RSS-zu-Social-Automation ist ein Workflow, bei dem neue Beiträge aus RSS-Feeds automatisch per KI zusammengefasst und als plattformgerechte Social-Media-Posts aufbereitet und veröffentlicht werden.
Rubrik: GenAI & Content Creation · Unterrubrik: KI-Workflow & Automatisierung · Niveau: Einsteiger Synonyme / Auch bekannt als: RSS-KI-Pipeline, Content-Curation-Automation, Automated Social Publishing
Was ist ein RSS → KI → Social Workflow?
RSS (Really Simple Syndication) ist ein standardisiertes XML-Format, mit dem Websites neue Inhalte maschinenlesbar bereitstellen. Fast alle Nachrichtenportale, Blogs, Podcasts und Fachmedien bieten RSS-Feeds an. Kombiniert man RSS mit einem KI-Sprachmodell und einer Social-Media-Automatisierung, entsteht ein vollständiger Content-Curation-Workflow: Relevante externe Inhalte werden automatisch aufgegriffen, KI-aufbereitet und auf den eigenen Kanälen geteilt.
Anders als der allgemeine KI-Workflow Social Media, der eigene Inhalte nach Redaktionsplan erstellt, verarbeitet diese Pipeline fremde Quellen: Sie greift neue Beiträge aus Feeds auf und macht daraus kuratierte Posts mit Quellenlink. Dieser Workflow ist besonders für Medienunternehmen, Branchenportale, Thought-Leader-Accounts und Fachredaktionen relevant, die regelmäßig kuratierte Inhalte posten möchten, ohne jeden Beitrag manuell zu bearbeiten.
Erklärung
Schritt 1: RSS-Feed als Trigger
Ein RSS-Feed liefert neue Artikel als XML-Datenstruktur. Jeder Eintrag enthält typischerweise:
<title>: Artikelüberschrift<description>oder<summary>: Kurzzusammenfassung oder Anteaser<link>: URL zum Vollartikel<pubDate>: Veröffentlichungsdatum<author>: Verfasser (nicht immer vorhanden)
Automation-Plattformen wie Make.com oder n8n: Open-Source-Automatisierung haben native RSS-Module, die in einstellbaren Abständen neue Einträge prüfen und den Workflow starten.
Schritt 2: Artikel-Inhalt abrufen (optional, aber empfohlen)
Die meisten RSS-Feeds liefern nur einen Teaser, nicht den Volltext. Für eine hochwertige KI-Zusammenfassung empfiehlt sich, den vollständigen Artikel per HTTP-Request abzurufen und den Text zu extrahieren (HTML-Parsing). Tools dafür: Diffbot API, Open-Source-Bibliotheken wie Mozillas Readability oder ein eigener Parser. Vorher prüfen, ob die Nutzungsbedingungen der Quelle das automatisierte Abrufen erlauben.
Für einfache Workflows genügt auch die <description> des RSS-Feeds als Input.
Schritt 3: KI-Zusammenfassung und Caption generieren
Der Artikeltext wird mit einem sorgfältig formulierten Prompt an ein Sprachmodell gesendet. Ein bewährter Prompt-Aufbau:
``` Du bist Social-Media-Redakteur für [Kanalname]. Schreibe einen LinkedIn-Post auf Basis dieses Artikels:
TITEL: {{title}} QUELLE: {{link}} INHALT: {{content}}
Anforderungen:
- Max. 220 Wörter
- Deutsch, professioneller Ton
- Mit Hook-Sentence beginnen
- 3 relevante Hashtags am Ende
- Link zur Originalquelle einbauen
```
Je nach Zielplattform werden unterschiedliche Prompts benötigt: X (kurz, für Standardkonten 280 Zeichen), LinkedIn (längere Fachposts), Instagram (emotional, mit Call-to-Action).
Schritt 4: Filter und Qualitätsprüfung
Nicht jeder RSS-Artikel ist relevant. Ein Filter-Schritt prüft z. B.:
- Kategorie/Tag des Artikels
- Schlüsselwörter in Titel oder Beschreibung
- Datum (nur Artikel der letzten 24 Stunden)
- Blacklist von Themen oder Quellen
In Make.com oder n8n wird dies per IF/Filter-Node umgesetzt.
Schritt 5: Post-Scheduling oder direkte Veröffentlichung
Der fertige Post wird entweder direkt veröffentlicht (wenn der Workflow vollautomatisch laufen soll) oder als Entwurf in einem Social-Media-Scheduling-Tool gespeichert (empfohlen für Qualitätssicherung):
- Buffer: Einfaches API, gute Unterstützung für LinkedIn, Twitter/X, Instagram
- Later: Fokus auf visuelle Plattformen (Instagram, Pinterest)
- SocialBee: Mehr Optionen für Kategorisierung und Recycling
- Hootsuite: Enterprise-Lösung mit breiten Integrationen
Schritt 6: Benachrichtigung und Logging
Nach jeder Pipeline-Ausführung empfiehlt sich eine Slack- oder E-Mail-Benachrichtigung mit dem generierten Post-Entwurf und einem Approve/Reject-Link. So bleibt der Mensch im Kreislauf, ohne jeden Schritt manuell anstoßen zu müssen.
