Transparenzregeln des EU AI Act treten in Kraft, doch Kennzeichnungen haben Grenzen

Die Europäische Kommission hat am 2. August 2026 neue Transparenzpflichten für KI aktiviert und Dienste wie Google News damit einer strengeren Prüfung unterzogen. Die Regeln verlangen Offenlegungen bei Chatbot-Interaktionen, Deepfakes, synthetischen Texten von öffentlichem Interesse und bestimmten KI-generierten Materialien. Der zentrale Konflikt bleibt jedoch ungelöst. Ein Label kann offenlegen, dass KI an einem Inhalt beteiligt war, ohne zu belegen, ob dessen Aussagen korrekt sind.

Diese Lücke ist für jede Plattform relevant, die öffentliche Informationen organisiert. Google News nutzt bereits automatisierte Systeme, um Berichte von Verlagen auszuwählen, zu gruppieren und zu sortieren. Generative KI fügt durch Zusammenfassungen, umformulierte Antworten, synthetische Bilder und dialogorientierte Schnittstellen eine weitere Ebene hinzu. Europäische Regulierungsbehörden wollen nun, dass Menschen diese Ebene erkennen, statt ihr als unsichtbarer Infrastruktur zu begegnen.

Die Änderung ist daher größer als ein neues Label neben einem Artikel. Sie prüft, ob technische Offenlegung entlang einer fragmentierten Informationskette zu echter Rechenschaftspflicht führen kann. Modellentwickler, Anwendungsanbieter, Verlage, Werbetreibende und Plattformbetreiber können alle beeinflussen, was einen Leser erreicht. Jeder Beteiligte verfügt über unterschiedliche Informationen und trägt unterschiedliche Verantwortung.

Die Europäische Kommission hat detaillierte Leitlinien und einen freiwilligen Verhaltenskodex bereitgestellt. Ob diese Materialien die Transparenz in der Praxis verbessern, wird von Durchsetzung, Nutzerverständnis und Interoperabilität abhängen. Google News und andere große Distributionsdienste stehen nun unter Druck, KI-Beteiligung sichtbar zu machen, ohne Leser mit Warnhinweisen zu überfordern.

Was sich mit den Regeln der Europäischen Kommission ändert

Artikel 50 macht mehrere Formen der KI-Offenlegung von einer optionalen Produktentscheidung zu einer Frage der Rechtskonformität.

Die Verpflichtungen ergeben sich aus dem AI Act der Europäischen Union, einem risikobasierten Gesetz, das Entwicklung, Vertrieb und Nutzung künstlicher Intelligenz abdeckt. Artikel 50 konzentriert sich auf Fälle, in denen Menschen missverstehen können, wer oder was eine Interaktion oder einen Inhalt erzeugt hat.

Die Regeln gelten ab dem 2. August 2026. Die Kommission veröffentlichte ihre endgültigen Umsetzungsleitlinien am 20. Juli, weniger als zwei Wochen vor diesem Datum. Ihre Transparenzleitlinien erläutern, welche Systeme und Organisationen in den Anwendungsbereich fallen.

Anbieter interaktiver KI-Systeme müssen diese so gestalten, dass Menschen erkennen, wann sie mit KI kommunizieren. Diese Anforderung umfasst etwa automatisierte Konversationsassistenten, sofern deren künstliche Natur für einen angemessen informierten Nutzer nicht bereits offensichtlich ist.

Anbieter von Systemen, die Audio, Bilder, Videos oder Texte erzeugen oder manipulieren, müssen außerdem eine zuverlässige Erkennung künstlicher Ausgaben unterstützen. Das Gesetz fordert eine maschinenlesbare Kennzeichnung, also Metadaten oder ein anderes technisches Signal, das Software automatisch verarbeiten kann.

Betreiber haben gesonderte Offenlegungspflichten. Sie müssen Menschen darüber informieren, wenn sie Systemen zur Emotionserkennung oder biometrischen Kategorisierung ausgesetzt sind. Außerdem müssen sie Deepfakes und bestimmte synthetische Texte zu Themen von öffentlichem Interesse kennzeichnen.

Die Regel für Texte von öffentlichem Interesse enthält eine wichtige Einschränkung. Die Offenlegungspflicht gilt in der Regel, wenn KI-generiertes oder manipuliertes Material ohne menschliche Prüfung oder redaktionelle Verantwortung veröffentlicht wird, um die Öffentlichkeit zu informieren. Bearbeitete journalistische Arbeit wird nicht allein deshalb zu unmarkierter synthetischer Veröffentlichung, weil ein Journalist einen KI-Assistenten genutzt hat.

