How Medium moderates its open platform in the AI era
Zusammenfassung
Kurz
Der Bericht gibt die Darstellung von Mediums Trust-and-Safety-Team wieder: Es prüft Meldungen zu Belästigung, Hass, Spam und Betrug, untersucht Missbrauch des Partnerprogramms und bearbeitet Einsprüche gegen Sperren. Medium sagt, schwierige Fälle würden menschlich abgewogen und jeder Einspruch geprüft; zugleich räumt es Fehlentscheidungen und Lücken ein. Eine unabhängige Bewertung der beschriebenen Arbeit enthält der Beitrag nicht.
Mittel
Der Bericht schildert aus Sicht von Mediums Trust-and-Safety-Team, wie die Plattform Meldungen prüft, Inhalte moderiert und das Partnerprogramm vor Missbrauch schützen soll. Medium begründet die Arbeit sowohl mit seinen Regeln und dem Schutz der Nutzenden als auch mit seinem Abo-Modell: Mitglieder müssten Inhalte als wertvoll empfinden. Meldungen kämen über verschiedene Kanäle herein; klare Fälle würden teils automatisiert bearbeitet, schwierigere Fälle gemeinsam von Menschen geprüft. Genannte Beispiele reichen von gezielter Belästigung und absichtlichem Misgendern bis zu Beleidigungen in Diskussionen über den Krieg. Das Team wolle Regeln konsequent anwenden und dabei zulässige Meinungsäußerung erhalten.
Beim Partnerprogramm suche das Team unter anderem nach künstlicher Interaktion zwischen mehreren Konten. Laut Bericht erschweren KI-Texte die Erkennung von Missbrauch, während Meldungen über vermeintliche KI-Texte nicht automatisch verlässlich seien. Medium sagt, jeder Einspruch gegen eine Kontosperre werde menschlich geprüft; fehlerhafte Filter könnten so verbessert werden. Das Team bearbeite zudem Datenschutz-, Urheberrechts- und Richtlinienfragen sowie Produktfeedback. Der Beitrag räumt ein, dass Medium nicht immer richtig liege und nicht alles erkenne. Er ist eine Unternehmensdarstellung und enthält keine unabhängige Prüfung der Wirksamkeit der beschriebenen Moderation.
Ausführlich lesen
Der Bericht von Medium Staff beschreibt, wie Mediums Trust-and-Safety-Team die offene Veröffentlichungsplattform moderiert. Medium stellt Moderation als zentral für seine Werte und sein Geschäftsmodell dar: Als Abo-Dienst sei das Unternehmen darauf angewiesen, dass zahlende Mitglieder die Inhalte für ihr Monatsabo als wertvoll und lesenswert empfinden. Zugleich berichtet der Beitrag von vielen neu angelegten Konten und veröffentlichten Beiträgen sowie von Spam, Betrugsversuchen, Belästigung, Hass und einer wachsenden Menge minderwertiger KI-Texte. Die vier befragten Teammitglieder sind anonymisiert; ihre Schilderungen geben die Perspektive des Unternehmens wieder.
Der Text begleitet das Team durch einen Arbeitstag. Meldungen kommen laut Bericht über die Website und App, automatische Filter, soziale Medien und den Helpdesk herein. Offensichtliche Fälle wie Spam, Phishing, Urheberrechtsverletzungen, Terrorismus und Material über sexuellen Kindesmissbrauch würden oft automatisiert erkannt, ein beträchtlicher Teil werde dennoch manuell geprüft. Bei schwierigen Fällen bespreche das Team, welche konkrete Regel betroffen sein könnte und wie sich Meinungsäußerung und Schutz vor Schaden abwägen lassen. Als Beispiele nennt der Beitrag einen Beitrag, der eine unbeteiligte Beschäftigte namentlich angreift: Die schreibende Person solle zwölf Stunden Zeit bekommen, den Namen zu entfernen. Absichtliches Misgendern und Deadnaming führten dem Bericht zufolge zur sofortigen Sperrung des Beitrags und zu einer Prüfung weiterer Aktivitäten. Bei wechselseitigen Beleidigungen in einer Diskussion über den Krieg zwischen Russland und der Ukraine könne das Team beiden Seiten raten, Abstand zu nehmen, auszusteigen, zu blockieren und zu melden. Es unterscheide dabei zwischen einer Aussage über den Ausgang eines Krieges und einem gezielten Wunsch, eine Person solle darin sterben.
Ein weiterer Schwerpunkt ist das Medium Partner Program, über das Schreibende Beiträge hinter eine Bezahlschranke stellen und Einnahmen erzielen können. Das Team prüfe verdächtige Konten auf Betrug, etwa wenn mehrere Konten sich gegenseitig künstlich Aufmerksamkeit verschaffen. KI-generierte Texte erschwerten diese Arbeit laut einem Teammitglied, weil große Mengen oberflächlich plausibler Beiträge erstellt werden könnten. Zugleich betont der Bericht, dass Meldungen, ein Text sei KI-generiert, nicht automatisch zuträfen: Man untersuche die Konten genauer, statt allein auf Meldungen oder persönliche Abneigung gegen einen Schreibstil zu vertrauen.
