--- title: "KI-Texte menschlicher schreiben mit Agent Skills" canonical: https://wavect.io/de/blog/ai-writing-agent-skills/ language: de description: "KI-Texte mit Agent Skills natürlicher schreiben: No AI Slop, i-have-adhd und book-to-skill im Vergleich, inklusive Tests und Rollout." image: "https://wavect.io/img/blog/headers/header_ai-writing-agent-skills.png" --- [**Zurück**](/de/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/de/team/kevin-riedl/) [Kevin Riedl](/de/team/kevin-riedl/) https://linkedin.com/in/wsdt 12 min Lesezeit · 9. August 2026 Zuletzt geprüft 9. August 2026 [**Weiter**](/de/blog/mcp-vs-rag-vs-agent-skills-vs-custom-gpts/) # KI-Texte menschlicher schreiben mit Agent Skills TL;DR Bitte ein Modell nicht einfach, „menschlich zu klingen“, und erwarte keine konsistenten Ergebnisse. Trenne den Workflow in drei Ebenen: Quellenwissen, Ausgabestruktur und redaktionelle Qualität. No AI Slop ist ein fokussierter Post-Editor für wiederkehrende synthetische Textmuster. i-have-adhd formt Assistentenantworten in eine handlungsorientierte, nummerierte Struktur. book-to-skill wandelt längere Bücher oder Dokumentbestände in einen schrittweise geladenen Wissens-Skill um. Die drei ergänzen sich, doch keiner liefert originelles Urteilsvermögen, belastbare Belege oder eine Markenstimme, die nie dokumentiert wurde. Für den produktiven Einsatz solltest du geprüfte Versionen pinnen, Quellen und Stilregeln trennen, repräsentative Eval-Fälle anlegen, gegen eine Baseline ohne Skill vergleichen und menschliche Freigaben für veröffentlichte Aussagen behalten. Installiere einen vorhandenen Skill für persönliche Abläufe; baue ein gesteuertes Schreibsystem, sobald mehrere Personen, Kanäle, sensible Quellen oder Freigaberegeln beteiligt sind. **Gib einer KI nicht nur die vage Anweisung, „menschlich zu klingen“. Gib ihr ein kleines, prüfbares Schreibsystem.** Trenne Quellenwissen, Ausgabestruktur und redaktionelle Qualität. Miss anschließend, ob jede Ebene die Arbeit tatsächlich verbessert. Das ist die praktische Lehre aus drei schnell wachsenden Open-Source-Projekten: No AI Slop, i-have-adhd und book-to-skill. Die drei werden oft als Lösungen für dasselbe Modellproblem präsentiert. Das sind sie nicht. No AI Slop bearbeitet wiederkehrende Textmuster. i-have-adhd verändert die Struktur einer Assistentenantwort. book-to-skill macht große Referenzbestände bei Bedarf zugänglich. Zusammen können sie wiederholte Korrekturarbeit verringern. Ohne Quellen, Evals und menschliches Urteil liefern sie womöglich saubere Texte, die trotzdem leer oder falsch sind. Dieser Artikel beantwortet die Workflow-Frage. Wenn du zuerst die Technologiekategorie verstehen willst, erklärt unser [Entscheidungsbaum zu MCP, RAG, Agent Skills und Custom GPTs](/de/blog/mcp-vs-rag-vs-agent-skills-vs-custom-gpts/), wo Skills in einem KI-System sitzen. ## Die Kurzantwort: Welcher KI-Schreib-Skill löst welches Problem? | Problem | Bester Einstieg | Was der Skill nicht liefert | | --- | --- | --- | | Entwürfe enthalten vorhersehbare KI-Floskeln und leere Übergänge | No AI Slop als letzter redaktioneller Durchgang | Deine Ideen, Belege oder persönliche Stimme | | Antworten vergraben die Handlung unter Einleitung und Abschweifungen | i-have-adhd als Regelwerk für die Ausgabestruktur | Domänenwissen oder faktische Richtigkeit | | Markenhandbuch, Manual oder Quellensammlung sind zu groß für jeden Prompt | book-to-skill für schrittweises Laden relevanter Referenzen | Eine fertige Redaktionsrichtlinie oder automatisch verlässliche Extraktion | | Mehrere Autor:innen, Kanäle und Freigaben müssen zusammenpassen | Ein eigener versionierter Skill mit Evals und Workflow-Kontrollen | Verantwortung für die Veröffentlichung | Für eine Person genügt