KI-Ausgaben in US-Wahlkämpfen erreichten 17 Millionen US-Dollar, doch die Offenlegungen erzählen nur einen Teil der Geschichte
Seit 2020 haben US-Wahlkämpfe von 523 Kandidaten und Komitees auf Bundesebene mindestens 17 Millionen US-Dollar für KI ausgegeben. Diese Zahl legt jedoch einen Konflikt offen, keine vollständige Bilanz. Künstliche Intelligenz ist in den Routinebetrieb von Wahlkampagnen eingezogen, während Kandidaten weiterhin zögern, Wählern genau mitzuteilen, wie sie sie einsetzen.
Die Ausgabenaufzeichnungen zeigen Abonnements für Mitarbeiter, Forschungsdienste, automatisierte Nachrichten, Spenderanalysen und Plattformen zur Wähleransprache. Sie offenbaren zudem parteipolitische Unterschiede bei der Auswahl von Anbietern. Die sichtbarsten Zahlungen erfassen jedoch nur die Transaktionen, die Wahlkampagnen direkt unter eindeutig erkennbaren Anbieternamen gemeldet haben.
Diese Unterscheidung ist vor den Zwischenwahlen 2026 von Bedeutung. ChatGPT und Claude stehen zwar im Fokus der Öffentlichkeit, doch spezialisierte politische Plattformen erhalten deutlich mehr Wahlkampfgeld. Zugleich können Berater generative KI im Hintergrund einsetzen, ohne das zugrunde liegende Tool in den bundesweiten Offenlegungen zu nennen.
Das Ergebnis ist eine ungewöhnliche Transparenzlücke. Wahlkampagnen sind zunehmend auf Automatisierung angewiesen, doch Wähler sehen oft weder die Software noch die menschlichen Entscheidungen, die sie steuern.
Was KI-Ausgaben in US-Wahlkämpfen tatsächlich messen
Die Summe von 17 Millionen US-Dollar ist am besten als dokumentierter Mindestwert zu verstehen, nicht als vollständige Schätzung der politischen KI-Nutzung.
Nathan E. Sanders und Bruce Schneier analysierten aufgeschlüsselte Ausgaben bei der Federal Election Commission seit 2020. Ihre veröffentlichten Ergebnisse identifizieren Zahlungen an KI-Anbieter durch 523 Kandidaten und politische Komitees auf Bundesebene.
Das zugrunde liegende Dashboard zu Wahlkampfausgaben gleicht Namen von Zahlungsempfängern, Ausgabenbeschreibungen, Verwendungszwecke und Vermerktexte mit einer recherchierten Anbieter-Taxonomie ab. Es umfasst allgemeine Systeme sowie speziell für politische Wahlkampagnen entwickelte Tools.
Diese Methode erfasst eine Zahlung, wenn ein Komitee OpenAI, Anthropic, Daisychain, Campaign Nucleus oder einen anderen identifizierten Anbieter nennt. Sie erkennt nicht jeden Fall, in dem Wahlkampfarbeit KI einbezieht.
Eine Beratungsfirma könnte ein Sprachmodell verwenden, um E-Mail-Varianten zu formulieren, Umfrageantworten zu analysieren oder Werbetexte zu erstellen. Im Bericht der Kampagne könnte ausschließlich die Beratungsfirma genannt werden. Der KI-Anbieter bliebe in den öffentlichen Unterlagen unsichtbar.
Dasselbe Problem tritt auf, wenn Wahlkampagnen gebündelte Dienstleistungen einkaufen. Eine Digitalagentur kann Mitarbeiterarbeit, Software, Werbung und Datenanalyse in einer Rechnung zusammenfassen. Bundesberichte verlangen in der Regel nicht, dass die Agentur jeden beteiligten Subunternehmer oder jede eingesetzte Anwendung auflistet.
Direkte Zahlungen beantworten daher eine eng gefasste Frage: Welche identifizierbaren KI-Anbieter erhielten offengelegte Wahlkampfgelder? Sie können nicht vollständig beantworten, wie häufig KI Inhalte, Targeting, Fundraising oder Strategie von Wahlkampagnen beeinflusst hat.
Die Aufzeichnungen bündeln außerdem Technologien aus unterschiedlichen Epochen. Einige Anbieter verkauften automatisierte Nachrichten- oder datengetriebene Engagement-Lösungen, bevor moderne generative KI breit verfügbar wurde. Andere bauen ihre Produkte auf neueren Sprach-, Bild- oder Sprachmodellen auf.
