Warum KI-Agenten die Social-Media-Verteilung übernehmen sollten – und was in Menschenhand bleibt

KI-Agenten sollten die Social-Media-Verteilung übernehmen, weil sie zum größten Teil aus strukturierter, sich wiederholender Arbeit mit klaren Regeln besteht: Konten auswählen, Texte anpassen, Beiträge timen, Links anhängen, Klicks auswerten. Menschen sollten die Entscheidungen behalten, für die es Urteilsvermögen braucht und für die jemand haftet – also die Strategie, das Creative selbst und die finale Freigabe. Wer die Arbeit entlang dieser Linie aufteilt, kann als Agentur weit mehr Konten betreuen, ohne dass die Qualität leidet.

Diese Aufteilung klingt selbstverständlich, und trotzdem machen die meisten Teams das Gegenteil. Eine Strategin verbringt den Dienstagnachmittag damit, einen Text in zweiunddreißig Seiten-Editoren zu kopieren, während niemand Zeit hat zu fragen, ob die Kampagne überhaupt auf das richtige Publikum zielt. Der Rest dieses Artikels erklärt, warum diese Arbeit heute zu Agenten gehört, wie man sie aufteilt und wie ein funktionierendes Setup aussieht.

Was ist Verteilungsarbeit, wenn man das Creative herausnimmt?

Nimm eine einzelne Kampagne für einen Kunden mit vierzig Standorten. Das Video ist fertig, die Botschaft ist freigegeben. Übrig bleibt Folgendes:

Aufgabe	Art der Arbeit	Wer sie übernehmen sollte
Auswählen, welche Konten den Beitrag bekommen	Regelbasiert, anhand von Kontogruppen	Agent
Den Text pro Konto anpassen	Musterarbeit innerhalb fester Vorgaben	Agent, mit Regeln von Menschen
Formatlimits pro Netzwerk prüfen	Mechanisch	Agent und Plattform
Zeitplan und Abstände festlegen	Regelbasiert	Agent
Einen Tracking-Link pro Konto anhängen	Mechanisch	Plattform
Entscheiden, ob der Beitrag rausgeht	Urteil und Verantwortung	Mensch
Ergebnisse lesen und den Kurs ändern	Urteil	Mensch, mit Zusammenfassung vom Agenten

Fünf von sieben Zeilen sind Arbeit, die ein Mensch langsam erledigt und ein Modell gut. Keine davon erfordert Geschmack. Sie erfordern Geduld, Beständigkeit und ein Gedächtnis für Regeln – genau da, wo Menschen ermüden und Agenten nicht.

Seitlich scrollen für das ganze Diagramm

Warum jetzt und nicht schon vor drei Jahren?

Zwei Dinge haben sich geändert. Modelle befolgen inzwischen zuverlässig detaillierte schriftliche Anweisungen über lange Aufgaben hinweg, und es gibt einen gemeinsamen Weg, über den sie in externen Systemen handeln können. Das Model Context Protocol beschreibt sich als offenen Standard, um KI-Anwendungen mit externen Systemen zu verbinden, und wird von Clients wie Claude, ChatGPT, Cursor und Visual Studio Code unterstützt. Vorher war jede Integration ein Einzelskript, das kaputtging, sobald jemand einen Feldnamen änderte.

Mit einem Standard kann eine Verteilungsplattform ihre Operationen als Tools anbieten, und jeder fähige Agent kann sie nutzen. Wenn MCP neu für dich ist, erklärt es unser Einstieg für Marketer ohne Fachchinesisch.

Warum Agenten genau diesen Job besser machen als Menschen

Das Argument ist nicht, dass Agenten klüger sind. Sondern dass Verteilung Inkonsistenz bestraft – und Konsistenz für Software billig ist.

Ein Mensch, der Beiträge über sechzig Konten plant, wird irgendwann den falschen Link in die falsche Seite kopieren, beim einundvierzigsten Konto den ersten Kommentar vergessen oder zwei Kundenseiten auf exakt dieselbe Minute legen. Das sind keine Fragen des Könnens. Es sind Fragen der Aufmerksamkeit, und die wachsen mit dem Volumen.

Ein Agent, der mit einem festgelegten Satz von Tools arbeitet, erledigt jedes Mal dieselben Schritte in derselben Reihenfolge. Er liest die Kontoliste aus der Plattform statt aus dem Gedächtnis. Er schreibt für jedes Konto einen anderen Text, weil die Anweisungen es verlangen, nicht weil er sich daran erinnert hat. Und wenn die Plattform etwas ablehnt, bekommt er einen strukturierten Fehler zurück und kann ihn beheben, bevor ein Mensch das Problem überhaupt bemerkt.

Was Menschen ausnahmslos behalten sollten

Wer die Verteilung an einen Agenten übergibt, übergibt nicht die Marke. Drei Dinge bleiben bei Menschen.

Erstens die Strategie. Welches Publikum, welches Angebot, welcher Monat. Ein Agent kann Optionen entwerfen; die Richtung fürs Quartal sollte er nicht festlegen.

Zweitens die Aussage des Creatives. Alles, was ein Versprechen zu Preis, Gesundheit, Finanzen oder Ergebnissen macht, braucht einen Menschen, der dafür geradesteht.

Drittens die Entscheidung zur Veröffentlichung. Die MCP-Spezifikation selbst sagt, dass es aus Gründen von Vertrauen und Sicherheit immer einen Menschen in der Schleife geben sollte, der Tool-Aufrufe ablehnen kann. In der Praxis heißt das: standardmäßig Entwürfe und ein bewusster Schritt, bevor etwas live geht. Wo diese Schranke am besten sitzt, vertiefen wir in Menschliche Freigabe für Agenten-Beiträge.