Diese Unterscheidung schützt gewöhnliche redaktionelle Abläufe, schafft aber auch eine schwierige Grenze. Ein Verlag muss bestimmen, wann menschliche Beteiligung eine substanzielle Prüfung darstellt und nicht nur einen schnellen Freigabeschritt. Plattformen müssen anschließend Signale von Verlagen interpretieren, deren Standards unterschiedlich sind.

Die Regeln machen nicht jeden Empfehlungsalgorithmus zu einer KI-generierten Veröffentlichung. Traditionelles Ranking, Personalisierung und Clustering können weiterhin unter andere Rechtsregime fallen, ohne automatisch jede Kennzeichnung nach Artikel 50 auszulösen. Entscheidend ist, was das System für eine Person erzeugt, verändert oder dargestellt hat.

Für Google News bedeutet dies, dass die Compliance-Frage von der jeweiligen Funktion abhängt. Das Ranking von Links zu von Menschen verfassten Artikeln unterscheidet sich von der Erstellung einer Zusammenfassung, die deren Aussagen kombiniert. Eine aus diesen Quellen zusammengestellte dialogorientierte Antwort stellt einen weiteren eigenständigen Fall dar.

Der Rahmen der Kommission erkennt diese Unterschiede an, doch gewöhnliche Leser sehen sie selten. Ein Nutzer begegnet einer einzigen Schnittstelle, selbst wenn sich dahinter mehrere Anbieter und Verarbeitungsschritte befinden. Dadurch wird Verantwortung schwieriger zu vermitteln, als es die einfache Formulierung „KI-generiert“ nahelegt.

Warum Google News vor einer schwierigeren Transparenzprüfung steht

Google News steht zwischen Verlagen und Lesern und kann dadurch den Kontext beeinflussen, ohne jede zugrunde liegende Behauptung selbst zu verantworten.

Nachrichtenaggregation basiert auf automatisierter Klassifizierung, Ranking, Duplikaterkennung, Personalisierung und Themenbündelung. Diese Systeme bestimmen, welche Berichte zusammen erscheinen und welche Schlagzeile Aufmerksamkeit erhält. Ihre Ergebnisse können die Wahrnehmung prägen, auch wenn sie keine neuen Sätze erzeugen.

Generative Funktionen verstärken diesen Einfluss. Eine Zusammenfassung kann mehrere Berichte verdichten, Einschränkungen weglassen oder unvereinbare Zeitabläufe zusammenführen. Eine flüssig formulierte Antwort kann zudem unsichere Informationen als geklärt erscheinen lassen. Das Risiko entsteht durch die Umwandlung, nicht nur durch Erfindungen.

Google steht mit diesem Problem nicht allein. Suchmaschinen, soziale Netzwerke, Nachrichten-Apps, Browser-Assistenten und eigenständige Antwortsysteme platzieren zunehmend generierten Text zwischen einer Quelle und ihrem Publikum. Die europäischen Regeln setzen sie alle unter Druck, klarzustellen, wann diese vermittelnde Stimme einer Maschine gehört.

Google News bietet dennoch einen nützlichen Testfall, weil Nutzer häufig hohe Erwartungen an die Herkunft von Informationen haben. Sie gehen davon aus, dass eine Schlagzeile auf einen Verlag verweist und eine zitierte Behauptung aus identifizierbarer Berichterstattung stammt. Generierte Zusammenfassungen verwischen diese vertraute Beziehung.

Ein sichtbares KI-Label kann einen Teil des fehlenden Kontexts wiederherstellen. Es kann einem Leser mitteilen, dass die angezeigte Formulierung nicht mit dem Artikel eines Verlags identisch ist. Maschinenlesbare Informationen können außerdem nachgelagerten Diensten helfen, ein Signal für synthetische Inhalte zu erkennen und zu bewahren.

Ein Label kann jedoch nicht jede Umwandlung erklären. Es zeigt nicht, welche Quellen eine Behauptung lieferten, welche Quelle am stärksten gewichtet wurde oder ob das Modell einen Widerspruch ausgelassen hat. Es verrät auch nicht, warum eine Geschichte über einer anderen rangiert.

