Prüfkriterien für KI-Texte: die Checkliste vor der Freigabe

• Dennis Gumprich

Warum Freigaben so lange dauern

Der häufigste Grund für lange Freigabeschleifen ist nicht mangelnde Sorgfalt, sondern fehlende Klarheit darüber, worauf geprüft wird. Wer einen Text ohne Kriterien bekommt, prüft alles gleichzeitig: Inhalt, Ton, Rechtschreibung, Rechtslage, Strategie.

Das führt zu Rückmeldungen wie passt so nicht ganz. Diese Aussage ist für die prüfende Person völlig ausreichend, weil sie weiß, was sie meint. Für die schreibende Person ist sie wertlos, weil sie nicht sagt, welche Ebene betroffen ist.

Bei KI-erzeugten Texten verschärft sich das Problem, weil ein zusätzlicher Verdacht mitschwingt. Formulierungen werden kritisiert, die in einem selbst geschriebenen Text niemandem aufgefallen wären. Eine Checkliste nimmt dieser Diskussion die Grundlage: Geprüft wird, was auf der Liste steht, unabhängig davon, wie der Text entstanden ist.

Welche Kriterien gehören auf die Prüfliste für KI-Texte?

Acht Kriterien in drei Gruppen: Fakten mit belegten Zahlen, Eigenangaben und Aktualität. Marke mit Anrede und Ton, Ausschlussliste und Eigenständigkeit. Recht mit Werbeaussagen und Personen- oder Kundenfreigaben. Jedes Kriterium hat genau eine Zuständigkeit und ein Ja-Nein-Ergebnis. Bei Umwelt- und Nachhaltigkeitsaussagen kommt seit 2026 eine zusätzliche Prüfung hinzu, die Anforderungen stehen in EmpCo-Richtlinie: was die EU-Vorgaben für Green Claims ab 2026 bedeuten.

Das sechste Kriterium ist das ungewöhnlichste und das nützlichste. Ein Text, den euer Wettbewerb wortgleich veröffentlichen könnte, ist inhaltlich korrekt und trotzdem wertlos. Diese Frage fängt genau die Beliebigkeit ab, die bei KI-Texten am häufigsten kritisiert wird.

Wie viel Zeit spart eine feste Prüfliste?

Statt drei bis fünf Tagen Freigabedauer mit Rückfragen unter zehn Minuten Prüfzeit je Beitrag, und eine Runde statt zwei bis drei Abstimmungsschleifen. Der Gewinn entsteht nicht durch schnelleres Lesen, sondern dadurch, dass die Rückmeldung eindeutig wird.

Arbeitsmodell zur Veranschaulichung, keine erhobenen Messwerte.

Der Zeitgewinn entsteht nicht durch schnelleres Lesen, sondern dadurch, dass die Rückmeldung eindeutig wird. Statt passt so nicht ganz steht dann: Kriterium 5 nicht erfüllt, Formulierung X ersetzen. Das ist in Minuten behoben.

Wie sollte eine Rückmeldung an den Autor aussehen?

Kriterienbezogen und ohne Zusatz: Kriterien 1 bis 4 erfüllt, Kriterium 5 nicht, Begriff X steht auf der Ausschlussliste. Ein passt so noch nicht erzeugt dagegen eine neue Runde. Wichtig ist die Regel, dass nur gegen die Liste geprüft wird. Wer zusätzlich Stilkorrekturen einbringt, hebelt den Zeitgewinn aus.

Fünf Fehler bei Prüflisten

• Zu viele KriterienAb etwa zwölf Punkten wird nicht mehr geprüft, sondern überflogen. Acht ist eine belastbare Obergrenze.
• Kriterien ohne eindeutige AntwortIst der Text überzeugend lässt sich nicht mit Ja oder Nein beantworten und führt zurück in die Geschmacksdiskussion.
• Keine ZuständigkeitWenn nicht feststeht, wer welches Kriterium prüft, prüfen alle alles oder niemand etwas.
• Liste nur für KI-TexteEine getrennte Behandlung erzeugt den Eindruck, KI-Texte seien grundsätzlich verdächtig. Die Liste sollte für alle Texte gelten.
• Ergebnisse nicht zurückführenWenn dasselbe Kriterium dreimal scheitert, gehört die Ursache in Markensprache oder Faktenblatt, nicht in die nächste Prüfung.

