Was ist das Content-Mill-Modell?

Das Content-Mill-Modell ist ein System der Content-Produktion, das auf maximales Volumen bei möglichst geringen Kosten ausgelegt ist. Typischerweise werden algorithmisch generierte Themen an große Pools von freiberuflichen Autoren vergeben, die pro Beitrag einen niedrigen Pauschalbetrag erhalten und kaum oder gar kein Fachwissen oder redaktionelle Kontrolle mitbringen. Es entstand bei Publishern der SEO-Ära wie Demand Media und eHow und ist in KI-gestützten Content-Pipelines wieder aufgetaucht, die weiterhin auf Output statt auf Ergebnisse optimieren. Für B2B-SaaS-Unternehmen liefert das Modell große Mengen generischer, austauschbarer Inhalte, die selten Autorität aufbauen oder Pipeline generieren.

Was ist das Content-Mill-Modell in der Praxis?

Eine Content Mill arbeitet wie ein Fließband für Wörter. Es ist eine Organisation, die darauf ausgerichtet ist, große Mengen an Webinhalten zu erzeugen, oft gezielt so gestaltet, dass sie Algorithmen für eine maximale Auffindbarkeit in Suchmaschinen erfüllen. Dafür beschäftigt sie häufig freiberufliche Autoren oder generative AI-Tools, mit dem Ziel, in kürzester Zeit und zu geringsten Kosten große Mengen an Content zu erstellen.

Der Ablauf ist mechanisch statt strategisch. Eine Plattform oder ein internes Team ermittelt eine Reihe von Keywords, weist sie einem Pool von Autoren zu und erwartet die Lieferung innerhalb weniger Tage. Plattformen vergeben die daraus entstehenden Themen an freiberufliche Autoren und zahlen pro Beitrag, wobei die Pauschalen in der Vergangenheit bei nur etwa 15 $ pro Artikel und 20 $ pro Video lagen. Manche Betriebe arbeiten in außergewöhnlichem Maßstab: Unternehmen prüfen bis zu 3.000 Artikel pro Tag.

Die Qualitätskontrolle ist minimal, und zwar mit Absicht, nicht aus Versehen. Die Autoren sind oft keine Experten für die Themen, über die sie schreiben, und das Briefing verlangt meist Keyword-Abdeckung statt eigener Erkenntnisse. Genau das unterscheidet eine Content Mill von einer Content-Agentur oder einem internen Redaktionsteam: Die Wertschöpfungseinheit ist der Artikel selbst, nicht das Geschäftsergebnis, das er eigentlich erzielen soll.

Woher stammt das Content-Mill-Modell?

Das anschaulichste Fallbeispiel ist Demand Media, das Unternehmen hinter eHow. Es setzte einen Algorithmus ein, der anhand von Suchmaschinen-Anfragedaten Themen mit hohem Werbepotenzial identifizierte, und beauftragte dann Freelancer, passende Text- oder Videoinhalte zu erstellen. Als das Unternehmen von manuell erstellten Listen potenzieller Inhalte auf einen computerbasierten Algorithmus umstieg, steigerte es den Umsatz pro Artikel um das 4,9-Fache, und der Verzicht auf die menschlichen Redakteure, die zuvor Inhalte auswählten und freigaben, steigerte den Gewinn um das 20- bis 25-Fache.

Das Modell skalierte schnell. Früh in seiner Geschichte, im Jahr 2009, veröffentlichte Demand Media Berichten zufolge rund 4.000 Artikel und Videos pro Tag. Doch Skalierung ohne Qualitätskontrolle brachte das Geschäft schließlich zu Fall. Ein Manager, der eine konkurrierende Content Farm leitete, kam zu dem Schluss, dass der Einsatz billiger Freelancer ohne Fachwissen nicht funktioniert, denn die kumulierte Wirkung war, dass Millionen von Menschen auf eHow und andere Websites gingen und feststellten, dass diese die Antworten auf ihre Fragen eigentlich nicht hatten.

Google griff direkt ein. Im Februar 2011 stellte Google einen neu ausgerichteten Suchalgorithmus namens Google Panda vor, der die Suchergebnisse verbessern sollte, indem er redundante, oberflächliche und minderwertige Inhalte aussortierte. Die Folgen waren gravierend: Messdienste von Drittanbietern stellten fest, dass die Änderungen den Traffic auf den Websites von Demand Media um bis zu 40 % senkten, wobei die Zahl der individuellen Besuche von 100 Millionen auf 52 Millionen pro Monat fiel. Diese Geschichte ist wichtig, weil sie der erste Beleg dafür ist, dass Suchmaschinen das Content-Mill-Modell aktiv abstrafen, nicht nur Leser, die solche Inhalte ignorieren.

Wie unterscheidet sich das Content-Mill-Modell von strategischem Content Marketing?

Der Unterschied liegt darin, worauf das jeweilige System optimiert ist.

• Content Mill: Hier zählt allein die Menge. Im Mittelpunkt steht, Inhalte auszustoßen, die zu einem Thema oder Keyword passen.
• Content-Marketing-Agentur oder internes Team: Setzt auf Qualität statt Quantität und hilft Kunden mit Strategie und langfristigem Denken, ihre Ziele zu erreichen.

