Du brauchst ein KI-Inhaltskennzeichnung, wenn ein Leser vernünftigerweise annehmen könnte, die Worte stammten von dir, und sie taten es nicht. Wenn KI einen wesentlichen Teil des Beitrags entworfen, umstrukturiert oder umgeschrieben hat, sag es in einer schlichten Zeile oben. Wenn sie nur deine Grammatik geprüft oder eine Überschrift vorgeschlagen hat, schuldest du niemandem eine Erklärung.
Die wichtigsten Erkenntnisse
- Leg offen, wenn KI den Text erzeugt hat, den ein Leser dir zuschreiben wird; schweig, wenn sie nur deine eigenen Sätze poliert hat.
- Plattformen und Verlage verlangen zunehmend eine Kennzeichnung; das Gesetz verlangt vor allem, dass du nicht irreführst.
- Eine nützliche Kennzeichnung benennt, was die KI getan hat, was du getan hast und wer das Ergebnis geprüft hat.
- “KI-unterstützt” und “KI-generiert” sind unterschiedliche Aussagen, und Leser reagieren unterschiedlich darauf.
- Vage Kennzeichnungen (“KI könnte verwendet worden sein”) kosten dich Vertrauen und bringen dir nichts.
- Offenlegung schützt das Werk. Die Kennzeichnung zu entfernen, nachdem ein Redakteur darum bittet, ist das, was es beschädigt.
Muss ich KI-Inhalte offenlegen?
Beginne mit der Frage, die die Kennzeichnung beantwortet: Wer hat das geschrieben? Nicht wer es getippt hat, nicht wer auf Generieren gedrückt hat. Wer ist verantwortlich für die Aussagen, die Struktur und das Urteilsvermögen darin?
Wenn du es bist, kannst du in der Regel leicht oder gar nicht offenlegen. Wenn ein Modell die Absätze erzeugt hat und du sie nur überflogen hast, wird ein Leser, der es später erfährt, jede andere Seite, die du veröffentlichst, als verdächtig betrachten. Das sind die wahren Kosten, und sie sind höher als jede einzelne Offenlegungszeile.
Auch externe Erwartungen spielen eine Rolle. Akademische Einrichtungen behandeln nicht offengelegtes KI-Verfassen als Frage des Fehlverhaltens, weshalb dieselbe Offenlegungslogik auch in den Regeln zur akademischen Integritätsrichtlinie KI gilt. Nachrichtenredaktionen, Agenturen und Fördergremien haben ihre eigenen Versionen. Freelance-Verträge legen zunehmend fest, was ein Kunde deklariert haben möchte, und wo dies unklar ist, gehört es ins Briefing statt in Ihren Kopf – siehe KI-Erkennung und Freelance-Arbeit, um es vor dem Start festzulegen.
Wo Offenlegung erwartet wird und wo sie optional ist
Die Erwartung richtet sich nach drei Dingen: wer es veröffentlicht hat, wer dafür verantwortlich ist und ob ein Leser sich darauf als Beweis verlässt.
| Kontext | Offenlegung normalerweise erwartet? | Wie das in der Praxis aussieht |
|---|---|---|
| Nachrichten, Berichterstattung, Analyse | Ja, wenn KI Prosa verfasst hat | Eine einzeilige Anmerkung dazu, was generiert wurde und wer es überprüft hat |
| Akademische Arbeit | Ja, je nach Einrichtung | Methodenhinweis oder Danksagung, gemäß der Richtlinie, die Sie erhalten haben |
| Marketingtexte für Kunden | Oft, vertraglich | Vereinbarte Formulierung im Briefing, nicht bei Lieferung erfunden |
| Förder- und Finanzierungsdokumente | Ja, je nach Förderregeln | Eine Erklärung der verwendeten Tools und wer die Zahlen geprüft hat |
| Persönlicher Blog, Newsletter | Optional | Eine kurze Anmerkung, wenn ein Beitrag wesentlich generiert wurde |
| SEO-Artikel auf Ihrer eigenen Website | Optional, aber ratsam | Eine Zeile in der Fußzeile oder im Byline, wenn KI einen Abschnitt verfasst hat |
| Produktbeschreibungen | Selten angegeben | Die Richtigkeit der Aussagen ist wichtiger als das Label |
| Social-Media-Beiträge | Optional | Leser gehen von Unterstützung aus; sie gehen nicht von Erfindung aus |
Beachten Sie das Muster. Je mehr ein Leser Ihren Text als Zeugnis behandelt – einen Bericht, einen Befund, ein Versprechen –, desto wichtiger ist das Label. Je mehr es Dekoration ist, desto weniger bewirkt es.
