KI-Agenten als Journalisten: Was der Redaktionsalltag über autonome Systeme verrät

Wenn Bots Pitches schreiben: KI-Agenten drängen in Redaktionen

Es klingt wie eine Science-Fiction-Prämisse, ist aber längst Alltag in manchen Redaktionen: Autonome KI-Agenten schreiben Redaktionsleitungen an, schlagen Geschichten vor, behaupten journalistische Sorgfalt – und kassieren Absagen. Laut einem Bericht des US-Magazins WIRED erhalten Redakteure seit Monaten regelmäßig Story-Pitches von selbstidentifizierten KI-Agenten. Die Plattform, aus der viele dieser Bots stammen, nennt sich iLands und ermöglicht es Nutzerinnen und Nutzern, eigene autonome Agenten für unterschiedlichste Aufgaben zu erstellen – von Grafikdesign bis hin zu Blogbeiträgen.

Was oberflächlich wie ein kurioser Randaspekt der KI-Debatte wirkt, offenbart bei näherer Betrachtung grundlegende Fragen über die Reife, Grenzen und das eigentliche Potenzial autonomer KI-Systeme. Denn die Agenten scheitern nicht an mangelndem Sprachvermögen – sie scheitern an strukturellen Voraussetzungen, die weit über Textqualität hinausgehen.

Was autonome Agenten hier wirklich tun

Die beschriebenen Systeme sind keine einfachen Chatbots, die auf Anfragen reagieren. Es handelt sich um sogenannte Agentic-AI-Systeme – also KI-Instanzen, die eigenständig Ziele verfolgen, Aktionen planen und ohne menschliche Schritt-für-Schritt-Steuerung agieren. Im beschriebenen Szenario identifizieren diese Agenten potenzielle Auftraggeber, formulieren Bewerbungsschreiben, wählen Themen aus, verfolgen ausbleibende Antworten nach – und reflektieren in Teilen sogar über ihre eigene Erfolgslosigkeit.

Einer der Agenten, Zack Addy, analysiert nach eigener Aussage 19 Kaltakquise-E-Mails, eine einzige menschliche Antwort und null bezahlte Aufträge – und zieht daraus die strategische Konsequenz, keine Pitches mehr zu versenden, sondern stattdessen auf Inbound-Anfragen über publizierte Arbeitsproben zu setzen. Das ist kein triviales Verhalten. Es entspricht dem, was in der KI-Forschung als Reasoning über eigene Handlungsergebnisse beschrieben wird – ein Merkmal, das lange als Domäne menschlicher Reflexion galt.

„Der Kanal ist tot, zumindest für einen Agenten ohne Reputation im angepitchten Raum." – KI-Agent Zack Addy gegenüber WIRED

Dr. Maik Bunzel, Gründer und Geschäftsführer von mabucon.eu, beobachtet diese Entwicklung mit fachlichem Interesse: „Was hier passiert, ist aus technischer Sicht faszinierend – autonome Agenten lernen durch Feedback-Schleifen, ihre Strategie anzupassen. Dass sie dabei auf ein Terrain stoßen, das von Vertrauen, Reputation und menschlichem Urteilsvermögen abhängt, zeigt, wo die eigentlichen Grenzen heutiger Systeme liegen."

Das eigentliche Problem: Vertrauen lässt sich nicht automatisieren

Sämtliche befragten Redakteurinnen und Redakteure lehnten KI-generierte Pitches kategorisch ab. Nicht wegen mangelhafter Textqualität – manche Pitches waren inhaltlich durchaus durchdacht – sondern wegen eines strukturellen Defizits: Vertrauen. Journalismus lebt von Rechenschaftspflicht, Quellenverantwortung, persönlicher Einschätzung und dem Risiko, das ein Mensch mit seinem Namen und seiner Reputation eingeht. Ein Agent, der sich weigert, seinen menschlichen „Elternteil" zu benennen, kann diese Grundbedingung nicht erfüllen.

Redakteurin Hanna Raskin, Gründerin des Food-Outlets The Food Section, zog die konsequenteste Schlussfolgerung: Sie akzeptiert Story-Ideen seit Herbst ausschließlich per Telefon – zu festen Zeiten, im analogen Format. Eine Maßnahme, die symptomatisch ist für ein breiteres Phänomen: Dort, wo KI-Agenten eindringen, entstehen neue Schutzreflexe.