Dieser Unterschied erklärt, warum die Gesamtsumme deutlich höher ausfällt als die direkt an bekannte Chatbot-Unternehmen gezahlten Beträge. Die größten Ausgaben betreffen häufig operative Plattformen für Wahlkampagnen, nicht einzelne ChatGPT-Abonnements.
Die Ausgabenaufzeichnungen der FEC bleiben die zentrale Quelle. Sie nennen Empfänger, Beträge, Daten und gemeldete Zwecke für erfasste Ausgaben. Sie wurden nicht dafür konzipiert, jede Technologie innerhalb eines politischen Arbeitsablaufs zu prüfen.
Diese Einschränkung macht die Erkenntnisse nicht weniger wertvoll. Sie präzisiert ihre Aussagekraft. Die Daten liefern die bislang klarste verfügbare Untergrenze für die KI-Nutzung in Wahlkampagnen und zeigen zugleich, wo bestehende Offenlegungsregeln den Überblick verlieren.
Auch der Zeitpunkt ist wichtig. Ein großer Teil der Ausgaben im Wahlzyklus 2026 wird kurz vor dem Wahltag anfallen. Zusätzliche Berichte werden Anbietersummen, Komitee-Zahlen und die Verteilung zwischen direkten Abonnements und spezialisierten Diensten verändern.
Die aktuellen KI-Ausgaben in US-Wahlkämpfen zeigen bereits, dass die Technologie über isolierte Experimente hinausgewachsen ist. Unklar bleibt, wie viel Aktivität hinter Anbietern stattfindet, deren Namen niemals auf KI-Nutzung hindeuten.
ChatGPT und Claude werden zu Software für Wahlkampfbüros
Allgemein einsetzbare Chatbots scheinen in Wahlkampagnen zu gewöhnlichen Produktivitätswerkzeugen zu werden, auch wenn ihre politischen Einsatzmöglichkeiten weiterhin eingeschränkt sind.
Laut der Analyse meldeten seit 2024 mindestens 80 Wahlkampagnen und Komitees auf Bundesebene Zahlungen an OpenAI. Ihre zusammengefassten offengelegten Ausgaben beliefen sich auf etwa 50.000 US-Dollar.
Das Republican National Committee war mit Ausgaben von knapp 10.000 US-Dollar der größte gemeldete institutionelle Käufer. Zu den einzelnen Nutzern zählten Wahlkampagnen von Mike Lawler, John Kennedy, Bill Cassidy, Ro Khanna und Ted Lieu.
Die meisten Einträge bezeichneten die Ausgaben als Bürokosten, Mitarbeiterabonnements, Forschung oder ähnliche administrative Zwecke. Diese Angaben legen nahe, dass ChatGPT häufig eher als Arbeitsplatzsoftware denn als spezielle Überzeugungsplattform behandelt wird.
Ein Abonnementvermerk kann jedoch nicht offenlegen, was Mitarbeiter in das System eingegeben haben. Forschung, Terminplanung, Zusammenfassungen, Nachrichtenentwicklung und Werbung können alle über dieselbe Oberfläche beginnen.
Eine separate Prüfung von Wahlkampf-Offenlegungen identifizierte 39 Kongresskandidaten, die im aktuellen Wahlzyklus Zahlungen an OpenAI meldeten. Zwei Einreichungen verknüpften Abonnements ausdrücklich mit Werbung.
OpenAI erklärt, Wahlkampagnen dürften seine Tools für verantwortungsvolle, menschlich gesteuerte interne Arbeit nutzen. Seine Richtlinien beschränken gezielte politische Überzeugungsarbeit und mehrere Aktivitäten mit direktem Wählerbezug.
Diese Grenzen schaffen ein operatives Problem. Ein Modell kann bei der Recherche zu einem Bildungsvorhaben helfen, aber eine Anfrage ablehnen, dieses Vorhaben einer ausgewählten demografischen Gruppe gegenüber zu bewerben. Die Durchsetzung kann zudem davon abhängen, wie ein Nutzer die Anfrage formuliert.
