Maurício Piper ist KI-Berater und hat ein Buch darüber verfasst, an welchen Stellen KI Unternehmen weiterhilft und an welchen nicht. Wie lässt sich sein Konzept auf Buchverlage übertragen? Ein Gastbeitrag.
Die meisten Häuser fangen beim Einsatz von Künstlicher Intelligenz an der falschen Stelle an. Ich möchte Ihnen ein einfaches System zeigen, das darüber entscheidet, ob KI im Verlag entlastet oder blamiert.
Um 1340 wollte der Mailänder Mönch Galvaneus Flamma das Wissen der Welt in einem Buch versammeln. Er wurde nie fertig; das Vorhaben war für einen einzelnen Menschen zu groß. In seinen Aufzeichnungen steht ein Land namens „Marckalada“, westlich von Grönland – Amerika, hundertfünfzig Jahre vor Kolumbus, aufgeschnappt vermutlich im Hafen von Genua. Das Manuskript tauchte 2013 in Privatbesitz auf, der Philologe Paolo Chiesa entzifferte die Stelle.
Das Wissen lag also da. Fast siebenhundert Jahre lang hat es nur niemand mit dem Rest verbunden.
Ich erzähle das, weil ich es in Unternehmen ständig sehe – und in Verlagen besonders. Es fehlt selten an Information. Es fehlt an Verbindung. Und Verbinden ist genau das, was Maschinen inzwischen erstaunlich gut können.
Ein Wort dazu, woher ich das habe. Ich komme nicht aus dem Verlagswesen, und das ist Absicht. Ich berate Unternehmen quer durch Branchen, wo KI trägt und wo nicht – vom Mittelstand bis zu bekannten Firmen; PR und Förderprogramme inklusive. Die Unterscheidung, um die es gleich geht, ist in all diesen Branchen dieselbe. Ein Verlag ist darin kein Sonderfall, sondern ein Unternehmen mit einer besonders schönen Variante derselben Frage. Und der Blick von außen ist dabei eher Vorteil als Mangel: Er sieht die vierzehn Zwischenschritte, die drinnen längst niemandem mehr auffallen.
Die Linie, an der sich alles entscheidet
Ich unterscheide in meiner Beratungspraxis zwei Sorten von Problemen. Diese Unterscheidung trägt weiter als jede Toolliste, und sie ist der Grund, warum manche Häuser mit KI vorankommen und andere nach einem Jahr sagen, das funktioniere bei ihnen nicht.
Kompliziert heißt: Es gibt eine richtige Lösung. Sie ist nur mühsam, langwierig oder fehleranfällig. Eine Steuererklärung ist kompliziert. Ein vollständiger Metadatensatz mit allen Feldern für Katalog, Webshop und Barsortiment ist kompliziert.
Komplex heißt: Es gibt keine richtige Lösung. Es gibt nur eine Entscheidung, die jemand verantwortet. Ob dieses Manuskript ins Programm gehört, ist komplex. Ob diese Autorin zu diesem Haus passt, ist komplex. Ob man dem Titel noch eine Chance gibt oder ihn abschreibt, ist komplex.
Der Unterschied ist keine Frage des Schwierigkeitsgrads. Komplexe Aufgaben sind nicht die schwereren. Sie sind die, bei denen mehrere vertretbare Antworten existieren und jemand sich für eine entscheiden muss.
Am einfachsten macht es das Bild der zwei Gehirnhälften. Die eine rechnet, ordnet und arbeitet Regeln ab; sie ist für das Komplizierte zuständig, wo es einen richtigen Weg gibt, der nur mühsam ist. Die andere wägt ab, deutet und entscheidet; sie ist für das Komplexe da, wo es keinen richtigen Weg gibt, sondern nur eine verantwortete Wahl. KI verstärkt die erste Hälfte enorm. Die zweite kann sie nicht ersetzen – und genau die wird jetzt wertvoller.
Der Test dauert zehn Sekunden:
Könnten zwei kompetente Fachleute bei identischer Faktenlage zu unterschiedlichen Ergebnissen kommen – und wären beide vertretbar?
