KI-Kennzeichnung wird Pflicht: Was Unternehmen ab 2. August 2026 tun müssen

Ab 2. August 2026 wird KI-Content kennzeichnungspflichtig

Ab dem 2. August 2026 werden die Transparenzpflichten aus Artikel 50 des EU AI Act anwendbar. Für viele Unternehmen klingt das zunächst nach einer überschaubaren Pflicht rund um einen Hinweis wie „mit KI erstellt“. In der Praxis ist die Sache größer: Betroffen sind nicht nur offensichtliche Bildgeneratoren, sondern auch Text-, Audio- und Video-Workflows, eingebettete Assistenten, Publishing-Strecken und Plattformfunktionen, in denen synthetische Inhalte erzeugt oder ausgespielt werden.

Der eigentliche Fehler wäre deshalb, die Pflicht als reines Kommunikationsdetail zu behandeln. Sie ist vielmehr eine Governance-Frage: Welche Systeme erzeugen bei Ihnen überhaupt synthetische Inhalte? Welche davon veröffentlichen Sie nach außen? Welche werden intern bearbeitet, gekürzt oder weiterverwendet? Und an welcher Stelle im Prozess geht die Verantwortung vom Tool-Anbieter auf das einsetzende Unternehmen über?

Welche EU-Quellen hier wirklich zählen

Wer das Thema sauber einordnen will, sollte nicht mit Sekundärdebatten beginnen, sondern mit drei Ebenen: dem Gesetzestext von Artikel 50, den Leitlinien der Kommission und den FAQ zur praktischen Anwendung. Genau diese Kombination ist wichtig, weil der AI Act die Pflicht vorgibt, die Kommissionsdokumente aber erst erklären, wie Unternehmen Scope, Rollen und Grenzfälle im Alltag lesen sollen.

Für Leser aus Produkt, Marketing und Compliance ist vor allem diese Übersetzung entscheidend: Nicht jede KI-Nutzung ist automatisch ein Kennzeichnungsfall, aber überall dort, wo ein System Inhalte generiert oder manipuliert und diese für Menschen oder Öffentlichkeit relevant werden, steigt die Pflicht zur klaren Transparenz.

Welche KI-Inhalte unter die Pflicht fallen

Im Kern zielt Artikel 50 auf bestimmte Transparenzsituationen. Dazu gehören insbesondere KI-Systeme, die mit Menschen interagieren, sowie Systeme oder Outputs, bei denen synthetische oder manipulierte Inhalte für Nutzer erkennbar gemacht werden müssen. In der Praxis geht es damit um typische generative Formate wie Bilder, Audio, Video und je nach Nutzungskontext auch Text.

Für Unternehmen heißt das: Die Frage ist nicht nur, ob irgendwo ein Modell eingesetzt wird. Die bessere Frage lautet: Entsteht am Ende ein Inhalt, den Dritte sehen, hören oder lesen und bei dem Transparenz über den KI-Ursprung relevant ist?

Das trifft etwa auf Marketing-Grafiken, Produktbilder, automatisch erzeugte Sprecherstimmen, Videoelemente, Content-Snippets, Support-Antworten oder Plattformfunktionen zu, bei denen Nutzer nicht ohne Weiteres erkennen können, dass sie mit einem KI-System oder mit KI-erzeugtem Material zu tun haben. Gerade bei eingebetteten Assistenten in SaaS-Produkten wird das schnell zur Produktfrage und nicht nur zur Rechtsfrage.

Wer für die Kennzeichnung zuständig ist

Viele Teams suchen nach einer einfachen Antwort wie „Der Anbieter muss das lösen“ oder „Das liegt bei Legal“. Beides greift zu kurz. Die EU unterscheidet zwischen Providern und Deployern. Vereinfacht gesagt: Der Provider stellt das KI-System bereit, der Deployer setzt es in seinem konkreten Umfeld ein. Für Unternehmen ist diese Trennung deshalb wichtig, weil ein Anbieter zwar Kennzeichnungsfunktionen, Metadaten oder Standards mitliefern kann, die Verantwortung für den tatsächlichen Veröffentlichungskontext aber oft beim einsetzenden Unternehmen liegt.