Dadurch entsteht Druck aus zwei Richtungen. Europäische Regulierungsbehörden wollen Offenlegungen, die klar und deutlich wahrnehmbar bleiben. Produktteams wollen Schnittstellen, die Leser nicht unter wiederholten Hinweisen begraben. Verlage wollen Attribution und Reichweite, während Nutzer schnelle Antworten wünschen.

Die Übersicht zu Artikel 50 der Kommission nennt vier Hauptsituationen: Interaktion, synthetische Inhalte, biometrische Analyse und Texte von öffentlichem Interesse. Reale Produkte können während einer einzigen Sitzung mehrere dieser Kategorien durchlaufen.

Stellen Sie sich einen Leser vor, der einen Assistenten innerhalb eines Nachrichtendienstes nach einer Wahl fragt. Die Schnittstelle muss vermitteln, dass der Leser mit KI interagiert. Generiertes Material benötigt möglicherweise eine maschinenlesbare Kennzeichnung. Wenn synthetischer Text von öffentlichem Interesse ohne redaktionelle Prüfung erscheint, kann zusätzlich eine sichtbare Offenlegung gelten.

Eine Plattform könnte daher mehrschichtige Transparenz benötigen. Ein Hinweis beschreibt das Konversationssystem, ein anderer kennzeichnet generierte Ausgaben, und Quellenlinks dokumentieren die Herkunft. Diese Elemente zusammenzuführen, ohne den Leser zu verwirren, ist ebenso ein Designproblem wie ein rechtliches.

Der gleiche Druck erreicht Verlage. Redaktionen, die Zusammenfassungen, Übersetzungen, Vertonungen oder visuelle Produktion automatisieren, benötigen Aufzeichnungen darüber, an welcher Stelle KI in den Workflow eingriff. Sie brauchen außerdem einen belastbaren Standard für menschliche Prüfung.

Teams, die Recherche verwalten, können diese Entscheidungen in einer durchsuchbaren KI-Wissensdatenbank festhalten. Diese Dokumentation belegt für sich genommen keine Rechtskonformität. Sie kann Redakteuren dennoch helfen, Quellen, Überarbeitungen, Freigaben und Offenlegungsentscheidungen nachzuvollziehen.

Google-News-Labels können nicht beweisen, dass Nachrichten wahr sind

Der europäische Ansatz verbessert Herkunftssignale, verwandelt Offenlegung jedoch nicht in Verifizierung.

Das ist der zentrale Zielkonflikt. Regulierungsbehörden können Organisationen verpflichten, maschinelle Beteiligung offenzulegen, doch Wahrheit lässt sich nicht auf eine binäre KI-Kennzeichnung reduzieren. Menschliche Berichterstattung kann falsch sein, und KI-unterstützte Arbeit kann korrekt, quellenbasiert und sorgfältig geprüft sein.

Leser könnten Labels dennoch als Qualitätsbewertungen verstehen. Ein Hinweis wie „KI-generiert“ kann Unzuverlässigkeit implizieren, während das Fehlen eines solchen Hinweises menschliche Authentizität nahelegen kann. Keine dieser Schlussfolgerungen ist sicher.

Auch maschinenlesbare Kennzeichnungen stoßen an ähnliche Grenzen. Ein dauerhaftes Signal kann die gewöhnliche Verbreitung überstehen, doch Plattformen können Metadaten durch Screenshots, Kopieren, Neukomprimierung oder Konvertierung entfernen. Böswillige Akteure können Kennzeichnungspflichten zudem ignorieren oder authentisches Material falsch kennzeichnen.

Der freiwillige Transparenzkodex der Kommission bietet praktische Maßnahmen für Anbieter und Betreiber. Er wurde am 10. Juni 2026 veröffentlicht und soll Organisationen dabei helfen, die Einhaltung von Pflichten zur Inhaltskennzeichnung und Beschriftung nachzuweisen.

Freiwillige Teilnahme hebt die rechtliche Verantwortung nicht auf. Eine Organisation, die dem Kodex nicht folgt, muss dennoch die Vorgaben einhalten und bereit sein, ihre alternativen Maßnahmen zu erläutern. Behörden können prüfen, ob diese Maßnahmen den AI Act erfüllen.