Politische Berater teilten der Publikation mit, dass Wahlkampagnen KI häufig für E-Mails, Skripte und Werbetexte einsetzen. Sie argumentierten außerdem, dass Kandidaten kaum einen Anreiz haben, diese Tatsache publik zu machen.
Anthropic hat deutlich schneller eine vergleichbare politische Präsenz aufgebaut. Mindestens 65 Kandidaten oder Komitees meldeten 2026 Zahlungen an den Hersteller von Claude, nachdem in früheren Wahlzyklen fast keine entsprechenden Aktivitäten offengelegt worden waren.
Die gemeldeten Kunden neigten im Verhältnis von fast zwei zu eins zur Demokratischen Partei. Der größte einzelne Nutzer war dennoch die Kampagne des republikanischen Senators Tom Cotton, die im Juni Ausgaben von mehr als 4.000 US-Dollar für Anthropic offenlegte.
Zu weiteren bekannten Claude-Nutzern zählten Seth Bodnar, Jason Knapp und Mary Peltola. Ihre unterschiedlichen politischen Zugehörigkeiten zeigen, dass die Übernahme durch Anbieter keiner perfekten parteipolitischen Grenze folgt.
Nur rund 12 Prozent der Komitees, die an OpenAI oder Anthropic zahlten, meldeten Ausgaben an beide Unternehmen. Die meisten schienen sich auf einen allgemeinen Assistenten zu standardisieren.
Dieses Muster könnte Mitarbeiterpräferenzen, bestehende Softwareintegrationen, Sicherheitsentscheidungen oder institutionelle Gewohnheiten widerspiegeln. Die Offenlegungen können politische Ideologie nicht als Ursache belegen.
Elon Musks xAI wies einen kleineren und stärker republikanisch geprägten Kundenstamm auf. Sieben Kandidaten oder Komitees auf Bundesebene und zwei auf Ebene der Bundesstaaten meldeten zusammen Zahlungen von rund 5.000 US-Dollar.
Der Großteil dieses Betrags stammte aus Robert F. Kennedy Jr.s Präsidentschaftskampagne 2024. Zu den weiteren gemeldeten Kunden zählten die Republikaner Dave McCormick und Thomas Massie.
Diese Chatbot-Summen bleiben im Vergleich zu den umfassenderen Technologieetats großer politischer Organisationen bescheiden. Ihre Bedeutung ergibt sich aus der Verbreitung, nicht aus dem Dollarvolumen.
Sobald eine Kampagne Mitarbeitern routinemäßigen Zugang zu einem Modell gewährt, kann dieses System Recherche, interne Planung, Fundraising-Entwürfe und die Prüfung von Inhalten beeinflussen. Die Abonnementkosten sagen wenig über das Volumen der daraus entstehenden Arbeit aus.
Deshalb ähneln KI-Tools für Wahlkampagnen einer Büroinfrastruktur. Ihr Einfluss hängt davon ab, wie häufig Mitarbeiter sie verwenden und welche menschliche Kontrolle ihre Ergebnisse begleitet, nicht allein davon, was die monatliche Rechnung ausweist.
Politische KI-Anbieter sichern sich die größeren Budgets
Die größten offengelegten Ausgaben fließen in Wählerkontakt und Wahlkampfbetrieb, nicht in synthetische Bilder oder Chatbot-Lizenzen.
AmplifAI verdeutlicht diesen Unterschied. Der Anbieter automatisierter Nachrichten erhielt allein im Wahlzyklus 2022 etwa 4,7 Millionen US-Dollar an Wahlkampfausgaben.
Zu seinen Kunden gehörten demokratische Wahlkampagnen, die mit Mark Kelly, Joe Biden, Bernie Sanders und Adam Schiff verbunden waren. Die gemeldeten Ausgaben gingen später zurück, nachdem AmplifAI Teil von Triller geworden war.
Automatisierte Nachrichten gab es bereits vor dem aktuellen Boom generativer KI. Dennoch erfüllen sie eine zentrale politische Funktion: Sie erreichen große Wählerlisten mit anpassbarer Kommunikation zu relativ niedrigen Grenzkosten.
Daisychain ist zu einer neueren, demokratisch ausgerichteten Option für KI-gestützte Textnachrichten geworden. Kandidatenkomitees meldeten im Wahlzyklus 2026 etwa 300.000 US-Dollar an Daisychain-Ausgaben, gegenüber rund 50.000 US-Dollar im Jahr 2024.
