Community Management mit KI heißt bei mir: KI-Mitarbeiter bereiten fast alles vor, was eine Community an Arbeit macht, und ein Mensch entscheidet, was davon in der Community ankommt. Aus Call-Aufzeichnungen werden Transkripte, Lektionstexte und Recap-Entwürfe. Aus den Kennzahlen des Dashboards und den Antworten auf die Beitrittsfragen werden Auswertungen. Anzeigen entstehen fertig, aber pausiert. Willkommensnachrichten und Ankündigungen liegen als Entwurf bereit. Für den Schritt in die Plattform zieht Skool selbst eine Grenze: Die Richtlinie verbietet Bots, die posten, kommentieren oder Nachrichten schicken. Meine eigene Regel: Die KI entwirft, persönliche Beiträge poste ich selbst. Lektionen aus Call-Aufzeichnungen und die Hinweis-Posts dazu legen meine KI-Agenten bewusst in meinem Konto im Browser an, obwohl die Richtlinie das untersagt, auf mein Risiko.
Ich betreibe seit dem 28. April 2026 die Community Claude Practitioners auf Skool: über 90 Mitglieder, 5,0 von 5 Sternen bei 5 Rezensionen, 20 Kurse mit 282 Lektionen, Stand 19.09.2026. Mein Business läuft mit einer KI-Belegschaft aus vierzehn Mitarbeitern, und drei davon sind für die Community besonders wichtig: Conny für Inhalte, Susi für Zahlen und Anzeigen, Gustav für die Auswertung von Gesprächen. Was Skool als Plattform ist, erkläre ich in Skool: was ist das und wie funktioniert es?.
Was Community Management mit KI heißt, und was nicht
Ein KI-Community-Manager ist bei mir kein Bot, der im Feed auf Fragen antwortet. Es ist eine Rolle mit eigenem Auftrag, eigenen Regeln und klaren Grenzen, die im Hintergrund arbeitet. Sichtbar für die Mitglieder bin ich, mit meinen Posts und meinen Calls.
Die Arbeit einer Community besteht zum größten Teil aus Vorbereitung. Ein Call dauert eine Stunde, das Nacharbeiten dauert länger: Aufnahme sichern, Transkript, Zusammenfassung, Kapitelmarken, Lektionstext, Entwurf für den Hinweis im Feed. Eine Kampagne ist ein Klick, die Recherche davor ist die eigentliche Arbeit. Eine Kennzahl ist schnell abgelesen, die richtige Deutung nicht. Genau diese Vorbereitung ist das Feld für KI-Automatisierung in der Community, und genau dort setze ich KI-Mitarbeiter ein.
Was bei mir nicht an eine KI geht: die Entscheidung, was veröffentlicht wird, was Geld kostet und wie ich mit einzelnen Mitgliedern umgehe. Das ist keine Frage der Technik, sondern der Verantwortung.
Der rote Faden: Die KI entwirft, ich gebe frei
In meiner Belegschaft gilt eine Grundregel aus unserem gemeinsamen Regelwerk. Lesen, auswerten und entwerfen darf jede Rolle ohne Rückfrage. Alles, was das Haus verlässt oder einen Zustand ändert, also posten, Mails verschicken, Kampagnen live schalten, geht nur mit meiner ausdrücklichen Freigabe. „Mach mal fertig" zählt dabei nicht als Freigabe, und jede Freigabe wird wörtlich mit Zeitpunkt festgehalten.
Für eine Community passt diese Regel besonders gut, aus zwei Gründen. Der erste ist Skool selbst. In der Platform Policy steht: „Do not use bots or multiple accounts to post, comment, or message others. Also, refrain from scraping data or making automation requests." Der zweite ist Vertrauen. Mitglieder zahlen dafür, von mir zu hören. Ein Post, den niemand gelesen hat, kann einen Namen enthalten, der dort nicht hingehört, oder eine Zahl, die intern bleiben sollte.
Daraus folgt die Empfehlung, die sich durch alle Beiträge dieses Themenbereichs zieht, wenn du kein Risiko willst: Die KI bereitet außerhalb von Skool vor, und den Schritt in Skool machst du selbst, für Mitglieder und Zugriffe auch über Zapier und Webhook.