Genau hier entstehen die meisten praktischen Lücken. Ein Bildgenerator kann Metadaten setzen. Wenn Ihr Team den Output danach exportiert, zuschneidet, in ein CMS lädt oder in Social-Posts einbaut, muss Ihre Organisation trotzdem wissen, ob und wie die Kennzeichnung erhalten bleibt. Dasselbe gilt für Text-Workflows: Ein Modellanbieter kann Transparenzhinweise bereitstellen, aber wenn ein Unternehmen generierte Bausteine in Help Center, Kampagnen oder Produktoberflächen übernimmt, wird die Pflicht schnell zu einer Frage des eigenen Publishing-Prozesses.

Unternehmen mit mehreren KI-Werkzeugen sollten diese Rollen nicht theoretisch behandeln, sondern in ihrer Tool-Landschaft nachzeichnen. Das ist dieselbe Governance-Logik, die auch bei modernen Assistenten und Agenten relevant wird, etwa bei Anthropics Claude ist kein Chatbot mehr: So trennen Unternehmen Code, Cowork und Modelle. Je mehr Einsatzformen entstehen, desto weniger reicht ein pauschaler KI-Hinweis im Footer.

Was das für Teams, Tools und Freigaben bedeutet

Für Marketing-Teams bedeutet die Pflicht: KI-gestützte Creatives, Kampagnenbilder, Sprecherstimmen oder automatisch erzeugte Kurztexte müssen nicht nur erstellt, sondern auch klassifiziert werden. Für Produktteams bedeutet sie: Wenn Nutzer mit einem KI-System interagieren oder erstellt Inhalte im Produkt sehen, muss Transparenz an der richtigen Stelle im Interface erscheinen. Für Plattform- und Content-Teams bedeutet sie: Kennzeichnung darf nicht an Exporten, Konvertierungen oder manuellen Bearbeitungsschritten verloren gehen.

Damit verschiebt sich die Aufgabe weg von einer einmaligen Rechtsprüfung hin zu einem dauerhaften Betriebsmodell. Wer heute schon mehrere Generatoren, Editoren, CMS-Stufen und Freigaben kombiniert, braucht eine belastbare Antwort auf drei Fragen:

• Wo entstehen bei uns kennzeichnungspflichtige Outputs?
• Wo wird die Kennzeichnung technisch erzeugt?
• Wo kann sie im Workflow verloren gehen?

Genau deshalb ist der 2. August 2026 kein Termin nur für Legal, sondern ein Termin für Produktbetrieb, Content-Operations und Governance.

Wie die Kennzeichnung technisch funktionieren soll

Die schwierigste Missverständnisquelle ist die Annahme, Kennzeichnung bedeute einfach einen frei formulierten Textbaustein. Die Kommission denkt das Thema breiter: Kennzeichnung soll erkennbar, zweckmäßig und in relevanten Fällen maschinenlesbar sein. Für Unternehmen heißt das übersetzt: Ein sichtbarer Hinweis für Menschen kann nötig sein, aber ebenso wichtig ist, ob Metadaten, Provenance-Informationen oder andere Markierungen technisch mitgeführt werden.

Das ist besonders relevant, wenn Inhalte über mehrere Systeme wandern. Ein Generator kann Informationen einbetten, ein DAM-System kann sie erhalten oder verwerfen, ein CMS kann sie teilweise übernehmen, ein Social-Workflow kann sie vollständig abschneiden. Genau an dieser Stelle entscheidet sich, ob aus einer formalen Compliance-Idee ein belastbarer Prozess wird.

Praktisch sollten Teams deshalb nicht nur fragen, ob ein Tool eine Kennzeichnung anbietet, sondern wie robust diese Kennzeichnung über den gesamten Lebenszyklus bleibt:

• beim Export in verschiedene Dateiformate,
• bei der Weiterbearbeitung in Design- oder Editing-Tools,
• bei Uploads in CMS, Shops oder Kampagnen-Tools,
• bei API-Übergaben zwischen mehreren Systemen,
• und bei Nutzern, die Inhalte erneut herunterladen oder umwandeln.

