auf Content-Unternehmer im Detail verstehen willst: In meinem Buch Nicht die KI ist das Problem widme ich dem EU AI Act ein ganzes Kapitel — mit Fallbeispielen, Checklisten und der Abgrenzung zwischen erlaubt und verboten.

→ Buch auf Amazon ansehen

Weiterführende Artikel aus dieser Serie:

Bruno Treichel ist KI-Systemarchitekt und Gründer von KI-REX Media & Marketing Solutions. Er setzt den EU AI Act in seiner eigenen Content-Produktion um und dokumentiert die Erfahrungen für andere Content Creator im DACH-Markt.

Mehr auf ki-rex.de

Tags für Medium: EU AI Act, Content Creation, Regulation, Artificial Intelligence, Law

KI in der Personalabteilung: Was HR-Manager 2026 wissen müssen

Sun, 27 Sep 2026 06:59:24 GMT

Wo KI in der Personalarbeit heute schon eingesetzt wird, von der Stellenanzeige bis zur Mitarbeiterentwicklung, und worauf HR-Verantwortliche 2026 achten sollten.

Die Personalabteilung hat ein Effizienzproblem. HR-Teams verbringen 60 bis 70 Prozent ihrer Zeit mit Routineaufgaben

Stellenanzeigen formulieren, Bewerbungen sichten, Onboarding-Dokumente zusammenstellen, Reports bauen. Aufgaben, die wichtig sind, aber nicht die Art von Arbeit, für die HR-Profis ihren Job gewählt haben.

KI kann diesen Anteil auf unter 30 Prozent drücken. Nicht durch Entlassung von Mitarbeitern, sondern durch Automatisierung der Vorbereitung, damit HR-Manager ihre Zeit dort investieren, wo sie am meisten bewirken: Bei den Menschen!

Aber KI in HR einzuführen ist kein Selbstläufer. Es gibt rechtliche Grenzen, ethische Risiken und einen Faktor, den die meisten unterschätzen: die Angst der eigenen Belegschaft. Dieser Artikel zeigt dir, was funktioniert, was nicht, und wie du in 90 Tagen KI in deine Personalabteilung integrierst.

Wo KI in HR heute eingesetzt wird

1. Bewerbungs-Screening

Der zeitfressendste Prozess in jeder HR-Abteilung. Eine offene Stelle generiert im Schnitt 80 bis 250 Bewerbungen. Ein KI-Agent, was genau ein KI-Agent ist, erkläre ich in diesem Artikel , kann Lebensläufe vorsortieren, Qualifikationen mit dem Anforderungsprofil abgleichen und eine Rangliste erstellen. Der HR-Manager prüft die Top-20 statt alle 200.

Aber Vorsicht: KI-Screening ohne menschliche Kontrolle ist gefährlich. Sprachmodelle können versteckte Biases aus ihren Trainingsdaten übernehmen, etwa Bewerbungen mit Lücken im Lebenslauf systematisch abwerten, obwohl diese durch Elternzeit oder Krankheit entstanden sind. Die KI sortiert vor, der Mensch entscheidet.

2. Onboarding automatisieren

Der erste Arbeitstag entscheidet über den Eindruck. Ein KI-gestütztes Onboarding verschickt automatisch Willkommens-Mails, erstellt individuelle Einarbeitungspläne und stellt einen FAQ-Bot bereit, der neue Mitarbeiter in den ersten Wochen durch die häufigsten Fragen führt.

Die Zeitersparnis ist enorm: Statt 8 bis 10 Stunden manueller Onboarding-Vorbereitung pro neuem Mitarbeiter reduziert sich der Aufwand auf eine Stunde Kontrolle und Feintuning.

3. Stellenanzeigen erstellen

KI-Tools wie Claude oder ChatGPT können Stellenanzeigen in Minuten generieren. Aber der eigentliche Wert liegt woanders: Die KI prüft den Text auf inklusive Sprache. Formulierungen wie “junges dynamisches Team” oder “belastbar” schließen unbewusst Bewerbergruppen aus. Ein guter KI-Prompt erkennt das und schlägt neutrale Alternativen vor.

4. Mitarbeiter-Feedback analysieren

Jährliche Mitarbeiterumfragen produzieren Berge von Freitextantworten, die niemand systematisch auswertet. Eine KI kann 500 Freitextantworten in 10 Minuten kategorisieren, Stimmungstrends erkennen und Frühwarnsignale für Fluktuation identifizieren, bevor die Kündigung auf dem Tisch liegt.

5. Weiterbildung personalisieren

Statt einer Weiterbildungsliste für alle erstellt KI individuelle Lernpfade. Basierend auf der aktuellen Rolle, den vorhandenen Kompetenzen und den Unternehmenszielen bekommt jeder Mitarbeiter Empfehlungen, die zu seiner Karriere passen und nicht zur statistischen Mehrheit.

6. HR-Reporting

Monatliche Headcount-Reports, Krankenstandsanalysen, Diversity-Kennzahlen — alles Aufgaben, die regelmäßig anfallen und einem klaren Muster folgen. Genau das, was ein KI-Agent eigenständig erledigen kann . Eine SKILL.md-Datei definiert, welche Daten gezogen, wie sie aufbereitet und in welchem Format sie geliefert werden. W ie du eine SKILL.md erstellst, zeige ich dir hier Schritt für Schritt .

Chancen und Risiken ehrlich abgewogen

Die Chancen sind real: schnellere Stellenbesetzung, objektivere Vorauswahl, mehr Zeit für strategische Arbeit, personalisierte Entwicklung aber die Risiken sind es auch.

Bias und Diskriminierung ist das größte Risiko. KI-Modelle lernen aus historischen Daten und wenn diese Daten Diskriminierung enthalten (was sie fast immer tun), reproduziert die KI diese Muster. Ein Bewerbungs-Screening, das über Jahre hinweg hauptsächlich männliche Bewerber bevorzugt hat, wird ohne Korrektur weiterhin männliche Bewerber bevorzugen. Die Lösung: Jede KI-Entscheidung im Recruiting braucht eine menschliche Überprüfung. Ausnahmslos.