Regulierungsbehörden bewegen sich für synthetische Medien in dieselbe Richtung, und die Richtung für Text geht dahin, das Tool und den verantwortlichen Menschen zu benennen. Sie müssen nicht jede Regel verfolgen, um dies richtig zu machen. Sie brauchen eine Standardeinstellung, die Sie ohne Nachdenken anwenden können.
Was ein nützliches Label aussagt im Vergleich zu einem vagen
Ein nützliches Label beantwortet drei Fragen in ein oder zwei Sätzen: Was hat die KI getan, was hast du getan und wer steht dahinter.
Schwache Labels klingen vorsichtig und sagen nichts aus:
- “KI könnte bei der Erstellung dieses Inhalts verwendet worden sein.”
- “Dieser Artikel wurde mit Unterstützung von KI-Tools erstellt.”
- “Einige Inhalte könnten generiert sein.”
Jedes davon sagt dem Leser, dass etwas verborgen wurde, aber nicht was. Die Fantasie des Lesers füllt die Lücke, und sie füllt sie normalerweise mit dem schlimmsten Fall.
Ein nützliches Label ist spezifisch genug, um überprüfbar zu sein:
- “Aus meinen Notizen mit Claude entworfen, von mir überarbeitet und faktengeprüft. Alle Zahlen anhand von Primärquellen verifiziert.”
- “KI-gestützte Gliederung und erster Entwurf; Recherche, Zitate und Schlussfolgerungen stammen von mir.”
- “Aus dem Spanischen mit maschineller Unterstützung übersetzt und von einem menschlichen Übersetzer bearbeitet.”
Die Genauigkeit ist der Punkt. Sie verwandelt einen vagen Verdacht in eine eingegrenzte Tatsache. Sie macht das Label auch überprüfbar, und genau deshalb funktioniert es.
Wenn Sie gerade die Offenlegungszeile entwerfen und sehen möchten, welche Ihrer Sätze das stärkste maschinelle Signal tragen, bevor Sie entscheiden, was Sie angeben, lassen Sie die Passage zuerst durch den KI-Detektor laufen. Satzgenaue Bewertungen zeigen Ihnen, was ein aufmerksamer Leser bemerken würde, was oft enger ist, als Sie befürchten.
KI-generiert versus KI-unterstützt in einem Label
Diese beiden Formulierungen leisten Unterschiedliches, und Leser nehmen sie unterschiedlich wahr.
KI-generiert bedeutet, dass der Text aus einem Modell stammt und Sie ihn weitgehend so präsentieren, wie er erzeugt wurde. Das ist in manchen Formaten eine legitime Sache zum Veröffentlichen – Zusammenfassungen, Standardtexte, strukturierte Daten –, aber es ist eine starke Aussage, und sie sagt dem Leser, dass er seine Erwartung an die Urheberschaft senken soll.
KI-unterstützt bedeutet, dass du den Text geschrieben und unterwegs Werkzeuge verwendet hast: eine Gliederung, die Überarbeitung eines hartnäckigen Absatzes, einen Übersetzungsdurchlauf, ein Brainstorming für den Titel. Die Urheberschaft liegt weiterhin bei dir. Das Label ist eine Anmerkung zur Methode, kein Haftungsausschluss zur Herkunft.
Die meisten Streitigkeiten über Offenlegung entstehen, weil Menschen beides vermischen. Eine Autorin, die ein Modell genutzt hat, um zwei Absätze zu straffen, kennzeichnet den ganzen Text als „KI-generiert“ und entwertet damit unnötig ihre eigene Arbeit. Ein Verlag, der ein Modell den gesamten Erklärtext hat schreiben lassen, nennt ihn „KI-unterstützt“ und führt alle in die Irre.
Wähle die Formulierung, die der tatsächlichen Arbeitsteilung entspricht, und sei dann so konkret, dass ein skeptischer Leser sie überprüfen könnte.
Wie man KI-Unterstützung offenlegt, ohne die Arbeit zu untergraben
Offenlegung geht auf zwei Arten schief: Sie wird so tief vergraben, dass niemand sie sieht, oder sie wird als Entschuldigung formuliert. Beides signalisiert, dass du die Arbeit für kompromittiert hältst.
Ein kurzer Satz von Regeln, der Bestand hat:
- Platzieren Sie sie dort, wo die Quellenangabe steht. Eine Autorenzeile, eine Methodenzeile, eine Fußzeile. Nicht als Fußnote drei Bildschirmseiten weiter unten.
