← Zurück zu Projekten
LiveAutomatisierungen

Podcast → Blog-Content-Automation

Ein n8n-Workflow, der neue Podcast-Episoden automatisch erkennt, transkribiert, KI-gestützt aufbereitet und als Blog-Entwurf veröffentlicht – intern als strukturiertes Briefing, extern direkt ins CMS.

Die einzelnen Nodes zeigen dabei nicht nur, wie dieser Workflow funktioniert – sondern welche Automatisierungslogik sich dahinter verbirgt und wie sie sich auf andere Unternehmensprozesse übertragen lässt.

Dieser Workflow läuft produktiv. Die generierten Blog-Beiträge sind direkt im Blog dieser Website sichtbar.

n8nAssemblyAIOpenAI / ClaudeWordPress API
n8n Workflow – Podcast zu Blog-Content-Automation

Vollständiger n8n-Workflow · 23 Nodes · Mock- und Live-Modus · End-to-End von RSS-Feed bis WordPress

So funktioniert der Workflow im Detail

01

Trigger & Eingang neuer Inhalte

Der Workflow startet automatisch, sobald eine neue Podcast-Episode erkannt wird – kein manuelles Prüfen nötig. Der RSS-Feed wird ausgelesen, die relevante neue Folge identifiziert und gezielt zur Verarbeitung weitergegeben. Eine Limit-Node sorgt dafür, dass nicht versehentlich der gesamte Feed verarbeitet wird, sondern nur das, was wirklich neu ist.

Nicht Menschen prüfen, ob etwas vorliegt – das System erkennt den Startpunkt selbst.

Nodes

When clicking 'Execute workflow'RSS ReadLimitHTTP Request
02

Steuerung, Metadaten & Verzweigung

Bevor Daten verarbeitet werden, werden sie vereinheitlicht: Titel, Datum und Modus kommen in eine saubere, einheitliche Struktur. Eine Switch-Node trennt dann Testbetrieb und Live-Betrieb – ein Zeichen für einen professionell aufgebauten Workflow. Neue Automationen werden erst kontrolliert getestet, bevor sie produktiv laufen.

Gute Workflows haben eine Testlogik. Das ist kein 'nice to have', sondern Qualitätsmerkmal.

Nodes

SET - Mode & Episode MetaSwitch - Mock vs. Live
03

Transkription & Aufbereitung

Die Audiodatei wird an einen Transkriptionsdienst übergeben und in durchsuchbaren Text umgewandelt. Da externe APIs asynchron arbeiten, baut der Workflow bewusst eine Wartezeit ein und fragt den Status aktiv ab – statt blind weiterzulaufen. Scheitert die Transkription, verzweigt der Workflow kontrolliert in eine Fehlerlogik, statt unkontrolliert abzubrechen.

Aus gesprochenem Wort wird strukturierbarer, KI-nutzbarer Text – vollautomatisch.

Nodes

AAI - Create Transcript (POST)Wait - 60sAAI - Get Transcript Status (GET)AAI - Status = completed?AAI - Status = errorSET - Live Transcript
04

KI-gestützte Analyse & Strukturierung

Vor der KI-Verarbeitung wird der Input bewusst reduziert: Nur relevante Informationen werden übergeben – das spart Kosten, reduziert Fehlerquellen und verbessert die Qualität. Ein fest definierter System-Prompt gibt der KI einen klaren Output-Contract: Welche Struktur, welcher Fokus, welcher Stil. Das Ergebnis ist kein zufälliger Text, sondern ein wiederholbarer, verlässlicher Output – Executive Briefing, Kernaussagen, Content-Snippet. Eine Code-Node trennt dann internen und externen Output sauber voneinander.

Der Mehrwert von KI entsteht nicht durch irgendeinen Prompt, sondern durch wiederholbare, definierte Logik.

Nodes

SET - OAI Input (Slim)SET - OAI Prompt (System)OAI - Generate Briefing (Responses)CODE - Split Briefing & Content Snippet
05

Ausgabe in verschiedene Kanäle

Der Workflow liefert zwei parallele Outputs: Das Content-Snippet wird als HTML aufbereitet, über die WordPress-API authentifiziert und direkt als Entwurf im CMS angelegt. Das vollständige interne Briefing wird parallel als strukturierte HTML-Mail verschickt – ohne manuelles Kopieren oder Weiterleiten. End-to-End: vom Podcast-Feed bis ins Zielsystem.

Ein Workflow ist erst nützlich, wenn die Information dort ankommt, wo sie gebraucht wird.

Nodes

OAI - Snippet → HTMLWPcom - Get TokenWPcom - Create Post (Draft)OAI - Briefing → HTMLSend Briefing to kai.putzig
06

Fehlerbehandlung & Stabilität

Wenn ein kritischer Schritt scheitert, wird der Workflow nicht einfach fortgesetzt, sondern sauber unterbrochen. Fehler werden explizit markiert, bevor Folgeschäden entstehen. Professionelle Automatisierung braucht nicht nur Geschwindigkeit – sondern Verlässlichkeit.

Ein belastbarer Workflow braucht nicht nur einen 'Happy Path', sondern auch definierte Fehlerbehandlung.

Nodes

SET - Transcription ErrorStop and Error

Was Unternehmen aus diesem Workflow mitnehmen können

Dieser Workflow wurde für einen konkreten Content-Prozess gebaut. Die eigentliche Stärke liegt in den übertragbaren Funktionsbausteinen – dieselbe Logik lässt sich auf viele Unternehmensprozesse anwenden: Projekt-Debriefs, Angebotsvorbereitung, Wettbewerbsmonitoring, Nachbereitung von Kundengesprächen oder interne Wissensdatenbanken.

📡

Quellen automatisch erkennen

RSS-Feeds, E-Mails, CRM-Einträge, Formulare, Statuswechsel – der Startpunkt kommt vom System, nicht vom Menschen.

🎙️

Sprache in Text umwandeln

Meetings, Kundengespräche, Interviews, Debriefs – aus Audio wird strukturierbarer, KI-nutzbarer Input.

🧠

KI mit klaren Regeln anwenden

Wiederholbare Prompts für Executive Briefings, Projektzusammenfassungen, Angebotsentwürfe oder Lessons Learned.

✂️

Intern und extern trennen

Was intern nützlich ist, gehört nicht 1:1 nach außen. Der Workflow trennt Rohdaten, Briefing und veröffentlichbaren Content.

📤

Direkt in Zielsysteme liefern

CMS, CRM, Notion, Google Docs, Newsletter-Tools – Inhalte landen automatisch dort, wo sie weiterverarbeitet werden.

🛡️

Fehler kontrolliert behandeln

Kein stilles Scheitern. Fehler werden erkannt, markiert und sauber gestoppt – bevor Folgefehler entstehen.

Ähnliches für dein Unternehmen?

Im kostenlosen Erstgespräch schauen wir gemeinsam, welche Prozesse in deinem Unternehmen von solchen Automatisierungen profitieren würden.

Kostenloses Erstgespräch buchen