oft der schmalste Skill plus Schlussredaktion. In einem Unternehmen ist der Skill eine versionierte Produktkomponente. Lege fest, was er ändern darf, wie Erfolg bewertet wird, wer Aussagen freigibt und wie ein schlechtes Update zurückgerollt wird. ## Warum klingen KI-Texte generisch? Schwacher Output beginnt meist vor dem ersten Satz. Das Modell erhält eine unklare Aufgabe, wenig Material aus erster Hand und keinen Abnahmetest. Also optimiert es auf eine plausible Durchschnittsantwort. Das Ergebnis sind glatte Strukturen, allgemeine Aussagen, wiederkehrende rhetorische Muster und Schlussfolgerungen, die wichtiger klingen als ihre Belege. Ein längerer Prompt ist nicht automatisch besser. Wenn Fakten, Ton, Prozess, verbotene Formulierungen, Zielgruppe, Format und Beispiele in einem permanenten Block stehen, werden Konflikte unsichtbar. Ein Skill gibt diesen Regeln eine Zuständigkeit, eine Version und einen Ort für Beispiele oder deterministische Prüfungen. Der verwandte Begriff ist [Prompt Engineering](/de/glossary/prompt-engineering/). Der operative Vorteil entsteht aber durch Paketierung und Tests, nicht durch einen magischen Satz. ## Drei Open-Source-Skills, drei verschiedene Aufgaben ### 1. No AI Slop: ein fokussierter Post-Editor [No AI Slop](https://github.com/petergyang/no-ai-slop) dokumentiert mehr als 20 wiederkehrende Muster, darunter einleitendes Räuspern, künstliche Erkenntnis-Setups, dramatische Fragmente, vage Zuschreibungen und aufgeblähte Schlusssätze. Der Skill kann einen Entwurf bearbeiten oder passende Stellen markieren, ohne zu behaupten, er könne die Urheberschaft erkennen. Das Repository enthält sowohl die Anweisungen als auch eine Eval-Datei, sodass die Regeln überprüfbar sind. Die enge Zuständigkeit ist seine Stärke. Nutze ihn, nachdem der faktenbasierte Entwurf steht. Ein Stil-Pass darf keine Belege erfinden, notwendige Einschränkungen entfernen oder alle Autor:innen in denselben Rhythmus pressen. „Menschlich“ ist kein Preset. Das bessere Ziel ist konkretes Schreiben, bei dem Quelle, Argument und Stimme erhalten bleiben. ### 2. i-have-adhd: handlungsorientierte Antwortstruktur [i-have-adhd](https://github.com/ayghri/i-have-adhd) weist einen Coding-Assistenten an, mit der nächsten Handlung zu beginnen, mehrteilige Aufgaben zu nummerieren, Abschweifungen zu unterdrücken, konkrete Zeitangaben zu machen und zeremonielle Einleitungen oder Verabschiedungen zu entfernen. Die eigene Dokumentation stellt klar, dass keine Diagnose nötig ist. Es handelt sich um einen Ausgabestil mit weniger Abstand zwischen Lesen und Handeln, nicht um ein medizinisches Werkzeug. Der Skill kopiert keine Markenstimme und verbessert nicht die Faktenbasis. Er macht operative Antworten leichter erfassbar. Das passt zu Support, Runbooks und interner Delivery, kann aber für Essays, sensible Nachrichten oder nuancierte Erklärungen zu starr sein. Aktiviere ihn nach Aufgabe, nicht ungeprüft für jeden Kanal. ### 3. book-to-skill: Referenzmaterial als Wissen auf Abruf [book-to-skill](https://github.com/virgiliojr94/book-to-skill) verarbeitet Bücher, Dokumentordner oder Quellensammlungen und erzeugt daraus einen Skill mit Kernindex sowie Dateien für Kapitel, Glossar, Muster und Kurzreferenz. Der Agent lädt den relevanten Teil, statt bei jeder Anfrage das gesamte Material zu erhalten. Das Projekt nennt Marken- und Designsysteme ausdrücklich als Anwendungsfall. Das löst die Paketierung von Wissen, nicht die redaktionelle Qualität. Ein generierter Skill übernimmt Lücken, Widersprüche und Lizenzgrenzen seiner Quellen. Prüfe das Ergebnis am Original, bewahre die Herkunft und verwandle kein Material in ein gemeinsames Unternehmens-Asset, wenn dir die Rechte fehlen. Für eine Marke startest du mit freigegebenen Beispielen, nicht mit jedem Text, den das Unternehmen je veröffentlicht hat. ## Wie arbeiten die drei Ebenen zusammen? 