Manchmal beginnt Transparenz mit einem kleinen Satz: „Dieser Inhalt wurde mithilfe künstlicher Intelligenz erstellt.“ Er steht unter einem Bild, am Ende eines Textes oder, für Menschen unsichtbar, im digitalen Gewebe einer Datei. Ein Etikett, kaum größer als eine Fußnote, und doch soll es Vertrauen schaffen.
Seit dem 2. August 2026 gelten in der Europäischen Union neue Transparenzpflichten für bestimmte KI-Systeme. Sie sollen kenntlich machen, wann Menschen mit einer Maschine sprechen und wann Texte, Bilder, Videos oder Audiodateien künstlich erzeugt oder verändert wurden.
Doch damit fängt die entscheidende Debatte erst an: Ist eine KI bereits transparent, nur weil wir wissen, dass sie beteiligt war?
Artikel 50 des europäischen AI Acts verpflichtet Anbieter bestimmter generativer Systeme, deren Ausgaben maschinenlesbar als künstlich erzeugt oder manipuliert zu kennzeichnen. Menschen müssen außerdem darüber informiert werden, wenn sie direkt mit einem KI-System interagieren. Deepfakes müssen für das Publikum klar als solche offengelegt werden.
Auch KI-generierte Texte über Angelegenheiten von öffentlichem Interesse müssen grundsätzlich gekennzeichnet werden, sofern keine menschliche Überprüfung oder redaktionelle Kontrolle mit klar geregelter Verantwortlichkeit stattgefunden hat. Recherchequelle: eur-lex.europa.eu
Die Europäische Kommission verbindet mit diesen Regeln ein einfaches Ziel: Menschen sollen Täuschung und Manipulation leichter erkennen und auf dieser Grundlage informierte Entscheidungen treffen können.
Seit August 2026 überwachen das europäische KI-Büro und die zuständigen nationalen Behörden, ob diese Vorschriften eingehalten werden. Recherchequelle: EU Icons for labelling AI-generated content
Deutschland hat die nationalen Zuständigkeiten und Strukturen für die Anwendung der europäischen Regelungen festgelegt. Der Bundesnetzagentur kommt dabei eine zentrale koordinierende Funktion zu.
Für Unternehmen ist Transparenz damit nicht länger nur eine freiwillige Geste des guten Willens, sondern eine rechtliche Pflicht. Verstöße können erhebliche Konsequenzen nach sich ziehen.
Ein Hinweis wie „KI-generiert“ beantwortet zunächst nur die Frage nach der Art der Entstehung. Er macht deutlich, dass eine Maschine beteiligt war. Wie groß ihr Einfluss tatsächlich war, verrät er jedoch nicht.
Hat die KI lediglich Rechtschreibfehler korrigiert? Hat sie einzelne Formulierungen vorgeschlagen? Lieferte sie die Gliederung, schrieb sie den gesamten Text oder erfand sie sogar angebliche Fakten? Wurde das Ergebnis anschließend geprüft? Und wer trägt die Verantwortung, wenn es falsch, diskriminierend oder irreführend ist?
Zwischen einem automatisch entfernten Bildhintergrund und einem vollständig künstlich erzeugten Nachrichtenbeitrag liegt ein weiter Raum. Ein einziges Etikett droht, all diese Formen der Zusammenarbeit in ein und dieselbe Schublade zu stecken.
An diesem Punkt wird der Unterschied zwischen Kennzeichnung, Transparenz und Erklärbarkeit sichtbar. Das amerikanische NIST beschreibt Transparenz, Nachvollziehbarkeit, Erklärbarkeit, Sicherheit, Fairness und Verantwortlichkeit als miteinander verbundene Merkmale vertrauenswürdiger KI.
Erklärbarkeit bedeutet demnach nicht nur, die Existenz einer Maschine offenzulegen. Menschen müssen auch nachvollziehen können, wie das jeweilige System zu seinen Ergebnissen gelangt und wie diese im konkreten Zusammenhang einzuordnen sind. Recherchequelle: NIST AI Risk Management Framework Playbook
Technisch soll ein Teil der Kennzeichnung über digitale Wasserzeichen erfolgen. Sie werden in Texte, Bilder, Audio- oder Videodateien eingebettet und können später von geeigneten Systemen erkannt werden.
Bei KI-Texten verändert Googles SynthID beispielsweise unmerklich die Wahrscheinlichkeiten, mit denen ein Sprachmodell bestimmte Tokens, etwa Wörter oder Wortteile, auswählt. Bei Bildern und Videos wird die Markierung in die visuellen Daten integriert.
Solche Wasserzeichen sollen selbst nach üblichen Veränderungen wie Komprimieren, Filtern oder Zuschneiden möglichst nachweisbar bleiben. Google weist allerdings selbst darauf hin, dass diese Technik keine universelle Lösung bietet und bei kurzen oder stark bearbeiteten Inhalten an ihre Grenzen stößt. Recherchequelle: deepmind.google
Einen anderen Ansatz verfolgt der C2PA-Standard für sogenannte Content Credentials. Dabei erhält eine Datei einen überprüfbaren Herkunftsnachweis. Dieser kann Informationen darüber enthalten, wann und womit ein Inhalt erstellt wurde, wie er verändert wurde und ob dabei generative KI zum Einsatz kam.