Mehr als die Hälfte der Kandidatenausgaben 2026 stammte aus Abdul El-Sayeds Senatskampagne in Michigan. Diese Konzentration zeigt, warum Gesamtsummen stets zusammen mit der Zahl der Kunden betrachtet werden sollten.
Wenige Wahlkampagnen können einen Anbieter als breit dominierend erscheinen lassen, wenn ein Komitee den Großteil der Einnahmen erwirtschaftet. Die Zahl der Komitees zeigt die Breite der Übernahme, während die Dollarbeträge die Intensität zeigen.
Campaign Nucleus nimmt innerhalb der republikanischen Politik eine verwandte Position ein. Die Plattform wird mit Brad Parscale in Verbindung gebracht, der Donald Trumps Wiederwahlkampagne 2020 leitete, bevor er diese Rolle aufgab.
Das Republican National Committee und mehrere Trump-nahe politische Aktionskomitees meldeten sechsstellige Ausgaben für Campaign Nucleus. Mike Johnson, Kari Lake und weitere politische Akteure verzeichneten fünfstellige Zahlungen.
Sein Wachstum setzt zudem etablierte Anbieter unter Druck. Prompt.io behielt etwa 375.000 US-Dollar an gemeldeten Ausgaben im Jahr 2026, nach mehr als 500.000 US-Dollar im Wahlzyklus 2022.
Eine Organisation erschwert dieses Bild. A More Affordable California, ein von Uber unterstütztes politisches Aktionskomitee, meldete 2026 Ausgaben von mehr als 1 Million US-Dollar bei Prompt.io.
Der Vergleich zeigt, wie Parteien unterschiedliche Technologie-Stacks entwickeln. Demokratische Wahlkampagnen haben nennenswerte Ausgaben für Nachrichten rund um Daisychain konzentriert, während republikanische Organisationen Campaign Nucleus und Prompt.io übernommen haben.
Dabei handelt es sich nicht bloß um parteipolitische Varianten desselben Chatbots. Sie verbinden Wahlkampfdaten, Kontaktsysteme, Nachrichtenfunktionen und Workflow-Funktionen, die für politische Organisationen bestimmt sind.
Diese Spezialisierung kann wichtiger sein als die Modellqualität. Wahlkampagnen arbeiten unter Zeitdruck, mit Compliance-Anforderungen und komplexen Genehmigungsverfahren. Ein Tool, das auf diese Einschränkungen zugeschnitten ist, kann höhere Ausgaben anziehen als ein allgemeiner Assistent.
Offenlegungen auf Ebene der Bundesstaaten bestätigen die Richtung der Entwicklung. In Kalifornien, Colorado, Massachusetts und Washington identifizierten Forscher seit 2022 mindestens 92.000 US-Dollar an eindeutig zugeordneten Ausgaben für moderne generative KI.
Die Zahlungen stammten von mindestens 108 Kandidaten und Komitees. Die gemeldeten Ausgaben auf Ebene der Bundesstaaten lagen 2026 bereits etwa zehnmal höher als der für das gesamte Jahr 2024 identifizierte Betrag.
Daisychain führte in diesen Bundesstaaten die Kategorie spezialisierter Anbieter an. OpenAI und Anthropic lagen unter den allgemeinen Anbietern vorn.
DonorAtlas trat ebenfalls prominent in Erscheinung. Das System unterstützt die Recherche zu potenziellen Spendern, und die California Democratic Party meldete Zahlungen von nahezu 4.000 US-Dollar an das Unternehmen.
Diese Zahlen zeigen, wo KI unmittelbaren operativen Nutzen schafft. Kampagnen müssen Unterstützer identifizieren, die Ansprache priorisieren, Nachrichten formulieren und über mehrere Kanäle hinweg wiederholten Kontakt halten.
Automatisierung verspricht ein höheres Nachrichtenvolumen und schnellere Iterationen. Sie verschafft kleineren Teams zudem Zugang zu Analyse- und Produktionsfähigkeiten, die früher größeren Organisationen vorbehalten waren.
Dieser Vorteil setzt Wettbewerber unter Druck, ähnliche Tools einzusetzen. Eine Kampagne, die KI aus Prinzip ablehnt, könnte einem Gegner gegenüberstehen, der mit demselben Personal mehr Fundraising-Varianten, Forschungszusammenfassungen und Wählern Nachrichten produziert.
