Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
reyo.ai4. November 2026 · Q000639

AI Disclosure in Ads: EU Labeling Rules 2026

reyo.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht sagt, dass die Kennzeichnungspflicht nach Artikel 50 vor allem bei KI-Inhalten greife, die Menschen oder reale Ereignisse nicht authentisch darstellen; Metadaten ersetzten dabei keinen sichtbaren oder hörbaren Hinweis. Plattformen könnten IPTC- und C2PA-Angaben für automatische Labels nutzen, doch diese Daten könnten verloren gehen. Die Aussagen gelten laut Text für den geprüften Stand vom 4. November 2026 und sind keine Rechtsberatung.

Mittel

Der Bericht unterscheidet beim Thema KI-Kennzeichnung drei Ebenen: gesetzliche Pflichten, Plattformregeln und Metadaten. Nach seiner Darstellung verlangt Artikel 50 des EU-KI-Gesetzes von Anbietern generativer Systeme eine maschinenlesbare Markierung. Anwender müssten dagegen sichtbar oder hörbar informieren, wenn Inhalte Menschen oder tatsächliche Ereignisse nicht authentisch darstellen. Ein KI-generierter Hintergrund für ein reales Produkt falle demnach nicht darunter. Metadaten allein seien keine Mitteilung an das Publikum. Einen möglichen Übergangsschutz für ältere Systeme konnte der Autor am 4. November 2026 nicht anhand einer Primärquelle bestätigen.

IPTC kennzeichnet laut Text, ob ein Bild generiert oder mit KI bearbeitet wurde. C2PA speichert signierte Angaben zu Herkunft und Bearbeitung. Plattformen wie Google, Meta, TikTok und Pinterest nutzten solche Signale nach dem im Bericht beschriebenen Stand teils für eigene Kennzeichnungen; Metadaten könnten jedoch beim Hochladen oder Bearbeiten verloren gehen. Für E-Mail, Web und bezahlte Werbung empfiehlt der Bericht sichtbare Hinweise, passende Alternativtexte, automatisierte Kennzeichnung beim Export und Platz für Plattform-Overlays. Der Text bezeichnet sich als keine Rechtsberatung und rät, Angaben vor der Übernahme in Teamregeln erneut zu prüfen.

Ausführlich lesen

Der Bericht ordnet die Kennzeichnung KI-generierter Werbung zum Stand vom 4. November 2026 in drei Bereiche ein: gesetzliche Pflichten, Plattformregeln und Dateimetadaten. Er betont, dass diese oft verwechselt würden und unterschiedliche Aufgaben hätten. Die Darstellung sei keine Rechtsberatung; laut Autor wurden die Standards, das Verhalten der Plattformen und die rechtlichen Angaben an diesem Datum anhand von Anbieter- und Kommissionsquellen geprüft.

Zum EU-KI-Gesetz, Artikel 50, behauptet der Bericht, die Vorschriften gälten seit dem 2. August 2026 und beträfen Kreativteams vor allem dann, wenn Inhalte Menschen oder tatsächliche Ereignisse auf nicht authentische Weise zeigen. Anbieter generativer Systeme müssten ihre Ausgaben maschinenlesbar markieren. Wer solche Systeme einsetzt, müsse in den genannten Fällen spätestens bei der ersten Wiedergabe sichtbar oder hörbar informieren. Eine Metadatenmarkierung reiche dafür nicht aus. Ein reales Produkt auf einem KI-generierten Hintergrund löse nach dieser Darstellung keine Kennzeichnungspflicht nach Artikel 50 aus; ein erfundenes Testimonial oder eine künstlich dargestellte Person könne sie dagegen auslösen. Für Kunst, Satire und Fiktion nennt der Bericht eine engere Regel, die das Erleben des Werks nicht beeinträchtigen solle. Vor dem 2. August veröffentlichte Inhalte müssten demnach nicht rückwirkend markiert werden. Ein möglicher Übergangsschutz für bestimmte ältere Systeme sei am Prüftag nicht anhand einer Primärquelle bestätigt worden; der Autor rät deshalb, ihn nicht als feste Frist einzuplanen und den Stand bei Bedarf zu überprüfen. Irreführende Werbung bleibe unabhängig davon untersagt.

