Wie wir die Content-Pipeline einer Steuerkanzlei automatisiert haben - Methode, Stolpersteine, Lehren

Seit November 2025 läuft bei einer mittelständischen DACH-Steuerkanzlei (14 Mitarbeiter) ein automatisiertes Content-System: AI-Drafts aus realen Beratungsfällen, Partner-Freigabe in Microsoft Teams, automatisches Publishing auf LinkedIn und Blog. Vor wenigen Wochen haben wir auf eine tiefere Teams-Integration upgegradet. Was funktioniert, was nicht, und was wir bei einem Neustart anders machen würden - hier die ehrliche Methodendokumentation.

Warum Content automatisieren? Die echte Frage

Bevor wir Methode beschreiben: die häufigste Fehleinschätzung. Kanzleien kommen zu uns mit "wir brauchen mehr Content auf LinkedIn". Das ist selten das eigentliche Problem.

Das eigentliche Problem ist meistens: Es gibt einmal im Halbjahr eine spontane Idee für einen Beitrag, jemand schreibt ihn am Wochenende, niemand reviewt, er wird gepostet, dann passiert wieder ein halbes Jahr nichts. Es fehlt nicht an Ideen oder Können. Es fehlt an einem Workflow, der konsistent funktioniert ohne dass jeden Donnerstag jemand dahinter herrennen muss.

Das ist der Hebel. Nicht "wir brauchen AI", sondern "wir brauchen einen Prozess, den die AI bedient".

Methode in fünf Schritten

Schritt 1: Discovery (Woche 1)

Zwei Stunden Discovery-Call mit zwei Verantwortlichen aus der Kanzlei (in unserem Fall: ein Steuerberater-Partner und die Marketing-Verantwortliche). Wir wollen wissen:

• Welche Themen behandelt ihr in der Beratung am häufigsten?
• Was ist eure Tonalität - kollegial, formell, fachlich-tief, populärwissenschaftlich?
• Welche Zielgruppe lest ihr - Mandanten, potenzielle Mandanten, Berufsstand, Verband?
• Welche Beiträge habt ihr in den letzten 12 Monaten gemacht - was hat funktioniert, was nicht?
• Wer entscheidet was rausgeht?

Ergebnis: Ein zwei- bis dreiseitiges Dokument mit Themenliste, Tonalitätsbeschreibung, Zielgruppen-Definition und Freigabe-Logik.

Schritt 2: Stil-Training (Woche 2)

Der häufigste Grund warum AI-generierte Texte "nach AI klingen": Man hat dem Modell nicht beigebracht wie man selbst klingt. Wir füttern als Trainings-Input:

• 5-10 selbst geschriebene Artikel oder Posts der Kanzlei (besonders die, die intern gut ankamen)
• 3-5 LinkedIn-Posts der Partner persönlich
• Die Themen-Liste aus Schritt 1
• Don't-Phrases (kein "Synergien nutzen", kein "individuell zugeschnitten", keine Buzzwords)

Wir generieren dann erste Test-Drafts und passen das Tone-Profil an, bis die Partner sagen: "Ja, klingt nach uns". Das dauert ein bis zwei Iterationen.

Schritt 3: Pipeline-Bau (Woche 3)

Die Pipeline ist eine Kette: Trigger → Recherche → Draft → Review → Publishing → Archiv.

Konkret bei unserem Setup:

• Trigger: Wöchentlich (Montag morgen) wählt das System zwei Themen aus der Themenliste plus aktuelle Steuer-News der letzten 7 Tage.
• Recherche: Das System fasst Quellen zusammen (offizielle Mitteilungen, Fachpresse, eigene frühere Artikel) zu einem Briefing.
• Draft: AI-generierter Entwurf (LinkedIn-Post + ggf. Blog-Artikel) auf Basis von Briefing + Tone-Profil.
• Review: Drafts erscheinen in Microsoft Teams in einem dedizierten Channel. Ein Partner oder die Marketing-Verantwortliche kann mit einem Knopfdruck "approve", "regenerate" oder "edit" wählen.
• Publishing: Bei "approve" geht der Post automatisch raus auf LinkedIn-Kanzlei-Profil + Blog auf der Kanzlei-Website.
• Archiv: Alles wird in der Supabase-Datenbank der Kanzlei archiviert (Drafts, Approvals, finale Posts, Engagement-Metriken).

Schritt 4: Test-Phase (Woche 4)

Erste vier Test-Beiträge werden produziert, aber nicht live publiziert. Die Kanzlei bekommt sie zur Ansicht und gibt Feedback. Typische Anpassungen:

• Tonalität feinjustieren ("noch eine Spur weniger werblich")
• Themen-Filter setzen ("keine Blockchain-Themen")
• Compliance-Guardrails ("nie Mandanten erwähnen, nie Steuerberatungs-Empfehlungen geben")
• Längen-Grenzen ("LinkedIn max 1200 Zeichen, Blog 800-1500 Wörter")

Diese Anpassungen kommen ins System, dann Test-Phase 2.

Schritt 5: Live-Schaltung (Woche 5-6)

Erstes Stück geht live. Ab hier wöchentlicher Rhythmus mit zwei Beiträgen pro Woche (1 LinkedIn + 1 Blog). Operations-Phase startet:

• Tägliche Fehler-Checks (publishing fail, API-Errors, Token-Refresh)
• Wöchentliche Review der Engagement-Metriken (was funktioniert, was nicht)
• Monatliche Tone-Tuning-Calls (was sollten wir verstärken oder zurücknehmen)
• Quartalsweise Strategie-Calls (neue Themen-Felder, neue Publishing-Kanäle)

Was wirklich funktioniert hat

Teams-Integration als Approval-Layer. Drafts kommen dort an wo Partner sowieso arbeiten. Kein neues Tool, kein extra Login. Approval mit einem Klick. Das ist 80 Prozent des Erfolgs.