DSGVO-Compliance ist nicht optional. Mitarbeiterdaten gehören zu den sensibelsten Daten, die ein Unternehmen verarbeitet. KI-Tools, die diese Daten in der Cloud verarbeiten, müssen DSGVO-konform sein. Offene Fragen: Wo werden die Daten gespeichert? Werden sie für KI-Training verwendet? Wer hat Zugriff? Ohne klare Antworten auf diese Fragen: keine Cloud-KI für Mitarbeiterdaten.

Vertrauensverlust in der Belegschaft ist der Risikofaktor, den Führungskräfte am häufigsten unterschätzen. Wenn Mitarbeiter erfahren, dass eine KI ihre Bewerbung gefiltert, ihr Feedback analysiert oder ihre Leistung bewertet hat, ohne dass sie davon wussten ist das Vertrauen zerstört. Transparenz ist Pflicht. Nicht nur rechtlich (EU AI Act, Art. 50), sondern menschlich.

Der 90-Tage-Plan: KI in HR einführen

Phase 1: Grundlagen (Tag 1–30)

Bevor du ein Tool einführst, brauchst du eine KI-Policy. Ein Dokument, das festlegt: Welche Daten dürfen in KI-Tools verarbeitet werden? Welche nicht? Wer entscheidet über den Einsatz? Wer prüft die Ergebnisse?

Parallel testest du ein erstes Tool, idealerweise für eine unkritische Aufgabe. Stellenanzeigen schreiben ist der beste Einstieg: keine personenbezogenen Daten, sofort messbares Ergebnis, geringes Risiko.

Am wichtigsten: Informiere dein Team. Nicht als Ankündigung (“Wir setzen jetzt KI ein”), sondern als Dialog (“Wir wollen testen, ob KI uns bei Routineaufgaben entlasten kann — was wäre für euch am hilfreichsten?”).

Phase 2: Pilotieren (Tag 31–60)

Jetzt wird getestet. Du nutzt KI für Stellenanzeigen und vergleichst: Wie schnell entstehen die Texte? Wie ist die Qualität im Vergleich zur manuellen Erstellung? Wie reagieren Bewerber?

Parallel testest du Bewerbungs-Screening aber mit voller menschlicher Kontrolle. Die KI erstellt ein Ranking, du überprüfst es gegen deine eigene Einschätzung. Stimmen die Ergebnisse zu 80+ Prozent überein, funktioniert das Modell. Liegen sie weit auseinander, passt du die Kriterien an.

In dieser Phase schreibst du auch deine erste HR-spezifische SKILL.md: Welche Qualifikationen sind Pflicht, welche Kür? Welcher Ton passt zu eurer Arbeitgebermarke? Welche Formulierungen sind tabu?

Phase 3: Skalieren (Tag 61–90)

Wenn die Pilotphase funktioniert hat, erweiterst du auf Onboarding, HR-Reporting und Feedback-Analyse. Du setzt Automatisierungen auf etwa einen wöchentlichen Headcount-Report, der automatisch generiert und per E-Mail versendet wird.

Am Ende der 90 Tage prüfst du die EU-AI-Act-Compliance: Sind alle KI-Einsätze dokumentiert? Sind die Transparenzpflichten erfüllt? Gibt es eine Risikobewertung für Hochrisiko-Anwendungen (wie Bewerbungs-Screening)?

Was der EU AI Act für HR-KI bedeutet

Der EU AI Act stuft KI-Systeme im Recruiting als Hochrisiko-Anwendungen ein. Das bedeutet: Strengere Dokumentationspflichten, Transparenzanforderungen und die Pflicht zur menschlichen Aufsicht. Du darfst KI im Recruiting einsetzen aber du musst dokumentieren, wie die KI entscheidet, und sicherstellen, dass ein Mensch jede finale Entscheidung trifft.

Zusätzlich gilt seit August 2026 die KI-Literacy-Pflicht (Art. 4): Unternehmen müssen sicherstellen, dass Mitarbeiter, die mit KI arbeiten, ein ausreichendes Verständnis der Technologie haben. Für HR-Teams heißt das: Schulung ist Pflicht, nicht Kür.

FAQ — Häufig gestellte Fragen

Ersetzt KI den HR-Manager? Nein. KI übernimmt Routinearbeit so wie vorsortieren, formatieren, analysieren. Die Entscheidung, wen du einstellst, wen du beförderst, wie du ein schwieriges Gespräch führst das bleibt Menschensache. KI ist der schnellste Sachbearbeiter, den du je hattest aber kein Führungskraft-Ersatz.

Welches KI-Tool eignet sich für HR? Für den Einstieg: Claude oder ChatGPT in der kostenlosen Version. Für Automatisierung: n8n mit Claude-API-Anbindung. Spezialisierte HR-KI-Tools wie HireVue oder Eightfold sind für größere Unternehmen relevant, für KMUs aber oft zu teuer.

Darf ich Bewerberdaten in KI-Tools eingeben? Nur in DSGVO-konforme Tools mit Auftragsverarbeitungsvertrag (AVV). Niemals Bewerberdaten in kostenlose Cloud-KI-Tools ohne AVV eingeben. Im Zweifelsfall: lokale oder europäische Lösungen bevorzugen.

Wie nehme ich skeptische Mitarbeiter mit? Transparenz und Beteiligung. Zeige, welche Aufgaben KI übernimmt (Routine) und welche nicht (Entscheidungen). Lass Mitarbeiter eigene Vorschläge einbringen, wo KI ihnen helfen könnte. Die beste Akzeptanz erreichst du, wenn Menschen den Nutzen für ihren eigenen Arbeitsalltag sehen.

Brauchen kleine Unternehmen KI in HR? Gerade kleine Unternehmen profitieren am meisten — weil sie keine eigene HR-Abteilung haben. Der Geschäftsführer, der nebenbei Bewerbungen sichtet und Stellenanzeigen schreibt, spart mit KI Stunden pro Woche. Ein ist oft der wirkungsvollste erste Schritt.

Nächster Schritt

Such dir eine HR-Aufgabe, die dich jede Woche Zeit kostet. Stellenanzeigen, Reports, Bewerbungs-Screening einfach eine davon. Teste diese Woche ein kostenloses KI-Tool dafür. Vergleiche das Ergebnis mit deiner bisherigen Methode. In einer Stunde weißt du, ob KI in deiner Personalabteilung einen Unterschied macht.