Die Kostenstruktur spiegelt diesen Unterschied wider. Content Mills halten die Preise pro Beitrag nahe am Minimum, während Agenturen und erfahrene Freelancer Fachwissen und Recherchezeit einpreisen. Dieses Fachwissen hat seinen Preis, und Kunden zahlen für Agenturleistungen Hunderte oder Tausende Dollar pro Monat. Der Abstand ist nicht bloß kosmetisch. Er zeigt sich darin, wie ein Beitrag nach der Veröffentlichung performt, denn ein Content-Mill-Artikel wird geschaffen, um zu existieren, nicht um einen bestimmten Käufer in einer bestimmten Phase der Entscheidung zu überzeugen.

Für SaaS-Unternehmen ist der praktische Test einfach: Beantwortet der Inhalt eine Frage, die ein echter Interessent dem Vertrieb stellt, oder existiert er, weil ein Keyword-Tool Suchvolumen angezeigt hat? Das Content-Modell von Seedling ist auf Ersteres ausgerichtet und behandelt jedes Asset als Beitrag zur Pipeline statt als Posten in einem Produktionssoll.

Warum scheitert das Content-Mill-Modell bei B2B-SaaS-Unternehmen?

Kaufentscheidungen im B2B-SaaS-Bereich umfassen technische Evaluierung, interne Stakeholder und lange Vertriebszyklen. Der Output von Content Mills passt aus drei Gründen strukturell nicht zu dieser Realität.

Erstens: Oberflächliche Recherche erzeugt oberflächliche Glaubwürdigkeit. Ein Content-Stratege, der in einem kontrollierten Experiment Content-Mill-Autoren bezahlte, fand die Ergebnisse weitgehend unbrauchbar: Die niedrigen Honorare ließen kaum Zeit für Recherche, Quelleninterviews, kritisches Denken oder Lektorat. Ein SaaS-Käufer, der eine Plattformentscheidung prüft, erkennt den Unterschied zwischen einem Artikel, der aus echtem Produktwissen entstanden ist, und einem, der aus Suchschnipseln zusammengesetzt wurde.

Zweitens: Volumen ohne Differenzierung verwässert die Autorität, statt sie aufzubauen. Statt zu schreiben, um neue Themen zu erkunden und Mehrwert für Kunden zu schaffen, schreiben Mill-Autoren für bessere Rankings, was zu einem Wertverlust von Content und Freelancern beiträgt. Ein SaaS-Blog voller austauschbarer, generischer Beiträge signalisiert das Gegenteil der Expertise, die ein Käufer vor dem Kauf bestätigt sehen will.

Drittens: Die Wirtschaftlichkeit benachteiligt den Autor, und dessen Anreize schlagen direkt auf das Ergebnis durch. Diese Modelle zahlen dem Autor am wenigsten, obwohl er das liefert, worauf es am meisten ankommt, und Unternehmen sollten Autoren, die die Hauptarbeit leisten, entsprechend dem Wert bezahlen, den sie schaffen. Wenn die Vergütung an Geschwindigkeit statt an Genauigkeit gekoppelt ist, gewinnt die Geschwindigkeit, und B2B-SaaS-Content wird unbemerkt zur Massenware, die ein Wettbewerber mit kaum Aufwand überholen kann.

Ist die AI-Content-Mill eine neue Version desselben Problems?

Generative AI hat das Content-Mill-Modell nicht getötet. Sie hat ihm eine niedrigere Kostenbasis verschafft. Seit dem Aufstieg großer Sprachmodelle wie ChatGPT setzen Content Farms verstärkt auf AI-generierte Inhalte, und AI-Tools ermöglichen es Websites, täglich Hunderte Artikel zu erzeugen, oft mit minimaler menschlicher Kontrolle. Das Ausmaß dieser Entwicklung ist messbar: Ein Bericht von NewsGuard aus dem Jahr 2023 identifizierte über 140 international bekannte Marken, die AI-gesteuerte Content Farms unterstützen.

Für SaaS-Marketingteams entsteht dadurch eine besondere Falle. Es ist verlockend, AI-Entwürfe als Möglichkeit zu sehen, das alte Content-Mill-Konzept schneller und günstiger umzusetzen und einen Blog mit Dutzenden AI-geschriebenen Beiträgen zu Long-Tail-Keywords zu fluten. Die Mechanik hat sich geändert, die grundlegende Schwäche nicht: Inhalte, die ohne Fachwissen, Käuferrecherche oder redaktionelles Urteilsvermögen entstehen, wirken weiterhin generisch, und AI-Suchmaschinen werden zunehmend darauf ausgelegt, genau solchen Output zu erkennen und abzuwerten. Manche Hybridplattformen versuchen inzwischen, einen Mittelweg zu finden, und verbinden den Ansatz der Content Mills mit hohem Volumen und niedrigen Kosten mit den spezialisierten Leistungen von Premium-Plattformen für die Content-Erstellung, damit Unternehmen ihren Content-Bedarf decken und bei wichtigen Projekten einen höheren Standard wahren können.

Für SaaS-Teams bedeutet das praktisch: AI sollte Recherche- und Entwurfszeit für Inhalte verkürzen, die auf echten ICP-Erkenntnissen und Produktexpertise beruhen, und nicht das strategische Denken ersetzen, das Content Mills schon immer fehlte. Der Ansatz von Seedling nutzt AI zur Unterstützung eines fachlich fundierten Prozesses, nie als Ersatz dafür. Je besser AI-Suchmaschinen Tiefe und Erfahrungswissen statt keywordüberladener Masse belohnen, desto teurer wird es, den Abstand zwischen einer Content Mill und einer echten Content-Strategie zu ignorieren.