Der daraus entstehende Wettbewerb ist nicht einfach ein Kampf menschlicher Wahlkampfhelfer gegen Maschinen. Es geht um eine Kampagnenorganisation gegen eine andere, wobei beide Seiten unterschiedliche Entscheidungen zu Automatisierung, Prüfung und Offenlegung treffen.
Die Deepfake-Debatte übersieht die meisten KI-Tools für Kampagnen
Synthetische Medien stehen im Mittelpunkt der öffentlichen Aufmerksamkeit, doch die offengelegten Ausgaben deuten darauf hin, dass weniger auffällige Formen der Automatisierung bereits tiefer verankert sind.
Nur sechs Bundes-Kandidaten oder -Ausschüsse meldeten Ausgaben bei ElevenLabs, einem Anbieter synthetischer Sprachtechnologie. Ihre gemeinsamen Ausgaben betrugen etwa 1.400 US-Dollar.
Der unabhängige Kongresskandidat Samir Witta entfiel auf den größten gemeldeten Anteil. Fünf Bundes-Kampagnen oder -Ausschüsse meldeten Midjourney-Zahlungen in Höhe von insgesamt rund 1.600 US-Dollar.
Sholdon Daniels, ein republikanischer Kandidat in Texas, führte diese kleine Gruppe an. In den vier untersuchten Bundesstaaten blieben die kombinierten Ausgaben für ElevenLabs und Midjourney unter 100 US-Dollar.
Diese Zahlen wirken beruhigend, bis man sie mit beobachteter politischer Werbung vergleicht. Das Wesleyan Media Project identifizierte im aktuellen Wahlzyklus mindestens 164 politische Anzeigen, die KI-generierte oder KI-unterstützte Medien enthielten.
Diese Anzeigen standen im Zusammenhang mit mindestens 80 Millionen US-Dollar an Ausgaben für ihre Platzierung. Neunundsechzig Prozent enthielten keine Offenlegung, die ihren KI-Einsatz kenntlich machte, wie eine Überprüfung von KI-Werbung ergab.
Die beiden Messgrößen beschreiben unterschiedliche Dinge. Eine Anbieterzahlung erfasst, was ein Ausschuss direkt gekauft hat. Werbeausgaben erfassen das Geld, das für die Verbreitung fertiger Medien verwendet wurde – unabhängig davon, wie diese Medien hergestellt wurden.
Die Zahlen lassen sich nicht zu einer einzigen Gesamtsumme für KI-Ausgaben addieren. Ihre Abweichung zeigt jedoch, wie viel Produktionsaktivität hinter Agenturen, Beratern und Media-Einkäufern verschwindet.
Eine Kampagne kann ein Werbeunternehmen dafür bezahlen, ein Video zu erstellen und zu platzieren. Wenn dieses Unternehmen einen Bildgenerator, ein Sprachmodell oder einen Bearbeitungsassistenten einsetzt, kann in der Kampagnenmeldung dennoch nur das Werbeunternehmen aufgeführt werden.
Unabhängige Gruppen schaffen einen weiteren blinden Fleck. Super PACs und verwandte Organisationen können zugunsten eines Kandidaten Geld ausgeben, ohne sich mit der Kampagne abzustimmen. Ihre Subunternehmer können KI einsetzen, ohne diese Tools in detaillierten Berichten offenzulegen.
Das erklärt, warum direkte Zahlungen für synthetische Medien gering erscheinen, während KI-unterstützte Anzeigen sichtbar bleiben. Die Erstellungskosten können gebündelt, indirekt oder im Vergleich zu den Verbreitungskosten unbedeutend sein.
Die ausschließliche Fokussierung auf Deepfakes verengt auch die politische Debatte zu stark. Täuschende Videos sind wichtig, doch Kampagnen können Wähler beeinflussen, ohne sich als jemand auszugeben.
Generative Systeme können Tausende Varianten von Überschriften, Fundraising-Nachrichten oder zielgruppenspezifischen Skripten erstellen. Prognosewerkzeuge können Spender und Wähler priorisieren. Messaging-Plattformen können Nachfassaktionen in großem Maßstab automatisieren.
Diese Anwendungen sind weniger dramatisch als ein gefälschtes Kandidatenvideo. Sie können jedoch folgenreicher werden, weil Kampagnen sie während eines gesamten Wahlzyklus wiederholt einsetzen.