- RSS-Triggerneue Einträge im Feed starten den Workflow
- Artikel abrufenVolltext per HTTP-Request, optional
- KI-TextSprachmodell schreibt den Post
- FilterKategorie, Schlüsselwörter und Datum prüfen
- SchedulingEntwurf im Scheduling-Tool oder direkt posten
- BenachrichtigungSlack oder E-Mail mit Freigabe-Link
Beispiele
Branchenmedium: Ein Fachmagazin für Medienwirtschaft abonniert RSS-Feeds internationaler Branchenportale. Die Pipeline fasst täglich relevante Artikel zusammen und erstellt LinkedIn-Entwürfe auf Deutsch. Die Redaktion erhält eine Übersicht und gibt Posts nach Prüfung frei.
Thought Leader Account: Eine Medienberaterin nutzt einen RSS-KI-Workflow für ihren LinkedIn-Kanal. Täglich werden einzelne relevante Artikel aufgegriffen und in kurze Posts umgewandelt, die durch einen von Hand ergänzten Kommentarsatz ihren eigenen Standpunkt bekommen.
Lokales Newsportal: Nachrichten aus dem Landkreis (mehrere lokale Quellen per RSS) werden automatisch für Twitter/X und Facebook aufbereitet und als Entwürfe in Hootsuite gespeichert.
In der Praxis
Minimaler Workflow mit Make.com (kostenloser Plan reicht für Tests):
- Neues Szenario erstellen → RSS-Feed-Modul als Trigger → eigene RSS-URL eingeben (z. B.
https://www.spiegel.de/schlagzeilen/index.rss) - HTTP-Modul → Volltext des Artikels laden (optional)
- OpenAI-Modul → Prompt mit Variablen ({{title}}, {{description}}) konfigurieren
- Filter-Modul → Nur Artikel der letzten 24 Stunden weiterverarbeiten
- Buffer- oder Slack-Modul → Post-Entwurf speichern oder Benachrichtigung senden
- Szenario aktivieren → Zeitplan festlegen, etwa stündlich
Danach läuft der Workflow automatisch, die Freigabe der Entwürfe bleibt beim Menschen.
Vergleich & Abgrenzung
| Ansatz | Aufwand | Qualität | Automatisierungsgrad |
|---|---|---|---|
| Manuell kuratieren | Hoch | Sehr hoch | Keiner |
| RSS → Buffer (ohne KI) | Gering | Mittel (Rohtext) | Hoch |
| RSS → KI → Social (mit Review) | Mittel | Hoch | Hoch, Freigabe von Hand |
| RSS → KI → Auto-Post (ohne Review) | Gering | Mittel | Vollständig |
Der Workflow ohne Human-in-the-Loop ist für Accounts mit Reputationsrisiko nicht empfohlen.
Häufige Fragen (FAQ)
Welche RSS-Feeds eignen sich am besten? Feeds seriöser Fachmedien, etwa Heise Online, Der Spiegel, t3n, Meedia, Horizont, Nieman Lab (englisch), Poynter (englisch). Für KI-Themen: The Verge (AI), MIT Technology Review.
Kann ich mehrere RSS-Feeds kombinieren? Ja. In Make.com oder n8n können mehrere RSS-Trigger in einem Szenario verarbeitet werden. Alternativ kann ein Feed-Aggregator-Dienst (Feedly, Inoreader) die Feeds vorbündeln und per API oder Webhook weitergeben.
Was tue ich, wenn der KI-Output nicht zur Marke passt? Der Prompt muss verfeinert werden. Spezifische Anweisungen zu Ton, Länge und Verboten ("Vermeide Superlative", "Nutze Sie-Form", "Immer Quellenangabe einbauen") verbessern die Konsistenz erheblich. Mehrere Test-Iterationen sind normal.
Ist die automatische Veröffentlichung rechtlich problematisch? Sie kann es sein. Beim Teilen fremder Inhalte gelten Urheberrecht und das Leistungsschutzrecht der Presseverleger (§ 87g UrhG). Frei sind laut Gesetz unter anderem Hyperlinks, die Nutzung der enthaltenen Tatsachen und einzelner Wörter oder sehr kurzer Auszüge. Ein Link zur Originalquelle und eine eigene Einordnung in eigenen Worten sind deshalb der sicherere Weg. Dies ist eine allgemeine Einordnung, im Zweifel juristischen Rat einholen.
Verwandte Einträge
- KI-Content-Pipeline
- Make.com
- n8n: Open-Source-Automatisierung
- KI für Social Media
- Qualitätssicherung bei KI-Inhalten
- Human-in-the-Loop
- KI-Workflow Social Media
Weiterführend
- RSS Advisory Board: RSS 2.0 Specification,
- Mozilla: Readability.js,
- Urheberrechtsgesetz, §§ 87f-87k (Schutz des Presseverlegers),
- n8n: RSS Feed Trigger, Dokumentation,