Dadurch entsteht ein praktischer Vorteil für standardisierte Umsetzung. Gemeinsame Konventionen können es Plattformen erleichtern, Labels und maschinenlesbare Signale zu erkennen. Sie können außerdem das Risiko verringern, dass jeder Dienst eine unvereinbare Terminologie erfindet.

Standardisierung hat jedoch Grenzen. Ein gemeinsames Symbol kann nicht zeigen, wie viel eines Artikels generiert wurde, ob ein Redakteur jede Behauptung geprüft hat oder ob ein Modell lediglich die Grammatik korrigierte. Eine einzige Kategorie kann bedeutungsvolle Unterschiede einebnen.

Die Ausnahme für redaktionelle Prüfung schafft eine weitere Herausforderung. Der abschließende menschliche Prüfer könnte nur begrenzte Zeit, unvollständigen Zugang zu Quellen oder unzureichende Fachkenntnis haben. Eine formale Freigabe kann einen internen Workflow erfüllen, ohne die Prüfung zu liefern, die Leser erwarten.

Auch das umgekehrte Problem besteht. Eine Redaktion könnte KI für Transkription oder Formatierung einsetzen, während Journalisten jede inhaltliche Aussage unabhängig verifizieren. Ein weit gefasstes Label könnte die redaktionelle Rolle der Maschine überzeichnen und das Vertrauen in solide Berichterstattung verringern.

Google News muss diese Unterschiede bewahren, wenn es Inhalte anderer anzeigt. Liefert ein Verlag eine Offenlegung, sollte die Plattform sie bei der Aggregation nicht verlieren. Erstellt Google eine eigene Zusammenfassung, benötigt diese Umwandlung eine gesonderte Behandlung gegenüber dem Quellartikel.

Attribution ist daher entscheidend. Eine hilfreiche Offenlegung sollte mindestens drei Fragen beantworten: Wer hat die angezeigte Formulierung erstellt, welche Quellen stützen sie und welche Art von Prüfung fand statt? Artikel 50 schafft eine Grundlage, doch Plattformen können mehr Kontext bereitstellen.

Unabhängige Überprüfung bleibt notwendig, weil Compliance-Signale von Akteuren innerhalb der Produktionskette stammen. Ein regelkonformer Anbieter kann einen Fehler machen. Ein unseriöser Akteur kann Offenlegungspflichten umgehen, und ein authentisches Element kann von einem anderen Dienst falsch gekennzeichnet werden.

Leserinnen und Leser sollten außerdem zwischen Herkunft und Empfehlungslogik unterscheiden. Eine Kennzeichnung kann synthetisches Material identifizieren, ohne zu verraten, warum ein Algorithmus es hervorgehoben hat. Fragen zur Fairness von Rankings, zur Behandlung von Publishern und zur Personalisierung erfordern eine gesonderte Prüfung.

Die Europäische Kommission hat sich für einen pragmatischen Einstieg entschieden. Sie zielt auf Täuschung ab, indem sie künstliche Interaktionen und Inhalte besser erkennbar macht. Sie behauptet nicht, dass Kennzeichnung allein Desinformation lösen wird.

Diese Zurückhaltung ist wichtig. Würde man den Rahmen als Authentizitätssystem behandeln, entstünde falsches Vertrauen. Sein besser vertretbarer Zweck besteht darin, Kontext bereitzustellen, bevor Leserinnen und Leser entscheiden, worauf sie vertrauen.

Die Durchsetzung entscheidet, ob Transparenz erhalten bleibt

Die Regeln werden erst dann wirksam, wenn Offenlegungen den Weg vom Modellausgang bis zum Bildschirm der Leserinnen und Leser überstehen.

Generative Inhalte können viele Dienste durchlaufen. Ein Modell erzeugt Text, eine Anwendung bearbeitet ihn, ein Publisher veröffentlicht ihn, ein Aggregator fasst ihn zusammen und ein Nutzer teilt einen Screenshot. Bei jeder Übertragung können Informationen über die Herkunft erhalten bleiben, verändert oder gelöscht werden.

Artikel 50 richtet sich an Anbieter und Betreiber, weil kein einzelnes Unternehmen diese gesamte Strecke kontrolliert. Ein Anbieter entwickelt oder liefert das betreffende KI-System. Ein Betreiber nutzt das System unter seiner Verantwortung, häufig innerhalb eines öffentlich zugänglichen Dienstes.