Wenn du das Thema in der Tiefe verstehen willst: In meinem Buch KI-gestütztes HR & Personalwesen gehe ich jeden Einsatzbereich mit Vorlagen, rechtlichen Leitplanken und fertigen SKILL-Dateien für HR-Teams durch.

→ Buch auf Amazon ansehen

Weiterführende Artikel aus dieser Serie:

Bruno Treichel ist KI-Systemarchitekt und Gründer von KI-REX Media & Marketing Solutions. Er hat das Buch „KI-gestütztes HR & Personalwesen” veröffentlicht und berät Unternehmen zum praktischen KI-Einsatz im DACH-Markt.

Mehr auf ki-rex.de

Tags für Medium: Human Resources, Artificial Intelligence, Leadership, Future of Work, HR

Amazon KDP mit KI: Wie ich Bücher produziere, ohne monatelang zu schreiben

Sun, 27 Sep 2026 06:59:16 GMT

Wie ich mit KI Sachbücher für Amazon KDP produziere, von der Idee bis zum Upload, ohne monatelang zu schreiben. Ein Einblick in meinen Workflow.

15 Bücher in unter zwei Jahren.

Alle auf Amazon veröffentlicht, alle im DACH-Markt, alle zu KI-Themen. Wenn ich das erzähle, kommt immer dieselbe Frage: “Die schreibt doch eh die KI komplett, oder?”

Nein und genau hier liegt das Missverständnis, das den meisten KDP-Einsteigern das Genick bricht.

KI kann dir kein gutes Buch schreiben. Was KI kann: den Weg von der Idee zum fertigen Buch um den Faktor 4 bis 5 verkürzen. Statt sechs Monate steht ein Buch in sechs Wochen. Aber, und das ist der entscheidende Punkt, die 40 Prozent, die den Unterschied zwischen einem generischen KI-Text und einem Buch machen, das sich verkauft, kommt einzig und allein von dir.

In diesem Artikel zeige ich dir meinen kompletten Prozess. Schritt für Schritt, mit konkreten Tools und realistischen Zeitangaben.

Was ist Amazon KDP und warum lohnt es sich?

Amazon KDP (Kindle Direct Publishing) ist Amazons Self-Publishing-Plattform. Du lädst dein Manuskript und dein Cover hoch, Amazon druckt und versendet das Buch bei jeder Bestellung. Du trägst kein Lagerrisiko, brauchst keinen Verlag und behältst bis zu 70 Prozent des Verkaufspreises als Royalty.

Warum KDP gerade für KI-Sachbücher funktioniert: Der DACH-Markt für deutschsprachige KI-Bücher ist noch überschaubar. Ein gut positioniertes Nischen-Sachbuch hat oft weniger als 10 direkte Konkurrenten auf Amazon. Im englischsprachigen Markt sind es Hunderte. Diese Lücke ist deine Chance.

Mein KDP-Prozess mit KI in 6 Schritten

Schritt 1: Thema und Marktanalyse (Tag 1–2)

Bevor ich eine Zeile schreibe, recherchiere ich den Markt. Welche KI-Bücher gibt es schon auf Deutsch? Wo sind die Lücken? Welche Keywords haben Suchvolumen, aber wenig Konkurrenz?

Dafür nutze ich Perplexity für die Marktübersicht und die Amazon-Suche selbst: Ich tippe potenzielle Buchtitel ein und schaue, was Amazon autocomplete vorschlägt. Jeder Vorschlag ist ein Keyword, das Menschen tatsächlich suchen.

Mein letztes Buch zu KI-Agenten entstand, weil die Amazon-Suche “KI Agenten” vorschlug, aber kein einziges deutsches Buch auf der ersten Seite erschien. Leerer Markt, klare Chance.

Schritt 2: Struktur und Gliederung (Tag 3–4)

Hier kommt der erste KI-Einsatz. Ich gebe Claude mein Thema, meine Zielgruppe und meine Qualitätsanforderungen als SKILL.md -Datei. Claude schlägt eine Kapitelstruktur vor, ich überarbeite sie, ergänze meine eigene Perspektive und lege die Seitenplanung fest.

Ein typisches KDP-Sachbuch hat 180 bis 250 Seiten, aufgeteilt in 8 bis 12 Kapitel. Ich plane die Wortanzahl pro Kapitel (4.000 bis 5.000 Wörter) und definiere für jedes Kapitel die Kernaussage, die der Leser mitnehmen soll.

Schritt 3: Rohtext schreiben (Tag 5–21)

Das ist die längste Phase und die Phase, in der KI am meisten beschleunigt. Ich arbeite Kapitel für Kapitel: Ich gebe Claude die Kapitelstruktur, die Kernaussage und meine Qualitätsregeln. Claude erstellt einen Entwurf, den ich sofort überarbeite.

Mein Ablauf pro Kapitel: Claude schreibt den Rohtext (45 Minuten). Ich lese, korrigiere, streiche und ergänze mein eigenes Wissen (60 Minuten). Dann lasse ich Claude den überarbeiteten Text gegen meine Anti-Pattern-Liste prüfen, keine KI-Floskeln, keine erfundenen Quellen, keine Bedeutungsaufblähung (15 Minuten). Ein Kapitel steht in rund 2 Stunden. Traditionell braucht ein Kapitel 2 bis 3 Tage.

Was ich NICHT mache: Claude das ganze Buch in einem Rutsch schreiben lassen und es hochladen. Das Ergebnis wäre ein generischer Text voller Wiederholungen, ohne Persönlichkeit und mit dem typischen KI-Geruch, den aufmerksame Leser sofort erkennen.

Schritt 4: Redaktion und Lektorat (Tag 22–30)

Die Phase, die über Erfolg oder Misserfolg entscheidet. Hier prüfe ich jedes Kapitel auf drei Dinge:

Duplikat-Check: Wiederholen sich Absätze oder Formulierungen? Bei früheren Büchern hatte ich Duplikatraten von über 30 Prozent im KI-Rohtext. Inzwischen habe ich einen systematischen Prüfprozess, der das auf unter 3 Prozent drückt.

Humanizer-Check: Klingt der Text nach einem Menschen oder nach einer KI? Ich habe eine Liste mit über 50 Formulierungen, die typisch für KI-generierten Text sind von “Es ist wichtig zu beachten” bis “Zusammenfassend lässt sich sagen”. Jede einzelne wird gestrichen.