Wenn ja, ist die Aufgabe komplex. Sie gehört zu einem Menschen, der sie verantwortet, und sie wird gerade wertvoller.
Wenn nein, wenn man am Ende also abhaken kann, ob das Ergebnis stimmt, dann ist die Aufgabe kompliziert. Sie gehört an die Maschine.
Was im Verlag kompliziert ist
Hier wird es konkret. Die folgenden Aufgaben haben eines gemeinsam: Sie fressen Stunden qualifizierter Leute, und am Ende gibt es ein nachprüfbar richtiges Ergebnis.
Metadaten
Warengruppen, Schlagwörter, Klappentexte und Viten von Autorinnen und Autoren in unterschiedlichen Fassungen, dazu die Pflege, wenn sich etwas ändert. Wer schon einmal einen Titel vollständig durch VLB und ONIX gebracht hat, weiß, dass das keine geistige Arbeit ist, sondern Sorgfalt unter Zeitdruck – und dass die Fehler, die dabei passieren, nachher im Webshop stehen und niemandem auffallen, außer dem Kunden bzw. der Kundin, der bzw. die den Titel deswegen nicht findet.
Eine Maschine erzeugt hier Varianten in Minuten. Aber – und das ist der entscheidende Halbsatz – ein Mensch prüft und gibt frei. Die Reihenfolge lautet: erzeugen lassen, prüfen, freigeben. Nicht: erzeugen lassen und durchreichen. Wer diese Reihenfolge einmal verletzt, produziert genau die Peinlichkeit, die dann als Beweis gegen die ganze Sache herhalten muss.
Die Backlist
Das ist der größte unerschlossene Rohstoff im deutschen Buchmarkt, und er liegt in jedem Haus im Keller.
In jedem Verlag stehen Titel, die niemand mehr anfasst, weil das Neuverschlagworten teurer wäre als der erwartbare Umsatz. Rechnen Sie es einmal für Ihr Haus durch: Wie viele lieferbare Titel haben Sie? Wie lange bräuchte ein Mensch, um einen davon sauber neu zu erschließen – zwanzig Minuten, dreißig? Multiplizieren Sie. Bei zweitausend Titeln landen Sie bei mehreren hundert Arbeitsstunden. Das ist der Grund, warum es niemand macht.
Genau diese Rechnung kippt gerade. Und was dabei herauskommt, ist selten das, was man erwartet hat. Nicht der eine vergessene Bestseller, sondern Themenbündel: fünf Titel aus verschiedenen Jahren, verschiedenen Programmen, verschiedenen Lektoraten, die zusammen plötzlich eine Aktion ergeben, weil draußen gerade über dieses Thema gestritten wird. Das ist die Marckalada-Situation im Kleinen. Das Wissen liegt im eigenen Haus. Es hat nur nie jemand verbunden.
Rechte und Verträge
Welche Lizenzen laufen wann aus, wo liegen Nebenrechte, welcher Vertrag enthält welche Klausel zu Hörbuch, welcher zu Übersetzung? In vielen Häusern lautet die ehrliche Antwort: Das weiß eine bestimmte Kollegin, und wenn die in Rente geht, wird es unangenehm.
Verträge durchsuchbar und vergleichbar zu machen ist kompliziert, nicht komplex. Die Verhandlung danach ist komplex – die bleibt beim Menschen, und zwar vollständig.
Vorbereitende Übersetzung
Nicht als fertige Übersetzung. Als Arbeitsgrundlage. Um in einem Lizenzgespräch überhaupt beurteilen zu können, worüber man spricht, statt sich auf ein Exposé und das Gefühl im Bauch zu verlassen.
Zahlen, die längst da sind
Absatzmuster in den eigenen Verkaufsdaten, Auffälligkeiten bei Retouren, Muster in Vorbestellungen. Nicht als Orakel für die Zukunft – dafür taugt es nicht –, sondern als Beschreibung der Gegenwart, die bisher niemand ausgewertet hat, weil die Zeit fehlte.
