Die schwarze Kunst – das ist eigentlich ein Begriff für das Büchermachen. Die Metapher kommt von der Druckerschwärze, irgendwie hat sie sich über Jahrhunderte gehalten, obwohl Druckmaschinen mittlerweile weniger mit Schwärze als mit Daten zu tun haben.
Carsten Schwab kennt beide Seiten. Er hat als Buchhändler angefangen, sich von einem Professor mit der schwarzen Kunst infizieren lassen – und ist dann so tief in das Thema strukturierte Daten eingestiegen, dass er heute XPS Extensible Publishing Solutions in Zürich führt. In dieser Folge von Ready.Set.AI haben wir uns durch zwanzig Jahre Verlagsdigitalisierung gearbeitet. Und durch die Frage, die mich dabei am meisten beschäftigt: Warum können manche Verlage KI heute skaliert nutzen – und andere müssen ziemlich weit vorne anfangen?
Die Antwort steckt in den Spitzklammern.
Von Nördlingen zum Fischer Verlag
Carsten Schwab hat XML nicht im Seminarraum kennengelernt. Er hat es im Winter 2003, 2004 in Nördlingen kennengelernt. Die C. H. Beck Druckerei hatte damals schon einen Workflow aufgebaut, aus dem automatisch zwei völlig verschiedene Produkte entstehen. Derselbe XML-Baustein ergab auf der einen Seite ein gesetztes, druckfertiges Dokument, auf der anderen einen Eintrag in einer juristischen Online-Datenbank. Keine doppelte Arbeit und keine Medienbrüche.
Die Erkenntnis: Wer Inhalte sauber strukturiert, gewinnt Freiheitsgrade. Wer das nicht tut, steckt fest – immer dann, wenn ein neues Format kommt, eine neue Plattform, eine neue Technologie.
Bei S. Fischer hat Carsten diese Überzeugung dann in die Praxis übersetzt. Die Entscheidung fiel rund um 2009: Die Backlist würde nicht einfach gescannt und abgeliefert. Thomas Mann, Franz Kafka, Stefan Zweig – die Werkausgaben wurden nach XML strukturiert, aus dem heraus automatisch ePubs generiert werden konnten. Zur Buchmesse 2009 gingen die ersten dieser Dateien auf den Markt. Das war, wie Carsten sagt, „ziemlich spannend“.
Aus heutiger Sicht war es vor allem eines: strategisch klug. Wer das damals gemacht hat, steht heute mit einer Datenbasis da, auf der sich etwas aufbauen lässt.
Alle sagen, strukturierte Daten wären wichtig – die Schere geht trotzdem auf
Ich führe viele Gespräche mit Verlagsverantwortlichen, und fast überall höre ich dasselbe: Man weiß, dass strukturierte Daten sinnvoll wären. Man weiß, dass XML-First die richtige Grundlage ist. Die Grundüberzeugung ist da. Die Umsetzung ist eine andere Geschichte.
Carsten beschreibt das als eine Schere, die sich in der Verlagslandschaft geöffnet hat – und weiter öffnet. Auf der einen Seite Verlage, die früh in strukturierte Daten investiert haben, ihre Produktionsprozesse umgebaut und saubere Workflows etabliert haben. Als der European Accessibility Act konkret wurde und die Anforderungen an barrierefreie ePubs wuchsen, hatten diese Verlage einen deutlich besseren Start. Auf der anderen Seite Verlage, die sich entschieden haben, das ePub vom Satzdienstleister erledigen zu lassen – pragmatisch, günstig, für den Moment ausreichend. Jetzt öffnet sich die Schere weiter, weil KI eine strukturierte Datenbasis voraussetzt. Dazu kommen wir gleich.
Warum ist der Sprung so schwer? Carsten nennt den eigentlichen Knackpunkt: Es geht nicht um Technologie. Es geht darum, Struktur und Layout voneinander zu trennen.
Das klingt trivial. Ist es nicht.
Wer über Jahrzehnte Bücher als physische Objekte gedacht hat – mit Doppelseiten, Kolumnentiteln, der Abbildung, die rechts auf der gegenüberliegenden Seite zu liegen hat –, dem fällt das Abstrahieren schwer. Und diese Denkweise beginnt nicht in der IT-Abteilung. Sie beginnt bei Autorinnen und Autoren, zieht sich durch Lektorate und Herstellung, bis hin zur Gestaltung. Wenn Inhalt und visuelle Darstellung so eng verwoben sind, dass beides nicht mehr sauber zu trennen ist, wird jede Automatisierung zum Sonderfall. Und Sonderfälle skalieren nicht.
Der zweite Fehler, den Carsten immer wieder beobachtet hat: Software wurde eingeführt, ohne vorher die Prozesse zu klären. Man ist über die Buchmesse gegangen, hat sich an den Ständen Features zeigen lassen, eine Entscheidung getroffen – und dann versucht, alte Arbeitsweisen in neue Systeme zu pressen. Drei Jahre später, Budget vierfach überschritten, noch nicht produktionsreif.
Genau das war der Auslöser für die Taskforce IT Standards im Börsenverein. Nicht die Technologie war das Problem, sondern die Beobachtung, dass alle Verlage immer wieder dasselbe neu erfinden. Jedes Unternehmen allein, mit Softwareanbietern und Beratenden – und am Ende doch derselbe Schlamassel.
