KI als Co-Autor: Warum Kontext und menschliche Schleife den Unterschied machen

KI als Co-Autor klingt für viele nach Abkürzung. Ein Prompt rein, ein Kapitel raus, fertig. In der Praxis funktioniert es genau andersherum. Wenn Du KI als Co-Autor nutzen willst, statt nur generischen Text zu produzieren, dann ist die Vorbereitung der entscheidende Schritt. Nicht der Prompt. Nicht das Modell. Der Kontext.

Wir haben das beim Schreiben der zweiten Auflage von „Perfektes E-Mail-Marketing" am eigenen Leib erfahren. Und wir teilen hier, was wirklich funktioniert hat, und was nicht.

Warum Kontext alles schlägt

Der häufigste Fehler beim Arbeiten mit KI: Man tippt eine Frage rein und ist enttäuscht, dass der Output generisch klingt. Das ist, als würde man einen neuen Mitarbeiter am ersten Tag ins Büro schicken und erwarten, dass er sofort den besten Kundenbrief schreibt, ohne zu wissen, was das Unternehmen macht, wer die Kunden sind und wie die Tonalität ist.

Was als Projekt-Kontext in Claude geflossen ist: die komplette erste Auflage des Buches, Blogartikel, Seminar-Transkripte, Präsentationsunterlagen, Fallstudien aus der Beratungspraxis, anonymisierte Coaching-Mitschriebe, Artikel für andere Publikationen, Konferenz-Moderationen. Das alles landete in einem dauerhaften Claude-Projekt. Kein Neustart bei jedem Gespräch. Claude kannte den Kontext dauerhaft.

Die Tone-of-Voice-Analyse als Blaupause

Dann kam der überraschendste Schritt: Claude hat den Schreibstil analysiert. Nicht oberflächlich, sondern präzise. Satzlänge, Verhältnis von Fachlichkeit zu Zugänglichkeit, typische Argumentationsstruktur, wie Beispiele eingesetzt werden, wo zugespitzt und wo abgeschwächt wird.

Das Ergebnis war ein mehrseitiges Tone-of-Voice-Dokument, das anschließend überarbeitet und ergänzt wurde. Dieses Dokument wurde zur Blaupause für jedes neue Kapitel, jede neue Passage. Wer diesen Schritt überspringt, wird mit KI-Output nie wirklich zufrieden sein.

Echte Teamarbeit mit klarer Aufgabenverteilung

Claude hat analysiert, Lücken identifiziert, Umstrukturierungen vorgeschlagen und ein erstes Lektorat gemacht. Die inhaltliche Steuerung, der Zusatz-Input (größtenteils diktiert mit PLAUD), die Qualitätskontrolle, die pointierten Zuspitzungen, Anekdoten und Praxisbeispiele sowie alle finalen redaktionellen Entscheidungen: das war Menschenarbeit.

Kein „KI macht alles". Sondern: KI macht den Rohling, der Mensch macht das Buch.

Die menschliche Schleife ist nicht optional

Für die englische Ausgabe hat sich eine klare Schrittfolge bewährt: DeepL übersetzt, Claude lokalisiert und prüft (aus Leon und Erika werden Tyler und Margarete), ein Muttersprachler veredelt, Claude arbeitet die Korrekturen ein. Am Anfang und am Ende steht ein Mensch.

Diese Schleife hat auch bei Bildrecherche, Vellum-Formatierung und Hörbuch-Adaption funktioniert. Allein die Audio-Überarbeitung, bei der Tabellen zu gesprochenem Text und Listen zu fließenden Sätzen wurden, hat schätzungsweise 15 bis 20 Stunden Arbeit gespart.

Was bleibt

KI schreibt kein Buch. KI hilft dabei, ein Buch schneller, konsistenter und vollständiger zu schreiben. Wer wenig reinfüttert, bekommt wenig raus. Wer wirklich investiert, bekommt einen echten Co-Autor und Sparringspartner.

Die Fähigkeit, mit KI wirklich gut zusammenzuarbeiten, wird eine der entscheidenden Kompetenzen der nächsten Jahre sein. 

Die Frage ist nicht mehr: „Darf man das?" 

Die Frage ist: Wie macht man das richtig?