Der EU-AI-Act wird operativ
Mit dem am 10. Juni 2026 veröffentlichten Code of Practice on Transparency of AI-Generated Content hat die EU-Kommission aus einer abstrakten Pflicht eine ziemlich konkrete Betriebsaufgabe gemacht. Der Kodex soll Anbietern und Betreibern generativer KI-Systeme helfen, die Transparenzpflichten aus Artikel 50 des AI Act umzusetzen. Diese Pflichten gelten ab dem 2. August 2026 und betreffen nicht nur offensichtliche Deepfakes, sondern auch KI-generierte Inhalte, die für Nutzerinnen und Nutzer als solche erkennbar sein müssen.
Für FreshCore-Leser ist das keine Randnotiz aus der EU-Politik. Es geht um die Frage, wie KI in realen Publishing-, Support- und Automatisierungs-Workflows eingebettet wird. Sobald ein System Texte, Bilder, Audio oder Video erzeugt, reicht es nicht mehr, auf die Qualität des Outputs zu schauen. Dann zählt auch, ob Herkunft, Bearbeitungsstatus und Kennzeichnung sauber mitgeführt werden. Genau dort wird aus Regulierung ein Engineering-Thema.
Was die Kommission konkret fordert
Der veröffentlichte Kodex ist rechtlich freiwillig, die Transparenzpflichten selbst sind es aber nicht. Wer den Kodex unterschreibt, kann seine Maßnahmen als praktikablen Nachweis für die Einhaltung der Regeln verwenden. Wer anders vorgeht, muss die Angemessenheit seiner Lösung im Zweifel einzeln gegenüber den Marktaufsichtsbehörden begründen. Das ist ein wichtiger Unterschied: Der Kodex schreibt nicht das Leben vor, aber er macht klar, in welche Richtung der Markt sich bewegen soll.
Die technische Linie ist bemerkenswert nüchtern. Die EU setzt nicht auf eine einzelne Wundertechnik, sondern auf mehrere Ebenen: signierte Metadaten, unsichtbare Wasserzeichen, Inhalts-Fingerprints und Protokollierung. Für Audio, Bild, Video und Text sollen Systeme die Herkunft maschinenlesbar markieren, sofern das technisch machbar ist. Bei Texten gilt das besonders für Veröffentlichungen mit mehr als 200 Texteinheiten. Für Deepfakes und bestimmte KI-Texte, die die Öffentlichkeit betreffen, kommen zusätzliche Offenlegungspflichten hinzu.
Der Kern ist damit klar: Sichtbare Labels sind nur ein Teil der Lösung. Entscheidend ist, dass Maschinen die Herkunft noch erkennen können, wenn ein Inhalt durch mehrere Systeme wandert, in einen CMS-Workflow geht, in Social Media exportiert wird oder in einem Agenten-Tool weiterverarbeitet wird.
Warum das für Entwickler und Betreiber relevant ist
In vielen Teams wird KI heute an genau den Stellen eingesetzt, an denen Output direkt veröffentlicht oder weitergeleitet wird: Blogsysteme, Support-Antworten, Produktbeschreibungen, Release Notes, interne Wissensdatenbanken, Monitoring-Zusammenfassungen oder automatisch generierte Statusmeldungen. Bisher war die Hauptfrage oft: Ist der Text brauchbar? Mit dem AI Act kommt eine zweite Frage dazu: Ist die Herkunft dieses Textes nachvollziehbar und korrekt gekennzeichnet?
Damit verschiebt sich Verantwortung aus der reinen Modellnutzung in die Systemarchitektur. Wer KI nur als Chatfenster betrachtet, verpasst das eigentliche Problem. Relevant sind die Übergänge: Welche Daten bekommt das Modell? Welche Metadaten werden beim Rendern erhalten? Was passiert, wenn ein Inhalt als HTML, PDF, Bildauszug oder API-Response weitergereicht wird? Welche Kennzeichnung bleibt übrig, wenn ein Text von einem LLM, einem Redaktionssystem und einem Publishing-Bot gemeinsam bearbeitet wurde?
Gerade für Automatisierungsteams ist das anspruchsvoll. Ein sauberer Workflow braucht künftig nicht nur Freigaben und Logging, sondern auch Provenance-Informationen. Das kann ein zusätzliches Feld im CMS sein, ein Flag in der API, ein Audit-Eintrag in der Pipeline oder ein Markierungs-Header in einem Content-Export. Wichtig ist nicht das Symbol selbst, sondern dass die Herkunft nicht unterwegs verloren geht.
Die technische Realität ist komplizierter als die politische Botschaft
Die Kommission beschreibt ausdrücklich, dass es kein einzelnes Verfahren gibt, das gleichzeitig Wirksamkeit, Robustheit, Interoperabilität und Verlässlichkeit vollständig garantiert. Genau das ist der Punkt, an dem sich echte Implementierung von Marketing trennt. Wasserzeichen lassen sich in manchen Fällen beschädigen oder entfernen. Metadaten können beim Kopieren verschwinden. Fingerprints helfen nicht, wenn Inhalte umformatiert oder stark bearbeitet werden. Und selbst gute Detektoren bleiben fehleranfällig.