Gerade hier wird die Debatte um Wasserzeichen, Herkunftsnachweise und Content-Provenance relevant. Ein einzelnes sichtbares Label kann für Nutzer hilfreich sein, ist aber allein oft nicht genug. Umgekehrt helfen reine Metadaten wenig, wenn sie im Frontend nie sichtbar werden. Unternehmen brauchen also keine symbolische, sondern eine mehrschichtige Kennzeichnungslogik.

Wer diese Markierungsfrage nur als kosmetisches UI-Detail liest, unterschätzt die technische Betriebsseite. Genau deshalb lohnt ergänzend der Blick auf Meta baut ein KI-Wasserzeichen – doch die eigentliche Frage bleibt Google: Die eigentliche Herausforderung ist nicht, irgendein Signal zu setzen, sondern ein Signal, das im Alltag interoperabel und verlässlich bleibt.

Welche Prozesse Unternehmen jetzt umbauen müssen

Der größte praktische Schritt ist fast immer eine Inventur. Viele Organisationen wissen erstaunlich ungenau, an wie vielen Stellen heute schon KI-Outputs entstehen. Das betrifft nicht nur offensichtliche Generatoren, sondern auch Meeting-Zusammenfassungen, Support-Antworten, Kreativvarianten, Lokalisierung, Voiceover, Bildbearbeitung und eingebettete Assistenten in bestehenden SaaS-Tools.

Sinnvoll ist ein vierstufiges Vorgehen:

1. Content-Klassen definieren: Bild, Text, Audio, Video, UI-Interaktion und bearbeitete Inhalte getrennt erfassen.
2. Tool-Pfade dokumentieren: Woher kommt der Output, durch welche Systeme läuft er, wo wird er veröffentlicht?
3. Verantwortung zuweisen: Wer entscheidet im Grenzfall über Kennzeichnung, Ausnahme oder Freigabe?
4. Kontrollen einbauen: Ohne Pflichtfeld, Freigabeschritt oder technische Policy geht Kennzeichnung im Alltag schnell verloren.

In vielen Teams ist das keine neue Bürokratie, sondern verspätete Ordnung. Die gleiche Logik gilt auch bei Rechten, Connectoren und Agenten-Workflows: Wenn niemand sauber weiß, welches System was erzeugt und wohin es schreibt, steigt nicht nur das Compliance-, sondern auch das Betriebsrisiko. Darauf zielt indirekt auch Warum Enterprise-GenAI das Ransomware-Risiko vergrößert: Nicht das Modell allein ist das Problem, sondern die Kombination aus Rechten, Prozessen und unklaren Zuständigkeiten.

Wo die Regeln nicht für alles gelten

So wichtig die neue Pflicht ist: Unternehmen sollten nicht in die Gegenrichtung kippen und jeden KI-Kontakt automatisch wie vollsynthetischen Content behandeln. Die Kommissionsdokumente machen deutlich, dass es auf den Nutzungskontext und auf den Grad der Veränderung ankommt. Besonders relevant sind deshalb Ausnahmen und Grenzfälle rund um unterstützende Standardbearbeitung und Inhalte, die nicht wesentlich verändert wurden.

Genau hier braucht es saubere interne Kriterien. Wenn ein Tool etwa Helligkeit, Schärfe oder Rauschen optimiert, ist das etwas anderes als ein System, das eine Person, Stimme oder Szene synthetisch erzeugt oder substanziell verändert. Ähnlich bei Text: Rechtschreibkorrektur, Formatierung oder rein assistive Bearbeitung ist nicht dasselbe wie das Generieren inhaltlich eigenständiger Aussagen, die anschließend veröffentlicht werden.

Auch redaktionell verantwortete Kontexte verlangen Differenzierung. Nicht jeder redaktionelle Workflow ist automatisch ausgenommen, aber Verantwortung, Bearbeitungsgrad und Transparenz gegenüber dem Publikum spielen für die Einordnung eine Rolle. Für Unternehmen mit Markenmedien, Wissensdatenbanken oder Support-Portalen ist genau das heikel: Zwischen „KI hat unterstützt“ und „dieser Output ist im Kern synthetisch“ liegen operative Grauzonen, die sich nicht mit Bauchgefühl lösen lassen.

