(Symbolbild)
KI-Transparenz: Zwischen freiwilligen Plattformregeln und staatlicher Sicherheitsprüfung
Die Anforderungen an Transparenz bei KI-Systemen verschärfen sich auf zwei Ebenen gleichzeitig: Während Google seine Werbekennzeichnungspflichten für KI-generierte Inhalte ausweitet, gerät zunehmend in den Blick, wie Regierungen die Sicherheit sogenannter Frontier Models bewerten – ohne dass die Kriterien dieser Prüfungen öffentlich einsehbar wären.
Werbekennzeichnung wird zum Branchenstandard
Google verschärft seine Richtlinien für Werbeanzeigen, die mit KI erstellt oder verändert wurden. Bisher galt eine Offenlegungspflicht lediglich für politische Wahlkampfanzeigen; künftig müssen Werbetreibende bei allen Anzeigen angeben, wenn diese synthetische oder digital manipulierte Inhalte enthalten. Die Regelung greift dort, wo KI-generierte Elemente nicht offensichtlich erkennbar sind – etwa bei retuschierten Produktbildern, synthetischen Stimmen oder KI-erstellten Textpassagen. Die Pflicht zur Kennzeichnung bleibt dabei bei den Werbetreibenden, nicht bei der Plattform selbst. Das Unternehmen behält sich vor, Anzeigen abzulehnen, die als irreführend oder täuschend eingestuft werden, unabhängig davon, ob KI im Spiel ist oder nicht.
Der Schritt folgt einer breiteren Branchentendenz. Meta und TikTok haben vergleichbare Kennzeichnungspflichten bereits implementiert, teilweise unter dem Druck regulatorischer Entwicklungen wie dem EU AI Act. Für Unternehmen, die im deutschsprachigen Raum digital werben, bedeutet dies: Die dokumentierte Herkunft KI-generierter Werbemittel wird zur Compliance-Grundlage, nicht mehr zur freiwilligen Zusatzinformation.
Sicherheitsprüfungen ohne öffentliche Standards
Parallel dazu rückt die staatliche Seite der KI-Regulierung in den Fokus. Die US-Regierung hat nach Medienberichten grünes Licht für die Veröffentlichung eines neuen Frontier Models von OpenAI gegeben – doch die Grundlage dieser Entscheidung bleibt weitgehend intransparent. Wie TechCrunch berichtet, ist unklar, “wie genau der Dialog zwischen der Regierung und Anthropic sowie OpenAI ausgesehen hat” (TechCrunch). Die Prüfung erfolgte offenbar im Rahmen freiwilliger Selbstverpflichtungen der KI-Unternehmen, nicht auf Basis verbindlicher gesetzlicher Vorgaben.
Das wirft die Frage auf, welche Sicherheitskriterien für die Freigabe leistungsfähigster KI-Modelle maßgeblich sind. Frontier Models gelten als besonders risikoreich, weil sie Fähigkeiten entwickeln können, die bei ihrer Entwicklung nicht antizipiert wurden. Ohne veröffentlichte Evaluationsstandards oder unabhängige Prüfinstanzen bleibt die Sicherheitsbewertung auf die internen Prozesse der Unternehmen und nicht-öffentliche Regierungsgespräche angewiesen.
Zwei Geschwindigkeiten der Regulierung
Die Entwicklungen verdeutlichen eine Asymmetrie in der KI-Regulierung: Während Anwendungsebenen wie Werbung zunehmend detaillierten Transparenzvorschriften unterliegen, bleibt die Governance der leistungsstärksten Modelle hinter verschlossenen Türen. Die EU mit ihrem AI Act verfolgt hier einen anderen Ansatz, indem sie Systeme mit hohem Risiko explizit kategorisiert und konformitätsbewertungspflichtig macht. Doch auch in Europa fehlen bislang spezifische technische Standards für die Sicherheitsbewertung von Foundation Models – diese werden erst nachgereicht.
Für Unternehmen entsteht daraus eine komplexe Landschaft. Die Kennzeichnungspflichten für KI-generierte Werbung sind relativ konkret umsetzbar; die Frage, welche KI-Systeme sie im Backend einsetzen dürfen oder sollten, bleibt dagegen ohne klare externe Validierung. Die freiwilligen Commitments der großen KI-Labore, etwa zur Sicherheitsprüfung vor Release, bieten keine verlässliche Grundlage für Due-Diligence-Prozesse.
Für deutschsprachige Unternehmen ergeben sich daraus zwei unmittelbare Handlungsfelder. Zum einen gilt es, interne Prozesse für die Dokumentation KI-generierter Werbeinhalte zu etablieren – nicht nur für Google Ads, sondern plattformübergreifend, da die Anforderungen konvergieren. Zum anderen sollten Organisationen bei der Auswahl von KI-Dienstleistern gezielt nach Sicherheitsdokumentation und Evaluationspraktiken fragen, statt allein auf Herstellerzusagen zu vertrauen. Die regulatorische Lücke bei der Modellsicherheit wird sich voraussichtlich erst in den kommenden Jahren schließen; bis dahin bleibt proaktive Risikoprüfung eine unternehmerische Selbstverpflichtung.