Personalisierung schafft ein weiteres Transparenzproblem. Fernsehwerbung vermittelt vielen Wählern dieselbe Botschaft. Automatisierte digitale Systeme können kleineren Zielgruppensegmenten unterschiedliche Argumente ausspielen.
Beobachter könnten Schwierigkeiten haben, diese Botschaften zu vergleichen oder Widersprüche zu erkennen. Journalisten und Gegner können Kommunikation, die nur kurz in privaten Feeds oder Textunterhaltungen erscheint, nicht leicht prüfen.
Das zentrale Risiko ist daher nicht eine einzelne überzeugende Fälschung. Es ist ein wachsendes Kommunikationssystem, das politische Botschaften schneller produziert, testet und verbreitet, als Außenstehende sie prüfen können.
Gesetze zu politischer KI-Werbung konzentrieren sich häufig auf Kennzeichnungen für synthetische Bilder, Audio oder Video. Solche Regeln befassen sich mit Täuschung, könnten automatisierte Überzeugungsarbeit und individualisiertes Targeting jedoch weitgehend unberührt lassen.
Kampagnen sehen sich zudem mit Unsicherheit hinsichtlich der Anbieterpolitik konfrontiert. OpenAI und andere Anbieter beschränken bestimmte politische Nutzungen, doch Berater können zwischen Produkten wechseln oder über Vermittler auf Modelle zugreifen.
Eine Ablehnung innerhalb eines Chatbots stellt keine branchenweite Schutzvorkehrung dar. Sie kann die Arbeit stattdessen zu einem weniger restriktiven Produkt, einem offenen Modell oder einem externen Auftragnehmer verlagern.
Die Frage der Durchsetzung wird schwieriger, wenn eine Kampagne behauptet, ein Mensch habe die endgültige Ausgabe genehmigt. Menschliche Prüfung kann sachliche Fehler reduzieren, löst aber keine Bedenken hinsichtlich Targeting, Offenlegung oder Nachrichtenvolumen.
Hier trennen sich die öffentliche Debatte und die operative Realität. Wähler fürchten erkennbare Fälschungen, während Kampagnen durch gewöhnliche, schwer beobachtbare Automatisierung umfassendere Vorteile erzielen.
Kandidaten profitieren von KI, ohne darüber zu sprechen
Kampagnen stehen vor einem einfachen politischen Zielkonflikt: KI kann die Produktivität steigern, doch ein Eingeständnis ihrer Nutzung kann das Vertrauen der Wähler mindern.
Eine Pew-Umfrage vom September 2025 ergab, dass mehr als 70 Prozent der US-Amerikaner einen Kandidaten schlechter beurteilen würden, wenn dieser KI zur Unterstützung beim Schreiben einer Rede nutzte. Diese Reaktion gibt Kampagnen einen starken Grund, ihre Tools vage zu beschreiben.
Bezeichnungen für Büroausgaben sind technisch plausibel. Sie verraten jedoch wenig darüber, ob KI die Sprache beeinflusste, die letztlich Wähler erreichte.
Kampagnen können zwischen interner Recherche und endgültiger Autorenschaft unterscheiden. Ein Modell könnte Hintergrundmaterial zusammenfassen, bevor ein Mitarbeiter die Rede schreibt. Ein anderes Team könnte es um einen vollständigen Entwurf bitten und das Ergebnis anschließend bearbeiten.
Beide Kampagnen könnten dieselbe Abonnementausgabe melden. Ihre Abhängigkeit vom System wäre jedoch wesentlich unterschiedlich.
Politische Organisationen haben zudem Anreize, keinen taktischen Vorteil preiszugeben. Eine öffentliche Erklärung eines Automatisierungsprozesses könnte Gegnern helfen, ihn nachzubilden, zu kritisieren oder nach Fehlern zu suchen.
Kandidaten sprechen daher allgemein über Effizienz. Sie veröffentlichen nur selten Prompt-Protokolle, Modellausgaben, Prüfverfahren oder Listen von wählergerichteten Materialien, die mit KI-Unterstützung entwickelt wurden.
Das Schweigen erschwert sinnvolle Rechenschaftspflicht. Ein Ausgabenbericht sagt Wählern, dass eine Beziehung bestand, nicht aber, welche Daten in das System eingingen oder welche Entscheidungen daraus hervorgingen.
