LinkedIn will cut reach of AI-generated posts with 94% precision, screening every post that leaves your network
Zusammenfassung
Kurz
Laut Bericht prüft LinkedIn Beiträge, die über das unmittelbare Netzwerk hinaus verbreitet werden, auf generische oder repetitive Inhalte und gibt für die Erkennung 94 Prozent Präzision an. Als problematisch eingestufte Beiträge würden nach Unternehmensangaben 40 Prozent weniger Aufrufe erzielen, aber nicht gelöscht; konkrete Erfahrung und eigene Einsichten sollen KI-Unterstützung von austauschbaren Inhalten unterscheiden. Fehlerraten und unabhängige Prüfungen der Kennzahlen hat LinkedIn laut Bericht nicht veröffentlicht.
Mittel
Der Bericht schildert LinkedIns Vorgehen gegen generische oder repetitive Beiträge ohne eigenen Erkenntniswert. Laut Technikchef Tim Jurka prüfen Klassifikatoren jeden Beitrag, der über das unmittelbare Netzwerk hinaus verbreitet wird. LinkedIn gibt eine Präzision von 94 Prozent an und berichtet von 40 Prozent weniger Aufrufen für als „KI-Schrott“ eingestufte Inhalte. Diese würden laut Artikel nicht gelöscht oder vor Followern verborgen, sondern in Empfehlungen außerhalb des direkten Netzwerks zurückgestuft.
KI-unterstützte Beiträge seien nicht grundsätzlich betroffen: Entscheidend seien konkrete Erfahrung, Beispiele und eine eigene Perspektive. Das System lerne laut Bericht aus Nutzermeldungen und menschlicher Prüfung und berücksichtige auch Zweck und Muster eines Beitrags. Die 94 Prozent beschreiben den Anteil zutreffender Markierungen, nicht die Zahl übersehener problematischer Inhalte. LinkedIn habe weder Fehlerraten noch unabhängige Audits veröffentlicht; auch mögliche falsche Markierungen bei Sprach- oder Barrierefreiheitshilfen seien ein Thema.
Die Meldefunktion blendet gemeldete Inhalte zunächst für die meldende Person aus. Der Artikel empfiehlt Marketerinnen und Marketern, konkrete Projekte, Daten, Abwägungen und begründete Standpunkte einzubringen. Ob die Prüfung auf Beiträge nur für direkte Kontakte ausgeweitet wird, sei offen. Zahlen und Wirkungen beruhen laut Bericht auf Angaben LinkedIns.
Ausführlich lesen
Der Bericht beschreibt LinkedIns Maßnahmen gegen Beiträge, die das Unternehmen als „KI-Schrott“ einstuft: generische oder repetitive Inhalte ohne eigenen Erkenntniswert. Laut LinkedIns Technikchef Tim Jurka prüfen Klassifikatoren inzwischen jeden Beitrag, der über das unmittelbare Netzwerk der Verfasser hinaus verbreitet wird. Das Unternehmen gibt für das Erkennen generischer Inhalte eine Präzision von 94 Prozent an. Zudem seien die Aufrufe der Meldefunktion in den ersten drei Wochen auf mehr als eine Million gestiegen; bei als KI-Schrott eingestuften Beiträgen verzeichnet LinkedIn nach eigenen Angaben 40 Prozent weniger Aufrufe.
Die Einstufung bedeute laut Bericht kein Verbot KI-geschriebener Beiträge. Betroffene Inhalte würden in Empfehlungen außerhalb der direkten Kontakte weniger ausgespielt, aber nicht gelöscht oder vor Followern verborgen. Entscheidend sei der Gehalt: KI als Schreibhilfe sei mit konkreten beruflichen Einsichten, Beispielen und einer erkennbaren eigenen Perspektive vereinbar. Beiträge, die ohne persönliche Erfahrung zu beliebigen Unternehmen passen könnten, seien dagegen gefährdet.
Zur Funktionsweise schildert der Bericht ein „Teacher-Student“-Verfahren: Das System lerne aus Rückmeldungen über die Meldefunktion; schwierige Fälle würden menschlichen Prüfern vorgelegt. Spezialisierte KI-Agenten berücksichtigten unter anderem, ob ein Beitrag werblich ist, einen Erfolg feiert oder zeitlich relevant erscheint. Laut Artikel gehe es damit um Zweck und Muster, nicht bloß um einzelne Formulierungen.
Die 94 Prozent beziehen sich auf Präzision: Von 100 als problematisch markierten Beiträgen würden nach LinkedIns Bewertungskriterien ungefähr 94 tatsächlich als solche gelten. Das ist keine Aussage darüber, wie viele problematische Beiträge übersehen oder wie viele unbedenkliche Inhalte fälschlich markiert werden. LinkedIn habe weder diese Fehlerraten noch unabhängige Prüfungen der Kennzahlen veröffentlicht. Der Bericht erwähnt außerdem Bedenken von Menschen, die KI zur Sprachunterstützung oder aus Gründen der Barrierefreiheit nutzen.