Diese Aufteilung kann Verantwortung verteilen, aber auch zu Streitigkeiten führen. Ein Modellunternehmen könnte erklären, es habe eine technische Kennzeichnung bereitgestellt. Ein Anwendungsentwickler könnte sagen, eine Plattform habe sie entfernt. Die Plattform könnte sich auf unvollständige Metadaten des Publishers stützen.

Nationale Marktüberwachungsbehörden werden einen Großteil der Durchsetzung übernehmen. Das Europäische KI-Büro hat eine engere Rolle bei Systemen, die unter bestimmten Bedingungen mit KI-Modellen mit allgemeinem Verwendungszweck verbunden sind. Der Europäische Datenschutzbeauftragte ist für EU-Institutionen und -Einrichtungen zuständig.

Nach Angaben der Kommission können bei entsprechenden Verstößen Geldbußen von bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes von Unternehmen verhängt werden. Der anwendbare Betrag hängt vom Verstoß und den Verhältnismäßigkeitsanforderungen des Gesetzes ab.

Diese Beträge schaffen einen Anreiz, Entscheidungen zu dokumentieren, doch Sanktionen allein garantieren keine einheitliche Praxis. Die Durchsetzungsprioritäten können zwischen den Mitgliedstaaten variieren. Auch technische Auslegungen können sich weiterentwickeln, wenn neue Formate und Generierungsmethoden entstehen.

Eine begrenzte Übergangsfrist verkompliziert zudem die ersten Monate. Die aktuelle Leitlinie der Kommission beschreibt für relevante Kennzeichnungspflichten bei qualifizierenden generativen Systemen, die vor dem 2. August in Verkehr gebracht wurden, eine Übergangsfrist bis zum 2. Dezember 2026.

Inhalte, die vor dem 2. August erzeugt und bereits veröffentlicht wurden, müssen nicht rückwirkend gekennzeichnet werden. Das vermeidet ein enormes Projekt für Altbestände, lässt aber ältere synthetische Materialien neben neu gekennzeichneten Inhalten weiter zirkulieren.

Leserinnen und Leser werden daher auf ein uneinheitliches Umfeld treffen. Zwei ähnliche Bilder können unterschiedliche Signale tragen, weil eines vor dem Anwendungsdatum entstand. Eine fehlende Kennzeichnung kann nicht zuverlässig belegen, dass keine KI beteiligt war.

Interoperabilität wird ein weiterer Prüfstein sein. Eine technische Kennzeichnung, die nur innerhalb des Systems eines einzelnen Anbieters funktioniert, hat wenig Wert, wenn andere Dienste sie nicht erkennen können. Offene, langlebige Standards sind wichtig, weil Nachrichteninhalte organisatorische Grenzen überschreiten.

Der EU AI Act text verlangt, dass Kennzeichnungen wirksam, interoperabel, technisch zuverlässig und, soweit technisch machbar, robust sind. Diese Ziele weisen in die richtige Richtung, doch die Leistung muss unter realen Verteilungsbedingungen bewertet werden.

Screenshots sind ein naheliegender Belastungstest. Sie können Metadaten verwerfen, während der sichtbare Inhalt erhalten bleibt. Das Kopieren generierten Textes in ein neues Dokument kann denselben Effekt haben. Wasserzeichen können zudem nach Bearbeitung oder Komprimierung an Wirkung verlieren.

Plattformen benötigen mehr als eine Erkennungsmethode. Metadaten, eingebettete Signale, sichtbare Kennzeichnungen, Herkunftsnachweise und kontextbezogene Hinweise können sich gegenseitig verstärken. Keines davon bietet für sich allein vollständigen Schutz.

Fehlalarme verdienen ebenso Aufmerksamkeit. Die fälschliche Einstufung authentischer Berichterstattung als synthetisch kann dem Ruf eines Publishers schaden. Ein Einspruchsverfahren sollte Urhebern ermöglichen, eine Kennzeichnung anzufechten und Belege vorzulegen.

Kleine Publisher stehen vor einer anderen Belastung. Große Technologieunternehmen können Rechts-, Engineering- und Policy-Teams für die Umsetzung einsetzen. Unabhängige Medien könnten auf Standardvorgaben von Anbietern und Veröffentlichungssoftware angewiesen sein, deren Unterstützung spät eintrifft.

