Zum Hauptinhalt springen

Podcast automatisieren mit KI.

Laptop mit einem n8n-Workflow zur Podcast-Automatisierung, daneben Notizbuch und Kaffee

Was Claude und ChatGPT heute allein schaffen und wann du n8n, Make oder Zapier brauchst

Die Folge ist aufgenommen, und jetzt beginnt die eigentliche Arbeit. Transkript, Shownotes, Titel, Kapitel, Posts, Newsletter, die Mail an den Gast. Jede Woche dieselben Handgriffe.

Die kurze Antwort lautet so. Fast alles nach der Aufnahme lässt sich heute automatisieren, und vieles davon schaffen Claude oder ChatGPT inzwischen allein, weil sie über Connectors direkt auf Google Drive, Notion oder dein Postfach zugreifen. n8n, Make oder Zapier brauchst du, sobald Abläufe ohne dich starten, jedes Mal exakt gleich laufen oder viele Tools verbinden sollen. Dieser Beitrag zeigt dir, wo genau die Grenze liegt, in vier Stufen vom einfachen Prompt bis zum eigenen Workflow.

Bonus

Und ganz am Ende wartet ein Bonus auf dich.

Ein ausgefeilter Prompt, mit dem Claude oder ChatGPT aus einem Transkript das komplette Material für deine Folge erstellt, sich selbst prüft und alles in deinen Ordnern ablegt. Ganz ohne n8n, Make oder Zapier.

Was du an deinem Podcast automatisieren kannst

  • Transkript erstellen, mit Sprechern und Zeitmarken
  • Shownotes, Titel und Kapitelmarken aus dem Transkript
  • Social-Media-Posts und Clips für LinkedIn, Instagram und YouTube Shorts
  • Newsletter zur neuen Folge
  • Blogartikel mit Player und Transkript auf deiner Website
  • Promo-Material für Gäste, damit sie die Folge teilen
  • Gäste-Management von der Terminbuchung bis zum Dankeschön
  • Folgen-Archiv mit Zusammenfassung, Zitaten und Highlights

Nicht automatisieren solltest du, was deinen Podcast ausmacht. Deine Meinung, deine Geschichten, das Gespräch und die Freigabe dessen, was unter deinem Namen erscheint.

Der Unterschied zwischen KI und Automation

Beide nehmen dir Arbeit ab, funktionieren aber grundverschieden.

Ein KI-Assistent wie Claude oder ChatGPT entscheidet bei jeder Anfrage neu, was er tut. Er versteht Zusammenhänge, schreibt Texte und kommt mit unvollständigen Angaben klar. Dafür ist das Ergebnis nie exakt gleich, und er arbeitet nur, wenn du ihn anstößt oder ein Zeitplan es tut.

Ein Workflow-Tool wie n8n, Make oder Zapier funktioniert wie eine Murmelbahn. Oben fällt eine Murmel hinein, etwa „neue Folge ist online“, und sie rollt von Station zu Station. Jede Station erledigt eine Aufgabe und stößt die nächste an. Das läuft jedes Mal gleich, auch nachts und im Urlaub, protokolliert jeden Durchlauf und versteht dafür nichts, was du ihm nicht vorher genau beschrieben hast.

Ein Workflow besteht aus drei Bausteinen. Dem Auslöser, der ihn startet, den Schritten, die nacheinander passieren, und Bedingungen, die festlegen, was nur in bestimmten Fällen geschieht, zum Beispiel nur bei Interview-Folgen.

Die Verbindung zwischen beiden heißt MCP, Model Context Protocol. Das ist ein offener Standard, den Anthropic Ende 2024 vorgestellt hat und den inzwischen auch OpenAI unterstützt. Über MCP greift eine KI auf andere Programme zu, und Workflow-Tools können umgekehrt KI-Modelle als Station einbauen. Die Grenzen verschwimmen also, und genau deshalb lohnt sich der Blick auf die vier Stufen.

Die vier Stufen der Podcast-Automatisierung

Stufe 1, ein Projekt mit festen Anweisungen

Du legst in Claude oder ChatGPT ein Projekt für deinen Podcast an und hinterlegst einmal Zielgruppe, Ton, Formatvorgaben und zwei, drei gute Beispiele. Danach reicht pro Folge das Transkript und ein Satz. Kein Setup, keine Technik, und für viele Solo-Podcaster schon die halbe Miete. Fortgeschrittene packen wiederkehrende Abläufe zusätzlich in eigene GPTs oder Claude Skills, die du per Befehl aufrufst. Welche Prompts sich bewähren, zeige ich dir im Beitrag mit fertigen KI-Prompts für Podcaster.