Vertrauliche Informationen stellen ein weiteres Problem dar. Kampagnen verfügen über Spenderdaten, Kontaktdaten von Wählern, interne Recherchen, Strategiedokumente und unveröffentlichtes politisches Material.
Das Hochladen solcher Informationen zu einem externen Dienst kann Datenschutz- und Sicherheitsrisiken schaffen. Das Risikoniveau hängt von den Bedingungen des Anbieters, der Kontokonfiguration, Aufbewahrungseinstellungen und dem Verhalten der Mitarbeiter ab.
Die Genauigkeit bleibt ein separates Problem. Sprachmodelle können falsche Aussagen, erfundene Quellenangaben oder irreführende Zusammenfassungen produzieren. Eine unter Zeitdruck stehende Kampagne kann einen Fehler verbreiten, bevor ein Prüfer ihn entdeckt.
Auch Verzerrungen können durch Trainingsdaten, Prompts, Targeting-Modelle und menschliche Annahmen entstehen. Automatisierte Ausgaben können Stereotype wiederholen oder Wähler übersehen, die in den zugrunde liegenden Informationen schlecht repräsentiert sind.
Keines dieser Probleme bedeutet, dass Kampagnen die Technologie aufgeben werden. Wettbewerbsdruck wirkt in die entgegengesetzte Richtung.
Eine in der Berichterstattung zitierte Branchenumfrage ergab, dass 57 Prozent der politischen Berater täglich KI nutzten, gegenüber 34 Prozent ein Jahr zuvor. Diese Adoptionsrate macht Verzicht zunehmend kostspielig.
Der praktische Wettbewerb entwickelt sich zu verantwortungsvoller Einführung gegenüber intransparenter Einführung. Kampagnen werden die verfügbaren Systeme nutzen, können sich jedoch erheblich in Governance und öffentlicher Erklärung unterscheiden.
Ein glaubwürdiger Offenlegungsstandard könnte interne Verwaltung von wählergerichteter Überzeugungsarbeit trennen. Er könnte außerdem generative Inhalte von Analytik, Targeting und automatisierter Verbreitung unterscheiden.
Die aktuellen Ausgabenkategorien bieten diese Klarheit nicht. Sie wurden geschaffen, um Geldflüsse nachzuverfolgen, nicht um zu dokumentieren, wie Software politische Rede beeinflusst.
Freiwillige Transparenz bleibt möglich. Kampagnen könnten zugelassene Anbieter benennen, wesentliche Anwendungsfälle offenlegen und ihren Prozess menschlicher Prüfung beschreiben, ohne sensible Strategien zu veröffentlichen.
Sie könnten außerdem Unterlagen aufbewahren, die zeigen, welche wählergerichteten Materialien generative Systeme einbezogen. Unabhängige Prüfer oder Regulierungsbehörden könnten diese Unterlagen nach Streitfällen einsehen.
Freiwilliges Handeln steht jedoch im Konflikt mit Wahlanreizen. Ein Kandidat, der detaillierte Offenlegungen bereitstellt, könnte Kritik auf sich ziehen, der ein zurückhaltenderer Gegner entgeht.
Gemeinsame Regeln würden dieses Ungleichgewicht verringern. Sie müssten zudem sorgfältig definiert werden, damit Rechtschreibprüfung, Datenanalyse, synthetische Medien und zielgerichtete Überzeugungsarbeit nicht als gleichwertige Aktivitäten behandelt werden.
Die Herausforderung besteht nicht darin, Software aus Kampagnen zu entfernen. Sie besteht darin sicherzustellen, dass Wähler verstehen können, wann politische Kommunikation wesentlich durch automatisierte Systeme geprägt wurde.
Drei Signale, die vor den Zwischenwahlen 2026 zu beobachten sind
Die nächste Phase wird anhand des Wachstums von Offenlegungen, ausgelagerter Produktion und der Wirksamkeit neuer Transparenzregeln gemessen werden.
Das erste Signal ist die nächste Runde bundesweiter Meldungen. Forschende sollten verfolgen, ob sich die KI-Ausgaben von US-Kampagnen weiterhin auf spezialisierte politische Anbieter konzentrieren oder sich zu Allzweckmodellen verlagern.