Seitlich scrollen für das ganze Diagramm

Ein funktionierendes Setup in sechs Schritten

Diese Abfolge empfehlen wir Teams, die mit Shager als Verteilungsebene anfangen.

1. Den Agenten verbinden. Richte einen MCP-Client auf https://app.shager.ai/api/mcp aus, mit einem API-Schlüssel im Authorization-Header. Die Einstiegsseite für Agenten zeigt die Einrichtung für jeden Client.
2. Mit Entwürfen beginnen. Gib dem ersten Schlüssel nur die Scopes read und write. Der Agent kann Beiträge bauen, aber weder planen noch veröffentlichen.
3. Die Konten gruppieren. Leg Kontogruppen an, die der Denkweise des Kunden entsprechen: Regionen, Marken, Sprachen. Der Agent zielt auf Gruppen, nicht auf vierzig einzelne IDs.
4. Die Regeln einmal aufschreiben. Textvorgaben, verbotene Formulierungen, Linkregeln und Zeitfenster gehören in einen Skill oder System-Prompt, nicht in jede einzelne Anfrage.
5. Eine Woche Entwürfe prüfen. Lies, was der Agent produziert hat. Korrigiere die Regeln, nicht die Beiträge.
6. Den Scope fürs Veröffentlichen hinzufügen. Erst wenn die Entwürfe durchgängig stimmen, stellt ein Mensch einen Schlüssel mit publish aus.

Wie ein Durchlauf des Agenten aussieht

Hier ein Prompt, den eine Strategin dem Agenten am Montagmorgen geben könnte:

Client: Harbor Fitness, workspace "Harbor Fitness".
Video: https://cdn.example.com/harbor/sept-open-house.mp4 (1080x1920, 28s).
Post it as a Reel to the "Studios North" group on Thursday 18:00 local time.
Write a different caption for each studio using its neighborhood name.
Lead link in the first comment: https://harborfitness.example/open-house
Create drafts only and send me the list for review.

Und die Abfolge der Tools, die der Agent gegen Shagers MCP-Server ausführt:

whoami                     confirm key, scopes and organization
list_workspaces            find "Harbor Fitness"
list_groups                find "Studios North"
list_channels              read channel names to personalize captions
upload_media_from_url      url, file_name, width 1080, height 1920, duration_ms 28000
create_post                caption, group_ids, media_ids, format "REEL",
                           first_comment, cta_url, per_channel[...],
                           stagger_seconds [60, 180], no schedule_at (draft)
list_posts                 return the drafts for human review

Nichts davon geht live. Der Mensch liest die Entwürfe und gibt dann entweder den Zeitplan frei oder schickt sie mit request_approval an den Kunden. Sobald der Schlüssel den Scope fürs Veröffentlichen hat, trägt schedule_post sie in den Kalender ein. Shager prüft jeden Beitrag vor dem Senden gegen die Regeln des Zielnetzwerks und verschickt ihn mit Abständen zwischen den Konten.

Wo es schiefgeht

Teams, die mit agentengesteuerter Verteilung kämpfen, machen meist einen von drei Fehlern. Sie geben dem ersten Schlüssel volle Veröffentlichungsrechte, sodass der erste schlechte Prompt zu einem öffentlichen Beitrag wird. Sie lassen den Agenten überall identische Texte posten, was für Menschen wie für Plattformen nach Spam aussieht. Oder sie verzichten aufs Messen, sodass niemand sagen kann, ob das zusätzliche Volumen etwas gebracht hat. Für jeden dieser Fehler gibt es in dieser Reihe eine Lösung, angefangen mit den Sicherheitsregeln für Agenten, die in großem Maßstab posten.

FAQ

Ersetzt ein Agent den Social-Media-Manager?

Nein. Er ersetzt den Teil der Rolle, der aus Kopieren, Einfügen und Planen besteht. Die Zeit des Managers verlagert sich auf Strategie, Gespräche mit Kunden und die Prüfung dessen, was der Agent produziert hat – also auf das, wofür Kunden tatsächlich bezahlen.

Welche KI-Clients können über Shager verteilen?

Jeder Client, der sich über Streamable HTTP mit einem Remote-MCP-Server verbinden kann. Claude und ChatGPT verbinden sich per OAuth-Anmeldung als benutzerdefinierter Connector, ohne Schlüssel zum Kopieren. Claude Code, Codex und Cursor können einen Header mit Bearer-API-Schlüssel nutzen. Bots ohne Browser verwenden einen Gerätecode, und alles andere kann die REST-API aus Code aufrufen.

Kann ein Agent veröffentlichen, ohne dass je ein Mensch beteiligt ist?

Technisch kann ein Schlüssel mit dem Scope fürs Veröffentlichen Beiträge direkt planen. Für Kundenkonten raten wir davon ab. Bleib standardmäßig bei Entwürfen und lass einen Menschen oder den Kunden freigeben, bevor etwas geplant wird.

Der praktische nächste Schritt ist klein: Verbinde einen Agenten im Entwurfsmodus mit einem einzigen Kunden-Workspace und lass ihn die Beiträge der nächsten Woche vorbereiten. Auf der Einstiegsseite für Agenten findest du die Verbindungsdaten, und ein Agent kann sich über /auth.md selbst registrieren, bevor ein Mensch die Sandbox übernimmt.