Stufe 2, die KI mit Connectors

Über Connectors liest und schreibt die KI direkt in deinen Programmen. Sie holt das Transkript aus Google Drive, legt das fertige Folgen-Paket als Dokument in Notion ab und bereitet die Mail an den Gast als Entwurf in Gmail vor. Beide Assistenten bieten außerdem geplante Aufgaben, die zu festen Zeiten laufen, etwa jeden Montag eine Themenrecherche für die nächste Folge.

Das ist die Stufe, die viele Workflows überflüssig macht. Ihre Grenze liegt dort, wo etwas ohne dich auf ein Ereignis reagieren soll. Auf Dinge wie „neue Folge im RSS-Feed“ reagieren die Assistenten bisher nur eingeschränkt.

Stufe 3, das Workflow-Tool mit KI-Stationen

Hier läuft der Ablauf fest, und die KI ist eine Station darin. Typisches Beispiel ist ein n8n-Workflow, der den RSS-Feed deines Hosters beobachtet. Erscheint eine neue Folge, lädt er die Audiodatei, lässt sie transkribieren, schickt das Transkript an ein Sprachmodell, erstellt daraus einen Blogartikel als Entwurf in WordPress und schickt dir eine Mail mit Freigabe-Link. Du klickst auf „Freigeben“, und der Rest läuft weiter.

Stufe 4, Agenten mit Werkzeugen

Ein Agent bekommt ein Ziel statt einer festen Reihenfolge und entscheidet selbst, welche Werkzeuge er nutzt. n8n, Make und Zapier bieten dafür eigene KI-Agenten-Bausteine. Und über MCP geht es auch andersherum. n8n kann einen fertigen Workflow als MCP-Server bereitstellen, Zapier bietet einen MCP-Zugang zu seinen Apps. Du schreibst Claude dann „Veröffentliche die Folge von gestern als Blogartikel“, und im Hintergrund läuft dein erprobter Ablauf. Mächtig, aber noch nicht so zuverlässig wie Stufe 3, wenn viele Entscheidungen hintereinander nötig sind.

Woran du merkst, dass du ein Workflow-Tool brauchst

  • Es soll ohne dich starten. Neue Folge im Feed, neue Terminbuchung eines Gastes, neue Sprachnachricht eines Hörers. Ereignisse in anderen Programmen sind die Domäne von Workflow-Tools.
  • Es muss jedes Mal exakt gleich laufen. Ein Blogartikel mit immer demselben Aufbau, ein Promo-Kit mit festem Inhalt. Ein Workflow folgt Regeln, eine KI interpretiert.
  • Viele Tools sind beteiligt. Hoster, Transkription, WordPress, Newsletter, Projektmanagement und Mail in einem Ablauf, mit Abzweigungen und Bedingungen.
  • Es geht um Menge. Mehrere Podcasts oder viele Folgen auf einmal, etwa wenn du dein ganzes Archiv nachträglich in Blogartikel verwandeln willst.
  • Du willst Kontrolle. Jeder Durchlauf wird protokolliert, Fehler sind nachvollziehbar, und n8n lässt sich auf einem eigenen Server in der EU betreiben.
AufgabeKI-Assistent reichtWorkflow-Tool lohnt sich
Shownotes, Titel, KapitelJa, mit Projekt und PromptWenn sie automatisch beim Hoster landen sollen
Social-Media-PostsJa, als Entwürfe im OrdnerWenn sie automatisch eingeplant werden sollen
NewsletterJa, als EntwurfWenn er bei neuer Folge selbst angelegt werden soll
Blogartikel zur FolgeEntwurf jaMit Player, Transkript und Veröffentlichung in WordPress
Promo-Kit für GästeInhalte jaAutomatischer Versand nach jeder Interview-Folge
Gäste-ManagementEinzelne MailsBuchung, Erinnerungen und Follow-up als Kette
Folgen-ArchivBei BedarfFür jede Folge automatisch im festen Ordner

Was dir vorher keiner sagt

Die meisten Anleitungen zeigen, wie schnell man einen Workflow zusammenklickt. Diese Punkte entscheiden aber darüber, ob er nach drei Monaten noch läuft.