Fakten-Check: Stimmen die Zahlen? Sind die Quellen echt? KI halluziniert und ein Sachbuch mit erfundenen Statistiken ist schlimmer als kein Buch.

Schritt 5: Cover und Formatierung (Tag 31–35)

Das Cover verkauft das Buch. Amazon-Käufer sehen zuerst das Thumbnail aber wenn das nicht überzeugt, wird nicht geklickt. Ich erstelle meine Cover mit der KI-REX Graphic DNA: dunkler Hintergrund, orangefarbener Akzent (#FF6B1A), Syne-Font für Headlines.

Die Formatierung mache ich als PDF über LibreOffice ,niemals als DOCX direkt bei KDP hochladen. Zu viele Formatierungsfehler, die auf dem Kindle anders aussehen als auf dem Bildschirm. Eine Lektion, die ich auf dem harten Weg gelernt habe.

Schritt 6: KDP-Launch (Tag 36–42)

Das Listing entscheidet über die Sichtbarkeit. Ich recherchiere 7 Keywords für das Backend, wähle 3 Kategorien und schreibe eine Buchbeschreibung im KDP-HTML-Format. Parallel plane ich die Marketing-Kampagne, LinkedIn-Posts, Medium-Artikel, Pinterest-Pins, die alle auf das Buch verlinken.

Zeitvergleich: Traditionell vs. KI-gestützt

Die Zahlen aus meiner eigenen Erfahrung: Ein traditionell geschriebenes Sachbuch braucht 6 bis 8 Monate. Mit KI-Unterstützung stehen meine Bücher in 4 bis 6 Wochen. Das ist kein Trick und keine Abkürzung, es ist ein anderer Prozess, der KI dort einsetzt, wo sie Stärken hat (Recherche, Rohtext, Formatierung) und den Menschen dort lässt, wo er unersetzlich ist (Konzept, Redaktion, Qualitätskontrolle).

Wer macht was? Die Rollenverteilung

Das Missverständnis “KI schreibt das Buch” zerstört mehr KDP-Karrieren, als es startet. Hier ist die echte Arbeitsteilung:

Du entscheidest: Welches Thema, welche Nische, welche Struktur, welcher Ton. Du bringst dein Wissen ein das, was kein Sprachmodell der Welt hat und du kontrollierst die Qualität, bevor irgendetwas veröffentlicht wird.

KI beschleunigt: Marktrecherche, Rohtexterstellung, Faktensammlung, Formatierung, Cover-Design, Marketing-Texte. Alles Aufgaben, die ohne KI Stunden oder Tage dauern und mit KI in Minuten erledigt sind.

Die 40-Prozent-Regel: Wenn du weniger als 40 Prozent der Arbeit selbst machst, bekommst du ein Buch, das sich nicht verkauft. Wenn du mehr als 60 Prozent selbst machst, verschenkst du den Geschwindigkeitsvorteil. Der Sweet Spot liegt bei 40 Prozent Mensch, 60 Prozent KI.

Die 5 häufigsten KDP-Fehler mit KI

Fehler 1: KI-Text direkt hochladen. Ohne Redaktion, ohne Faktencheck, ohne Humanizer-Prüfung. Das Ergebnis: generischer Text, schlechte Rezensionen, kein Ranking.

Fehler 2: DOCX bei KDP hochladen. Immer PDF. Immer. DOCX-Formatierung bricht auf dem Kindle auf unvorhersehbare Weise. Selbst generiertes PDF über LibreOffice ist die einzige zuverlässige Methode.

Fehler 3: Keine Keywords recherchieren. Ein Buch ohne Keyword-Strategie ist wie ein Laden ohne Schild. Niemand findet es. 7 Backend-Keywords, 3 Kategorien, das ist Pflicht.

Fehler 4: Zu breites Thema. “Alles über KI” verkauft sich nicht. “KI-Agenten für Selbstständige, Schritt für Schritt” verkauft sich. Je enger die Nische, desto weniger Konkurrenz und desto klarer die Zielgruppe.

Fehler 5: Kein Marketing nach dem Launch. Das Buch auf KDP hochladen und warten ist keine Strategie. Medium-Artikel, LinkedIn-Posts, Pinterest-Pins und jeder Artikel ist ein Verkaufskanal.

Die Kennzeichnungsfrage: EU AI Act

Seit August 2026 gilt die Kennzeichnungspflicht des EU AI Act (Art. 50). Was bedeutet das für KDP-Bücher?

KI-generierte Werbegrafiken und Marketing-Visuals müssen als KI-generiert gekennzeichnet werden. Buchtexte, die du redaktionell überarbeitet und freigegeben hast, sind kennzeichnungsfrei, weil der Mensch die redaktionelle Kontrolle hatte. Dein Cover-Design, deine Amazon-Werbeanzeigen und deine Social-Media-Grafiken brauchen das KI-Label. Der Buchinhalt selbst nicht, solange du die Endredaktion machst.

FAQ — Häufig gestellte Fragen

Wie viel kostet es, ein Buch mit KI auf KDP zu veröffentlichen? Die Veröffentlichung auf KDP ist kostenlos. Deine einzigen Kosten: Ein KI-Tool (Claude Pro ca. 20 Euro/Monat), optional ISBN (Amazons kostenlose ASIN reicht für den Start), optional Werbung (ab 5 Euro/Tag). Realistisch: unter 50 Euro Startkosten.

Wie viel verdient man mit einem KDP-Buch? Ein gut platziertes deutsches Sachbuch bringt 200 bis 2.000 Euro im Monat an Royalties. Mein bestes Buch lag bei über 1.000 Euro im stärksten Monat. Der Durchschnitt über alle 15 Titel liegt deutlich darunter aber einzelne Titel tragen das Portfolio.

Ist KI-gestütztes Schreiben legal? Ja. Amazon erlaubt KI-gestützte Bücher, verlangt aber die Kennzeichnung bei der Veröffentlichung. Du musst im KDP-Upload angeben, ob KI-Tools verwendet wurden. Das ist ein Häkchenund kein Dealbreaker.