Neuere Spezifikationen sehen sogar Angaben zum verwendeten Modell und zum Umfang der menschlichen Kontrolle vor. Recherchequelle: spec.c2pa.org
Das wäre mehr als nur ein Warnschild. Es wäre eine Art digitaler Reisepass.
Doch selbst der beste Herkunftsnachweis löst ein grundlegendes Problem nicht: Ein KI-generierter Inhalt kann wahr sein, während ein vollständig von Menschen verfasster Beitrag lügen kann.
Ein Wasserzeichen belegt im besten Fall, woher etwas stammt. Es bewertet weder die Absicht des Urhebers noch die Qualität der Recherche. Es unterscheidet nicht zwischen einer sorgfältig geprüften Analyse und einer raffinierten Manipulation.
Wer jedes markierte Material automatisch für verdächtig hält, könnte seriöse KI-Nutzung pauschal diskreditieren. Wer dagegen unmarkierten Inhalten blind vertraut, öffnet einer sehr alten Form der Täuschung die Tür: der Täuschung durch Menschen.
Eine im Juli 2026 veröffentlichte Untersuchung warnt deshalb davor, KI-Erzeugung mit Desinformation gleichzusetzen. Die Autoren schlagen vor, stattdessen stärker auf Prozesstransparenz und Medienkompetenz zu setzen.
Entscheidend sei nicht nur, ob KI beteiligt war, sondern auch, wie ein Beitrag entstanden ist, welche Prüfung stattgefunden hat und wer für ihn einsteht. Recherchequelle: arxiv.org
Diese weiter gefasste Perspektive prägte auch den CLEAR-AI-Workshop, der am 16. August 2026 in Bremen stattfand. Die dort diskutierte Grundidee lautete: Transparenz ist keine starre technische Eigenschaft.
Sie entsteht im Verhältnis zwischen einem System und den Menschen, die es verwenden, kontrollieren oder von seinen Entscheidungen betroffen sind. Deshalb benötigen unterschiedliche Beteiligte auch unterschiedliche Erklärungen.
Ein Entwickler braucht technische Dokumentation. Eine Ärztin muss wissen, wie verlässlich eine Empfehlung ist und wo die Grenzen des Systems liegen. Ein Bewerber möchte erfahren, warum eine Software seine Bewerbung abgelehnt hat.
Leserinnen und Leser wiederum sollten erkennen können, in welchem Umfang KI an einem Artikel beteiligt war und ob ein Mensch die darin genannten Fakten überprüft hat.
Echte Transparenz muss sich deshalb an den Bedürfnissen der Betroffenen orientieren. Sie darf kein Keller voller Dokumente sein, dessen Tür zwar offen steht, in dem aber niemand den Lichtschalter findet.
Für Redaktionen, Unternehmen und öffentliche Einrichtungen reicht es künftig nicht aus, jedem Inhalt mechanisch ein KI-Schild anzuheften.
Sinnvoller wäre eine abgestufte Offenlegung: Welche Werkzeuge wurden eingesetzt? Für welche Arbeitsschritte kamen sie zum Einsatz? Welche Quellen wurden herangezogen und überprüft? Welche Passagen hat ein Mensch verändert? Wer trägt die redaktionelle Verantwortung?
Eine solche Kultur wäre aufwendiger als ein Symbol am Bildrand. Doch Vertrauen entsteht nur selten aus Bequemlichkeit. Es wächst dort, wo jemand bereit ist, den eigenen Arbeitsprozess sichtbar zu machen und für das Ergebnis einzustehen.
Die Kennzeichnungspflicht ist deshalb ein wichtiger Anfang. Sie schlägt eine erste Schneise durch den Nebel. Doch sie darf nicht zum Feigenblatt werden.
Ein Etikett sagt uns, dass eine Maschine im Raum war. Transparenz beginnt erst, wenn wir erfahren, was sie dort getan hat und welcher Mensch am Ende das Licht eingeschaltet, die Fakten geprüft und die Verantwortung übernommen hat.
Weiterführende Informationen
Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.
Guidelines on transparency obligations for providers and deployers of certain AI systems
Die Leitlinien der Europäischen Kommission konkretisieren Artikel 50 des AI Acts anhand von Definitionen, Ausnahmen und Praxisbeispielen. Sie erläutern außerdem, welche Behörden die Vorgaben durchsetzen und wie Unternehmen die Einhaltung nachweisen können.
https://digital-strategy.ec.europa.eu/en/policies/guidelines-ai-transparency-obligations
EU Icons for labelling AI-generated content
Die offizielle Übersicht stellt unterschiedliche Kennzeichnungen für vollständig KI-generierte und teilweise KI-veränderte Inhalte vor. Hinweise zu Platzierung, Barrierefreiheit und begleitenden Texten zeigen, wie eine abgestufte Offenlegung praktisch umgesetzt werden kann.
https://digital-strategy.ec.europa.eu/en/policies/eu-icons-labelling-ai-generated-content
NIST AI Risk Management Framework Playbook
Das Playbook übersetzt abstrakte Transparenz- und Erklärbarkeitsziele in konkrete organisatorische Maßnahmen. Dazu gehören dokumentierte Verantwortlichkeiten, Audit-Protokolle, adressatengerechte Erklärungen sowie die Prüfung, ob Betroffene diese Erklärungen tatsächlich verstehen.
https://airc.nist.gov/airmf-resources/playbook/