Bei mir läuft es an einer Stelle bewusst anders. Lektionen aus Call-Aufzeichnungen samt Video und die Hinweis-Posts dazu legt mein Ablauf in meinem Konto im Browser an, so wie ich selbst klicken würde; ganze Klassen lädt er als Entwurf hoch, live schalte ich sie. Skools Platform Policy untersagt das, Account Security verbietet geteilte Zugangsdaten, und als Folgen nennt Skool das Entfernen von Inhalten, Einschränkungen und die Sperre des Kontos. Ich mache es nur in meinem eigenen Konto und trage das Risiko. Für mich ist das Unterstützung, die nichts anderes tut, als ich selbst klicken würde; das ist meine Haltung, nicht Skools. Wie ich das von offizieller Automatisierung trenne, steht in Skool API und Automatisierung: was geht.
Die Arbeitsteilung auf einen Blick
In der Spalte „Wer entscheidet" stehe in jeder Zeile ich, und das ist Absicht. Die Spalte davor zeigt, wo die Arbeit liegt. „Im Browser" heißt: in meinem Konto, was Skools Richtlinie untersagt; ich mache es bewusst und auf mein Risiko. In drei Zeilen steht keine KI-Rolle: Dort bereite ich selbst vor.
Inhalte: aus Calls werden Lektionen und Posts
Am greifbarsten ist die Nacharbeit von Calls. Skool lässt dich laut Hilfezentrum die Aufzeichnung eines Calls 14 Tage lang herunterladen. Für die Spracherkennung bleibt die Audiodatei mit Whisper auf meinem Rechner. Beim Hot Seat Ende August hat Conny, meine KI-Chefredakteurin, rund 55 Minuten Aufnahme in rund zwei Minuten zu Text gemacht. Lokal ist nur dieser Schritt: Den Text verarbeitet danach Claude weiter zu Zusammenfassung, Kernaussagen, Kapitelmarken und einer Lektion mit dem vollständigen Transkript darunter, damit Mitglieder darin suchen können; dieselbe Seite liegt in Notion. Die Lektion samt Video legt mein Ablauf in meinem Konto an, und sie geht direkt online. Erzählt jemand im Call von Gesundheit, Geld oder Streit, wird das deshalb vorher mit mir geklärt und bleibt aus der Zusammenfassung. Den Ablauf beschreibe ich in Skool Classroom: Kurs aus Call-Aufzeichnungen.
Aus demselben Transkript entwirft Conny den Recap für den Feed, und für Hinweise auf neue Aufzeichnungen gibt es eine feste Vorlage: Titel mit Format-Emoji, wann und was, drei bis fünf Themen mit Nutzen, eine Schlusszeile. Keine Klarnamen, nichts Privates. Diese Hinweise veröffentlicht der Ablauf nach einem Probelauf, „E-Mail an alle" bleibt aus. Für Lektion und Hinweis gilt der Hinweis von oben: Skools Richtlinie untersagt das, ich trage das Risiko. Wie das mit der Freigabe zusammenspielt, zeigt der Hot-Seat-Post vom 31. August. Connys Entwurf enthielt Kampagnenzahlen aus meinem Werbekonto. Ich habe ihn gekürzt und ohne die Zahlen selbst gepostet. Mehr dazu in Skool-Posts mit KI schreiben, mit Freigabe.
Zahlen und Anzeigen: Susi wertet aus, ich schalte live
Susi, meine KI-Mitarbeiterin für Meta Ads, ist bei mir für die Zahlen zuständig. Sie wertet die Kennzahlen aus, die Skools Admin-Dashboard zeigt, und die Antworten auf die Beitrittsfragen. Ihre Regel dabei: Jede Zahl gilt nur zum Stichtag ihrer Quelle. Was Skools Dashboard zeigt und wie man Quellen und Kündigungen liest, steht in Skool Analytics: Posts und Mitglieder lesen.
Eine Lehre aus meinem eigenen Betrieb: Bis zum 19.09.2026 trugen die Skool-Links meiner Website das Attribut noreferrer, und Skool hat Besucher von dort als direkte Aufrufe gezählt. Seit es entfernt ist, führt Susi kevinwelter.com als eigene Quelle. Am 20.09.2026 konnte ich den ersten Kauf über die Website nachvollziehen: Google-Suche, Blogbeitrag, Skool-Button, 9-Dollar-Stufe, und in der Beitrittsfrage stand „Google Suche". Welche Wege neue Mitglieder bringen, beschreibe ich in Mehr Mitglieder für deine Skool-Community. Die Website selbst betreut Sebastian, mein KI-Mitarbeiter für SEO.