- Nennen Sie die Arbeitsteilung, nicht einen Haftungsausschluss. „KI entworfen, ich verifiziert“ schlägt jedes Mal „KI wurde verwendet“.
- Nennen Sie den Menschen, der verantwortlich ist. Ein namentlich genannter Redakteur oder Autor macht aus einer Richtlinienaussage ein Versprechen.
- Sagen Sie, was geprüft wurde. Quellen verifiziert, Zahlen bestätigt, Zitate an den Sprecher zurückgegeben. Das ist der Satz, der tatsächlich Vertrauen schafft.
- Halten Sie den Ton sachlich. Eine Kennzeichnung in entschuldigendem Ton liest sich wie ein Eingeständnis. Eine Kennzeichnung im selben Ton wie der Rest der Seite liest sich wie eine Tatsache.
- Wenden Sie sie konsequent an. Eine Offenlegung, die Sie einmal verwenden und dann aufgeben, wirkt wie Schadensbegrenzung.
Noch eine Sache, und das ist der Teil, den die Leute überspringen: Die Kennzeichnung behebt keinen schwachen Beitrag. Wenn das Argument dünn ist, sagt die Kennzeichnung dem Leser nur, woher die Dünnheit kommt. Die Arbeit muss zuerst für sich selbst stehen – weshalb der Redaktionsdurchgang mehr zählt als die Formulierung des Hinweises. Maschinell erzeugte Muster in Ihren eigenen Entwürfen bereinigen ist der praktische Begleiter zu jeder Offenlegungsrichtlinie.
Wie Leser tatsächlich auf Offenlegungserklärungen reagieren
Die Angst ist, dass eine Kennzeichnung dazu führt, dass Leser den Beitrag ablehnen. In der Praxis hängt die Reaktion weit mehr davon ab, was die Kennzeichnung behauptet, als davon, ob eine existiert.
Leser reagieren schlecht auf zwei Dinge: die Entdeckung, dass eine Kennzeichnung fehlte, und das Lesen einer Kennzeichnung, die eingesteht, dass der Autor nicht wirklich beteiligt war. Sie reagieren gut auf eine Kennzeichnung, die wie Selbstvertrauen wirkt – ein Autor, der genau weiß, welche Teile von ihm stammen.
Hier gibt es ein nützliches Signal in unseren eigenen Messdaten. Am 19.09.2026 haben wir 46 handgeschriebene DeAIze-Leitfäden mit unserem Detektor bei einer Kennzeichnungsschwelle von 30 % bewertet: durchschnittlicher KI-Wert 27 %, Median 25 %, Bereich 0–55 %, wobei 17 der 46 gekennzeichnet wurden. Unbearbeitete Modellausgaben über 12 generierte Passagen erzielten einen Durchschnitt von 35 %. Menschliches und maschinelles Schreiben überschneiden sich weit mehr, als die Offenlegungsdebatte annimmt. Eine Kennzeichnung ist kein Geständnis, dass der Text maschinell erstellt wurde; sie ist eine Aussage über die Methode, und Leser, die diesen Unterschied verstehen, behandeln sie als gewöhnliche Veröffentlichungsmetadaten.
Dieselbe Messung ergab, dass die Verräter-Frequenz genau entgegengesetzt zu den Erwartungen verlief: 3 pro 100 Wörter in der menschlichen Stichprobe gegenüber 1 pro 100 Wörter in der unbearbeiteten Modellausgabe. Menschliche Autoren stützen sich stärker auf vertraute Konstruktionen als Modelle. Wenn Ihr Grund fürs Schweigen ist, dass ein Detektor Sie ohnehin markieren könnte, zeigen die Daten: Das Label und der Score sind zwei getrennte Fragen.
Der Offenlegungstest für einen Grenzfall
Wenn Sie wirklich nicht sagen können, ob Sie es angeben sollen, gehen Sie das hier durch:
- Würde sich ein Leser getäuscht fühlen, wenn er erführe, wie das entstanden ist?
- Könnten Sie das Label in einem Satz gegenüber der Person verteidigen, die das Stück in Auftrag gegeben hat?
- Benennt das Label, was die KI getan hat, oder deutet es nur darauf hin?
- Ist der Mensch für die im Label genannten Aussagen verantwortlich?
- Würden Sie dasselbe Label auf das nächste Stück schreiben?
Wenn Sie die erste Frage mit Nein beantworten, brauchen Sie wahrscheinlich kein Label. Wenn Sie bei der dritten zögern, ist Ihr Label zu vage, um Ihnen zu helfen.