In fünf Schritten zur eingeführten Prüfliste

1. Woche 1Abgelehnte Texte auswertenNehmt die letzten zehn Rückmeldungen und ordnet jede einer Ursache zu. Daraus entstehen eure tatsächlichen Kriterien.
2. Woche 2Auf acht Punkte kürzenNur Kriterien behalten, die mit Ja oder Nein beantwortbar sind. Alles andere gehört in die Markensprache.
3. Woche 2Zuständigkeiten festlegenJe Kriterium eine Rolle, nicht mehrere. Bei Uneinigkeit entscheidet die Rolle, nicht die Diskussion.
4. Woche 3Format der Rückmeldung vereinbarenKriteriumsnummer plus konkrete Stelle. Freitext ohne Bezug wird zurückgewiesen.
5. Ab Woche 4Quartalsweise auswertenWelches Kriterium scheitert am häufigsten? Diese Ursache gehört behoben, nicht wiederholt geprüft.

Wie passt ihr die Kriterien je Inhaltstyp an?

Nicht über ein zweites Regelwerk, sondern über eine Auswahl aus derselben Liste. Ihr legt je Inhaltstyp fest, welche der acht Kriterien gelten. Damit bleibt die Liste einheitlich und der Aufwand angemessen, denn ein Social-Beitrag trägt andere Risiken als ein Fachartikel mit Produktbezug.

Acht Kriterien für jeden Text anzuwenden klingt sauber und scheitert im Alltag daran, dass ein Social-Beitrag andere Risiken trägt als ein Fachartikel mit Produktbezug. Wer beides gleich prüft, prüft entweder zu viel oder zu wenig.

Die tragfähige Lösung ist kein zweites Regelwerk, sondern eine Auswahl aus derselben Liste. Ihr legt je Inhaltstyp fest, welche der acht Kriterien gelten. Damit bleibt die Liste einheitlich, der Aufwand aber angemessen.

Die erste Zeile ist der größte Hebel im Alltag. Wenn eine Kanalfassung aus einem bereits geprüften Beitrag entsteht, ist eine erneute Faktenprüfung eine Wiederholung. Zwei Kriterien genügen, und der Vorgang dauert Minuten statt Tage. Ob ein Beitrag zusätzlich als KI-gestützt gekennzeichnet werden muss, klärt KI-Kennzeichnung: wie ihr zu einer belastbaren Praxis kommt.

Was passiert, wenn ein Kriterium nicht erfüllt ist?

Das hängt vom vorher festgelegten Schweregrad ab. Drei Stufen reichen. Stopp bedeutet: keine Veröffentlichung, bis die Stelle geklärt ist, und gilt bei falscher Eigenangabe, unzulässiger Werbeaussage oder fehlender Personenfreigabe. Ohne diese Abstufung wird jede Anmerkung zur Vollbremsung.

Eine Prüfliste beantwortet, ob etwas erfüllt ist. Sie beantwortet nicht, was dann geschieht. Genau an dieser Stelle entstehen die Verzögerungen, die eine Liste eigentlich verhindern sollte.

Wirksam ist eine Abstufung in drei Schweregrade, die vorher festgelegt wird. Nicht jede Beanstandung darf eine Veröffentlichung stoppen, und nicht jede darf ignoriert werden.

Diese Abstufung hat einen zweiten Effekt, der oft unterschätzt wird: Sie nimmt der prüfenden Person die Sorge, mit einer Anmerkung einen Termin zu gefährden. Wer weiß, dass ein Vermerk keine Blockade auslöst, meldet auch kleinere Beobachtungen. Ohne Abstufung wird entweder übertrieben blockiert oder aus Rücksicht geschwiegen.

Ein Prüfdurchlauf in der Praxis

Wie das konkret aussieht, lässt sich an einem typischen Fall zeigen. Ein Fachbeitrag mit Produktbezug, rund 1.500 Wörter, geht in die Freigabe.