Wie finde ich mein Thema? Such auf Amazon nach Themen, die dich interessieren. Wenn die Autocomplete-Vorschläge zeigen, dass Menschen danach suchen, aber wenige Bücher dazu existieren, hast du eine Nische. Besonders im deutschsprachigen KI-Bereich gibt es noch viele offene Nischen.

Brauche ich Schreiberfahrung? Nein, aber du brauchst Sachkenntnis. Ein Buch über KI-Agenten schreiben kannst du nur, wenn du KI-Agenten verstehst. KI kann Sprache, aber kein Fachwissen ersetzen.

Nächster Schritt

Wenn du nach dem Lesen dieses Artikels denkst, dass du ein Thema hast, zu dem du ein Buch schreiben könntest dann fang an. “Heute” Öffne ein Textdokument, schreib 10 mögliche Kapitelüberschriften auf und recherchiere die Keywords auf Amazon. In einer Stunde weißt du, ob dein Thema Potenzial hat.

Wenn du den kompletten Prozess mit Vorlagen, SKILLs und fertigen Launch-Checklisten willst: In meinem Buch 50 Wege zu passivem Einkommen mit KI widme ich dem KDP-Weg ein ganzes Kapitel mit Schritt-für-Schritt-Anleitung.

→ Buch auf Amazon ansehen

Bruno Treichel ist KI-Systemarchitekt und Gründer von KI-REX Media & Marketing Solutions. Er hat 15 Bücher mit KI-Unterstützung auf Amazon KDP veröffentlicht und teilt seine Erfahrungen aus dem Produktionsprozess.

Mehr auf ki-rex.de

Tags für Medium: Self Publishing, KDP, Artificial Intelligence, Side Hustle, Writing

Passives Einkommen mit KI: 7 Wege, die 2026 tatsächlich funktionieren

Sun, 27 Sep 2026 06:58:35 GMT

Sieben Wege zu passivem Einkommen mit KI, die 2026 realistisch funktionieren, und was jeder davon an Zeit und Vorbereitung verlangt.

“Mit KI Geld verdienen” — das steht auf jeder zweiten Webseite.

Meistens folgt dann ein Versprechen, das nach drei Monaten verpufft oder eine Methode, die 2023 funktioniert hat und heute keinen Cent mehr bringt.

Ich habe in den letzten zwei Jahren 15 Bücher zu KI-Themen veröffentlicht, KI-Agenten für den DACH-Markt gebaut und verschiedene Einkommensströme getestet. Manche liefen, manche nicht. In diesem Artikel zeige ich dir die 7 Wege, die Stand 2026 nachweisbar funktionieren, mit realistischen Zahlen, ohne Hype.

Was “passives Einkommen” bei KI wirklich bedeutet

Zuerst eine Klarstellung: Komplett passiv ist nichts davon. Du investierst am Anfang Zeit, baust etwas auf, und dann läuft es mit minimalem Pflegeaufwand weiter. Das “passiv” bezieht sich auf die Phase danach und nicht auf den Aufbau.

KI ändert an diesem Grundprinzip nichts. KI ändert: die Aufbauphase wird drastisch kürzer. Ein Buch, das früher sechs Monate brauchte, steht in sechs Wochen. Ein Online-Kurs, der vorher zwei Monate Produktion verschlang, ist in zwei Wochen fertig. KI ist der Beschleuniger aber nicht der Geldautomat.

Die 7 Wege im Überblick

Weg 1: KI-Bücher auf Amazon KDP

Das ist der einfachste Einstieg und mein persönlicher Startpunkt. Du schreibst ein Sachbuch zu einem KI-Thema, nicht mit KI allein, sondern mit KI als Werkzeug. Die Recherche, Struktur und den Rohtext unterstützt KI. Dein Wissen, deine Erfahrung und deine redaktionelle Kontrolle machen daraus ein Buch, das sich von der Masse abhebt.

Die Zahlen: Ein gut positioniertes Nischen-Sachbuch im DACH-Markt bringt zwischen 200 und 2.000 Euro im Monat an Royalties, je nach Thema, Keywords und Rezensionen. Die Einnahmen laufen, solange das Buch rankt. Manche meiner Titel verkaufen sich seit über einem Jahr konstant.

Der Zeitaufwand: 4 bis 6 Wochen für das erste Buch, wenn du fokussiert arbeitest. Jedes weitere geht schneller, weil du den Prozess kennst.

Was die meisten falsch machen: Sie lassen KI das komplette Buch schreiben und laden es hoch. Das Ergebnis liest sich generisch, bekommt schlechte Rezensionen und sinkt im Ranking. Die menschliche Redaktionsleistung ist der Unterschied zwischen einem 50-Euro-Monat und einem 2.000-Euro-Monat.

Weg 2: KI-generierte Online-Kurse

Online-Kurse haben den höchsten Umsatz pro Produkt, aber auch den höchsten Aufwand. KI hilft bei der Strukturierung, Skripterstellung und Foliengenerierung. Die Aufnahme und Vermittlung bleibt bei dir, Kurse mit einer echten Person vor der Kamera verkaufen sich deutlich besser als reine Folien-mit-Stimme-Kurse.

Plattformen: Udemy für Reichweite (du gibst 50% ab, bekommst dafür Traffic), Elopage oder Digistore24 für höhere Marge (du bekommst 70–90%, musst aber selbst Traffic bringen).

Realistisches Potenzial: 300 bis 3.000 Euro im Monat, abhängig von Thema und Marketingaufwand. Ein Kurs zu “KI-Agenten bauen für Einsteiger” hat im DACH-Raum wenig Konkurrenz, genau das willst du.

Weg 3: Print-on-Demand mit KI-Design

T-Shirts, Poster, Tassen, Handyhüllen alles mit Designs, die du per KI-Bildgenerator erstellst. Die Produktion und den Versand übernimmt der Anbieter (Spreadshirt, Redbubble, Merch by Amazon). Du lieferst nur das Design und kassierst pro Verkauf.

Die ehrliche Einschätzung: Einzelne Designs bringen selten mehr als ein paar Euro im Monat. Der Hebel liegt in der Masse, 200 bis 500 Designs über verschiedene Nischen verteilt. KI macht die Designerstellung schnell genug, um diese Masse zu erreichen.

