Neuere Fortschritte bei der Daten-zu-Text-Generierung haben zur Verwendung von großen Datensätzen und neuronale Netzwerke-Modellen geführt, die von Anfang bis Ende trainiert werden, ohne explizit zu modellieren, was gesagt werden soll und in welcher Reihenfolge. In dieser Arbeit stellen wir eine neuronale Netzwerkarchitektur vor, die Inhaltsauswahl und -planung integriert, ohne den Vorteil des end-to-end Trainings aufzugeben. Wir gliedern die Generierungsaufgabe in zwei Phasen. Anhand eines Korpus von Datensätzen (mit dazugehörigen beschreibenden Dokumenten) generieren wir zunächst einen Inhaltsplan, der hervorhebt, welche Informationen erwähnt werden sollten und in welcher Reihenfolge. Danach erzeugen wir das Dokument unter Berücksichtigung des Inhaltsplans. Automatische und menschliche Evaluationsversuche zeigen, dass unser Modell starke Baseline-Modelle übertrifft und den Stand der Technik auf dem kürzlich veröffentlichten RotoWire-Datensatz verbessert.