Carsten und die Kolleg:innen haben Prozessbausteine entwickelt, die wie Lego-Steine funktionieren: hochgradig standardisiert in ihrer Form, aber zu individuellen Lösungen kombinierbar. Die Einzigartigkeit eines Verlages, sagt Carsten, zeige sich nicht darin, wie man aus einem Word-Manuskript XML macht. Das sei kein Differenzierungsmerkmal. Das ist Handwerk, das sich standardisieren lässt. Was tatsächlich einzigartig ist, lässt sich auf dieser Basis dann sauber aufbauen.
Das gesamte Material – Prozessdiagramme, Anforderungsprofile in Form von User Stories, schematische Systemlandschaften, erläuternde Webinare – liegt auf der Website des Börsenvereins des Deutschen Buchhandels. Kostenlos, für alle, auch für Nicht-Mitglieder. Das finde ich, ehrlich gesagt, bemerkenswert. Wissen, das unter Wettbewerbern entstand, als öffentliches Gut verfügbar gemacht. Das passiert nicht oft.
Warum das Geschäftsmodell vor dem Chatbot kommt – und die Datenbasis vor dem Skalieren
Jetzt der Bogen in die Gegenwart. Wenn Verlage mit KI-Piloten zu Carsten kommen, haben sie in der Regel schon ein wenig ausprobiert: einen Chatbot, eine Textgenerierung. Das hat funktioniert, im kleinen Rahmen. Jetzt wollen sie skalieren. Die erste Frage, die er stellt, ist immer dieselbe: Welches Problem eurer Kunden wollt ihr damit lösen? Und was soll dafür bezahlt werden?
Wenn diese Frage nicht beantwortet ist, ist alles weitere Verschwendung von Energie. Man kann etwas Tolles bauen und dann feststellen, dass es niemand kauft oder die Zahlungsbereitschaft fehlt. Das ist dann kein KI-Problem, sondern ein Geschäftsmodell-Problem.
Aber selbst wenn das Geschäftsmodell klar ist, braucht es eine Basis. Und da kommen strukturierte Daten zurück ins Spiel.
Carsten erklärt im Gespräch, was ein RAG-System ist – Retrieval Augmented Generation. Das sind Chatbot-Anwendungen, die nicht auf dem riesigen Trainingsdaten-Fundus von ChatGPT oder Claude basieren, sondern ausschließlich auf einem definierten, verlagseigenen Wissensschatz arbeiten. Man kann sie befragen. Man gibt ihnen Inhalte – Lehrpläne, Schulbücher, Fachpublikationen –, und sie generieren Antworten einzig und allein auf dieser Basis. Keine Aussagen über Dinge, die nicht im Datenbestand sind.
Für einen Schulbuchverlag bedeutet das: Der Assistent weiß, was im Lehrplan für NRW, Klasse 10, Realschule steht. Und er weiß, was nicht drin steht. Das ist eine andere Qualität als das, was offene Sprachmodelle frei generieren.
Für Verlage ist das eine echte Chance. Wer kuratierte, geprüfte Inhalte hat und diese strukturiert vorliegen, kann Nutzenden einen Zugang anbieten, den keine offene KI-Anwendung replizieren kann. Die eigene Marke steht für Verlässlichkeit. KI macht diese Inhalte zugänglich auf eine neue Art – man kann das Buch buchstäblich fragen, was drin steht.
Aber – und das ist der Punkt, an dem viele Piloten stecken bleiben – ein RAG-System skaliert nur, wenn die Inhalte gut strukturiert sind. Die sogenannten Chunks, in die Texte zerlegt werden, damit eine KI sie kontextuell verarbeiten kann, entstehen nicht zuverlässig aus schlecht formatiertem Word-Fließtext. Sie entstehen aus Daten mit Semantik. Aus XML-Strukturen, in denen ein Überschriften-Tag wirklich eine Überschrift bedeutet und ein Absatz wirklich ein Absatz ist.
Carsten formuliert das so: Der Prozess muss automatisierbar, wiederholbar und skalierbar sein. Alles andere ist handwerkliches Herumschneiden am Chatbot – und kein Produkt.
Wer das früh klärt, hat jetzt eine andere Ausgangslage
Die Folge endet mit einem Satz, der mich beim Zuhören kurz innehalten ließ. Carsten sagt: „Mir hat vor Jahren die Fantasie gefehlt, mir auszumalen, was KI heute schon kann. Ebenso fehlt mir auch die Fantasie, mir auszumalen, was sie in drei Jahren tun kann.“
Das finde ich ehrlicher als viele KI-Prophezeiungen, die gerade die Runde machen. Kein Hype und keine Panik, sondern eher Staunen – kombiniert mit einer klaren Haltung: das Heft des Handelns und des Entscheidens nicht aus der Hand geben.
Das ist, glaube ich, der Kern dieser Folge.
Verlage, die heute gut aufgestellt sind, haben in der Regel nicht zehn Jahre auf KI gewartet. Sie haben früh in ihre Datenbasis investiert – aus anderen Gründen. ePub, Barrierefreiheit oder Automatisierung. Und stehen jetzt zufällig dort, wo KI anschließen kann, ohne von vorne anfangen zu müssen.
Verlage, die das nicht getan haben, stehen nicht ohne Optionen da. Aber sie haben mehr zu klären, bevor ein Pilot zu einem Produkt wird. Die Prozessfrage kommt vor der Technologiefrage. Das Geschäftsmodell kommt vor dem Chatbot. Die Datenbasis kommt vor dem Skalieren.
Keine so richtig coole Botschaft, aber sie ist wahr.