  • Dein KI-Abo gilt nicht für Workflows. Wenn n8n, Make oder Zapier ein Sprachmodell aufrufen, läuft das über die Schnittstelle von OpenAI oder Anthropic, mit eigenem Schlüssel und Abrechnung nach Verbrauch. Ein einstündiges Transkript sind grob 8.000 bis 9.000 Wörter, die Verarbeitung kostet meist nur wenige Cent pro Folge.
  • Das Transkript ist das Fundament. Jeder Fehler darin landet in allen Texten danach. Falsch geschriebene Namen, Firmen und Fachbegriffe sind die häufigste Quelle. Gib dem Transkriptionsdienst eine Liste mit Namen mit, und lass die KI unsichere Stellen markieren statt zu raten.
  • KI-Ausgaben brauchen eine feste Form. Damit ein Workflow mit dem Ergebnis weiterarbeiten kann, muss die KI immer im gleichen Format antworten, etwa mit festen Feldern für Titel, Beschreibung und Kapitel. n8n, Make und Zapier unterstützen solche strukturierten Ausgaben.
  • Freigabe vor Veröffentlichung. Bau vor jeden Schritt, der etwas öffentlich macht oder verschickt, eine Freigabe ein. n8n kann zum Beispiel eine Mail mit Freigabe-Knopf schicken und erst nach deinem Klick weitermachen.
  • Nichts doppelt verschicken. Wenn ein Workflow abbricht und neu startet, darf der Gast das Promo-Kit nicht zweimal bekommen. Speichere, welche Folge schon verarbeitet ist, zum Beispiel in einer einfachen Tabelle.
  • Social-Media-Schnittstellen sind eingeschränkt. Direkt auf Instagram oder LinkedIn posten geht nur mit passenden Konten und Freigaben. Einfacher ist ein Planungstool wie Buffer oder Metricool als Zwischenstation, in dem die Posts als Entwurf landen.
  • Connectors brauchen Grenzen. Eine KI mit Schreibrechten kann auch Falsches tun, etwa wenn ein Dokument versteckte Anweisungen enthält. Gib nur die Rechte, die nötig sind, lass Mails grundsätzlich als Entwurf anlegen und erlaube kein Löschen.
  • Workflows wollen gepflegt werden. Schnittstellen ändern sich, Zugänge laufen ab. Lass dich bei Fehlern automatisch benachrichtigen und schau einmal im Monat in die Protokolle.

n8n, Make oder Zapier im Vergleich

Alle drei verbinden Programme miteinander, binden KI-Modelle ein und bieten inzwischen eigene Agenten. Sie unterscheiden sich vor allem bei Einstieg, Kosten und Datenschutz.

ZapierMaken8n
EinstiegAm einfachstenMittel, sehr visuellAnspruchsvoller, technischer
VerbindungenÜber 8.000 AppsMehrere tausend AppsHunderte fertige Bausteine, dazu jede Schnittstelle per HTTP
KostenKostenloser Einstieg, bei vielen Durchläufen schnell teuerKostenlos mit 1.000 Credits im Monat, günstige AbosSelbst gehostet kostenlos, Cloud ab ca. 20 bis 24 € im Monat
AbrechnungPro AufgabePro Schritt (Credits)Pro Durchlauf, egal wie viele Schritte
DatenschutzDaten liegen in den USAEU-Rechenzentrum wählbarEigener Server in der EU möglich
Stark beiSchnellen, einfachen AbläufenMehrstufigen Abläufen mit BedingungenKomplexen Abläufen, eigenem Code, KI-Agenten

Preise und Zahlen laut Anbietern und Vergleichsportalen, Stand Oktober 2026. n8n steht unter einer eigenen fair-code-Lizenz, der Quellcode ist offen, der kommerzielle Weiterverkauf aber eingeschränkt.

Die Workflows, die sich für Podcaster lohnen

Die ersten drei Abläufe haben wir bei Studio M mit n8n gebaut, die anderen beiden sind bewährte Klassiker.

Promo-Kit für Interviewgäste

Neue Interview-Folge im Feed → Gastname aus den Folgendaten → Transkript → KI wählt die drei stärksten Zitate und schreibt fertige Posts für LinkedIn und Instagram → Mail an den Gast mit Link, Zitaten und Posts. Jeder Gast wird so zum Verteiler deiner Folge.

Aus jeder Folge ein Blogartikel

Neue Folge → Transkript → KI schreibt einen Artikel zum Thema der Folge mit Zwischenüberschriften und FAQ → Entwurf in WordPress mit eingebettetem Player und komplettem Transkript → Freigabe per Mail. Deine Inhalte werden so auch schriftlich gefunden, von Google und von KI-Suchmaschinen.