Die Redaktion prüft zuerst die Kriterien 1, 3, 4, 5 und 6. Sie liest dabei nicht den gesamten Text auf alles gleichzeitig, sondern geht die Liste durch: Zuerst alle Zahlen im Text, dann alle zeitbezogenen Aussagen, dann Anrede und Ansprache, dann Abgleich mit der Ausschlussliste, zuletzt die Frage nach der Eigenständigkeit. Fünf gezielte Durchgänge dauern zusammen weniger als ein gründliches Komplettlesen und finden mehr.

Was übrig bleibt, geht als konkrete Anfrage weiter: an die Fachabteilung die zwei Aussagen über das Produkt, an die Rechtsabteilung die eine Vergleichsaussage. Beide bekommen nicht den Beitrag mit der Bitte um Durchsicht, sondern zwei markierte Sätze mit einer Frage. Der Zeitunterschied zwischen diesen beiden Varianten beträgt in der Praxis Tage.

Zurück kommen zwei Antworten. Die Produktaussage stimmt, die Vergleichsaussage nicht. Kriterium 7 ist damit nicht erfüllt, Schweregrad Stopp. Der Satz wird gestrichen, nicht umformuliert, weil eine abgeschwächte Vergleichsaussage dieselbe Prüfung erneut auslösen würde. Der Beitrag geht am selben Tag online.

Die Auswertung, die eure Liste verbessert

Eine Prüfliste ist kein statisches Dokument. Sie wird nur dann besser, wenn ihr auswertet, welche Kriterien tatsächlich scheitern. Diese Auswertung kostet einmal im Quartal etwa 30 Minuten und verändert die Arbeit spürbar.

Notiert dazu bei jeder Freigabe lediglich die Nummer des beanstandeten Kriteriums, mehr nicht. Nach drei Monaten habt ihr eine Verteilung. Diese Verteilung sagt euch, wo die Ursache liegt, und zwar unabhängig von einzelnen Personen.

Scheitert häufig Kriterium 1, fehlt euch ein Faktenblatt mit gesicherten Zahlen. Scheitert Kriterium 5, gehören die beanstandeten Begriffe in die Ausschlussliste, statt sie jedes Mal erneut zu finden. Scheitert Kriterium 2, ist die Wissensbasis unvollständig. In allen drei Fällen liegt die Lösung vor der Prüfung, nicht in ihr. Welche Fehlertypen hinter Kriterium 1 stecken und wie ihr sie vorher abfangt, steht in Halluzinationen im Marketing-Text systematisch abfangen.

Der wichtigste Befund dieser Auswertung ist meist ein anderer: Ein oder zwei Kriterien scheitern nie. Diese gehören gestrichen. Eine Liste, die von acht auf sechs schrumpft, wird zuverlässiger angewendet, weil sie schneller durchzugehen ist.

Kann KI die Prüfung selbst übernehmen?

Teilweise, und genau diese Unterscheidung entscheidet. Zuverlässig maschinell prüfbar ist der Abgleich gegen die Ausschlussliste, das ist eine Suchaufgabe. Gut unterstützbar ist auch das Auffinden zeitbezogener Aussagen ohne Datum. Nicht übertragbar sind Eigenangaben und Werbeaussagen: Ob eine Aussage über euer Unternehmen zutrifft, weiß nur euer Unternehmen.

Die Frage liegt nahe, wenn ohnehin mit KI gearbeitet wird. Die Antwort fällt je Kriterium unterschiedlich aus, und genau diese Unterscheidung entscheidet darüber, ob die Prüfung schneller oder unzuverlässiger wird.

Zuverlässig maschinell prüfbar ist Kriterium 5, die Ausschlussliste. Ein Abgleich gegen eine feste Wortliste ist eine Suchaufgabe und braucht kein Sprachmodell. Ebenfalls gut unterstützbar ist Kriterium 3: Ein Modell findet zuverlässig zeitbezogene Aussagen ohne Datumsangabe und markiert sie.

Nicht übertragbar sind die Kriterien 2 und 7. Ob eine Aussage über euer Unternehmen zutrifft und ob eine Werbeaussage zulässig ist, kann ein Modell nicht wissen, sondern nur plausibel raten. Genau hier entstehen die teuersten Fehler, und genau hier braucht es die zuständige Rolle.