Automatische Sperren können laut Bericht auch unbeteiligte Nutzende treffen, wenn Betrugsfilter angepasst werden. Medium sagt, täglich gingen mehrere hundert Einsprüche ein und jeder werde von einem Menschen geprüft. Das helfe, Fehlentscheidungen zu korrigieren und Filter weiterzuentwickeln. Der Beitrag nennt außerdem Aufgaben wie Datenschutz- und Löschanfragen, staatliche Anfragen, Urheberrecht, Richtlinienarbeit und Produktfeedback. Medium räumt ein, nicht immer richtig zu liegen und nicht alles erfassen zu können. Die Darstellung belegt jedoch keine unabhängige Prüfung der Moderationspraxis oder ihrer Wirksamkeit; sie besteht vor allem aus der Selbstdarstellung des Unternehmens und den Aussagen seiner Mitarbeitenden.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Lunas Zusammenfassung liegt in zwei Fassungen vor (kurz und mittel). Beide geben den Bericht im Wesentlichen treu wieder. Bewertet wurde die Fassung mittel als die ausführlichere. Die Stufe bei SF-T1 weicht deutlich ab, da der Bericht dazu nichts Substanzielles sagt. Bei SF-I1-T03 und SF-V1-T11 liegt Luna ebenfalls abweichend, weil der Bericht nur am Rande auf geteilte Systeme eingeht.
Im Bericht, aber nicht in der Zusammenfassung
- Dass Regeln laut Bericht aus früheren Vorfällen entstehen und vom Team selbst mitgeschrieben und fortentwickelt werden
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 77 %einzelne zitierbare Belege
- JEV 40 %einzelne zitierbare Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung einzelne zitierbare Belege
- 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 33 %Hintergrund, keine Belege
- JEV 37 %einzelne zitierbare Belege
- amos 24 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 36 %Hintergrund, keine Belege
- JEV 45 %einzelne zitierbare Belege
- amos 28 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M5-T05 Wenn ein öffentlicher Bericht über Fehlausrichtung Dritte nennt oder betrifft: Welche eng begrenzte Gelegenheit haben sie, vor der Veröffentlichung Tatsachenfehler zu berichtigen, und wer entscheidet im Streit, ohne ihnen ein Veto über die Veröffentlichung zu geben?
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 44 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- 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 30 %gleiches Oberthema, hilft nicht
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- 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 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- 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 100 %kein Bezug
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 43 %gleiches Oberthema, hilft nicht
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 43 %einzelne zitierbare Belege
- JEV 41 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
- 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 66 %gleiches Oberthema, hilft nicht
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 34 %nur am Rande erwähnt
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 43 %einzelne zitierbare Belege
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt?
- SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus?
- SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig?
- SF-V1-T11 Wie unterscheidet man bei sich selbst ehrliches von interessegeleitetem Denken, welche Belege für diesen Unterschied würde man von einem Modell akzeptieren, und welcher Test trennt tatsächlich vertretene von nur vorgeführten Werten?
- SF-V1-T13 Wenn sich vorgeführte und tatsächlich vertretene Tugend im Text nicht unterscheiden lassen: Soll der Unterschied trotzdem bestimmen, wie man Modelle baut und regelt?
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 54 %Hintergrund, keine Belege
- JEV 35 %einzelne zitierbare Belege
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 68 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3-T02 Wie macht man die Ausrichtung eines Modells an Werten zu prüfbaren Verhaltensregeln statt zu angestrebten menschlichen Eigenschaften wie der „Liebe zur Menschheit“?
- 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 37 %einzelne zitierbare Belege
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 48 %Hintergrund, keine Belege
- JEV 34 %einzelne zitierbare Belege
- amos 28 %gleiches Oberthema, hilft nicht
- SubQ 45 %gleiches Oberthema, hilft nicht
- drex 28 %gleiches Oberthema, hilft nicht
- d3-ultra 46 %gleiches Oberthema, hilft nicht
- SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten?
- SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?
Agenten und vernetzte Systeme
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 42 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 44 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 35 %nur am Rande erwähnt
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
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 44 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- 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 56 %gleiches Oberthema, hilft nicht
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
- clef 100 %kein Bezug
- Luna 50 %Hintergrund, keine Belege
- JEV 32 %gleiches Oberthema, hilft nicht
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 56 %gleiches Oberthema, hilft nicht
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 40 %gleiches Oberthema, hilft nicht
- SubQ 44 %gleiches Oberthema, hilft nicht
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 28 %gleiches Oberthema, hilft nicht
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 36 %nur am Rande erwähnt
- JEV 31 %nur am Rande erwähnt
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 28 %Hintergrund, keine Belege
- JEV 34 %einzelne zitierbare Belege
- amos 30 %gleiches Oberthema, hilft nicht
- SubQ 41 %gleiches Oberthema, hilft nicht
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen?
- 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?
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 100 %kein Bezug
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Information und Öffentlichkeit
- SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- clef 23 %nur am Rande erwähnt
- Luna 81 %einzelne zitierbare Belege
- JEV 58 %einzelne zitierbare Belege
- amos 36 %einzelne zitierbare Belege
- SubQ 35 %einzelne zitierbare Belege
- drex 37 %einzelne zitierbare Belege
- d3-ultra 47 %einzelne zitierbare Belege
- Haiku-Prüfung einzelne zitierbare 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?
- 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?
- 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?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- 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?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
- 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