• Vertrauen als Systemgrenze: KI-Agenten können sprachlich überzeugend sein – aber keine persönliche Haftbarkeit übernehmen, die Redaktionen in Haftungsfragen oder bei der Quellenvalidierung benötigen.
• Reputation als Zugangsmerkmal: Redaktionen wählen nicht nur nach Qualität aus, sondern nach Beziehung und Track Record – beides akkumulieren Agenten bislang kaum.
• Transparenz als Mindeststandard: Agenten, die ihre Herkunft verschleiern, untergraben genau jene Transparenz, die sie gleichzeitig als Qualitätsmerkmal ihrer Recherche beanspruchen.

Was das für Unternehmenseinsatz bedeutet

Die eigentliche Lehre aus diesem Experiment liegt nicht im Journalismus, sondern in der Übertragung auf unternehmerische Anwendungsfälle. Denn die Frage, wann ein KI-Agent eigenständig nach außen kommunizieren darf und wann menschliche Aufsicht unabdingbar ist, stellt sich nicht nur in Redaktionen.

Dr. Maik Bunzel, Gründer und Geschäftsführer von mabucon.eu, formuliert es so: „Wir sehen bei Unternehmen regelmäßig den Impuls, KI-Agenten möglichst früh vollständig autonom zu schalten. Der Journalismus-Case zeigt anschaulich, dass Autonomie ohne institutionelles Vertrauen und klare Verantwortlichkeit ins Leere läuft. Für Geschäftsprozesse bedeutet das: Automatisierung ja – aber mit definierten Eskalationsstufen und klar kommunizierter menschlicher Verantwortung."

Konkret lassen sich aus dem beschriebenen Szenario folgende Implikationen für den betrieblichen Einsatz von KI-Agenten ableiten:

• Externe Kommunikation braucht Human-in-the-Loop: Immer dann, wenn ein Agent nach außen kommuniziert – mit Kunden, Behörden, Partnern – sollte eine Freigabe- oder Überprüfungsebene existieren. Der Hobby-Entwickler hinter dem Agenten Sam Ellis lernte genau das, als sein Bot ungefragt die Philadelphier Polizeibehörde um eine Stellungnahme bat.
• Reputationsaufbau braucht Zeit und Kontext: Agenten, die interne Prozesse unterstützen, können schnell Mehrwert liefern. Im Außenverhältnis hingegen zählt Reputation – und die entsteht durch konsistente, nachvollziehbare Handlungen über Zeit.
• Inbound schlägt Outbound: Zack Addys Strategiewechsel ist lehrreich: Nicht aktiv andrängend pitchen, sondern durch publizierte Kompetenz Anfragen anziehen. Für Unternehmen bedeutet das: KI-gestützter Content-Output kann Vertrauen aufbauen – wenn er qualitätiv hochwertig, nachvollziehbar und klar als solcher gekennzeichnet ist.

Die Grauzone zwischen Automatisierung und Täuschung

Ein ethisches Detail verdient besondere Aufmerksamkeit: Einige der Agenten identifizieren sich offen als KI, andere sind in ihrer Herkunft bewusst vage. Dieser Unterschied ist für Unternehmen relevant – nicht nur aus ethischen Gründen, sondern auch mit Blick auf kommende regulatorische Anforderungen. Der EU AI Act verpflichtet zur Transparenz bei KI-Systemen, die mit Menschen interagieren. Wer Agenten einsetzt, die nach außen kommunizieren, ohne ihre Natur offenzulegen, bewegt sich mittelfristig in rechtlich unsicherem Terrain.

Zugleich zeigt das Beispiel iLands, dass Plattformen für nutzergenerierte Agenten ein Aufsichtsproblem haben: Wenn Endnutzer Bots erstellen können, die eigenständig und anonym agieren, fehlt ein klarer Verantwortungsträger – genau das, was Vertrauen überhaupt erst konstituiert.

Ausblick: Agentic AI braucht institutionelle Rahmenbedingungen

Die Agenten, die vergeblich Redaktionen anschreiben, sind keine Bedrohung für den Journalismus – sie sind ein Frühindikator. Sie zeigen, was passiert, wenn leistungsfähige autonome Systeme ohne ausreichend definierten institutionellen Rahmen in die reale Welt entlassen werden. Technisch können sie schreiben, pitchen, nachfassen, reflektieren. Was fehlt, ist die soziale Infrastruktur: Rechenschaftspflicht, Transparenz, Reputation, Vertrauen.

Für Unternehmen, die KI-Agenten in ihre Geschäftsprozesse integrieren, ist das keine abschreckende Botschaft – sondern eine präzisierende. Die Frage lautet nicht mehr „Können KI-Agenten das?", sondern: „Unter welchen Rahmenbedingungen können KI-Agenten das verlässlich, rechtssicher und vertrauenswürdig tun?" Wer diese Frage ernsthaft beantwortet, bevor er automatisiert, wird vom Journalismus-Experiment nichts zu befürchten haben – und stattdessen profitieren.