KI-Inhalte kennzeichnen
Was Unternehmen ab August 2026 beachten müssen
Auf vielen Unternehmenswebsites arbeitet künstliche Intelligenz längst mit. Ein Chatbot beantwortet erste Fragen, ein Bildgenerator liefert Motive für eine Kampagne und ein Sprachmodell unterstützt die Redaktion bei Textentwürfen. Oft ist von außen nicht erkennbar, welche Rolle die Technik dabei gespielt hat. Bisher wurde diese Frage vor allem unter dem Gesichtspunkt von Vertrauen und guter Kommunikation diskutiert. Ab dem 2. August 2026 bekommt sie für bestimmte Anwendungen eine rechtliche Dimension.
Dann greifen weitere Transparenzpflichten des europäischen AI Acts. Die Europäische Kommission hat am 20. Juli 2026 Leitlinien veröffentlicht, die Anbietern und Betreibern bei der Einordnung helfen sollen. Im Mittelpunkt stehen interaktive KI-Systeme, maschinell erzeugte oder manipulierte Inhalte, Deepfakes sowie bestimmte Texte zu Themen von öffentlichem Interesse.
Das bedeutet allerdings nicht, dass künftig jeder mit KI überarbeitete Absatz ein Warnschild benötigt. Eine pauschale Kennzeichnung sämtlicher Inhalte wäre weder besonders hilfreich noch entspricht sie der differenzierten Logik der Verordnung. Unternehmen müssen genauer hinsehen: Welche KI wird eingesetzt? In welcher Rolle? Was sieht oder hört der Nutzer? Wer trägt die redaktionelle Verantwortung? Und könnte beim Publikum ein falscher Eindruck darüber entstehen, ob es mit einem Menschen oder einer Maschine zu tun hat?
Wir erleben häufig, dass Unternehmen ihre KI-Nutzung gar nicht vollständig überblicken. Das Marketing testet einen Textassistenten, der Kundenservice hat ein Chatbot-Plugin aktiviert und einzelne Mitarbeitende erzeugen Bilder mit frei verfügbaren Werkzeugen. Jede Anwendung für sich wirkt überschaubar. Zusammengenommen entsteht jedoch eine Landschaft, für die niemand klare Regeln festgelegt hat. Eine Bestandsaufnahme ist deshalb sinnvoller als hektisch platzierte Hinweise kurz vor dem Stichtag.
Der 2. August ist kein allgemeines Verbot für KI-Inhalte
Rund um neue Regulierung entstehen schnell verkürzte Botschaften. Eine davon lautet, ab August müsse alles gekennzeichnet werden, was in irgendeiner Form mit KI erstellt wurde. So einfach ist es nicht. Der AI Act arbeitet mit unterschiedlichen Rollen, Risikostufen und Nutzungssituationen. Auch die Transparenzpflichten unterscheiden danach, ob ein Unternehmen ein KI-System entwickelt und anbietet oder ein vorhandenes System im eigenen Betrieb einsetzt.
Für einen typischen Mittelständler ist häufig die Rolle des Betreibers relevant. Das Unternehmen nutzt beispielsweise einen externen Chatbot, lässt Produktbilder erzeugen oder veröffentlicht einen Beitrag, bei dessen Erstellung generative KI beteiligt war. Der Hersteller des zugrunde liegenden Modells hat andere technische Pflichten als das Unternehmen, das die Ergebnisse gegenüber Kunden verwendet.
Die neuen Regeln sollen Menschen insbesondere dann Orientierung geben, wenn der künstliche Ursprung einer Interaktion oder eines Inhalts sonst nicht offensichtlich wäre. Ein Nutzer soll erkennen können, dass er mit einem KI-System kommuniziert. Menschen sollen außerdem nicht durch täuschend echte Bilder, Audioaufnahmen oder Videos über deren Ursprung im Unklaren gelassen werden. Bei Texten von öffentlichem Interesse spielt zusätzlich eine Rolle, ob eine menschliche redaktionelle Prüfung und Verantwortung vorhanden ist.
Die konkrete Einordnung hängt daher vom Einzelfall ab. Dieser Artikel kann eine rechtliche Prüfung nicht ersetzen. Er zeigt aber, welche Fragen Unternehmen gemeinsam mit Redaktion, Technik und gegebenenfalls juristischer Beratung jetzt klären sollten.
Bei Chatbots muss die Rolle der Maschine verständlich sein
Ein klassischer Fall ist der Chatbot auf einer Unternehmenswebsite. Er öffnet sich als kleines Dialogfenster, begrüßt Besucher und beantwortet Fragen zu Leistungen, Produkten oder Öffnungszeiten. Ist für einen durchschnittlichen Nutzer nicht offensichtlich, dass hier eine Maschine antwortet, muss darüber informiert werden.
In der Praxis ist das meist ohne umständlichen Rechtstext lösbar. Eine klare Formulierung zu Beginn des Dialogs kann ausreichen, etwa: „Sie chatten mit unserem digitalen KI-Assistenten.“ Der Hinweis sollte sichtbar sein, bevor der Nutzer die Unterhaltung für ein Gespräch mit einem Mitarbeiter hält. Eine versteckte Erläuterung in der Datenschutzerklärung erfüllt einen anderen Zweck und hilft in dieser konkreten Situation wenig.
Aus Sicht der Nutzerkommunikation empfiehlt sich ohnehin eine ehrliche Bezeichnung. Wer einen Bot als „Lisa aus dem Service-Team“ inszeniert, ein menschliches Profilfoto zeigt und erst nach mehreren Nachrichten auf die Automatisierung hinweist, erzeugt bewusst eine falsche Erwartung. Das mag kurzfristig höhere Interaktionsraten bringen. Vertrauen gewinnt man damit nicht.
Der Transparenzhinweis ist nur ein Teil einer sauberen Umsetzung. Ein Chatbot braucht außerdem erkennbare Grenzen. Er sollte nicht behaupten, einen Auftrag verbindlich geprüft zu haben, wenn er lediglich Informationen aus einer Wissensdatenbank zusammenstellt. Bei individuellen, rechtlichen, finanziellen oder sicherheitsrelevanten Fragen ist ein gut erreichbarer Übergang zu einem Menschen wichtig. Auch fehlerhafte Antworten müssen sich melden und auswerten lassen.
Technisch sollte geprüft werden, an welcher Stelle die Information eingebunden wird. Bei einem externen Widget kann ein Update die eigene Anpassung überschreiben. Einige Anbieter liefern unterschiedliche Ansichten für Desktop und Mobilgeräte aus. Der Hinweis muss in beiden Varianten funktionieren, darf nicht vom Cookie-Banner verdeckt werden und sollte auch mit Tastatur und Screenreader erreichbar sein.
In vielen Projekten zeigt sich, dass der Chatbot zunächst als isoliertes Marketingwerkzeug betrachtet wurde. Tatsächlich berührt er Content, Datenschutz, Kundenservice, Barrierefreiheit und technische Wartung. Wer nur einen zusätzlichen Satz in das Chatfenster schreibt, hat deshalb noch kein belastbares Betriebskonzept.
Ein KI-Assistent ist nicht automatisch ein Chatbot
Nicht jede automatisierte Funktion tritt im Gewand eines Gesprächspartners auf. Eine Website kann Suchanfragen semantisch auswerten, Produkte empfehlen oder Inhalte passend zu einem Interesse sortieren. Für Nutzer ist dabei oft erkennbar, dass sie eine technische Funktion verwenden. Ob und wie eine Informationspflicht greift, hängt von der konkreten Gestaltung und Funktionsweise ab.
Auch intern verwendete Werkzeuge sind gesondert zu betrachten. Wenn ein Sprachmodell einem Servicemitarbeiter Formulierungsvorschläge macht, kommuniziert der Kunde weiterhin mit einem Menschen. Der Mitarbeiter prüft die Antwort, verändert sie und versendet sie unter eigener Verantwortung. Das ist eine andere Situation als ein System, das selbstständig im Namen des Unternehmens antwortet.
Die Grenze wird in realen Prozessen schnell unscharf. Manche Systeme verfassen Antworten automatisch, die ein Mitarbeiter nur noch durch einen Klick freigibt. Andere versenden bei vermeintlich einfachen Fällen selbstständig und geben lediglich komplizierte Vorgänge weiter. Für die Bewertung reicht daher die Produktbezeichnung des Herstellers nicht. Ausschlaggebend ist der tatsächlich konfigurierte Ablauf.
Unternehmen sollten dokumentieren, an welchen Punkten ein Mensch beteiligt ist und was diese Beteiligung praktisch bedeutet. Eine theoretische Freigabe, bei der niemand Zeit für eine inhaltliche Kontrolle hat, ist keine überzeugende redaktionelle Aufsicht. Gute Prozesse benennen Zuständigkeiten, Prüfkriterien und Fälle, in denen eine automatisierte Antwort nicht versendet werden darf.
Deepfakes betreffen mehr als politische Falschmeldungen
Beim Begriff Deepfake denken viele zuerst an manipulierte Videos prominenter Personen. Für Unternehmen sind jedoch auch näherliegende Szenarien relevant. Eine täuschend echte Stimme kann in einem Erklärvideo sprechen. Ein Avatar präsentiert eine Schulung, ohne dass die dargestellte Person den Text selbst eingesprochen hat. Ein reales Foto wird so verändert, dass eine Person eine Handlung ausführt, die nie stattgefunden hat.
Solche Inhalte können sinnvoll eingesetzt werden. Ein international tätiges Unternehmen kann Schulungsvideos effizient in mehrere Sprachen übertragen. Ein virtueller Moderator ermöglicht regelmäßige Produktupdates, ohne für jede kleine Änderung ein vollständiges Filmset aufzubauen. Die Technik ist nicht das Problem. Kritisch wird es, wenn das Publikum eine echte Aufnahme erwartet und über die künstliche Erzeugung oder Manipulation getäuscht wird.
Die Kennzeichnung sollte dort erscheinen, wo der Inhalt wahrgenommen wird. Bei einem Video ist ein verständlicher Hinweis am Video hilfreicher als eine allgemeine Erklärung auf einer weit entfernten Unterseite. Bei kurzen Clips in sozialen Netzwerken muss die Information auch dann erhalten bleiben, wenn der Beitrag geteilt oder aus dem ursprünglichen Kontext gelöst wird.
Marketingteams sollten dafür feste Regeln vereinbaren. Welche Formulierung verwenden wir? Wo wird sie im Bild, in der Beschreibung oder im Abspann platziert? Wie gehen wir mit Übersetzungen um? Wer kontrolliert, dass Agenturen und externe Produktionspartner dieselben Vorgaben einhalten? Ohne eine gemeinsame Vorlage entstehen über verschiedene Kanäle hinweg schnell widersprüchliche Lösungen.
Eine weitere praktische Frage betrifft Archive. Kampagneninhalte bleiben oft über Jahre online, werden später wiederverwendet oder in Präsentationen übernommen. Unternehmen sollten nicht nur den Export kennzeichnen, sondern auch in ihrer Medienverwaltung festhalten, wie ein Motiv entstanden ist. Ein Dateiname wie „final_neu_3.jpg“ hilft nach zwölf Monaten niemandem mehr.
Bei Texten kommt es auf Zweck und redaktionelle Verantwortung an
Für Content- und Marketingteams ist die Kennzeichnung von Texten vermutlich der Bereich mit den meisten Missverständnissen. Generative KI kann sehr unterschiedliche Aufgaben übernehmen. Sie sammelt Ideen, strukturiert Notizen, schlägt Überschriften vor, übersetzt einen Entwurf oder erzeugt einen kompletten Artikel. Diese Formen der Unterstützung sind nicht gleichzusetzen.
Besondere Transparenzanforderungen nennt der AI Act für KI-generierte oder manipulierte Texte, die veröffentlicht werden, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren. Zugleich ist für die Einordnung relevant, ob ein Mensch den Inhalt redaktionell geprüft hat und eine natürliche oder juristische Person die Verantwortung für die Veröffentlichung trägt.
Für Unternehmen ist das ein guter Grund, redaktionelle Verantwortung nicht als formalen letzten Klick zu verstehen. Wer einen ungeprüften KI-Text übernimmt, nur Rechtschreibfehler korrigiert und anschließend einen Autorennamen daruntersetzt, hat keine ernsthafte fachliche Kontrolle geleistet. Ein verantworteter Unternehmensbeitrag sollte auf verlässlichen Quellen beruhen, fachlich geprüft sein und eine erkennbare eigene Perspektive haben.
Aus unserer Erfahrung verbessert ein sauberer Redaktionsprozess nicht nur die rechtliche Position. Er verhindert auch austauschbare Inhalte. Sprachmodelle formulieren plausibel, kennen aber weder die besonderen Abläufe eines Unternehmens noch die Erfahrungen aus dessen Kundenprojekten. Wenn diese Substanz nicht durch Menschen ergänzt wird, liest sich der fertige Beitrag wie eine Zusammenfassung dessen, was bereits auf vielen anderen Websites steht.
Bei Produktbeschreibungen, Ratgebertexten oder einer Landingpage sollte das Team deshalb zunächst den Zweck dokumentieren. Welche Aussage soll der Inhalt treffen? Welche Informationen stammen aus eigener Erfahrung? Welche Fakten müssen belegt und aktuell geprüft werden? Wer gibt den Text fachlich frei? Erst danach sollte entschieden werden, ob zusätzlich eine Kennzeichnung erforderlich oder aus Gründen freiwilliger Transparenz sinnvoll ist.
Eine freiwillige Information kann Vertrauen fördern, wenn sie dem Leser wirklich etwas erklärt. Ein pauschales Label „mit KI erstellt“ bleibt dagegen ungenau. Es sagt nicht, ob die Maschine nur bei der Gliederung geholfen oder den gesamten Inhalt ohne menschliche Prüfung erzeugt hat. Wenn Unternehmen freiwillig offenlegen, sollten sie die Art der Unterstützung verständlich beschreiben.
Maschinenlesbare Markierungen und sichtbare Hinweise erfüllen verschiedene Aufgaben
Die neuen Transparenzregeln unterscheiden zwischen technischen Markierungen und Informationen, die Menschen unmittelbar verstehen können. Anbieter generativer KI-Systeme müssen Ausgaben grundsätzlich so gestalten, dass künstlich erzeugte oder manipulierte Inhalte in einem maschinenlesbaren Format erkennbar sind. Dazu können Metadaten oder andere technische Verfahren gehören.
Für Betreiber und veröffentlichende Unternehmen ist wichtig, solche Informationen nicht versehentlich zu entfernen. Bildbearbeitung, Komprimierung, Social-Media-Plattformen und Content-Management-Systeme können Metadaten verändern. Ein technisch markiertes Ausgangsbild ist nach mehreren Verarbeitungsschritten nicht zwingend noch genauso gekennzeichnet.
Eine sichtbare Information lässt sich dadurch nicht in jedem Fall ersetzen. Ein Nutzer kann maschinenlesbare Metadaten im normalen Seitenbesuch meist nicht wahrnehmen. Umgekehrt hilft ein sichtbarer Hinweis automatisierten Prüfwerkzeugen nur begrenzt. Unternehmen müssen daher prüfen, welche Form der Transparenz für ihren Anwendungsfall gefordert ist und welche technischen Eigenschaften der verwendete Dienst bereits bereitstellt.
Hier lohnt sich eine Nachfrage beim Anbieter. Unterstützt das Werkzeug standardisierte Herkunftsinformationen? Bleiben diese beim Download erhalten? Welche Veränderungen zerstören die Markierung? Gibt es Dokumentation zur Einhaltung des AI Acts? Allgemeine Werbeaussagen wie „EU compliant“ reichen für eine belastbare Bewertung nicht aus.
Bei der Auswahl neuer Tools sollte Transparenz deshalb als technisches Beschaffungskriterium aufgenommen werden. Dasselbe gilt für Datenschutz, Zugriffsrechte, Exportmöglichkeiten und Protokollierung. Ein günstiger Dienst, der keinerlei nachvollziehbare Informationen liefert, verursacht später oft mehr Abstimmungsaufwand als die Lizenz zunächst spart.
Ein Inventar schafft mehr Klarheit als eine lange Richtlinie
Viele Unternehmen beginnen mit einer KI-Richtlinie, bevor sie wissen, welche Systeme überhaupt verwendet werden. Das führt zu allgemeinen Sätzen, die im Alltag kaum helfen. Praktischer ist zunächst ein überschaubares Inventar.
Erfasst werden sollten offizielle Werkzeuge ebenso wie Dienste, die einzelne Abteilungen selbstständig eingeführt haben. Für jedes System reichen am Anfang einige klare Angaben: Name und Anbieter, verantwortliche Abteilung, Zweck, betroffene Zielgruppe, verwendete Daten, Art der erzeugten Inhalte, menschliche Prüfung und Veröffentlichungsweg.
Bei einem Website-Chatbot sollte beispielsweise dokumentiert sein, aus welchen Quellen er Antworten bezieht, wer diese Quellen pflegt, ob Gespräche gespeichert werden und wie Nutzer zu einem Mitarbeiter wechseln können. Bei einem Bildgenerator interessiert, welche Motive veröffentlicht werden, ob reale Personen nachgebildet werden und ob technische Herkunftsmarkierungen erhalten bleiben. Für einen Textassistenten ist wichtig, ob er nur intern unterstützt oder Inhalte automatisiert publiziert.
Dieses Inventar muss kein schwerfälliges Compliance-Projekt werden. Eine gepflegte Tabelle oder eine kleine interne Anwendung kann genügen. Wichtig ist, dass jemand die Verantwortung übernimmt und neue Werkzeuge vor ihrem Einsatz ergänzt werden. Ein einmaliges Dokument veraltet genauso schnell wie jede andere Bestandsliste.
Gerade bei bestehenden Anwendungen finden sich häufig Funktionen, die niemand mehr als KI wahrnimmt. Automatische Übersetzungen, Bilderkennung, Empfehlungssysteme oder intelligente Suchfunktionen wurden teilweise vor Jahren eingebaut. Die aktuelle Prüfung sollte deshalb nicht nur nach Produkten fragen, die ausdrücklich „AI“ im Namen tragen.
Eine praktikable Prüfung in sechs Schritten
Für die erste Bestandsaufnahme hat sich ein schrittweises Vorgehen bewährt. Es verbindet technische und redaktionelle Fragen, ohne jede Anwendung vorsorglich zum Großprojekt zu machen.
1. Systeme und Veröffentlichungswege erfassen
Listen Sie auf, wo KI mit Kunden, Bewerbern, Partnern oder der Öffentlichkeit in Berührung kommt. Berücksichtigen Sie Website, Kundenportal, Newsletter, soziale Netzwerke, Video, Support und interne Werkzeuge mit automatischem Versand. Fragen Sie nicht nur die IT. Marketing, Personalabteilung und Kundenservice kennen oft andere Anwendungen.
2. Rolle des Unternehmens klären
Entwickelt oder vertreibt das Unternehmen ein eigenes KI-System? Betreibt es ein fremdes System unter eigener Verantwortung? Oder verwendet ein Mitarbeiter lediglich ein Werkzeug zur internen Unterstützung? Die Antwort beeinflusst, welche Pflichten überhaupt in Betracht kommen. Bei komplexen Konstellationen sollte die Rollenverteilung mit juristischer Unterstützung geklärt werden.
3. Nutzererwartung prüfen
Betrachten Sie die Anwendung aus Sicht eines normalen Nutzers. Könnte er glauben, mit einem Menschen zu sprechen? Könnte ein künstliches Bild, eine Stimme oder ein Video für eine reale Aufnahme gehalten werden? Wird ein Text als journalistisch oder fachlich verantworteter Beitrag des Unternehmens präsentiert? Diese Betrachtung deckt oft Probleme auf, die in einer rein technischen Beschreibung unsichtbar bleiben.
4. Menschliche Kontrolle konkret beschreiben
Halten Sie fest, wer Ergebnisse prüft, nach welchen Kriterien geprüft wird und wie Fehler korrigiert werden. „Human in the loop“ klingt beruhigend, sagt allein aber wenig. Eine wirksame Prüfung benötigt Zeit, Fachwissen und die Befugnis, Inhalte abzulehnen.
5. Hinweise gestalten und technisch testen
Formulieren Sie Kennzeichnungen in klarer Sprache. Prüfen Sie anschließend verschiedene Bildschirmgrößen, Tastaturbedienung, Screenreader und Übersetzungen. Bei eingebetteten Diensten muss auch nach Updates kontrolliert werden, ob die Information weiterhin sichtbar ist. Technische Metadaten sollten im vollständigen Veröffentlichungsprozess getestet werden, nicht nur in der Originaldatei.
6. Entscheidungen dokumentieren und erneut prüfen
Notieren Sie, warum eine Kennzeichnung verwendet wird oder warum sie nach Prüfung nicht erforderlich erscheint. Erfassen Sie Quellen, Produktversionen und verantwortliche Personen. Ändert sich die Funktion eines Systems, muss die Bewertung aktualisiert werden. Aus einem internen Entwurfswerkzeug kann durch eine neue Automatisierung schnell ein selbstständig veröffentlichendes System werden.
Was gute Kennzeichnungen sprachlich leisten
Eine Kennzeichnung ist Teil der Benutzeroberfläche und damit eine Kommunikationsaufgabe. Sie sollte korrekt, sichtbar und verständlich sein. Abschreckende Formulierungen helfen ebenso wenig wie beschönigende Produktnamen.
Bei einem Chatbot ist „Digitaler KI-Assistent“ meist klarer als ein fantasievoller Name ohne Erläuterung. Für ein synthetisches Video kann eine Formulierung wie „Dieses Video enthält eine KI-generierte Darstellung“ passend sein. Welche Aussage richtig ist, hängt davon ab, ob der gesamte Inhalt erzeugt oder nur ein Teil verändert wurde.
Der Hinweis sollte außerdem dort stehen, wo er benötigt wird. Ein Sternchen ohne leicht auffindbare Auflösung, blasser Text am unteren Seitenrand oder eine Information, die erst nach dem Öffnen mehrerer Menüs erscheint, erfüllt den Zweck aus Nutzersicht schlecht. Transparenz darf nicht als gestalterische Störung behandelt werden, die möglichst unsichtbar sein soll.
Aus UX-Sicht gilt ein einfacher Zusammenhang: Was Nutzer verstehen sollen, muss im Nutzungskontext erkennbar sein. Das gilt für Fehlermeldungen, Formulare und ebenso für KI-Hinweise. Gute Gestaltung integriert die Information, statt sie nachträglich an die Oberfläche zu kleben.
Verantwortung lässt sich nicht an das Tool delegieren
Anbieter werden in den kommenden Monaten mit Konformitätsversprechen werben. Das kann bei der Auswahl helfen, entbindet das nutzende Unternehmen aber nicht von der Prüfung des eigenen Einsatzes. Ein technisch geeignetes Werkzeug kann weiterhin falsch konfiguriert, missverständlich präsentiert oder ohne angemessene Kontrolle verwendet werden.
Ein Beispiel aus dem Content-Alltag: Ein Bildgenerator liefert eine Datei mit Herkunftsmetadaten. Die Marketingabteilung importiert sie in ein Gestaltungstool, exportiert eine verkleinerte Version und lädt diese in das CMS. Wenn die Metadaten dabei verloren gehen und ein notwendiger sichtbarer Hinweis fehlt, hilft die ursprüngliche Funktion des Generators wenig.
Ähnlich ist es beim Chatbot. Der Anbieter stellt ein Feld für einen Transparenzhinweis bereit. Das Unternehmen lässt es leer, weil die Begrüßung möglichst kurz sein soll. Auch hier lag die technische Möglichkeit vor, wurde aber im konkreten Betrieb nicht genutzt.
Verantwortung bedeutet deshalb, den gesamten Weg zu betrachten: Auswahl, Konfiguration, Inhalt, Veröffentlichung, Pflege und Abschaltung. Zuständigkeiten sollten nicht zwischen IT, Marketing und Datenschutz verschwinden. Für jede öffentlich eingesetzte Anwendung braucht es eine Person oder Rolle, die Änderungen verfolgt und Entscheidungen zusammenführt.
Transparenz ist mehr als Pflichterfüllung
Unternehmen fürchten gelegentlich, ein KI-Hinweis könne ihre Leistung weniger wertvoll erscheinen lassen. Diese Sorge sagt oft mehr über den Einsatz als über die Kennzeichnung aus. Wenn ein Chatbot einen klar begrenzten Service bietet und bei Bedarf zuverlässig an Menschen übergibt, akzeptieren Nutzer die Automatisierung meist. Frust entsteht, wenn der Bot Kompetenz vorspielt, Fragen missversteht und keinen Ausweg anbietet.
Auch bei Inhalten schadet Offenheit nicht automatisch. Kunden erwarten keine handgeschriebene Rohfassung jedes Produkttextes. Sie erwarten korrekte, hilfreiche und verantwortete Informationen. Ein Unternehmen sollte erklären können, wie es Qualität sichert und an welcher Stelle Menschen entscheiden.
Aus unserer Erfahrung hilft bei Content ein pragmatischer Blick: Gute Inhalte müssen zuerst den Menschen nützen, für die sie geschrieben werden. KI kann Recherche, Strukturierung oder Variantenbildung beschleunigen. Sie ersetzt aber keine Kenntnis der Zielgruppe, keine eigene Erfahrung und keine fachliche Verantwortung. Wer diesen Unterschied im Prozess verankert, muss Transparenz nicht als peinliches Eingeständnis behandeln.
Eine klare Kommunikation kann sogar ein Qualitätsmerkmal werden. Sie zeigt, dass das Unternehmen neue Technik einsetzt, ohne Nutzer über deren Rolle im Unklaren zu lassen. Gerade in Branchen, in denen Vertrauen eine große Rolle spielt, ist diese Haltung wertvoller als der Versuch, Automatisierung möglichst menschlich erscheinen zu lassen.
Typische Fehler kurz vor dem Stichtag
Der häufigste Fehler ist ein pauschaler Hinweis im Impressum oder in der Datenschutzerklärung. Dort kann er zusätzliche Informationen liefern, erreicht den Nutzer aber nicht zwingend in der betreffenden Interaktion. Ein Chatbot sollte sich im Chat zu erkennen geben. Ein manipulierter Medieninhalt benötigt eine Kennzeichnung am Inhalt oder in dessen unmittelbarem Kontext.
Ebenso problematisch ist eine Kennzeichnung ohne Bestandsaufnahme. Wenn jedes Bild vorsorglich als KI-generiert markiert wird, obwohl die Entstehung unbekannt ist, verliert der Hinweis an Aussagekraft. Wenn nur das neue Kampagnenmotiv betrachtet wird, während ein älterer Avatar weiter unmarkiert Schulungen präsentiert, bleibt die Prüfung unvollständig.
Ein dritter Fehler liegt in der alleinigen Zuständigkeit einer Abteilung. Die Rechtsabteilung kann Anforderungen auslegen, aber nicht jede technische Verarbeitung im CMS beurteilen. Entwickler kennen den Veröffentlichungsweg, entscheiden jedoch nicht über redaktionelle Verantwortung. Marketing versteht den Nutzungskontext, kennt aber möglicherweise die Metadaten des Dateiformats nicht. Eine kurze gemeinsame Prüfung ist meist effizienter als mehrere isolierte Freigaben.
Schließlich sollten Unternehmen nicht davon ausgehen, dass die Bewertung dauerhaft abgeschlossen ist. Anbieter ändern Modelle, Funktionen und Vertragsbedingungen. Plattformen passen ihre Kennzeichnungsmechanismen an. Auch Leitlinien und praktische Erfahrungen entwickeln sich weiter. Eine regelmäßige Überprüfung gehört deshalb zum Betrieb.
Was Unternehmen jetzt konkret tun sollten
Bis zum 2. August bleibt wenig Zeit, doch nicht jede Organisation benötigt ein monatelanges Projekt. Beginnen Sie mit den Anwendungen, die unmittelbar nach außen wirken. Prüfen Sie Chatbots, automatisch versendete Antworten, synthetische Bilder, Stimmen und Videos sowie weitgehend automatisiert veröffentlichte Texte.
Benennen Sie für jedes System eine verantwortliche Person. Klären Sie, ob Nutzer die KI erkennen können, ob ein Hinweis benötigt wird und ob technische Markierungen über den gesamten Veröffentlichungsweg erhalten bleiben. Dokumentieren Sie offene Fragen und holen Sie bei unklaren rechtlichen Konstellationen qualifizierte Beratung ein.
Danach lohnt sich der Blick auf den redaktionellen Prozess. Definieren Sie, welche Inhalte ein Mensch fachlich prüfen muss, wie Quellen dokumentiert werden und wer die Veröffentlichung verantwortet. Eine kurze, konkrete Arbeitsanweisung ist dabei oft hilfreicher als eine umfangreiche Grundsatzerklärung.
Websites und digitale Anwendungen sollten anschließend technisch getestet werden. Hinweise müssen auf Mobilgeräten funktionieren, barrierefrei wahrnehmbar sein und dürfen durch andere Oberflächenelemente nicht verschwinden. Bei externen Widgets gehört die Kontrolle nach jedem größeren Update in den Wartungsprozess.
Die offiziellen Informationen der Europäischen Kommission sollten als Ausgangspunkt dienen. Die Kommission stellt neben den Leitlinien auch eine zentrale Informationsplattform zum AI Act und einen freiwilligen Verhaltenskodex zur Kennzeichnung KI-generierter Inhalte bereit. Für die individuelle Rechtslage eines Unternehmens bleiben dessen konkrete Systeme und Prozesse ausschlaggebend.
Fazit
Die neuen Transparenzpflichten sind kein Anlass, KI aus Unternehmenskommunikation und digitalen Services zu verbannen. Sie verlangen aber mehr Klarheit darüber, wo Maschinen selbstständig kommunizieren, Inhalte erzeugen oder Realität überzeugend nachbilden.
Wer bisher einzelne Werkzeuge ohne gemeinsame Regeln eingeführt hat, sollte die verbleibende Zeit für eine Bestandsaufnahme nutzen. Chatbots, Medienproduktion und redaktionelle Prozesse verdienen dabei besondere Aufmerksamkeit. Sichtbare Hinweise, maschinenlesbare Markierungen und menschliche Kontrolle sind unterschiedliche Bausteine, die zum jeweiligen Einsatz passen müssen.
Aus unserer Erfahrung entsteht Vertrauen nicht dadurch, dass Technik unsichtbar bleibt. Es entsteht, wenn ein Unternehmen ihren Einsatz beherrscht, Grenzen offen benennt und Verantwortung übernimmt. Der 2. August 2026 ist deshalb mehr als ein formaler Termin. Er ist eine gute Gelegenheit, aus verstreuten KI-Experimenten einen nachvollziehbaren Prozess zu machen.
Hinweis: Dieser Beitrag bietet eine praktische Orientierung und stellt keine Rechtsberatung dar. Maßgeblich sind der AI Act, die jeweils aktuellen Leitlinien und die konkrete Nutzungssituation.