1. **Aufgabe erden.** Liefere Produktfakten, freigegebene Aussagen, Zielgruppe, Kanal und gewünschte Leserhandlung. 2. **Nur relevantes Wissen laden.** Nutze eine kleine Referenz oder einen schrittweise offengelegten Skill für Produkt-, Markt- und Stimmregeln. 3. **Antwort formen.** Verwende eine knappe, handlungsorientierte Struktur nur dort, wo die Aufgabe sie braucht. 4. **Entwurf redigieren.** Prüfe Floskeln und Klarheit erst nach dem Argument und erhalte Fakten, Einschränkungen und Autorenstimme. 5. **Prüfen und freigeben.** Gleiche jede wesentliche Aussage mit ihrer Quelle ab, bewerte das Ergebnis und behalte eine verantwortliche Person. Die Reihenfolge ist wichtig. Stilbereinigung vor der Erdung kann unbelegte Aussagen glaubwürdiger klingen lassen. Erdung ohne Redaktion kann korrekte Informationen unlesbar machen. Jeder Skill sollte eine zusammenhängende Verantwortung besitzen. ## Wie baust du einen Schreib-Skill für dein Unternehmen? Die offene [Agent-Skills-Spezifikation](https://agentskills.io/specification) definiert einen Skill als Verzeichnis mit einer verpflichtenden `SKILL.md` und optionalen Skripten, Referenzen und Assets. Bei der schrittweisen Offenlegung werden zuerst Metadaten, bei Aktivierung die vollständigen Anweisungen und erst bei Bedarf weitere Dateien geladen. Für ein Schreibsystem passt das gut, weil nicht jede Aufgabe jedes Produktblatt, jede Rechtsregel und jede Kanalvorlage benötigt. 1. **Wähle eine begrenzte Aufgabe.** Starte mit „einen belegten B2B-Artikel nach Hausstil redigieren“, nicht mit „alles fürs Marketing schreiben“. 2. **Sammle gute und schlechte Beispiele.** Erkläre, warum sie bestehen oder scheitern, und entferne vertrauliche Kundendaten. 3. **Trenne Invarianten von Vorlieben.** Aussagen brauchen Belege und rechtliche Formulierungen bleiben intakt. Rhythmus und Ton dürfen je Kanal variieren. 4. **Schreibe die kleinste nützliche Prozedur.** Die offizielle [Anleitung für Skill-Autor:innen](https://agentskills.io/skill-creation/best-practices) empfiehlt einen kohärenten Scope, moderate Detailtiefe und progressive Offenlegung statt eines allumfassenden Master-Prompts. 5. **Bündle deterministische Checks.** Ein Skript findet verbotene Phrasen, fehlende Quellen, falsche Titellängen, kaputte Links oder TODOs zuverlässiger als eine weitere Prosa-Regel. ## Wie prüfst du, ob der Schreib-Skill funktioniert? Erstelle das Testset vor der Optimierung. Nimm kurze Supportantworten, technische Erklärungen, Produktseiten, Executive Summaries, schwaches Quellenmaterial und Fälle auf, in denen der Agent nach Belegen fragen muss. Führe jeden Fall mit und ohne Skill auf demselben Modellstand aus. | Metrik | Bewertung | Fehlersignal | | --- | --- | --- | | Faktentreue | Jede Zahl, jeder Name und jede Einschränkung entspricht der freigegebenen Quelle | Der glattere Text verändert die Bedeutung | | Konkretheit | Aussagen nennen Akteur, Handlung, Objekt oder messbare Bedingung | Abstrakte Vorteile verdrängen nützliche Details | | Stimmerhalt | Reviewer erkennen Autor oder Marke in verblindeten Beispielen | Jeder Kanal erhält denselben generischen Rhythmus | | Handlungsfähigkeit | Leser erkennen Entscheidung oder nächsten Schritt ohne erneutes Lesen | Der Punkt erscheint erst nach langer Einleitung | | Review-Aufwand | Median aus Minuten und wesentlichen Änderungen bis zur Freigabe | Sauberer Output muss vollständig neu gebaut werden | Der offizielle [Leitfaden zur Skill-Evaluierung](https://agentskills.io/skill-creation/evaluating-skills) empfiehlt, aus fehlgeschlagenen Assertions, menschlichem Feedback und Ausführungstranskripten zu lernen. Wenn der Agent