Die Meldefunktion „Seems like AI slop“ sei laut Artikel am 30. Juli 2026 für Beiträge und Kommentare eingeführt worden. Eine Meldung blende den Inhalt zunächst im Feed der meldenden Person aus. LinkedIn führe zudem private Hinweise für Verfasser gemeldeter Beiträge ein. Das Unternehmen habe seine Funktion zur automatischen Beitragserweiterung eingestellt und durch eine Korrekturhilfe ersetzt, die Inhalte nicht umschreibt.
Der Bericht ordnet die Maßnahme in einen größeren Umbau des Empfehlungssystems ein, den LinkedIn im März 2026 angekündigt habe. Er beschreibt außerdem Maßnahmen gegen automatisierte Kommentare, Engagement-Pods und nicht autorisierte Drittanbieterwerkzeuge. Für Marketer folge daraus, dass konkrete Projekterfahrungen, Daten, Abwägungen und begründete Meinungen eher Reichweite erhalten dürften als austauschbare Ratschläge. Die genannten Wirkungen und Zahlen stammen jedoch von LinkedIn; unabhängige Audits fehlen. Offen sei auch, ob die Prüfung auf Beiträge ausgeweitet wird, die nur direkten Kontakten gezeigt werden, und ob sich die Präzision verändert.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Lunas Zusammenfassung liegt in zwei Fassungen vor (kurz und mittel); bewertet wurde die mittlere, die kurze ist inhaltlich ebenfalls treu. Die Einordnung stützt sich auf den Bericht, der LinkedIn-Maßnahmen gegen generische KI-Beiträge behandelt und nicht die gestellten Fragen zu Einflussnahme, Schwellenwerten oder globaler KI-Governance direkt beantwortet.
Im Bericht, aber nicht in der Zusammenfassung
- Über eine Million Nutzungen des Meldeknopfs in den ersten drei Wochen
- Die neue Benachrichtigung an Nutzer, deren Beitrag gemeldet wurde
- Die Entfernung der Funktion „enhance your post“ zugunsten eines Korrekturassistenten, der nichts umschreibt
- Die Aussage des Chief Product Officer, dass KI und Schrott nicht dasselbe sind
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Das Wort „zunächst“ bei der Ausblendung gemeldeter Beiträge steht so nicht im Bericht; dort heißt es nur, der Beitrag werde aus dem Feed des meldenden Mitglieds ausgeblendet.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- 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 32 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- 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 31 %einzelne zitierbare Belege
- JEV 100 %kein Bezug
- amos 33 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- 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 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 32 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 29 %Hintergrund, keine Belege
- SubQ 39 %gleiches Oberthema, hilft nicht
- drex 37 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 64 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 47 %einzelne zitierbare Belege
- JEV 32 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung Hintergrund, keine Belege
- SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus?
- SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden?
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 57 %gleiches Oberthema, hilft nicht
- drex 68 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 39 %gleiches Oberthema, hilft nicht
- Luna 30 %gleiches Oberthema, hilft nicht
- JEV 40 %gleiches Oberthema, hilft nicht
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 63 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 25 %gleiches Oberthema, hilft nicht
- JEV 50 %einzelne zitierbare Belege
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 30 %gleiches Oberthema, hilft nicht
- Luna 24 %nur am Rande erwähnt
- JEV 31 %einzelne zitierbare Belege
- amos 23 %Hintergrund, keine Belege
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 33 %Hintergrund, keine Belege
- JEV 28 %einzelne zitierbare Belege
- amos 27 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 31 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 39 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 43 %einzelne zitierbare Belege
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
Offenlegung und Rechenschaft
- SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 34 %einzelne zitierbare Belege
- amos 32 %gleiches Oberthema, hilft nicht
- SubQ 63 %gleiches Oberthema, hilft nicht
- drex 38 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 29 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 33 %gleiches Oberthema, hilft nicht
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 37 %gleiches Oberthema, hilft nicht
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 36 %Hintergrund, keine Belege
- JEV 45 %einzelne zitierbare Belege
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 44 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte?
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 22 %gleiches Oberthema, hilft nicht
- Luna 32 %Hintergrund, keine Belege
- JEV 35 %einzelne zitierbare Belege
- amos 28 %nur am Rande erwähnt
- SubQ 38 %gleiches Oberthema, hilft nicht
- drex 34 %gleiches Oberthema, hilft nicht
- d3-ultra
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Information und Öffentlichkeit
- SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- clef 20 %einzelne zitierbare Belege
- Luna 55 %umfangreiche Belege
- JEV 42 %umfangreiche Belege
- amos 36 %umfangreiche Belege
- SubQ 51 %umfangreiche Belege
- drex 46 %umfangreiche Belege
- d3-ultra
- Haiku-Prüfung einzelne zitierbare 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?
- 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?
- SF-I1-T03 Wenn KI-erzeugte Einflussnahme vor allem über gemeinsam genutzte Systeme für Empfehlungen, Rangfolgen, Werbung und Nutzerbindung wirkt und nicht über die Ausgabe eines einzelnen Modells: Welche gemeinsame Messung, welche Vorfallschwelle und welcher abgestimmte Reaktionsablauf sollten gelten, ohne dass Plattformaufsicht zur Zensur von Meinungen wird?
Weitere Berichte zu diesen Fragen
- Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
- Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- Alle Berichte im Archiv