Potenzial: 100 bis 1.500 Euro im Monat, wenn du konsequent dranbleibst. Der Einstieg ist niedrig, die Skalierung braucht Geduld.

Weg 4: KI-Newsletter monetarisieren

Ein Newsletter zu einem KI-Nischenthema zum Beispiel “KI für Selbstständige” oder “KI-Tools der Woche” aufgebaut über Substack, Beehiiv oder LinkedIn. KI unterstützt bei Recherche, Zusammenfassung und Formulierung. Du kuratierst und kommentierst.

Monetarisierung: Sponsoren (ab 1.000 Abonnenten interessant), Paid-Tier (Substack), oder als Funnel zu eigenen Produkten (Bücher, Kurse).

Der Vorteil gegenüber Social Media: Ein Newsletter gehört dir. Kein Algorithmus entscheidet, wer deine Inhalte sieht. Und die Öffnungsraten im DACH-Raum für Nischen-Newsletter liegen bei 40 bis 60 Prozent und auf Social Media erreichst du organisch oft unter 5 Prozent.

Weg 5: KI-Agenten als Service verkaufen

Das ist der Weg mit dem höchsten Einkommenspotenzial und dem höchsten Skill-Anforderung. Du baust KI-Agenten für Kunden: automatisierte E-Mail-Triage, Research-Agenten, Content-Pipelines, Report-Generatoren. Der Kunde zahlt für die Einrichtung und ggf. eine monatliche Wartungspauschale.

Warum das funktioniert: Die meisten Unternehmen wissen, dass sie KI nutzen sollten, haben aber weder die Zeit noch das Know-how, um Agenten selbst aufzusetzen. Du übernimmst das — einmalige Einrichtung plus optionale Betreuung.

Preisrahmen: 500 bis 5.000 Euro pro Agent-Setup, plus 100 bis 500 Euro monatliche Wartung. Bei 5 Kunden mit Wartungsvertrag hast du 500 bis 2.500 Euro wiederkehrendes Einkommen.

Weg 6: Digitale Vorlagen und Templates

SKILL-Dateien, Prompt-Packs, Notion-Templates, Automatisierungs-Vorlagen für n8n oder Make. Du erstellst sie einmal und verkaufst sie über Gumroad, Elopage oder deinen eigenen Shop. KI hilft bei der Produktion — aber der Wert liegt in deiner Expertise, die in die Vorlage fließt.

Der Markt dafür wächst, weil immer mehr Menschen KI nutzen wollen, aber nicht wissen, wie sie anfangen sollen. Eine gut strukturierte SKILL-Datei für 9,99 Euro, die ein konkretes Problem löst, verkauft sich oft besser als ein 99-Euro-Kurs, der alles abdecken will.

Weg 7: Affiliate-Content mit KI

Blog-Artikel, Vergleichstests und Reviews zu KI-Tools — geschrieben mit KI-Unterstützung, monetarisiert über Affiliate-Links. Wenn jemand über deinen Link ein Tool kauft oder ein Abo abschließt, bekommst du eine Provision.

Das funktioniert besonders gut auf Medium, weil Medium-Artikel bei Google ranken. Ein Vergleichsartikel “Die 5 besten KI-Schreibtools 2026” mit Affiliate-Links zu den genannten Tools bringt passiv Einnahmen, solange er rankt.

Ehrliche Erwartung: 50 bis 1.000 Euro im Monat, abhängig von Traffic und Provisionsmodell. Es ist kein Weg zum Reichtum, aber ein guter Ergänzungsstrom.

Der Stapeleffekt: Warum ein Thema dreifach monetarisieren

Der größte Fehler: alle 7 Wege gleichzeitig anfangen. Der klügste Ansatz: ein Thema meistern und dreifach verwerten.

Am Beispiel “KI-Agenten”: Du schreibst zuerst ein Buch auf KDP (Weg 1). Aus dem Buchinhalt machst du einen Newsletter (Weg 4). Aus dem Newsletter-Content baust du einen Online-Kurs (Weg 2). Ein Thema, drei Einkommensströme — und jeder verstärkt den anderen.

Das Buch bringt Leser. Die Leser werden Newsletter-Abonnenten. Die Abonnenten kaufen den Kurs. Der Kurs bringt Testimonials, die das Buch besser verkaufen. Das ist der Compound-Effekt — und er ist stärker als jede Diversifikation.

Der konkrete Startplan

Monat 1–2: Ein Sachbuch zu deinem KI-Thema schreiben und auf Amazon KDP veröffentlichen. Parallel Medium-Artikel schreiben, die auf das Buch verlinken.

Monat 3–4: Newsletter starten. Den Buchinhalt zu eigenständigen Newsletter-Ausgaben umbauen. Ersten Affiliate-Content auf Medium veröffentlichen.

Monat 5–6: Wenn der Newsletter 500+ Abonnenten hat: Ersten Mini-Kurs entwickeln. Oder: Ersten KI-Agenten für einen Kunden bauen.

FAQ — Häufig gestellte Fragen

Wie viel Startkapital brauche ich? Praktisch keins. Amazon KDP ist kostenlos. Medium ist kostenlos. Substack ist kostenlos. Die einzigen Kosten: Claude Pro (20 Dollar/Monat) und ggf. ein KI-Bildgenerator (10–30 Dollar/Monat).

Funktioniert das auch im deutschsprachigen Raum? Gerade im deutschsprachigen Raum. Die Konkurrenz für KI-Nischen-Content auf Deutsch ist um ein Vielfaches geringer als auf Englisch. Ein gut platziertes deutsches Sachbuch auf KDP hat oft weniger als 10 direkte Konkurrenten.

Muss ich KI-Experte sein? Nein. Du musst ein Thema gut genug kennen, um darüber ein Buch zu schreiben oder einen Kurs zu geben. KI ist dein Werkzeug und nicht dein Produkt. Dein Wissen ist das Produkt.

Ab wann verdiene ich Geld? Mit KDP-Büchern ab dem Tag der Veröffentlichung (erste Royalties nach 60 Tagen). Mit einem Newsletter ab ca. 1.000 Abonnenten. Mit Kursen ab dem Launch. Realistisch: Die ersten nennenswerten Einnahmen kommen nach 2 bis 3 Monaten.