eine Regel ignoriert, präzisiere sie. Wenn er sie befolgt und die Qualität fällt, entferne oder begrenze sie. Eine größere Anweisungsdatei ist kein Erfolgsmaß. ## Welche Produktionsrisiken gibt es? - **Instruction Supply Chain:** Ein veränderliches Repository kann nach dem Review wechseln. Pinne Commit oder Release, prüfe Skripte und teste Updates erneut. - **Falsches Vertrauen:** Natürliche Prosa kann schwache Aussagen glaubwürdig machen. Quellen- und Freigabe-Gates müssen außerhalb des Stil-Passes liegen. - **Geglättete Stimme:** Universelle Verbotslisten können Rhythmus, Humor und kulturelle Unterschiede entfernen. Lokalisiere Urteilsvermögen, nicht nur Wörter. - **Quellen-Leakage:** Markenbücher und Kundenbeispiele können vertrauliche oder personenbezogene Daten enthalten. Kontrolliere den Modellkontext. - **Regelkonflikte:** Mehrere Skills können bei Länge, Ton oder Format widersprechen. Definiere Prioritäten und teste die Kombination. Ein produktiver Workflow braucht Versionskontrolle, ein Änderungsprotokoll für Modell und Prompt, Quellenrechte, Evals, Freigaberollen und Rollback. Unsere [AI-Agent-SLA-Vorlage](/de/blog/ai-agent-sla-template/) zeigt, wie solche Betriebsgrenzen messbar werden. ## Vorhandenen Skill installieren oder ein eigenes System bauen? | Situation | Empfehlung | | --- | --- | | Eine Person redigiert risikoarme Entwürfe | Einen geprüften Skill installieren und den menschlichen Schluss-Pass behalten | | Ein kleines Team teilt einen stabilen Styleguide | Einen fokussierten Skill forken, versionieren und mit 20 bis 30 repräsentativen Evals versehen | | Mehrere Kanäle haben eigene Rechts-, Produkt- und Tonregeln | Geroutete Skills mit kanalspezifischen Referenzen und Freigabe-Gates bauen | | Inhalte verwenden Kundendaten oder regulierte Aussagen | Daten- und Evidenzgrenze vor der Textautomatisierung entwerfen | | Das Volumen rechtfertigt eine Integration | Den evaluierten Skill kontrolliert mit dem CMS verbinden, nicht autonom veröffentlichen lassen | Die wirtschaftliche Frage lautet, ob wiederholte manuelle Korrektur inzwischen mehr kostet als ein getestetes Content-System. Wavects [AI-Enablement-Team](/de/services/ai-enablement/) überführt freigegebene Redaktionsprozesse in versionierte Agent-Workflows. Die [Twinsoft-AI-Fallstudie](/de/case-studies/twinsoft-ai/) zeigt die Delivery-Disziplin hinter einem produktiven KI-Produkt. Unser [Prototype-to-Production-Leitfaden](/de/software-development-guide/vibe-coded-prototype-to-production/) hilft beim Scope. Für Architektur und Pilotaufwand kannst du [einen AI-Workflow-Review buchen](/de/contact/). ## Häufig gestellte Fragen ### Kann KI wirklich menschlich schreiben? Sie kann konkreter, natürlicher und konsistenter schreiben. Kein Skill erzeugt jedoch Lebenserfahrung oder originelles Urteil. Der stärkste Workflow beginnt mit menschlichen Ideen und freigegebenen Belegen, nutzt KI für begrenzte Entwürfe oder Redaktion und behält einen verantwortlichen Schluss-Pass. ### Was ist AI Slop? AI Slop ist minderwertiger generierter Inhalt, der glatt aussieht, aber auf wiederholten Mustern, vagen Aussagen, oberflächlicher Analyse oder aufgeblähten Schlüssen beruht. Faktischer Wert und redaktionelles Urteil sind wichtiger als eine Stil-Checkliste. ### Ist No AI Slop ein KI-Detektor? Nein. Der Skill markiert dokumentierte Textmuster, ohne zu entscheiden, ob ein Mensch oder Modell den Text geschrieben hat. Ein Muster ist kein Beweis für Urheberschaft. ### Kann ich unsere Markenrichtlinien in einen Agent Skill verwandeln? Ja. Halte die Kernprozedur kurz, verteile Produkt- und Kanalreferenzen auf fokussierte Dateien, ergänze freigegebene Beispiele und Eval-Fälle und prüfe Rechte, Datenschutz und Herkunft. ### Was kostet ein eigener