Dein Folgen-Archiv

Nach jeder Veröffentlichung landet automatisch ein Dokument mit Transkript, Zusammenfassung, Highlights und Zitaten in einem festen Ordner. Verbindest du diesen Ordner später als Connector mit Claude, kannst du dein ganzes Archiv befragen, etwa „In welchen Folgen ging es um Preisgestaltung, und was haben die Gäste dazu gesagt?“.

Gäste-Management

Gast füllt ein Formular aus → Terminbuchung über Calendly oder cal.com → Aufgabe im Projektmanagement → Vorbereitungsmail mit Technik-Check und Fragen → Erinnerung am Vortag → nach der Folge ein Dankeschön mit Link.

Hörerfragen sammeln

Fragen oder Sprachnachrichten über ein Formular oder einen Dienst wie SpeakPipe → automatisch transkribiert und nach Thema sortiert → landen in deiner Themenliste für kommende Folgen.

Datenschutz bei der Podcast-Automatisierung

  • Frag deine Gäste, bevor du ihr Transkript durch KI-Dienste schickst, am besten schon in der Einladung.
  • Schließ Verträge zur Auftragsverarbeitung mit den Diensten, die personenbezogene Daten verarbeiten. Die großen Anbieter stellen sie bereit.
  • Prüf die Trainingseinstellungen. Über die Schnittstellen von OpenAI und Anthropic werden Daten standardmäßig nicht zum Training genutzt, in den Chat-Apps musst du das in den Einstellungen prüfen.
  • Halte die Daten in der EU, wo es geht. Make bietet EU-Rechenzentren, n8n läuft auf einem eigenen Server in der EU, und so bleibt zumindest der Ablauf selbst in Europa.

Bonus

Das komplette Folgen-Paket mit einem Prompt

Dieser Prompt macht aus einem Transkript in einem Durchgang alles, was du für die Veröffentlichung brauchst. Er analysiert die Folge zuerst, schreibt dann, prüft sich selbst und legt das Ergebnis in deinen Ordnern ab. Am besten funktioniert er in einem Projekt, in dem Zielgruppe, Ton und Beispiele hinterlegt sind, mit Google Drive oder Notion und Gmail als Connector.

Prompt

Du bist Redaktionsleiter meines Podcasts [Name]. Du arbeitest gründlich, erfindest nichts und lieferst Texte, die ich mit wenigen Änderungen veröffentlichen kann. ## Eingaben Transkript mit Zeitmarken: [hochladen oder Dateiname in Drive] Folge: [Nummer], Format: [Solo oder Interview], Gast: [Name, Funktion, Website, LinkedIn] Ziel der Folge: [zum Beispiel Erstgespräche, Newsletter-Anmeldungen] Wichtiger Suchbegriff: [falls bekannt] Ablageort: [Ordner in Drive oder Seite in Notion] ## Schritt 1, Analyse (erst denken, dann schreiben) Erstelle zuerst eine kurze Analyse und zeig sie mir vor allem anderen: 1. Kernaussage der Folge in einem Satz. 2. Die drei bis fünf wichtigsten Erkenntnisse mit Zeitmarke. 3. Die fünf stärksten Zitate wörtlich mit Zeitmarke und Sprecher. 4. Alle Namen, Firmen, Zahlen und Fachbegriffe als Liste. Was im Transkript unsicher klingt, markierst du mit [PRÜFEN]. 5. Der überraschendste Moment der Folge. ## Schritt 2, Texte Nutze ausschließlich Inhalte aus dem Transkript und der Analyse. A. Titel: 8 Vorschläge mit höchstens 60 Zeichen, je zwei als Frage, als konkretes Ergebnis, als zugespitzte These und als Zitat. Das wichtigste Wort steht in den ersten 30 Zeichen. Empfiehl die besten zwei mit je einem Satz Begründung. B. Shownotes: Hook in zwei Sätzen, die ersten 150 Zeichen funktionieren allein. Danach die Erkenntnisse als kurze Liste, ein Absatz zum Gast, Links nur, wenn sie im Gespräch genannt werden, und ein Satz mit Aufforderung zum Ziel der Folge. C. Kapitel für YouTube und Spotify: erste Marke bei 00:00, mindestens drei Kapitel von jeweils mindestens zehn Sekunden, Namen wie kleine Überschriften, die neugierig machen. D. LinkedIn-Post zum überraschendsten Moment: erste Zeile als Hook ohne „Mehr anzeigen“, kurze Geschichte, eine klare Erkenntnis, eine Frage an die Leser, höchstens 1.300 Zeichen, höchstens drei Hashtags. E. Instagram: drei Hooks für Reels mit höchstens 10 Wörtern und eine Caption mit höchstens 400 Zeichen. F. Newsletter: Betreff mit höchstens 45 Zeichen, Vorschauzeile mit höchstens 90 Zeichen, persönlicher Einstieg, eine Erkenntnis, die auch ohne die Folge hilft, ein konkreter Schritt für heute, Link-Platzhalter [LINK]. Höchstens 220 Wörter. G. Nur bei Interview-Folgen, Promo-Kit für den Gast: Dankes-Mail in meinem Ton, die zwei besten Zitate des Gastes, ein fertiger LinkedIn-Post aus seiner Sicht und der Link-Platzhalter [LINK]. ## Schritt 3, Selbstprüfung Prüfe jeden Text vor der Ausgabe und überarbeite ihn, falls nötig: Steht jede Aussage so oder sinngemäß im Transkript? Sind alle Zitate wörtlich und den richtigen Sprechern zugeordnet? Klingt der Text nach den Beispielen in den Projektanweisungen, ohne Floskeln wie „spannende Folge“? Sind alle Längenvorgaben eingehalten? ## Schritt 4, Ablage Lege ein Dokument mit dem Namen „[Datum] Folge [Nummer] [Arbeitstitel] Folgen-Paket“ am Ablageort an, gegliedert in Analyse und die Texte A bis G. Die Mail an den Gast legst du nur als Entwurf in Gmail an. Verschicke, veröffentliche und lösche nichts und überschreibe keine bestehenden Dateien. Fehlt ein Connector, gib alles hier im Chat aus. ## Abschluss Antworte mir zum Schluss kurz mit dem Link zum Dokument, deinen zwei Titel-Empfehlungen und allen Stellen mit [PRÜFEN].