Ein starker Anstieg der Ausschusszahlen bei OpenAI und Anthropic würde darauf hindeuten, dass Chatbot-Zugang zur Standardinfrastruktur von Kampagnen wird. Wachstum bei Daisychain oder Campaign Nucleus würde tiefere Investitionen in automatisierten Wählerkontakt zeigen.
Die Unterscheidung zwischen Kundenzahl und Gesamtdollarbetrag wird weiterhin wichtig bleiben. Ein großer Ausschuss kann die Einnahmen eines Anbieters dominieren, ohne eine breite Einführung zu belegen.
Das zweite Signal ist die Lücke zwischen direkten Anbieterzahlungen und beobachtbarer KI-generierter Werbung. Diese Lücke wird zeigen, wie viel Aktivität über Berater und unabhängige Gruppen abgewickelt wird.
Mehr KI-unterstützte Anzeigen ohne entsprechende Technologieausgaben würden die Annahme stärken, dass aktuelle Offenlegungen die meisten Produktionsabläufe nicht erfassen.
Forschende werden Werbearchive, Kampagnenmeldungen und Anbieterunterlagen benötigen, um diese Lücke zu untersuchen. Kein einzelner Datensatz erfasst alle drei Ebenen.
Das dritte Signal ist, ob Offenlegungsgesetze das Verhalten von Kampagnen tatsächlich verändern. Mehr als 30 Bundesstaaten haben Beschränkungen oder Kennzeichnungspflichten im Zusammenhang mit Wahl-Deepfakes eingeführt.
Frühe Hinweise zeigen uneinheitliche Offenlegung, selbst dort, wo Regeln bestehen. Durchsetzungsressourcen, verfassungsrechtliche Anfechtungen und enge gesetzliche Definitionen können diese Maßnahmen schwächen.
Eine sichtbare Kennzeichnung synthetischer Medien hilft Zuschauern, eine einzelne Anzeige zu bewerten. Sie verrät nicht, ob Analytik, automatisierte Personalisierung oder generativer Text die breitere Kampagne geprägt haben.
Bundesregulierer stoßen ebenfalls an Zuständigkeitsgrenzen und politische Meinungsverschiedenheiten. Die FEC kann Regeln zur Wahlkampffinanzierung durchsetzen, hat jedoch kein umfassendes Meldesystem für KI-unterstützte Kommunikation geschaffen.
Die nützlichste zukünftige Offenlegung könnte aus der Kombination mehrerer Ansätze entstehen. Finanzunterlagen können Anbieter identifizieren, Inhaltskennzeichnungen können synthetische Medien identifizieren, und Archive können zielgerichtete Botschaften bewahren.
Anbieterpolitiken sind ein weiteres entscheidendes Signal. Wenn große Anbieter politische Beschränkungen verschärfen, könnten Kampagnen Unternehmenskontrollen einführen oder zu alternativen Modellen wechseln.
Wenn die Beschränkungen weiterhin widersprüchlich bleiben, werden Mitarbeiter und Berater die Grenzen weiter austesten. Eine Durchsetzung, die hauptsächlich auf der Ablehnung von Prompts beruht, bietet nur begrenzte Gewähr.
Wähler sollten zudem darauf achten, wie Kampagnen Fehler erklären. Eine korrigierte Halluzination, ein irreführendes Bild oder eine nicht autorisierte Nachricht kann zeigen, ob eine Organisation über sinnvolle Prüfverfahren verfügt.
Die offengelegten 17 Millionen US-Dollar belegen bereits, dass KI Teil der amerikanischen Wahlkampfinfrastruktur ist. Sie belegen weder die Wirksamkeit der Technologie noch legen sie ihren gesamten Einfluss offen.
Die entscheidende Frage ist nicht länger, ob Wahlkampagnen KI einsetzen. Sie lautet, ob Wähler, Watchdogs und Regulierungsbehörden genug von diesem Einsatz sehen können, um dessen Folgen zu beurteilen.
Verfolgen Sie die nächsten Einreichungen, vergleichen Sie sie mit den öffentlich verbreiteten politischen Botschaften und fragen Sie Kampagnen, was ihre Ausgabenbeschreibungen verschweigen. Die KI-Ausgaben in US-Wahlkämpfen sind dort am wichtigsten, wo die derzeitigen Aufzeichnungen enden.