Hier höre ich regelmäßig einen Einwand: Solche Sammelarbeit gebe man gerade nicht ab, weil ein Fehler teuer werde und das Nachkontrollieren am Ende so lange dauere wie die Handarbeit. Das stimmt – aber nur, wenn man Kontrolle mit Nacharbeit verwechselt. Bei einer komplizierten Aufgabe ist „richtig“ nachprüfbar: Man hakt ab, man schreibt nicht neu. Die Maschine übernimmt das langsame Sammeln, der Mensch die schnelle Prüfung gegen ein klares Sollergebnis. Wo dagegen schon das Prüfen ein Urteil verlangt, ist die Aufgabe nicht kompliziert, sondern komplex – und bleibt vollständig beim Menschen.
Der Einwand, den ich immer höre
„Bei uns geht das nicht, unsere Texte sind Vertrauenssache.“
Der Einwand ist berechtigt und trifft trotzdem meistens nicht die Aufgabe, um die es geht. Ein Klappentext ist Vertrauenssache. Die vierte Kurzfassung desselben Klappentextes auf 400 Zeichen für ein Barsortiment ist keine. Die Programmentscheidung ist Vertrauenssache. Die Liste der Titel, deren Lizenz im nächsten Halbjahr ausläuft, ist keine.
Die eigentliche Frage hinter dem Einwand lautet: Was passiert, wenn ein Fehler durchrutscht? Merkt es jemand, und was kostet es? Bei einem Metadatensatz merkt es jemand, und es kostet fast nichts. Bei einer Absage an eine Autorin oder einen Autor merkt es jemand, und es kostet eine Beziehung.
Diese Frage sortiert schneller als jede Grundsatzdebatte.
Was komplex bleibt – und dadurch teurer wird
Und jetzt die andere Seite, denn sie ist die eigentlich gute Nachricht.
Wissen, Analysen und Texte liefert die Maschine inzwischen praktisch kostenlos. Gleichzeitig wird so viel wie nie für Menschen bezahlt, die andere Menschen bewegen. Was knapp wird, ist nicht Information. Was knapp wird, ist Urteilskraft.
Die Programmentscheidung bleibt. Kein Modell trägt Verantwortung für ein Programm. Man kann es nicht zur Rechenschaft ziehen, es kann nicht kündigen, und es steht im Zweifel nicht für seine Wahl ein. Verantwortung ist keine Rechenleistung. Ein Modell kann Ihnen sagen, was sich in dieser Warengruppe in den letzten fünf Jahren verkauft hat. Es kann Ihnen nicht sagen, ob Sie dieses Buch machen sollten, obwohl sich so etwas noch nie verkauft hat.
Die Beziehung zu Autorinnen und Autoren bleibt. Ein Lektorat, das trägt, ist Vertrauensarbeit. Wer schon einmal einen Autor oder eine Autorin durch eine Schreibkrise begleitet hat, weiß, dass dabei nichts optimiert wird. Das ist auch der Grund, warum Autorinnen und Autoren zwischen Häusern wechseln – fast nie wegen der Konditionen, fast immer wegen eines Menschen.
Das Gespür für Titel und Cover bleibt. Maschinen erkennen, was funktioniert hat. Sie erkennen nicht, was als Nächstes funktionieren wird, weil es das noch nicht gibt. Jeder Modellvorschlag ist strukturell ein Rückblick. Ein Cover, das aussieht wie die erfolgreichen Cover der letzten drei Jahre, ist genau deshalb keine gute Idee.
Die Empfehlung bleibt. Was ein Buchmensch einem Leser ans Herz legt, weil er beide kennt, ist keine Rechenoperation, sondern eine Beziehung. Ein Modell schlägt Ähnliches vor; einstehen für die Empfehlung kann nur ein Mensch.
Der teure Fehler, den ich am häufigsten sehe
Häuser automatisieren in der falschen Reihenfolge.
Sie beginnen dort, wo es sichtbar ist: bei Empfehlungstexten, bei der Ansprache von Kundinnen und Kunden, bei Social Media, manchmal beim Klappentext, der dann nach niemandem klingt. Also ausgerechnet bei den Aufgaben, in denen Haltung und Gespür stecken. Und sie lassen weiter Menschen tun, was mühsam und eindeutig ist – Metadaten pflegen, Listen abgleichen, Zahlen zusammensuchen.