Du prüfst die markierten Stellen, passt an, was nicht nach dir klingt, und gibst frei. Wenn du diesen Prompt jede Woche gleich verwendest, speicher ihn als eigenen GPT oder Claude Skill. Und sobald du dir wünschst, dass er von selbst startet, wenn eine neue Folge online ist, ist es Zeit für deinen ersten Workflow.

Fazit zur Podcast-Automatisierung mit KI

Für einen großen Teil der Arbeit nach der Aufnahme brauchst du heute kein Workflow-Tool mehr. Ein Projekt mit festen Anweisungen und Connectors bringt dich in Claude oder ChatGPT schon sehr weit. n8n, Make oder Zapier lohnen sich, sobald Abläufe ohne dich starten, exakt gleich laufen, viele Tools verbinden oder protokolliert werden sollen. Fang mit der KI an und bau Workflows dort, wo du dich jede Woche wiederholst.

Häufige Fragen zur Podcast-Automatisierung mit KI

Nein, und das solltest du auch nicht. Aufnahme, Haltung und Gespräch bleiben bei dir, ebenso die Freigabe. Automatisieren lässt sich fast alles danach, also Transkript, Shownotes, Titel, Kapitel, Social-Media-Posts, Newsletter, Blogartikel und die Kommunikation mit Gästen.

Nicht unbedingt. Solange du einen Ablauf selbst anstößt und das Ergebnis prüfst, reichen Claude oder ChatGPT mit Connectors oft aus. Ein Workflow-Tool brauchst du, wenn etwas ohne dich starten soll, jedes Mal exakt gleich laufen muss, viele Tools verbindet oder protokolliert werden soll.

MCP steht für Model Context Protocol, ein offener Standard, über den KI-Assistenten wie Claude oder ChatGPT auf andere Programme zugreifen, etwa Google Drive, Notion oder Gmail. Die KI kann damit nicht nur Texte schreiben, sondern sie auch dort ablegen, wo du sie brauchst, oder Workflows in n8n und Zapier anstoßen.

Nein. Wenn ein Workflow-Tool ein Sprachmodell aufruft, läuft das über die Schnittstelle des Anbieters mit eigenem Schlüssel und eigener Abrechnung nach Verbrauch. Für ein einstündiges Transkript kostet das meist nur wenige Cent, ist aber getrennt vom Abo.

Zapier ist am einfachsten, Make ist günstiger und visueller, n8n ist am flexibelsten und lässt sich auf einem eigenen Server in der EU betreiben. Wir bauen unsere Workflows bei Studio M mit n8n.

Wir können morgen starten.
Schnitt, Shownotes und Clips laufen bei uns über eingespielte Prozesse, ohne dass du ein Workflow-Tool anfassen musst. Du investierst eine Stunde pro Woche.
Erstgespräch buchen Zum kostenlosen Erstgespräch