Die Kommission erklärt, dass Verhältnismäßigkeit auf kleinere Unternehmen angewendet wird. Dennoch benötigen Leserinnen und Leser konsistente Signale, unabhängig von der Größe des Publishers. Plattformen könnten zu faktischen Compliance-Gateways werden, indem sie Metadaten validieren und standardisierte Hinweise anzeigen.

Diese Rolle verleiht Diensten wie Google News erheblichen Einfluss. Ihre Entscheidungen zur Benutzeroberfläche können bestimmen, ob eine technisch regelkonforme Offenlegung zu verständlicher Information wird oder zu einem übersehenen Symbol.

Was sicherere und transparentere KI für Publisher bedeutet

Publisher benötigen jetzt einen prüfbaren Content-Prozess, nicht nur das pauschale Versprechen, dass Menschen weiterhin beteiligt bleiben.

Die erste operative Aufgabe ist eine Bestandsaufnahme. Eine Redaktion sollte jedes System identifizieren, das öffentliche Inhalte generiert, umwandelt, übersetzt, zusammenfasst, vertont, taggt oder illustriert. Auch versteckte Tools, die einzelne Mitarbeitende nutzen, gehören in diese Prüfung.

Die zweite Aufgabe ist die Zuordnung von Rollen. Teams müssen zwischen dem KI-Anbieter und dem Betreiber unterscheiden und festlegen, wer jeden Output veröffentlicht. Verträge sollten erklären, welche Partei technische Kennzeichnungen bereitstellt und welche sie erhält.

Die dritte Aufgabe besteht darin, eine aussagekräftige redaktionelle Prüfung zu definieren. Eine Richtlinie sollte festlegen, was Prüfer kontrollieren, welche Quellen sie heranziehen und wer eine Veröffentlichung freigeben darf. „Human in the loop“ ist zu vage, um konsistente Entscheidungen zu unterstützen.

Nachrichtenorganisationen müssen außerdem risikoarme Unterstützung von substanzieller Generierung trennen. Rechtschreibprüfung ist nicht gleichbedeutend damit, Vorwürfe aus mehreren Berichten zu synthetisieren. Automatisierte Transkription unterscheidet sich davon, eine ungeprüfte Zusammenfassung dieses Transkripts zu veröffentlichen.

Die Dokumentation sollte den Inhalt begleiten, statt in einem isolierten Compliance-Ordner zu liegen. Redakteure benötigen Zugriff auf Ausgangsmaterial, Modellausgabe, Änderungen und Freigabeverlauf. Ein durchsuchbarer Workflow kann Teams helfen, Entscheidungen bei Rückfragen nachzuvollziehen.

Google News und ähnliche Distributoren benötigen parallele Kontrollmechanismen. Sie sollten Offenlegungen von Publishern erhalten, ihre eigenen generierten Ebenen kennzeichnen und Quelltext von Plattformzusammenfassungen unterscheiden. Sie sollten zudem zugängliche Wege zur Originalberichterstattung bieten.

Klare Formulierungen sind wichtig. „Mit KI erstellt“ vermittelt etwas anderes als „Von KI zusammengefasst und von einem Redakteur geprüft“. Plattformen sollten generische Warnungen vermeiden, wenn ihnen präzisere Informationen vorliegen.

Die Benutzeroberfläche sollte wesentliche Offenlegungen in der Nähe der betroffenen Inhalte platzieren. Ein Hinweis, der in Einstellungen oder rechtlicher Dokumentation verborgen ist, verhindert unmittelbare Missverständnisse kaum. Barrierefreiheitsanforderungen sollten Screenreader und andere unterstützende Technologien abdecken.

Organisationen sollten nicht nur Sichtbarkeit, sondern auch Verständnis testen. Eine Kennzeichnung kann eine Design-Checkliste erfüllen, während Nutzer ihre Bedeutung falsch verstehen. Tests sollten prüfen, ob Menschen verstehen, was die KI getan hat und was die Offenlegung nicht garantiert.

Publisher müssen auch Korrekturen einplanen. Wenn eine generierte Zusammenfassung einen Bericht falsch darstellt, korrigiert eine Aktualisierung des Quellartikels möglicherweise nicht automatisch zwischengespeicherte oder syndizierte Versionen. Korrekturprozesse sollten jede von der Organisation kontrollierte Oberfläche erreichen.

Der europäische Rahmen belohnt Belege für eine sorgfältige Umsetzung. Die Befolgung des freiwilligen Kodex kann einen nachvollziehbaren Weg bieten, während alternative Methoden eine eigene Begründung erfordern. Beide Ansätze verlangen Unterlagen, die Regulierungsbehörden prüfen können.