KI-Schreib-Workflow? Die Kosten hängen von Kanälen, Quellen, Datenschutz, Modellrouting, Evals und Freigabe-Integration ab. Begrenze den ersten Pilot auf einen Inhaltstyp und messbare Verbesserungen bei Review-Zeit oder Qualität. ## Fazit Die nützliche Idee hinter diesen viralen Skills ist nicht, dass eine Datei ein Modell menschlich macht. Wiederkehrendes redaktionelles Urteil wird sichtbar, versionierbar und prüfbar. No AI Slop entfernt wiederkehrende Schreibgewohnheiten. i-have-adhd macht operative Antworten leichter umsetzbar. book-to-skill verpackt größere Referenzbestände für die Nutzung bei Bedarf. Halte diese Zuständigkeiten getrennt. Erde vor der Redaktion, miss gegen eine Baseline, bewahre menschliche Freigabe und baue nur so viel System, wie das Veröffentlichungsrisiko verlangt. Das Ergebnis soll nicht nur weniger nach KI klingen. Es soll konkreter, quellentreuer und günstiger zu prüfen sein. ## Das könnte dich auch interessieren.. [**MCP vs RAG vs Agent Skills vs Custom GPTs** Ordne Schreib-Skills in die KI-Architektur ein und wähle die richtige Ebene für Wissen, Tools und Prozeduren.](/de/blog/mcp-vs-rag-vs-agent-skills-vs-custom-gpts/) [**AI Enablement vs generische KI-Beratung** Vergleiche ein gesteuertes, funktionierendes System mit einem reinen Strategie-Engagement.](/de/compare/ai-enablement-vs-generic-ai-consultancy/) Agent Engineering ## In diesem Cluster weiterlesen [Mit dem Grundlagenartikel starten**Graph Engineering für KI-Agenten: Wann lohnt sich ein Knowledge Graph?**](/de/blog/graph-engineering-ai-agents/) - [NVIDIA NOOA im Test: Sind objektorientierte Agenten produktionsreif?](/de/blog/nvidia-nooa-object-oriented-agents-review/) - [Strix AI Pentesting: 30-Tage-Pilot und Kaufguide 2026](/de/blog/strix-ai-pentesting-pilot-guide-2026/) - [Hark Handoff im Test: Der Agent, der wirklich klickt](/de/blog/hark-handoff-computer-use-agent-review/) - [Meta Muse Code Preise: Ist Contributor für Kundencode sicher?](/de/blog/meta-muse-code-pricing-contributor-tier/) - [PII vor LLM-Prompts entfernen: Eine praktische Pipeline](/de/blog/pii-redaction-before-llm-prompts/) Postfach, ohne Lärm ## Folge der Arbeit, die für dich zählt Du bekommst eine kurze E-Mail, wenn wir etwas Neues veröffentlichen. Folge dem ganzen Blog oder nur den Themen, die dich interessieren. [**Zurück**](/de/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/de/team/kevin-riedl/) [Kevin Riedl](/de/team/kevin-riedl/) https://linkedin.com/in/wsdt 12 min Lesezeit · 9. August 2026 Zuletzt geprüft 9. August 2026 [**Weiter**](/de/blog/mcp-vs-rag-vs-agent-skills-vs-custom-gpts/) Neue Beiträge per E-Mail × × Neue Beiträge per E-Mail Eine kurze E-Mail, wenn wir etwas veröffentlichen. Kostenlos, ohne Tracking. ## Structured Data ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ], "employee": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "founder": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "legalRepresentative": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "name": "Wavect GmbH", "subjectOf": { "@id": "https://wavect.io/verified-claims.json#dataset", "@type": "Dataset", "creator": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.", "inLanguage": "en", "isAccessibleForFree": true, "license": "https://creativecommons.org/licenses/by/4.0/", "name": "Wavect verified publication claims", "url": "https://wavect.io/verified-claims.json" }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "sameAs": [ "https://www.wikidata.org/wiki/Q139796367", "https://www.linkedin.com/in/jocr77/", "https://github.com/jo-chris" ], "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/#website", "@type": "WebSite", "inLanguage": [ "en", "de", "es", "zh" ], "name": "Wavect", "potentialAction": { "@type": "SearchAction", "query-input": "required