Bei Anzeigen gelten zwei feste Regeln. Jede Kampagne startet technisch erzwungen pausiert, live schalte nur ich. Und über Käufe entscheidet Hyros, Meta dient nur der Diagnose. Wie konsequent Susi dabei ist, zeigt der 9-Dollar-Test für meine Community: 705,99 € für sieben zahlende Neumitglieder, also 100,86 € je Käufer, über der am 30.08.2026 festgelegten Grenze von 60 € je Kauf. Susis Urteil: pausieren. Unterwegs haben wir gelernt, dass Skool Kauf-Ereignisse selbst an das Meta-Pixel schickt und ein Kauf mehrfach gezählt werden kann. Was das für deine Kampagnen heißt, steht in Skool-Community mit Meta Ads bewerben.
Beim Preismodell liegt die Entscheidung ohnehin bei mir. Meine Community war zum Start kostenlos und ist seit Mitte August bezahlt, heute mit Standard für 9 $ und Premium für 45 $ im Monat, monatlich kündbar (Stand 19.09.2026). Meine Begründung damals: „Kostenlos = unverbindlich. Und unverbindlich stellt keinen Mitarbeiter ein." Ob das für dich passt, hängt von deinem Angebot ab. Die Abwägung steht in Skool: kostenlose oder bezahlte Community?.
Mitglieder verstehen: Analyse mit klaren Regeln
Die aufschlussreichsten Daten einer Community sind Texte. Was ich in meinen Kaffee-Calls erlebe, hat Susi im August an den Transkripten nachgezählt: In meiner Community sitzen keine Leute, die KI nur mal ausprobieren wollen, sondern Menschen, die Claude schon bezahlen und mehr daraus machen wollen, als ihnen bisher gelingt.
Größer war die Analyse für eine Coaching-Community aus meinem Kundenkreis mit kostenlosem und bezahltem Bereich. Rohdaten waren die Posts, Kommentare und Call-Transkripte, die uns vorlagen. Daraus entstanden kleine Notizen, die aufeinander verweisen, ein gewöhnlicher Ordner voller Textdateien statt einer Graph-Datenbank. Dann haben wir Käufer und Nicht-Käufer als Gruppen verglichen. Im Vorlauf fand das stärkere Modell deutlich mehr Fragen als das kleine, und getrennte Prüf-Agenten haben jedes extrahierte Objekt rückwärts gegen die Transkripte geprüft. Die Muster: Kaufentscheidungen bündeln sich an Event-Tagen. Ein großer Teil der Käufer war im kostenlosen Bereich nie nachweisbar aktiv. Wer kauft, entscheidet schnell. Käufer wollen dasselbe wie Nicht-Käufer, sind aber eine Reifestufe weiter. Ein kleines Einstiegsangebot kann Kaufenergie abfangen. Und Gratis-Mitglieder wollen Anleitung, nicht Delegation. Die Grenze der Analyse gehört dazu: Sichtbar war nur, wer aktiv war, und „Käufer" war eine Näherung über Aktivität, kein Zahlungsdatensatz. Oder wie ich es in meiner Community gesagt habe: „Der Knowledge Graph allein ist wertlos, wenn man keine Erkenntnisse und Entscheidungen daraus ableitet." Die Methode im Detail steht in Buyer Persona mit KI aus Community-Daten, die Technik dahinter in Knowledge Graph aus Calls erstellen.
Wer Gespräche seiner eigenen Community auswerten will, braucht vorher klare Regeln. Den sauberen Weg beschreibt Gustav, mein KI-Mitarbeiter für Call-Auswertung: erst die Einwilligung, dann die Aufnahme, Whisper läuft lokal, und vor jeder weiteren Auswertung steht die Pseudonymisierung, Rolle statt Name, Branche statt Firma. Aufnahmen ohne Einwilligung bleiben draußen. Das ist keine Rechtsberatung, aber der Weg, den ich empfehle, bevor die erste Aufnahme in eine KI geht.
Plattform und Grundlagen: was du vorher klärst
Bevor die KI irgendetwas vorbereiten kann, braucht es eine Plattform und ein paar Entscheidungen. Welche Community-Management-Tools du brauchst, hängt an zwei Ebenen. Die Plattform ist der Ort, an dem die Mitglieder sind, bei mir Skool. Die KI-Werkzeuge liegen daneben, bei mir Claude als Grundlage der Belegschaft und Whisper für die lokale Transkription.