Die übergeordnete Lehre lautet, dass Transparenz vorgelagert beginnt. Eine Plattform kann in der letzten Anzeigestufe keine präzise Herkunft schaffen, wenn frühere Beteiligte Ursprung und Behandlung von Inhalten nicht dokumentiert haben.

Was nach der Transparenzfrist von Google News zu beobachten ist

Der nächste Test besteht nicht darin, ob Kennzeichnungen erscheinen, sondern ob sie zuverlässig, verständlich und durchsetzbar bleiben.

Das erste Signal ist die Umsetzung auf großen Plattformen bis zum 2. Dezember 2026. Beobachten Sie, ob Google News und vergleichbare Dienste generierte Zusammenfassungen von Publisher-Überschriften unterscheiden. Konsistente, spezifische Hinweise würden den Ansatz der Kommission stärken. Allgemeine oder versteckte Warnungen würden ihn schwächen.

Das Übergangsdatum zeigt außerdem, ob ältere Systeme sinnvolle technische Aktualisierungen erhalten. Anbieter mit qualifizierenden Produkten aus der Zeit vor August haben für bestimmte Kennzeichnungspflichten zusätzliche Zeit. Ihre Umsetzungen im Dezember werden zeigen, ob Interoperabilität über etablierte Systeme hinweg praktikabel ist.

Das zweite Signal ist die Durchsetzung durch nationale Behörden. Frühe Untersuchungen werden definieren, wie Regulierungsbehörden aussagekräftige Offenlegung, redaktionelle Kontrolle und technische Machbarkeit auslegen. Fälle zu entfernten Metadaten oder irreführenden Benutzeroberflächen würden die Verantwortung entlang der Verteilungskette präzisieren.

Regulierungsbehörden sollten ausreichend Begründungen veröffentlichen, damit kleinere Organisationen diese Erkenntnisse anwenden können. Unerklärte Vergleiche oder uneinheitliche nationale Entscheidungen würden Publisher im Ungewissen lassen. Koordinierte Leitlinien würden Compliance berechenbarer machen.

Das dritte Signal sind Erkenntnisse über das Nutzerverständnis. Plattformen und unabhängige Forschende sollten untersuchen, ob Menschen Kennzeichnungen wahrnehmen und richtig interpretieren. Ein erfolgreicher Rahmen sollte Täuschung verringern, ohne Nutzern beizubringen, dass jedes unmarkierte Element authentisch ist.

Auch Fehlerquoten sind wichtig. Falsch-negative Ergebnisse lassen synthetische Inhalte unerkannt, während falsch-positive Ergebnisse legitime Arbeit untergraben können. Öffentliche Berichte über Streitfälle, Korrekturen und Erkennungsleistung würden zeigen, ob das System Vertrauen verdient.

Google News bleibt ein wichtiger Beobachtungspunkt, weil es Publisher-Material mit automatisierter Verteilung verbindet. Wenn Herkunftsinformationen dort erhalten bleiben, haben sie bessere Chancen, auch anderswo zu überleben. Verschwinden sie bei der Aggregation, verliert vorgelagerte Compliance einen Großteil ihres Werts.

Die Europäische Kommission hat einen rechtlichen Mindeststandard geschaffen, kein vollständiges Vertrauenssystem. Ihre Regeln erschweren es, bestimmte Formen maschineller Beteiligung zu verbergen. Sie überprüfen keine Behauptungen, legen nicht jede Ranking-Entscheidung offen und lösen nicht die wirtschaftlichen Fragen zwischen Plattformen und Publishern.

Leserinnen und Leser sollten ein KI-Label daher als Kontext behandeln. Prüfen Sie die Originalquelle, vergleichen Sie unabhängige Berichterstattung und achten Sie auf namentlich benannte redaktionelle Verantwortung. Eine fehlende Kennzeichnung darf niemals die Überprüfung ersetzen.

Publisher und Produktteams sollten jetzt prüfen, an welchen Stellen generiertes Material in ihre Dienste gelangt und was nach der Verteilung damit geschieht. Die entscheidende Frage für Google News lautet nicht länger, ob KI das Erlebnis prägt. Sie lautet, ob Nutzer diesen Einfluss klar genug erkennen können, um die Informationen selbst zu beurteilen.