name=search_term_string", "target": { "@type": "EntryPoint", "urlTemplate": "https://wavect.io/search/?q={search_term_string}" } }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/de/blog/ai-writing-agent-skills/#webpage", "@type": "WebPage", "dateModified": "2026-08-09", "inLanguage": "de", "isPartOf": { "@id": "https://wavect.io/#website", "@type": "WebSite" }, "lastReviewed": "2026-08-09", "url": "https://wavect.io/de/blog/ai-writing-agent-skills/" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BlogPosting", "abstract": "Bitte ein Modell nicht einfach, „menschlich zu klingen“, und erwarte keine konsistenten Ergebnisse. Trenne den Workflow in drei Ebenen: Quellenwissen, Ausgabestruktur und redaktionelle Qualität. No AI Slop ist ein fokussierter Post-Editor für wiederkehrende synthetische Textmuster. i-have-adhd formt Assistentenantworten in eine handlungsorientierte, nummerierte Struktur. book-to-skill wandelt längere Bücher oder Dokumentbestände in einen schrittweise geladenen Wissens-Skill um. Die drei ergänzen sich, doch keiner liefert originelles Urteilsvermögen, belastbare Belege oder eine Markenstimme, die nie dokumentiert wurde. Für den produktiven Einsatz solltest du geprüfte Versionen pinnen, Quellen und Stilregeln trennen, repräsentative Eval-Fälle anlegen, gegen eine Baseline ohne Skill vergleichen und menschliche Freigaben für veröffentlichte Aussagen behalten. Installiere einen vorhandenen Skill für persönliche Abläufe; baue ein gesteuertes Schreibsystem, sobald mehrere Personen, Kanäle, sensible Quellen oder Freigaberegeln beteiligt sind.", "articleBody": " Blog-Übersicht/AI und Agents/Agent Engineering KI-Texte menschlicher schreiben mit Agent Skills TL;DR Bitte ein Modell nicht einfach, „menschlich zu klingen“, und erwarte keine konsistenten Ergebnisse. Trenne den Workflow in drei Ebenen: Quellenwissen, Ausgabestruktur und redaktionelle Qualität. No AI Slop ist ein fokussierter Post-Editor für wiederkehrende synthetische Textmuster. i-have-adhd formt Assistentenantworten in eine handlungsorientierte, nummerierte Struktur. book-to-skill wandelt längere Bücher oder Dokumentbestände in einen schrittweise geladenen Wissens-Skill um. Die drei ergänzen sich, doch keiner liefert originelles Urteilsvermögen, belastbare Belege oder eine Markenstimme, die nie dokumentiert wurde. Für den produktiven Einsatz solltest du geprüfte Versionen pinnen, Quellen und Stilregeln trennen, repräsentative Eval-Fälle anlegen, gegen eine Baseline ohne Skill vergleichen und menschliche Freigaben für veröffentlichte Aussagen behalten. Installiere einen vorhandenen Skill für persönliche Abläufe; baue ein gesteuertes Schreibsystem, sobald mehrere Personen, Kanäle, sensible Quellen oder Freigaberegeln beteiligt sind. Gib einer KI nicht nur die vage Anweisung, „menschlich zu klingen“. Gib ihr ein kleines, prüfbares Schreibsystem. Trenne Quellenwissen, Ausgabestruktur und redaktionelle Qualität. Miss anschließend, ob jede Ebene die Arbeit tatsächlich verbessert. Das ist die praktische Lehre aus drei schnell wachsenden Open-Source-Projekten: No AI Slop, i-have-adhd und book-to-skill. Die drei werden oft als Lösungen für dasselbe Modellproblem präsentiert. Das sind sie nicht. No AI Slop bearbeitet wiederkehrende Textmuster. i-have-adhd verändert die Struktur einer Assistentenantwort. book-to-skill macht große Referenzbestände bei Bedarf zugänglich. Zusammen können sie wiederholte Korrekturarbeit verringern. Ohne Quellen, Evals und menschliches Urteil liefern sie womöglich saubere Texte, die trotzdem leer oder falsch sind. Dieser Artikel beantwortet die Workflow-Frage. Wenn du zuerst die Technologiekategorie verstehen willst, erklärt unser Entscheidungsbaum zu