Darum ist die Multi-Layer-Idee sinnvoll. Wer wirklich Compliance und Nachvollziehbarkeit will, muss mehrere Signale kombinieren: ein technisches Herkunftsmerkmal, eine sichtbare Nutzerkennzeichnung und ein internes Audit-Log, das nachvollziehen lässt, wer oder was den Inhalt erzeugt hat. Für Anbieter bedeutet das unter anderem, Modellversionen, Zeitpunkte, Eingabekontexte und Ausgabestatus sauber zu dokumentieren. Für Deployers, also für die Betreiber, geht es zusätzlich um klare Offenlegung gegenüber dem Publikum.
Der Kodex nennt auch eine praktische Grenze: Für Prüfwerkzeuge dürfen Anbieter den Zugang zeitweise auf verifizierte Fachnutzer beschränken, wenn es um textbasierte Wasserzeichen geht. Gleichzeitig sollen Behörden, Medien, Faktenprüfer, Forschende und zivilgesellschaftliche Stellen solche Werkzeuge kostenfrei nutzen können. Das zeigt, dass die EU hier nicht nur an Regulierung denkt, sondern auch an die spätere Kontrolle durch Dritte.
Was sich für Content-Pipelines jetzt ändern sollte
Für ein modernes Tech-Team ist die richtige Reaktion nicht Panik, sondern Systemdesign. Wer heute schon weiß, welche Inhalte von Menschen, von Modellen und von hybriden Workflows stammen, ist klar im Vorteil. Sinnvolle Schritte sind:
- Alle Systeme inventarisieren, die Texte, Bilder, Audio oder Video generieren oder nachbearbeiten.
- Ein eigenes Provenance-Feld einführen, das Modell, Zeitpunkt, Freigabestatus und Art der Bearbeitung speichert.
- Automatische Kennzeichnungen in CMS-, Ticket-, Chat- und Publishing-Workflows verankern.
- Zwischen rein automatisch erzeugten und menschlich geprüften Inhalten unterscheiden.
- Logs und Exporte so gestalten, dass Metadaten nicht beim nächsten Schritt verloren gehen.
- Compliance, Redaktion, Security und Plattformbetrieb gemeinsam auf einen Standard festlegen.
Besonders wichtig ist die Trennung zwischen sichtbarer Kommunikation und interner Nachweisführung. Ein Label auf der Website reicht nicht, wenn intern niemand mehr erklären kann, wie der Inhalt entstanden ist. Umgekehrt nützt ein perfektes Audit-Log wenig, wenn Nutzerinnen und Nutzer die Herkunft nicht erkennen. Gute Implementierung muss beides leisten.
Warum das für FreshCore-Leser zählt
FreshCore-Leser, die KI in Supportprozessen, Statuskommunikation, Wissensartikeln oder Automatisierungen einsetzen, bekommen mit diesem Kodex eine klare Richtung: KI-Ausgaben werden nicht nur auf Qualität, sondern auf Herkunft und Kennzeichnung geprüft. Das ist besonders relevant, wenn Inhalte aus internen Systemen in öffentliche Kanäle wandern. Eine automatisch erzeugte Statusmeldung, ein Support-Text oder ein aus Vorlagen generierter Blogbeitrag kann künftig nicht mehr wie ein normaler redaktioneller Text behandelt werden, wenn Maschinenlesbarkeit und Offenlegung gefordert sind.
Das ist keine Einschränkung von Innovation, sondern eine Aufforderung zu sauberer Architektur. Wer Content-Provenance früh mitdenkt, spart sich später chaotische Nacharbeit. Wer jetzt saubere Kennzeichnung, Review-Schritte und Auditfähigkeit einbaut, kann KI weiter produktiv nutzen, ohne bei der Transparenz hinterherzulaufen.
Einordnung
Der neue Kodex ist nicht spektakulär im Sinne eines Produktlaunches. Aber er ist für den Betrieb von KI-Systemen vermutlich wichtiger als viele glamouröse Modellankündigungen. Er verschiebt die Frage von „Was kann das Modell?“ zu „Wie beweisen wir, dass dieses Ergebnis korrekt eingeordnet werden kann?“. Genau dieser Wechsel ist reif für die Praxis, weil er Technik, Recht, Redaktion und Betrieb zusammenbringt.
Für Europa entsteht damit ein gemeinsamer Referenzrahmen, der nicht jedes Detail vorgibt, aber die Richtung festlegt. Für Teams außerhalb Europas ist das ebenfalls relevant, weil viele Plattformen und Modelle global arbeiten und Transparenz nicht an einer Landesgrenze endet. Wer Inhalte international ausspielt, sollte die strengsten Anforderungen früh als Standard behandeln.
Bildquelle: Europäische Kommission, Seite „Code of Practice on Transparency of AI-Generated Content“.
Quellen: Europäische Kommission, Code of Practice on Transparency of AI-Generated Content; Golem.de, „AI Act: EU-Kommission veröffentlicht Verhaltenskodex für KI-Inhalte“ vom 12. Juni 2026.
