Zarvon System

AI Agent für die Content-Produktion

Ein Agent, der Recherche und Skript-Drafts erzeugt und Aufgaben in der Kette weiterreicht — mit harten Werkzeug-Grenzen und deiner Freigabe an den teuren Stellen.

Das Problem

Wo es im Alltag hakt

Deine Content-Kette besteht aus vielen kleinen Schritten — recherchieren, gliedern, Draft schreiben, Quellen prüfen, Assets anstoßen —, und du steuerst jeden davon von Hand. Es fehlt eine Instanz, die mehrere Schritte am Stück erledigt, ohne dass du die Kontrolle abgibst.

Die Lösung

Was ein Zarvon-System hier leistet

Du lieferst Themen und Rechercheauftrag. Zarvon baut einen AI Agent, der mehrstufig arbeitet: Er recherchiert das Thema, gliedert es, erzeugt einen Skript-Draft und schreibt ihn als Entwurf in deine Base. Entscheidend sind die Werkzeug-Grenzen: Der Agent darf Drafts und Assets erzeugen, aber NICHT veröffentlichen — kein YouTube-Upload, kein Publish-Knopf liegt in seiner Hand. Vor jedem kostenpflichtigen Schritt, allen voran dem ElevenLabs-Voiceover, hält er an und wartet auf deine Freigabe. Output: ein recherchierter Skript-Draft mit Quellen, bereit zur Abnahme — nicht eine fertig veröffentlichte Folge, die du nie gesehen hast.

Ein System, kein Einzelfall. Ich baue den Ablauf einmal sauber — dann läuft er bei jedem Stück Content gleich.
Beispiel-Workflow

So läuft das System

01
Ziele und Werkzeug-Grenzen schriftlich festlegen — z. B. 'Agent darf recherchieren und Drafts schreiben, aber nicht publizieren und keinen Voiceover-Render starten'
02
Den Agent über MCP an die erlaubten Werkzeuge und Datenquellen anbinden, sodass er nur auf das zugreift, was die Grenzen vorsehen
03
Mehrstufige Aufgaben ausführen lassen (recherchieren → gliedern → Skript-Draft schreiben → Quellen sammeln), ohne dass jeder Schritt einzeln angestoßen wird
04
Einen Human-in-the-Loop-Stopp vor jedem teuren Schritt einbauen, an dem du den Draft abnimmst, bevor das Voiceover Kosten auslöst
05
Ein Qualitäts-Gate auf den Draft anwenden, das auf austauschbare Beispiele, eine fehlende eigene These und doppelte Hook-Strukturen prüft und durchgefallene Drafts zurück in die Überarbeitung schickt
06
Erst nach deiner Freigabe nachgelagerte Schritte (Voiceover, Schnitt) anstoßen — die Veröffentlichung bleibt ein bewusster, manueller Schritt
Deine Rolle

Was du lieferst — und was das System übernimmt

Du gibst an genau einem definierten Kontrollpunkt frei: Der Agent legt seinen recherchierten Skript-Draft samt Quellen als Entwurf in deine Base und hält an. Du liest den Draft, gibst ihn ab (Feld 'Draft freigegeben') oder schickst ihn mit einer Notiz zurück. Diese Freigabe liegt VOR dem Voiceover, also vor den ersten echten Kosten. Die Veröffentlichung ist kein Schritt, den der Agent ausführt — den Upload löst immer ein Mensch aus.

Use Cases

Typische Anwendungsfälle

  • Ein Creator betreibt drei Kanäle und kommt mit dem Recherchieren nicht hinterher — der Agent liefert pro Kanal recherchierte Drafts mit Quellen, die der Creator nur noch abnimmt, statt jede Folge von Null zu beginnen
  • Ein Team mit wiederkehrendem Recherche-plus-Produktions-Muster (etwa wöchentliche Themen-Deep-Dives) lässt den Agent die immer gleiche Kette fahren, behält aber durch den Freigabe-Stopp die inhaltliche Hoheit
  • Ein Format mit komplexer Mehrkanal-Produktion braucht aus einem Thema mehrere Asset-Varianten — der Agent erzeugt die Draft-Varianten, der Mensch entscheidet vor dem Voiceover, welche in Produktion geht
Toolstack

Welches Tool welche Rolle übernimmt

LLM (Claude/ChatGPT)Bildet den Kern des Agents: recherchiert, gliedert und schreibt den Skript-Draft, ohne ihn zu veröffentlichen.
MCPVerbindet den Agent kontrolliert mit erlaubten Werkzeugen und Daten, sodass die definierten Werkzeug-Grenzen technisch durchgesetzt werden.
n8nHält den Human-in-the-Loop-Stopp und stößt erst nach deiner Freigabe die nachgelagerten Schritte wie Voiceover und Schnitt an.
AirtableNimmt die Agent-Drafts als Entwürfe mit Status auf und macht den Kontrollpunkt sichtbar, an dem du abnimmst.
Warum ein System

Warum nicht einfach mehr Content manuell produzieren?

Jeden Schritt der Kette einzeln anzustoßen kostet dich Zeit, ohne dass es die Qualität sichert. Ein Agent übernimmt die wiederkehrenden Schritte — Recherche, Gliederung, Draft —, bleibt aber an klare Grenzen gebunden: Er erzeugt, er veröffentlicht nicht, und vor jedem teuren Schritt wartet er auf dich. Du gibst die langweilige Orchestrierung ab, behältst aber jede inhaltliche und finanzielle Entscheidung.

FAQ

Häufige Fragen

Läuft das vollautomatisch durch bis zum Upload?

Nein, und das ist Absicht. Der Agent erledigt die mehrstufige Vorarbeit bis zum Skript-Draft selbstständig, aber er hält am Human-in-the-Loop-Stopp an. Der Voiceover-Schritt startet erst nach deiner Freigabe, und die Veröffentlichung bleibt grundsätzlich ein manueller Schritt — ein Upload-Werkzeug liegt nicht in den Grenzen des Agents.

Wie verlässlich ist so ein Agent?

Verlässlichkeit entsteht aus drei eingebauten Dingen: schriftlich definierten Werkzeug-Grenzen (was er darf, was nicht), dem Freigabe-Stopp vor kostenpflichtigen Schritten und einem Qualitäts-Gate, das den Draft auf austauschbare Beispiele und eine fehlende eigene These prüft und ihn bei Durchfallen zurück in die Überarbeitung schickt. Der Agent ersetzt nicht dein Urteil — er bereitet die Entscheidung vor.

Was passiert, wenn der Agent etwas Schwaches produziert?

Dann fängt es das Qualitäts-Gate oder dein Abnahmeschritt ab. Drafts mit doppelter Hook-Struktur oder ohne erkennbare eigene These werden markiert und gehen zurück in die Überarbeitung, statt weiterzulaufen. Weil dieser Stopp vor dem Voiceover liegt, entstehen für einen schwachen Draft keine Render-Kosten.

Brauche ich Dev-Skills, um den Agenten zu nutzen?

Für den Betrieb nicht. Zarvon definiert die Werkzeug-Grenzen, bindet den Agent über MCP an die erlaubten Tools und richtet den Freigabe-Stopp ein. Dein Part ist das Abnehmen der Drafts und das Auslösen der Veröffentlichung. Änderungen an Grenzen oder Ablauf übernimmt Zarvon.

Lass dein Content-System bauen

Starte mit einem kostenlosen System-Audit — wir zeigen dir das größte Automationspotenzial in deinem Content-Prozess.