MCP, RAG, Agent Skills und Custom GPTs, wo Skills in einem KI-System sitzen. Die Kurzantwort: Welcher KI-Schreib-Skill löst welches Problem? ProblemBester EinstiegWas der Skill nicht liefert Entwürfe enthalten vorhersehbare KI-Floskeln und leere ÜbergängeNo AI Slop als letzter redaktioneller DurchgangDeine Ideen, Belege oder persönliche Stimme Antworten vergraben die Handlung unter Einleitung und Abschweifungeni-have-adhd als Regelwerk für die AusgabestrukturDomänenwissen oder faktische Richtigkeit Markenhandbuch, Manual oder Quellensammlung sind zu groß für jeden Promptbook-to-skill für schrittweises Laden relevanter ReferenzenEine fertige Redaktionsrichtlinie oder automatisch verlässliche Extraktion Mehrere Autor:innen, Kanäle und Freigaben müssen zusammenpassenEin eigener versionierter Skill mit Evals und Workflow-KontrollenVerantwortung für die Veröffentlichung Für eine Person genügt oft der schmalste Skill plus Schlussredaktion. In einem Unternehmen ist der Skill eine versionierte Produktkomponente. Lege fest, was er ändern darf, wie Erfolg bewertet wird, wer Aussagen freigibt und wie ein schlechtes Update zurückgerollt wird. Warum klingen KI-Texte generisch? Schwacher Output beginnt meist vor dem ersten Satz. Das Modell erhält eine unklare Aufgabe, wenig Material aus erster Hand und keinen Abnahmetest. Also optimiert es auf eine plausible Durchschnittsantwort. Das Ergebnis sind glatte Strukturen, allgemeine Aussagen, wiederkehrende rhetorische Muster und Schlussfolgerungen, die wichtiger klingen als ihre Belege. Ein längerer Prompt ist nicht automatisch besser. Wenn Fakten, Ton, Prozess, verbotene Formulierungen, Zielgruppe, Format und Beispiele in einem permanenten Block stehen, werden Konflikte unsichtbar. Ein Skill gibt diesen Regeln eine Zuständigkeit, eine Version und einen Ort für Beispiele oder deterministische Prüfungen. Der verwandte Begriff ist Prompt Engineering. Der operative Vorteil entsteht aber durch Paketierung und Tests, nicht durch einen magischen Satz. Drei Open-Source-Skills, drei verschiedene Aufgaben 1. No AI Slop: ein fokussierter Post-Editor No AI Slop dokumentiert mehr als 20 wiederkehrende Muster, darunter einleitendes Räuspern, künstliche Erkenntnis-Setups, dramatische Fragmente, vage Zuschreibungen und aufgeblähte Schlusssätze. Der Skill kann einen Entwurf bearbeiten oder passende Stellen markieren, ohne zu behaupten, er könne die Urheberschaft erkennen. Das Repository enthält sowohl die Anweisungen als auch eine Eval-Datei, sodass die Regeln überprüfbar sind. Die enge Zuständigkeit ist seine Stärke. Nutze ihn, nachdem der faktenbasierte Entwurf steht. Ein Stil-Pass darf keine Belege erfinden, notwendige Einschränkungen entfernen oder alle Autor:innen in denselben Rhythmus pressen. „Menschlich“ ist kein Preset. Das bessere Ziel ist konkretes Schreiben, bei dem Quelle, Argument und Stimme erhalten", "articleSection": "Engineering", "author": { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/" }, "citation": [ { "@type": "WebPage", "name": "No AI Slop", "url": "https://github.com/petergyang/no-ai-slop" }, { "@type": "WebPage", "name": "i-have-adhd", "url": "https://github.com/ayghri/i-have-adhd" }, { "@type": "WebPage", "name": "book-to-skill", "url": "https://github.com/virgiliojr94/book-to-skill" }, { "@type": "WebPage", "name": "Agent-Skills-Spezifikation", "url": "https://agentskills.io/specification" }, { "@type": "WebPage", "name": "Anleitung für Skill-Autor:innen", "url": "https://agentskills.io/skill-creation/best-practices" }, { "@type": "WebPage", "name": "Leitfaden zur Skill-Evaluierung", "url": "https://agentskills.io/skill-creation/evaluating-skills" } ], "dateModified": "2026-08-09", "datePublished": "2026-08-09", "description": "Bitte ein