Technisch unterscheidet der Bericht IPTC und C2PA. IPTC verwendet ein Metadatenfeld, das zwischen vollständig KI-erzeugten und mit KI bearbeiteten Bildern unterscheidet. C2PA bündelt Angaben zu Erzeugung und Bearbeitung in einer signierten Herkunftsakte. Beide Standards könnten Plattformen helfen, Inhalte automatisch zu erkennen und zu kennzeichnen. Der Bericht weist jedoch darauf hin, dass Metadaten beim Hochladen oder Ändern von Dateien verloren gehen können. Sie dienten daher der Herkunftsinformation, ersetzten aber keinen Hinweis für Menschen.

Für den genannten Stand beschreibt der Text unterschiedliche Plattformansätze: Google rolle eine Kennzeichnungsoption für Anzeigen aus; Meta arbeite an der Erkennung von C2PA- und IPTC-Signalen; TikTok und Pinterest kennzeichneten Inhalte, wenn die entsprechenden Herkunftsinformationen vorhanden seien. Auf eigenen Kanälen empfiehlt der Bericht, Hinweise in E-Mail-Bildern sichtbar zu machen und im Alternativtext zu nennen, Web-Exporte automatisiert zu kennzeichnen und bei bezahlten Anzeigen den Platz für Plattformhinweise einzuplanen. Als praktische Regeln nennt er außerdem, Erzeugung und Bearbeitung getrennt zu behandeln, den Bildverarbeitungsweg auf Metadatenverlust zu prüfen und Kennzeichnung sowie Freigabe in einer Teamrichtlinie festzuhalten. Die Aussagen beschreiben den vom Autor geprüften Stand; der Bericht empfiehlt, ihn vor einer verbindlichen Teamregel erneut zu verifizieren.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas zwei Zusammenfassungen (kurz und mittel) wurden gemeinsam geprüft; das Urteil bezieht sich auf beide. Die Stufen und Anteile, die Luna angegeben hat, wurden nicht übernommen. Die Einordnung stützt sich ausschließlich auf den Bericht.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Pflicht nach Artikel 50 trifft zuerst die Anbieter der Werkzeuge und nicht das Marketingteam
  • Plattformregeln von Google, Meta, TikTok und Pinterest gelten für jede Anzeige unabhängig vom Gesetz
  • Der Verhaltenskodex der Kommission zur Transparenz KI-generierter Inhalte (Juni 2026) ist freiwillig
  • Irreführende Werbung war schon vor dem AI Act verboten und wird nicht durch fehlende KI-Kennzeichnung zum Problem
  • Empfehlungen: Kennzeichnung ins Bild, Herkunft in die Metadaten, Kennzeichnung beim Export automatisieren und Alternativtexte pflegen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 100 %kein Bezug
    • Luna 38 %einzelne zitierbare Belege
    • JEV 30 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 40 %beantwortet teilweise oder widerspricht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 26 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 59 %einzelne zitierbare Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 40 %nur am Rande erwähnt
    • JEV 26 %Hintergrund, keine Belege
    • amos 22 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
    • clef 100 %kein Bezug
    • Luna 50 %einzelne zitierbare Belege
    • JEV 48 %beantwortet teilweise oder widerspricht
    • amos 25 %nur am Rande erwähnt
    • SubQ 25 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Beteiligung und Gemeinwohl
  1. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 100 %kein Bezug
    • JEV 46 %einzelne zitierbare Belege
    • amos 24 %Hintergrund, keine Belege
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 27 %einzelne zitierbare Belege
    • JEV 26 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 22 %beantwortet teilweise oder widerspricht
    • Luna 74 %einzelne zitierbare Belege
    • JEV 52 %beantwortet teilweise oder widerspricht
    • amos 33 %umfangreiche Belege
    • SubQ 38 %beantwortet direkt und ausführlich
    • drex 55 %beantwortet direkt und ausführlich
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-I1-T01 Welche gemeinsamen Standards für Herkunftsnachweis und Erkennung (Wasserzeichen, signierte Metadaten, Fingerabdrücke von Modellen) würden Labore, Plattformen und Regierungen einführen, damit KI-erzeugte Texte, Tonaufnahmen und Videos über Ländergrenzen hinweg zuverlässig zuzuordnen sind? Luna: Stufe 4 · 48 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 5 · umfangreiche Belege
    • SF-I1-T02 Welche gemeinsamen Regeln sollten Labore und Regierungen für Herkunftsnachweis, Kennzeichnung und schnelle Reaktion auf maschinell erzeugte oder veränderte Medien oder Texte annehmen, die eingesetzt werden, um die Öffentlichkeit zu täuschen, und dabei Journalismus, Satire und Forschung schützen? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →