Zum Inhalt springen

Insights

EU AI Act Transparenzpflicht: So bauen Sie die Kennzeichnung direkt in Ihre Systeme ein

Eine Intranet-Seite zur Kennzeichnungspflicht hilft dem Vertriebsmitarbeiter kurz vor Feierabend nicht. Wie Chatbot-Hinweis, maschinenlesbare Markierung und Audit-Trail als Funktion in Ihre Systeme kommen.

Dawid SochackiVeröffentlicht am Aktualisiert am 5 Min Lesezeit
EU AI Act Transparenzpflicht: So bauen Sie die Kennzeichnung direkt in Ihre Systeme ein

Die Transparenzpflichten des EU AI Act betreffen fast jedes Unternehmen, das KI einsetzt, vom Chatbot bis zu generierten Inhalten. Statt auf Richtlinien und Schulungen zu setzen, bauen Sie die Kennzeichnung als Funktion in Ihre Systeme ein, denn nur so ist sie dauerhaft und nachweisbar.

Was konkret verlangt wird

Nach Artikel 50 des EU AI Act (Verordnung (EU) 2024/1689), der seit dem 2. August 2026 gilt, müssen Menschen erkennen können, wenn sie mit einer KI interagieren, und KI-generierte Inhalte müssen unter den gesetzlichen Voraussetzungen maschinenlesbar markiert sein. Ihr Chatbot muss sich klar als KI zu erkennen geben; KI-erzeugte Texte, Bilder oder Videos brauchen Metadaten, die eine Software automatisiert auslesen kann.

Das gilt für große Konzerne wie für mittelständische Unternehmen, die KI im Kundenservice, im Marketing oder in der Produktkommunikation einsetzen. Für die maschinenlesbare Markierung von Systemen, die schon vor diesem Datum auf dem Markt waren, läuft nach der Verordnung (EU) 2026/1744 eine Übergangsfrist bis zum 2. Dezember 2026. Welche Ausnahmen für redaktionell verantwortete Texte gelten und was das für Ihren Fall heißt, klärt Ihre Rechtsberatung. Die Technik dahinter ist in allen Varianten dieselbe.

Ein Beispiel: Betreibt Ihr Unternehmen einen KI-gestützten Chatbot auf der Website, muss dieser beim ersten Kontakt eindeutig als KI gekennzeichnet sein. Automatisch erstellte Produktbeschreibungen brauchen zusätzlich eine maschinenlesbare Markierung, damit Prüfsoftware sie identifizieren kann.

Der übliche Weg, und warum er scheitert

Viele Unternehmen setzen die Transparenzpflichten organisatorisch um: eine Intranet-Seite, eine E-Mail an alle, ein Punkt in der nächsten Schulung. Das reicht nicht, weil es auf die Disziplin einzelner Personen setzt, die im Arbeitsalltag unter Zeitdruck stehen.

Ein Vertriebsmitarbeiter, der kurz vor Feierabend ein Angebot mit KI-Unterstützung erstellt, denkt nicht an die Kennzeichnungspflicht. Er hat andere Prioritäten, und zwar zu Recht. Die Folge ist ein dauerhaftes Restrisiko, dass Inhalte ungekennzeichnet bleiben. Organisatorische Maßnahmen hängen von menschlicher Erinnerung ab. Technische Lösungen wirken unabhängig davon, wer gerade welche Aufgabe erledigt.

Transparenz als Funktion des Systems

Jede Transparenzpflicht lässt sich als Funktion umsetzen. Einmal gebaut, gilt sie für alle Systeme und Nutzer. Sie verlagern die Verantwortung vom Individuum auf die Architektur.

Chatbot-Kennzeichnung als Teil der Komponente

Die Kennzeichnung „Sie chatten mit einem KI-Assistenten“ gehört in die Chat-Komponente selbst, als fester Bestandteil des ersten Sichtkontakts, nicht versteckt in der Datenschutzerklärung. Wenn Sie Ihre Chat-Oberfläche selbst entwickeln oder anpassen, ist das eine kleine Änderung.

Wichtig ist der Übergabefall. Übernimmt ein Mitarbeiter das Gespräch, muss der Kunde das erkennen. Ebenso, wenn die KI wieder übernimmt. Diese Statuswechsel gehören in das Datenmodell des Gesprächs, nicht in einen frei editierbaren Text, damit sie ein Redesign der Oberfläche überleben.

Maschinenlesbare Markierung in der Pipeline

KI-generierte Inhalte erhalten ihre Kennzeichnung im Generierungs-Workflow, nicht nachträglich von Hand: Metadaten im Dokument, Herkunftsvermerk im CMS-Feld, bei Bildern signierte Herkunftsinformationen nach dem Standard C2PA (Coalition for Content Provenance and Authenticity).

Der Redakteur muss nichts wissen und nichts tun. Das System schreibt die Markierung mit. Genau das meint „maschinenlesbar“: kein Sternchen im Text, sondern ein Attribut, das eine Prüfsoftware zuverlässig findet.

Der Audit-Trail für KI-Systeme läuft mit

Läuft Ihr KI-Zugang über ein zentrales Gateway, fallen die relevanten Informationen als Nebenprodukt an: Welcher Inhalt wurde wann von welchem Modell erzeugt, und wer hat ihn freigegeben? Sie müssen diese Daten nur speichern und für Audits exportierbar machen. Die Nachweisfrage eines Audits beantworten Sie dann mit einem Export statt mit einer Erinnerungsrunde.

Schulungsnachweis inklusive

Die KI-Kompetenzpflicht des EU AI Act gilt bereits und wird trotzdem häufig vergessen: Artikel 4 verlangt seit der Änderung durch die Verordnung (EU) 2026/1744 Maßnahmen, die den Aufbau von KI-Kompetenz fördern. Auch hier hilft der Systemgedanke: Betreiben Sie ein zentrales KI-Portal, koppeln Sie die Schulungsbestätigung an den ersten Login. Niemand arbeitet mit dem System, bevor er die Einweisung bestätigt hat, und der Nachweis liegt automatisch vor.

Die unbequeme Rechnung

Die Transparenzpflichten lassen sich als Bürokratie abtun oder als Anlass für besseres Engineering nutzen. Die Richtlinien-Variante kostet scheinbar nichts, produziert aber dauerhaft Restrisiko und jährliche Erinnerungskampagnen. Die gebaute Variante kostet einmal Entwicklungszeit und ist dann erledigt. Nicht „hoffentlich erledigt“, sondern erledigt.

Wer jetzt baut, baut in Ruhe. Wer später baut, baut unter Druck, zum gleichen Preis.

Häufige Fragen

Wie kennzeichne ich KI-generierte Inhalte technisch?

Über Metadaten im Dateiformat, etwa XMP-Felder bei Bildern und PDF-Dokumenten, über strukturierte Felder im CMS und bei Medien über signierte Herkunftsinformationen nach C2PA. Die Markierung wird im Generierungs-Workflow automatisch gesetzt.

Reicht eine Richtlinie im Intranet aus?

Nein. Sie setzt auf die Disziplin einzelner Mitarbeiter und lässt sich im Audit nicht belegen. Automatische Kennzeichnung und ein fester Chatbot-Hinweis sind zuverlässiger und nachweisbar.

Wie lange dauert die technische Umsetzung?

Ein Chatbot-Hinweis in einer selbst betriebenen Oberfläche ist schnell erledigt. Metadaten in Content-Pipelines brauchen je nach Anzahl der Werkzeuge mehr Zeit. Ein zentrales Gateway mit Audit-Trail ist ein eigenes, aber überschaubares Projekt und trägt mehrere Pflichten auf einmal.

Prüfen Sie, wo KI bei Ihnen sichtbar wird

Gehen Sie Ihre Systeme durch: Wo spricht ein Kunde mit einer KI, wo entstehen generierte Inhalte, und wo läuft heute ein Protokoll mit? Bringen Sie das Ergebnis mit in den Potenzial-Check, eine halbe Stunde, kostenlos. Wir sagen Ihnen, welche Kennzeichnung Sie in Ihre bestehenden Systeme einbauen können und wo ein Gateway den Rest übernimmt. Potenzial-Check buchen

  • Compliance & KI-Governance

Mehr zum Thema