Ist KI-generierter Content legal? Ja, mit Einschränkungen. Seit August 2026 greift der EU AI Act — KI-generierte Werbegrafiken müssen gekennzeichnet werden. Buchtexte, die du redaktionell überarbeitet hast, sind kennzeichnungsfrei. Die Details erkläre ich in meinem Artikel zum EU AI Act.

Nächster Schritt

Such dir einen Weg aus. Nicht drei, nicht fünf sondern einen. Starte diese Woche. Der Compound-Effekt braucht Zeit zum Anlaufen, und jede Woche, die du wartest, ist eine Woche, in der dein zukünftiges passives Einkommen nicht wächst.

Wenn du tiefer einsteigen willst: In meinem Buch 50 Wege zu passivem Einkommen mit KI gehe ich jeden einzelnen Weg mit konkreten Anleitungen, Tools und Rechenbeispielen durch.

→ Buch auf Amazon ansehen

Bruno Treichel ist KI-Systemarchitekt und Gründer von KI-REX Media & Marketing Solutions. Er entwickelt KI-basierte Einkommensmodelle für den deutschsprachigen Markt und teilt seine Erfahrungen aus 15 veröffentlichten KI-Büchern.

Mehr auf ki-rex.de

Tags für Medium: Artificial Intelligence, Passive Income, Side Hustle, Money, Entrepreneurship

Die 10 besten kostenlosen KI-Tools für Selbstständige 2026

Sun, 27 Sep 2026 06:58:31 GMT

Zehn kostenlose KI-Tools, mit denen Selbstständige 2026 im Arbeitsalltag Zeit sparen: für Texte, Bilder, Recherche und Organisation.

Du brauchst kein Budget, um KI ernsthaft zu nutzen.

Kein 20-Dollar-Abo, keine Kreditkarte, keinen Enterprise-Plan. Die besten KI-Tools haben 2026 kostenlose Versionen, die für den täglichen Einsatz als Selbstständiger reichen.

Ich habe in den letzten drei Jahren über 250 KI-Tools getestet für Bücher, Content, Automatisierung und Kundenarbeit. Von diesen 250 sind genau 10 in meinem täglichen Workflow geblieben. Alle kostenlos. Hier sind sie, sortiert nach Praxisnutzen.

1. ChatGPT Free der Allrounder

ChatGPT braucht keine Einführung. Die kostenlose Version gibt dir Zugang zu GPT-5.5 Instant, mit dynamischem Nachrichtenlimit, das sich alle paar Stunden zurücksetzt. Für die meisten Alltagsaufgaben reicht das.

Wofür ich es nutze: Brainstorming, E-Mail-Entwürfe, schnelle Zusammenfassungen, Ideenentwicklung. ChatGPT ist am stärksten, wenn du schnelle Antworten auf breite Fragen brauchst, wie ein Gesprächspartner, der zu jedem Thema etwas Kluges sagen kann.

Wo es schwächelt: Lange, zusammenhängende Texte. Bei Artikeln über 1.500 Wörtern verliert die kostenlose Version den Faden. Dafür gibt es ein besseres Tool (siehe Platz 2).

Free-Tier: Unbegrenzte Nutzung mit Ratenlimit. Kein Abo nötig.

2. Claude Free der Denker und Texter

Claude ist mein Hauptwerkzeug für alles, was Tiefe braucht. Lange Texte, komplexe Analysen, Buchkapitel, Code-Reviews. Claude schreibt nicht nur Claude denkt mit. Die Antworten lesen sich weniger nach KI und mehr nach jemandem, der das Thema tatsächlich verstanden hat.

Wofür ich es nutze: Blog-Artikel, Buchkapitel, Codeanalyse, Lektorat, Strategieentwicklung. Wenn ich einen Text brauche, der sich liest, als hätte ihn ein Mensch geschrieben, nehme ich Claude.

Free-Tier: Zugang zu Claude Sonnet mit täglichem Nachrichtenlimit. Großzügig genug für 20–30 ernsthafte Interaktionen pro Tag.

3. Google Gemini — die Google-Zentrale

Gemini ist das beste kostenlose Tool, wenn du im Google-Ökosystem arbeitest. Es greift auf Gmail, Google Drive, Kalender und Docs zu und kann Informationen quer über diese Dienste verarbeiten.

Wofür ich es nutze: E-Mails zusammenfassen, Kalender analysieren, Dokumente in Drive durchsuchen, schnelle Übersetzungen. Der Vorteil gegenüber ChatGPT und Claude: Gemini kennt deine Google-Daten und kann darauf reagieren.

Free-Tier: Vollständiger Zugriff auf Gemini mit Google-Integration. Kein Abo nötig.

4. Perplexity die Recherchemaschine

Perplexity macht etwas, das kein anderes Tool so gut kann: Es recherchiert im Web und gibt dir eine zusammengefasste Antwort mit Quellenangaben. Keine Halluzinationen, keine erfundenen Studien sondern jede Aussage ist mit einem Link belegt.

Wofür ich es nutze: Marktrecherche, Faktencheck, Wettbewerbsanalyse, Statistiken finden. Wenn ich in einem Artikel eine Zahl brauche (“Wie groß ist der KI-Markt im DACH-Raum?”), geht meine erste Anfrage an Perplexity.

Free-Tier: 5 Pro-Suchen pro Tag mit dem stärksten Modell, unbegrenzte Basissuchen.

5. Canva AI das Designstudio

Canva mit KI-Integration ist das mächtigste kostenlose Designtool, das es gibt. Magic Design generiert Layouts aus Textbeschreibungen, Magic Eraser entfernt Objekte aus Fotos, und der KI-Bildgenerator erstellt Grafiken aus Prompts.

Wofür ich es nutze: Social-Media-Grafiken, Pinterest-Pins, Buchcover-Entwürfe, Infografiken. Alles, was visuell sein muss und professionell aussehen soll, ohne dass ich Photoshop anfassen muss.

Free-Tier: Voller Zugang zu Magic Design und grundlegenden KI-Features. Einige Premium-Templates kosten extra.

6. n8n (Self-Hosted) der Automatisierer

n8n ist ein Open-Source-Automatisierungstool vergleichbar mit Zapier oder Make, aber kostenlos, wenn du es selbst hostest. Du verbindest KI-Modelle mit E-Mail, Datenbanken, APIs und Dateisystemen per Drag-and-Drop.