Ein Sonderfall ist Kriterium 6, die Eigenständigkeit. Ein Modell kann durchaus einschätzen, ob ein Text generisch klingt, und ist darin oft strenger als der Mensch, der ihn geschrieben hat. Als Hinweisgeber ist das nützlich, als Entscheidung nicht, weil die Bewertung ohne Kenntnis eures Wettbewerbs erfolgt.

Praktisch heißt das: KI übernimmt die mechanischen Kriterien und markiert Kandidaten für die übrigen. Die Entscheidung bleibt bei den benannten Rollen. Wer die Prüfung vollständig automatisiert, hat sie faktisch abgeschafft, ohne es zu merken.

Wie führt ihr die Prüfliste ein, ohne Widerstand zu erzeugen?

Über die Herleitung aus den eigenen Ablehnungen, nicht über eine Ankündigung. Wenn die Liste sichtbar aus den letzten zehn Rückmeldungen des Teams entstanden ist, beschreibt sie das vorhandene Urteil, statt es zu ersetzen. Genau so solltet ihr sie auch vorstellen.

Eine Prüfliste verändert, wie Menschen über ihre eigene Arbeit sprechen. Wer bisher nach Gefühl bewertet hat, bekommt plötzlich ein Raster vorgelegt. Das kann als Misstrauen gelesen werden, besonders bei erfahrenen Personen, deren Urteil bisher gereicht hat.

Die Einführung gelingt deshalb selten über eine Ankündigung. Sie gelingt über die Herleitung aus den eigenen Ablehnungen. Wenn die Liste sichtbar aus den letzten zehn Rückmeldungen des Teams entstanden ist, beschreibt sie das vorhandene Urteil, statt es zu ersetzen. Genau so solltet ihr sie auch vorstellen.

Der zweite Punkt betrifft die Reihenfolge der Argumente. Wer mit Qualitätssicherung beginnt, erzeugt den Eindruck, die Qualität sei bisher unzureichend gewesen. Wer mit der Freigabedauer beginnt, spricht ein Problem an, unter dem alle Beteiligten leiden. Die Liste ist dann eine Entlastung und keine Kontrolle.

Rechnet in den ersten Wochen mit einer Übergangsphase. Anfangs werden mehr Beanstandungen auftauchen als vorher, weil gezielt gesucht wird, wo vorher überflogen wurde. Das ist kein Rückschritt, sondern der Grund für die Liste. Nach etwa zwei Monaten sinkt die Zahl spürbar, weil die häufigsten Ursachen bis dahin in Faktenblatt und Ausschlussliste gewandert sind.

Ein letzter Hinweis zur Autorität: Die Liste muss von der Rolle getragen werden, die auch die Freigabe verantwortet. Wird sie vom Marketing verordnet und von der Fachabteilung als zusätzliche Anforderung erlebt, wird sie umgangen. Wird sie gemeinsam beschlossen, ersetzt sie Diskussionen, die beide Seiten ohnehin als anstrengend empfinden.

Fazit: Kriterien schlagen Sorgfalt

Freigaben werden nicht schneller, wenn Beteiligte sich mehr Mühe geben. Sie werden schneller, wenn klar ist, worauf geprüft wird und wer entscheidet. Eine Liste mit acht entscheidbaren Fragen leistet dafür mehr als jede Aufforderung zur Gründlichkeit.

Häufige Fragen

Dennis Gumprich

Senior Consultant Content Solutions · contentbird GmbH

Dennis begleitet Marketing- und Kommunikationsteams bei der Frage, wie generative KI in bestehende Content-Prozesse passt, ohne Qualität, Markensprache und Freigaben zu untergraben. Schwerpunkte: Content Operations, AI Governance und Toolauswahl in Mittelstand und Konzern.

Transparenzhinweis: Dennis arbeitet für contentbird, einen Anbieter von KI-gestützter Content-Software. Produkterwähnungen sind im Beitrag gekennzeichnet. Mehr über Dennis · LinkedIn