Modell nicht einfach, „menschlich zu klingen“, und erwarte keine konsistenten Ergebnisse. Trenne den Workflow in drei Ebenen: Quellenwissen, Ausgabestruktur und redaktionelle Qualität. No AI Slop ist ein fokussierter Post-Editor für wiederkehrende synthetische Textmuster. i-have-adhd formt Assistentenantworten in eine handlungsorientierte, nummerierte Struktur. book-to-skill wandelt längere Bücher oder Dokumentbestände in einen schrittweise geladenen Wissens-Skill um. Die drei ergänzen sich, doch keiner liefert originelles Urteilsvermögen, belastbare Belege oder eine Markenstimme, die nie dokumentiert wurde. Für den produktiven Einsatz solltest du geprüfte Versionen pinnen, Quellen und Stilregeln trennen, repräsentative Eval-Fälle anlegen, gegen eine Baseline ohne Skill vergleichen und menschliche Freigaben für veröffentlichte Aussagen behalten. Installiere einen vorhandenen Skill für persönliche Abläufe; baue ein gesteuertes Schreibsystem, sobald mehrere Personen, Kanäle, sensible Quellen oder Freigaberegeln beteiligt sind.", "headline": "KI-Texte menschlicher schreiben mit Agent Skills", "image": "https://wavect.io/img/blog/headers/header_ai-writing-agent-skills.svg", "inLanguage": "de", "keywords": "KI-Schreiben, Agent Skills", "mainEntityOfPage": { "@id": "https://wavect.io/de/blog/ai-writing-agent-skills/", "@type": "WebPage" }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/de/blog/ai-writing-agent-skills/", "wordCount": 2001 } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "item": "https://wavect.io/de/", "name": "Startseite", "position": 1 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/overview/", "name": "Blog-Übersicht", "position": 2 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/topics/ai-agents/", "name": "AI und Agents", "position": 3 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/clusters/agent-engineering/", "name": "Agent Engineering", "position": 4 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/ai-writing-agent-skills/", "name": "KI-Texte menschlicher schreiben mit Agent Skills | ", "position": 5 } ] } ``` ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Sie kann konkreter, natürlicher und konsistenter schreiben. Kein Skill erzeugt jedoch Lebenserfahrung oder originelles Urteil. Der stärkste Workflow beginnt mit menschlichen Ideen und freigegebenen Belegen, nutzt KI für begrenzte Entwürfe oder Redaktion und behält einen verantwortlichen Schluss-Pass." }, "name": "Kann KI wirklich menschlich schreiben?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "AI Slop ist minderwertiger generierter Inhalt, der glatt aussieht, aber auf wiederholten Mustern, vagen Aussagen, oberflächlicher Analyse oder aufgeblähten Schlüssen beruht. Faktischer Wert und redaktionelles Urteil sind wichtiger als eine Stil-Checkliste." }, "name": "Was ist AI Slop?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Nein. Der Skill markiert dokumentierte Textmuster, ohne zu entscheiden, ob ein Mensch oder Modell den Text geschrieben hat. Ein Muster ist kein Beweis für Urheberschaft." }, "name": "Ist No AI Slop ein KI-Detektor?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Ja. Halte die Kernprozedur kurz, verteile Produkt- und Kanalreferenzen auf fokussierte Dateien, ergänze freigegebene Beispiele und Eval-Fälle und prüfe Rechte, Datenschutz und Herkunft." }, "name": "Kann ich unsere Markenrichtlinien in einen Agent Skill verwandeln?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Die Kosten hängen von Kanälen, Quellen, Datenschutz, Modellrouting, Evals und Freigabe-Integration ab. Begrenze den ersten Pilot auf einen Inhaltstyp und messbare Verbesserungen bei Review-Zeit oder Qualität." }, "name": "Was kostet ein eigener KI-Schreib-Workflow?" } ] } ```