Deshalb ist die beste Vorbereitung nicht maximale Pauschalisierung, sondern eine dokumentierte Grenzfalllogik. Teams sollten für wiederkehrende Fälle festhalten:

• Was gilt bei uns als bloße Standardbearbeitung?
• Ab wann sprechen wir von wesentlicher KI-Generierung oder Manipulation?
• Wer entscheidet bei Mischformen aus menschlicher Bearbeitung und Modell-Output?
• Welche Nachweise brauchen wir, wenn wir uns auf eine Ausnahme berufen?

Welche Punkte für Governance und Freigaben wichtig sind

Viele Unternehmen werden die Pflicht nicht an der Rechtsidee scheitern sehen, sondern an zu lockeren Alltagsprozessen. Wenn Assets per Chat, E-Mail, Exportordner oder Copy-and-paste zwischen Teams wandern, hilft selbst eine gute Kennzeichnungsfunktion wenig. Governance heißt hier vor allem: die Stellen identifizieren, an denen aus einem kontrollierten KI-Output ein unkontrollierter Publikationspfad wird.

Praktisch wichtig sind deshalb drei Prinzipien:

Erstens: Standard statt Ausnahme. Wenn Kennzeichnung nur manuell erfolgt, wird sie im Tempo des Tagesgeschäfts ausfallen.
Zweitens: Freigaben an den Veröffentlichungspunkt legen. Nicht die Modellnutzung allein ist entscheidend, sondern der Moment, in dem ein Inhalt sichtbar wird.
Drittens: Rechte und Rollen sauber trennen. Wer erzeugt, wer bearbeitet, wer publiziert und wer ausnimmt, sollte nicht implizit bleiben.

Je stärker Unternehmen auf eingebettete Assistenten, agentische Tools und automatisierte Content-Pfade setzen, desto mehr wird diese Pflicht Teil allgemeiner KI-Governance. Das ist derselbe strukturelle Punkt, der auch in vielen anderen KI-Themen sichtbar wird: Verantwortung darf nicht im Tool verschwinden.

Was Unternehmen jetzt sofort prüfen sollten

Wer bis kurz vor dem 2. August 2026 wartet, wird die Pflicht wahrscheinlich zu eng lesen. Die bessere Reihenfolge ist umgekehrt: erst die betroffenen Workflows sichtbar machen, dann die Kennzeichnungslogik festziehen.

Eine praxistaugliche Sofortliste sieht so aus:

1. Alle KI-Quellen inventarisieren. Nicht nur zentrale Generatoren, sondern auch versteckte KI-Funktionen in bestehender Software erfassen.
2. Kennzeichnungspflichtige Output-Typen markieren. Bilder, Audio, Video, Text und Interaktionsflächen getrennt betrachten.
3. Provider-Funktionen prüfen. Unterstützt das eingesetzte Tool sichtbare Kennzeichnung, Metadaten oder andere robuste Markierungen?
4. Verluststellen im Workflow suchen. Export, Copy-and-paste, Screenshots, CMS-Uploads und API-Übergaben sind typische Bruchstellen.
5. Grenzfälle dokumentieren. Standardbearbeitung, leichte Retusche und Mischformen sollten nicht ad hoc entschieden werden.
6. Freigaben anpassen. Veröffentlichungsprozesse brauchen eine klare Frage: Ist dieser Inhalt erstellt oder KI-manipuliert, und wenn ja, wie wird das kenntlich gemacht?
7. Zuständigkeiten benennen. Ohne eindeutige Owner in Produkt, Marketing, Content oder Compliance bleibt die Pflicht theoretisch.

Der entscheidende Punkt zum Schluss: Die EU verlangt ab dem 2. August 2026 nicht bloß mehr Etiketten, sondern mehr Nachvollziehbarkeit. Unternehmen, die das früh als Prozessfrage behandeln, haben nicht nur bessere Chancen auf Compliance. Sie reduzieren auch die Reibung zwischen Produkt, Content, Legal und Betrieb.

Genau deshalb ist die KI-Kennzeichnungspflicht am Ende kein Randthema für Formulierungen, sondern ein Test dafür, wie ernst eine Organisation ihre KI-Governance bereits nimmt.