Beim Social-Media-Text verläuft die Linie sogar mitten hindurch. Der Post, der nach Ihrem Haus klingt und eine Haltung transportiert, gehört zum Menschen. Ihn danach in fünf Kanalformate zu schneiden, zu terminieren und mit den Pflichtangaben zu versehen, gehört an die Maschine. Wer das Erste automatisiert und das Zweite von Hand macht, hat die Linie genau falsch gezogen.
Das Ergebnis ist doppelt schlecht, und zwar zuverlässig. Die Automatisierung fällt auf, weil sie seelenlos wirkt: Ein Leser merkt einem Empfehlungstext an, ob dahinter jemand das Buch gelesen hat. Und die Entlastung bleibt aus, weil die Fleißarbeit weiter am Menschen hängt.
Danach steht im Haus die Erkenntnis: KI funktioniert im Verlagswesen nicht. Dabei wurde sie nur falsch herum eingesetzt.
Wer die Reihenfolge umdreht, erlebt das Gegenteil. Die Maschine arbeitet unsichtbar im Maschinenraum, wo sie hingehört, und die Menschen bekommen Zeit für das, wofür Leserinnen und Leser und Autorinnen und Autoren sie schätzen.
Wie man anfängt, ohne sich zu blamieren
Drei Schritte, die in jedem Haus funktionieren, unabhängig von der Größe.
Erstens: sortieren, und zwar mit dem Team. Nehmen Sie sich neunzig Minuten mit den Leuten, die die Arbeit machen. Jeder schreibt auf, was er in einer typischen Woche tut. Dann wird jede Aufgabe laut an der Prüffrage gemessen und auf eine von zwei Flächen gehängt. Nicht die Geschäftsführung sortiert – die kennt die Ergebnisse, nicht die vierzehn Zwischenschritte.
Zweitens: drei Aufgaben, nicht dreißig. Wählen Sie aus der komplizierten Seite drei Aufgaben aus, an denen Sie vier Wochen arbeiten. Für jede legen Sie fest, wer erzeugen lässt, wer fachlich prüft und wer freigibt. Wer die Aufgabe nicht selbst erledigen könnte, darf ihr Ergebnis nicht freigeben – diese Regel klingt streng und erspart Ihnen den ersten Unfall.
Drittens: den ersten Satz stimmen lassen. Wenn Sie diesen Termin machen, muss der Satz „Wir sortieren heute Aufgaben, nicht Menschen“ wahr sein. Wenn im Hintergrund ein Stellenabbau läuft, machen Sie ihn nicht. Sie können ihn nachher nicht reparieren.
Was aus dem Termin folgt, ist unspektakulär und genau deshalb gut: eine geteilte Liste. Was ab morgen die Maschine übernimmt – die drei komplizierten Aufgaben, geprüft und freigegeben von Menschen. Und was ausdrücklich bei den Menschen bleibt, weil dort das Urteil sitzt. Mehr ist der erste Schritt nicht, und mehr braucht er nicht.
Zum Schluss
Der Mönch Galvaneus Flamma scheiterte an der Menge. Zweihundert Jahre später hätte Leonardo da Vinci vermutlich nicht gefragt, ob die Maschine ihm die Arbeit wegnimmt, sondern was er mit ihr bauen kann.
Das ist die Frage, die ich Verlagen mitgeben würde. Nicht: Was nimmt uns die KI weg? Sondern: Was können wir endlich tun, wofür bisher die Zeit fehlte?
Zum Autor
Maurício A. Piper ist Speaker und KI-Berater für kleine und mittlere Unternehmen, BAFA-gelisteter Berater und INQA-Coach. Er begleitet Unternehmen quer durch Branchen bei KI, Beratung und Förderprogrammen, lebt in Dormagen und betreibt in Köln-Nippes ein Studio für Trainings und Podcast-Produktion. Sein Praxis-Ratgeber „Kintuition – Wissen, wann KI. Und wann Intuition.“ kommt Anfang Oktober 2026 in erweiterter Neuausgabe selbstverlegt in den Handel. Kontakt: mail@mauriciopiper.com, www.mauriciopiper.com