Was Skool kostet und wann sich Pro rechnet, steht in Skool Kosten: Hobby oder Pro und die Gebühren. Welche Plattform wann besser passt, von Circle über Kajabi bis Discord, vergleiche ich in Skool-Alternativen: Circle, Kajabi, Discord, und was mir im Alltag als Betreiber auffällt, in Skool Erfahrungen aus Betreibersicht. Für deutsche Betreiber gehört die Datenschutzfrage vor den Start; das hier ist keine Rechtsberatung, im Zweifel klärst du es mit einer.
Für den Aufbau selbst gibt es drei Beiträge: Skool-Community erstellen: die Einrichtung für About-Seite, Mitgliederfragen, Kategorien und Preis, Skool Onboarding: die ersten sieben Tage für den Weg vom Beitritt zum aktiven Mitglied, und Skool Level und Gamification richtig nutzen für Punkte, Level und Freischaltungen. Was sich technisch an Skool anbinden lässt und wo Skools Regeln die Grenze ziehen, steht in Skool API und Automatisierung: was geht.
Wenn dir diese Liste lang vorkommt: Niemand muss alles auf einmal einrichten. In den Calls meiner Community gehen wir solche Fragen gemeinsam durch, eine nach der anderen.
KI für Coaches: was davon für dich gilt
Wenn du als Coach, Trainerin oder Berater eine Community betreibst, gilt dieselbe Aufteilung, mit einer zusätzlichen Grenze: Die Session selbst bleibt Sache zweier Menschen. Die Arbeit rund um die Community ist dagegen zum großen Teil Backoffice, und dort lohnen sich KI-Mitarbeiter. Welche Rollen für Coaches jenseits der Community sinnvoll sind, vom Playbook nach dem Call bis zum nächsten Post, steht in KI für Coaches: Praxis statt Hype.
Häufige Fragen
Kann KI eine Community managen?
Sie kann den größten Teil der Arbeit vorbereiten: Calls transkribieren, Lektionen und Posts entwerfen, Kennzahlen auswerten, Anzeigen bauen. Was in der Community erscheint, sollte ein Mensch entscheiden. Bei Skool kommt die Richtlinie dazu, die Bots beim Posten, Kommentieren und Schreiben verbietet. Bei mir gilt: Die KI entwirft, ich gebe frei. Lektionen aus Calls und die Hinweis-Posts dazu legt mein Ablauf bewusst selbst an, auf mein Risiko, das laut Skool bis zur Sperre des Kontos reicht.
Was ist ein KI-Community-Manager?
Bei mir eine Rolle mit eigenem Auftrag, eigenen Regeln und klaren Grenzen, die im Hintergrund arbeitet. Conny entwirft Inhalte, Susi wertet Zahlen aus und baut Anzeigen, Gustavs Regeln gelten für die Auswertung von Gesprächen. Sichtbar für die Mitglieder bleibe ich.
Welche Community-Management-Tools brauche ich mit KI?
Eine Plattform für die Mitglieder, etwa Skool, Circle oder Discord, und daneben die KI-Werkzeuge. Bei mir sind das Claude als Grundlage der Belegschaft und Whisper für die lokale Transkription. Für die offizielle Anbindung an Skool gibt es Zapier und ein Webhook-Plugin, beides im Pro-Plan. Mehr braucht es für den Anfang nicht.
Darf KI in meiner Skool-Community posten?
Skools Platform Policy verbietet Bots und Zweitkonten, die posten, kommentieren oder anderen schreiben, und ebenso Scraping und automatisierte Anfragen. Eine rechtliche Bewertung ist das nicht. Mein Rat: Die KI schreibt den Entwurf außerhalb von Skool, du liest ihn und setzt ihn selbst ab. Ich lasse Hinweis-Posts zu neuen Aufzeichnungen bewusst im Browser veröffentlichen und trage das Risiko, das laut Skool bis zur Sperre des Kontos reicht.
Ab welcher Größe lohnt sich KI im Community Management?
Nicht ab einer Mitgliederzahl, sondern ab wiederkehrender Arbeit. Sobald du regelmäßig Calls aufzeichnest, Ankündigungen schreibst oder Anzeigen auswertest, gibt es Vorbereitung, die eine KI übernehmen kann.
Wie du weitermachst
Nimm die Tabelle aus diesem Beitrag und trag für deine eigene Community ein, wer heute vorbereitet und wer entscheidet. Die Zeile, in der beides bei dir liegt und die dich jede Woche Zeit kostet, ist deine erste KI-Rolle. Wie ich solche Rollen einstelle und führe, zeige ich in meiner Community Claude Practitioners, mit fertigen Vorlagen für Conny, Susi und Gustav.