Real-Beratungsfälle als Themen-Quelle. Die besten Posts sind die, die aus konkreten Beratungssituationen entstehen ("Letzte Woche kam wieder eine Frage zu X..."). Das System fragt jeden Montag den Partner: "Was war diese Woche ein wiederkehrendes Thema in der Beratung?". Eine Zeile reicht als Input, daraus wird ein Beitrag.

Compliance-Guardrails im Freigabe-Schritt. Was nicht erlaubt ist - keine Mandantenempfehlung, keine Beratungs-Statements, keine Garantien - ist im Prompt fest verankert. Die AI respektiert es, der Partner-Reviewer verifiziert es. Bisher null Vorfälle.

Wo wir gestolpert sind

Erste Tone-Iteration zu schnell. Wir wollten in einer Woche das Tone-Profil "fertig" haben. Das hat nicht funktioniert. Drafts klangen formal richtig, aber emotional flach. Lösung: Drei Iterationen über drei Wochen, jeweils mit ehrlichem Feedback der Partner. Heute klingen die Drafts "wie wir an einem guten Tag" - wie ein Partner es ausdrückte.

LinkedIn-API ist fragiler als gedacht. Token-Refresh, Rate-Limits, gelegentliche Auth-Errors. Wir hatten einen Vorfall wo zwei Wochen lang nichts publiziert wurde, weil der Refresh-Token still expired war. Lösung: Monitoring-Job der täglich Token-Status prüft und uns alarmiert.

Mandanten-Erwähnungen sind ein Risiko. Auch wenn Compliance-Guardrails da sind: Manchmal extrahiert die AI aus einem Beratungsfall-Briefing ein Detail, das auf einen Mandanten hindeuten könnte. Wir haben gelernt: bei jedem Beitrag der einen konkreten Fall referenziert, muss der Partner explizit bestätigen "keine Mandanten-Identifizierbarkeit". Das ist jetzt im Approval-Flow eingebaut.

Blog-Themen schmal halten. Wir hatten anfangs 30+ Themen-Felder definiert. Die Drafts wurden zu generisch. Wir haben auf 12 Kern-Themen reduziert (drei pro Quartal als Schwerpunkt). Qualität deutlich gestiegen.

Was wir bei einem Neustart anders machen würden

Pilot mit nur einem Kanal starten. Wir hatten LinkedIn und Blog parallel ab Woche 6. Im Rückblick: erst LinkedIn allein, drei Wochen Lernkurve, dann Blog dazu. Hätte Stress reduziert.

Mehr Trainings-Material zu Beginn sammeln. 5 Artikel sind das Minimum, 10-15 wären ideal. Hat der Partner nicht so viel selbst geschrieben, dann Interview-Transkripte als Ersatz nutzen.

Fest definierte Veröffentlichungs-Slots. Wir hatten "wöchentlich" definiert, aber nicht "Dienstag 10 Uhr und Donnerstag 14 Uhr". Konkretere Slots = bessere Engagement-Daten.

Kanzlei-Profil und Partner-Profile getrennt denken. Der Kanzlei-Account postet anders als die Partner. Wir mischen das anfangs zu sehr - heute klar getrennt.

Übertragbarkeit auf andere Workflows

Die gleiche Methode lässt sich auf andere Kanzlei-Workflows übertragen:

• Mandanten-Intake: Anfrage kommt rein → Klassifizierung → Routing zur richtigen Fachgruppe → Statusrückmeldung an Mandant → Akte angelegt
• Schriftsatz-Vorbereitung: Mandanten-Briefing → Recherche → Draft-Schriftsatz → Partner-Review → Finalisierung
• Aktenanlage: Eingehende Dokumente → OCR/Klassifikation → Ablage im DMS → Trigger für nächsten Prozess-Schritt

Bei jedem dieser Workflows ist der gleiche Hebel: nicht "AI ersetzt den Anwalt", sondern "AI macht 70 Prozent des mechanischen Teils, der Anwalt entscheidet beim 30-Prozent-Schritt der wirklich wichtig ist".

Was ein realistischer Einstieg kostet

Wir haben für die Content-Pipeline-Implementierung einen 6-Wochen-Festpreis von 6.900 Euro genommen, plus 890 Euro pro Monat Operations. Das ist ein konkretes, productized Angebot - keine Beratungs-Tagessätze.

Vor jedem Projekt empfehlen wir einen Workflow-Check als Einstieg: 1.250 Euro Festpreis, 2 Stunden Prozess-Walk, schriftliches Gutachten mit Engpass-Priorisierung und 3-Monats-Fahrplan. Damit wissen Sie schwarz auf weiß welcher Hebel bei Ihnen den größten Effekt hätte - bevor Sie irgendetwas committen. Der Betrag ist zu 100 Prozent anrechenbar auf ein Folge-Engagement.

Mehr Informationen zum Workflow-Check: www.fudaut.com/de/workflow-check-fuer-kanzleien.

Fazit

Eine Content-Pipeline zu automatisieren ist kein Magie-Trick und kein Riesenprojekt. Es ist ein klar definierter Workflow, vier bis sechs Wochen Setup, dann läuft es. Die wichtigste Erkenntnis aus sechs Monaten Live-Betrieb: der Erfolg liegt nicht in der AI, sondern im Approval-Flow und in der Tonalität. AI ist das Werkzeug. Der Workflow ist das Produkt.

Wenn Sie wissen wollen ob das für Ihre Kanzlei passt: ein Workflow-Check kostet 1.250 Euro und liefert eine schriftliche Einschätzung in zwei Wochen. Mehr unter www.fudaut.com.