Ein durchgerechnetes Beispiel
Hier ist ein Vorher-Nachher-Vergleich, der ein erfundenes Beispiel und keinen echten Kunden verwendet.
Vorher — vage und defensiv:
Hinweis: Dieser Artikel wurde mit Unterstützung von KI-Technologie erstellt. Obwohl wir uns um Genauigkeit bemühen, sollten Leser sich bewusst sein, dass einige Inhalte möglicherweise generiert wurden.
Nachher — konkret und verantwortlich:
Wie dies entstanden ist: Die Gliederung und der erste Entwurf stammen von einem Modell, das auf Basis meiner Interviewnotizen gearbeitet hat. Ich habe jeden Abschnitt überarbeitet, jede Zahl mit den Originaldokumenten abgeglichen und die Analyse in den Abschnitten drei und vier ergänzt. Quellen sind inline verlinkt. Korrekturen: [email protected].
Die zweite Version ist länger, was der einzige wirkliche Kostenfaktor ist. Sie zeigt dem Leser genau, wo die Maschine aufgehört und der Mensch begonnen hat, und sie bietet ihm einen Weg, das Ergebnis anzufechten. Genau dieser letzte Teil macht sie glaubwürdig.
Wo ein Erkennungswert passt und wo nicht
Ein Detektor-Wert ist eine Wahrscheinlichkeitsschätzung, kein Beweis für die Urheberschaft. Das gilt in beide Richtungen. Ein hoher Wert bedeutet nicht, dass Sie KI verwendet haben, und ein niedriger Wert bedeutet nicht, dass Sie es nicht getan haben. Wenn Sie entscheiden, was Sie angeben, ist ein Detektor eine nützliche zweite Meinung dazu, wie der Text wirkt – mehr nicht.
Es lohnt sich zu verstehen, was die Tools tatsächlich messen, bevor Sie zulassen, dass ein Wert Ihre Offenlegungsentscheidungen prägt. Wie KI-Erkennung funktioniert geht die Signale durch, und KI-Detektor-Vergleich zeigt, wie unterschiedlich die wichtigsten Tools dieselbe Passage melden. Dass zwei Detektoren sich über Ihren Absatz uneinig sind, ist normal; es ist kein Beweis über Ihren Prozess.
Wofür ein Detektor wirklich gut ist, ist das Bearbeiten. Wenn ein Abschnitt flach wirkt, zeigen satzweise Werte auf die konkreten Zeilen, die das Signal tragen, und Sie können diese umschreiben statt das ganze Stück. Das ist ein handwerklicher Workflow, kein Compliance-Workflow.
Bereit zu sehen, welche Sätze maschinell wirken?
Bevor Sie eine Offenlegungszeile schreiben, hilft es zu wissen, was ein aufmerksamer Leser bemerken wird. Fügen Sie eine Passage in den KI-Detektor ein und lesen Sie die satzweisen Werte: Die markierten Zeilen sind normalerweise weniger, als Autoren erwarten, und sie sind es wert, umgeschrieben zu werden.
Der Entwurfseditor durchläuft dieselbe Schleife für ein vollständiges Dokument – bewerten, nur die markierten Sätze umschreiben, eine Umschreibung nur behalten, wenn die Bedeutung erhalten bleibt, dann erneut bewerten und Vorher und Nachher anzeigen. Im Beispielabsatz auf der Website wird aus einem KI-Score von 92 % ein Wert von 4 %.
Wenn Sie entscheiden, ob Sie KI-Unterstützung angeben, beginnen Sie mit dem kostenlosen Tarif unter register: 200 Wörter, keine Kreditkarte. Und wenn Sie die Tarife vergleichen möchten, bevor Sie sich festlegen, pricing ist Pay-as-you-go mit Credits, die nicht verfallen.
Offenlegen, ehrlich. Und dann die Arbeit so gut machen, dass das Label das Uninteressanteste daran ist.
Was in das Label gehört, in einem Absatz
Wenn Sie sich an nichts anderes erinnern: Nennen Sie die Rolle des Tools, nennen Sie Ihre Rolle, nennen Sie die verantwortliche Person und halten Sie den Satz im selben Ton wie den Rest der Seite. „KI hat dies aus meinen Notizen entworfen; ich habe es umgeschrieben und überprüft; Korrekturen gehen an mich“ tut mehr für das Vertrauen als jede Grundsatzerklärung und braucht nur eine Zeile. Wenden Sie es immer an, wenn ein Leser vernünftigerweise annehmen könnte, die Worte stammten von Ihnen, und sie es nicht taten. Das ist die ganze Regel.