Wofür ich es nutze: Automatische Report-Generierung, Content-Pipelines, KI-Agenten-Workflows. n8n ist das Rückgrat meiner Automatisierung, es verbindet alle anderen Tools zu einem System.

Free-Tier: Komplett kostenlos bei Self-Hosting. Die Cloud-Version hat ebenfalls ein kostenloses Kontingent.

7. NotebookLM der Quellen-Analyst

Google NotebookLM ist ein unterschätztes Werkzeug. Du lädst PDFs, Webseiten oder YouTube-Videos hoch, und die KI analysiert sie im Kontext. Besonders beeindruckend: die automatische Podcast-Funktion, die aus deinen Quellen ein Audiogespräch generiert.

Wofür ich es nutze: Buchrecherche, Wettbewerberanalyse, Studien auswerten. Wenn ich fünf Fachartikel zu einem Thema habe und die Kernaussagen vergleichen will, werfe ich sie in NotebookLM.

Free-Tier: Komplett kostenlos während der Preview-Phase. Kein Limit bekannt.

8. Gamma der Präsentationsbauer

Gamma erstellt Präsentationen aus einem einzigen Prompt. Du beschreibst dein Thema, Gamma generiert ein komplettes Slide-Deck mit Layout, Bildern und Struktur. Kein Powerpoint-Gefummel, kein Folien-Design.

Wofür ich es nutze: Pitch-Decks, Workshop-Präsentationen, Kunden-Onboarding-Decks. In 5 Minuten habe ich eine vorzeigbare Präsentation, dafür hätte ich früher einen halben Tag gebraucht.

Free-Tier: 10 KI-generierte Decks pro Monat. Für die meisten Selbstständigen reicht das.

9. DeepSeek die Open-Source-Alternative

DeepSeek ist das stärkste frei verfügbare KI-Modell, insbesondere bei Code und logischem Denken. Es läuft kostenlos über die Web-Oberfläche und lässt sich über die API in eigene Projekte einbinden.

Wofür ich es nutze: Code schreiben und debuggen, technische Analysen, als alternatives Modell in n8n-Workflows, wenn Claude oder ChatGPT an ihre Free-Tier-Limits stoßen.

Free-Tier: Unbegrenzte Nutzung über die Web-App. API mit großzügigem kostenlosem Kontingent.

10. ElevenLabs Free die Stimme

ElevenLabs ist der führende KI-Sprachgenerator. Die kostenlose Version reicht für kurze Voiceover, Podcast-Intros oder Audiogramme. Die Stimmen klingen natürlich genug, um sie in professionellem Content einzusetzen.

Wofür ich es nutze: Voiceover für Buchtrailer, Audiogrammme für Social Media, Testsprecher für Kurskonzepte.

Free-Tier: 10.000 Zeichen pro Monat. Reicht für ca. 10 Minuten Audio.

Wie die 10 Tools zusammenarbeiten

Kein einzelnes Tool kann alles. Die Stärke liegt in der Kombination:

Recherchieren → Perplexity findet die Fakten, NotebookLM analysiert die Quellen, Gemini durchsucht deine Google-Daten.

Erstellen → Claude schreibt den Haupttext (Blog, Buch, Newsletter), ChatGPT unterstützt bei kürzeren Aufgaben und Brainstorming.

Produzieren → Canva macht die Grafiken, Gamma baut die Präsentation, ElevenLabs spricht den Text ein.

Automatisieren → n8n verbindet alles und lässt die Workflows ohne manuelles Eingreifen laufen. DeepSeek liefert das KI-Modell für automatisierte Routineaufgaben.

Ergebnis: Ein vollständiger Business-Stack für Recherche, Content, Design, Audio und Automatisierung und das alles für 0 Euro im Monat.

FAQ — Häufig gestellte Fragen

Sind diese Tools wirklich kostenlos? Ja, alle 10 haben nutzbare kostenlose Versionen, keine Probeabos, keine versteckten Kosten. Die Free-Tiers haben Limits (Nachrichtenanzahl, Zeichenzahl, Exportanzahl), reichen aber für den normalen Einsatz als Selbstständiger.

Welches Tool sollte ich zuerst ausprobieren? Claude oder ChatGPT. Eins von beiden wird dein Hauptwerkzeug. Teste beide eine Woche lang für dieselben Aufgaben und bleib bei dem, das besser zu deinem Arbeitsstil passt.

Sind meine Daten sicher? Das hängt vom Tool ab. Claude, Gemini und ChatGPT verarbeiten deine Daten in der Cloud. Bei n8n (Self-Hosted) bleiben alle Daten auf deinem eigenen Server. Vertrauliche Kundendaten gehören in kein Cloud-KI-Tool.

Brauche ich alle 10 Tools? Nein. Starte mit 3: einem Textmodell (Claude oder ChatGPT), einem Recherchetool (Perplexity) und einem Designtool (Canva). Den Rest fügst du hinzu, wenn du ihn brauchst.

Was ist der Unterschied zu den Bezahlversionen? Mehr Nachrichten, stärkere Modelle, höhere Limits. Aber die Free-Tiers sind 2026 so gut, dass du als Selbstständiger monatelang damit arbeiten kannst, bevor ein Upgrade nötig wird.

Nächster Schritt

Öffne jetzt eines dieser Tools, nicht morgen, jetzt und erledige eine Aufgabe, die heute auf deiner Liste steht. Eine E-Mail formulieren, eine Grafik erstellen, einen Text überarbeiten. In 10 Minuten weißt du, ob das Tool für dich funktioniert.

Wenn du wissen willst, wie du mit diesen Tools systematisch Geld verdienen kannst: In meinem Buch 50 Wege zu passivem Einkommen mit KI zeige ich dir, wie du aus kostenlosen KI-Tools echte Einkommensströme baust.

→ Buch auf Amazon ansehen

Bruno Treichel ist KI-Systemarchitekt und Gründer von KI-REX Media & Marketing Solutions. Er testet und bewertet KI-Tools für den deutschsprachigen Markt und teilt seine Erfahrungen aus 15 veröffentlichten KI-Büchern.

Mehr auf ki-rex.de

Tags für Medium: Artificial Intelligence, Tools, Free, Freelancing, Productivity