Drei Gerichtsurteile und ein EU-AI-CoPoT (EU AI Code of Practice on Transparency), veröffentlicht innerhalb weniger Monate, zeigen in dieselbe Richtung: Die grenzenlose Vervielfältigung von Inhalten per KI bekommt Grenzen. Ich glaube, das ist der Anfang einer überfälligen Korrektur – und ausnahmsweise eine gute Nachricht.

Wir sind an einem Punkt angekommen, an dem niemand mehr Zeit hat, in Ruhe zu lesen – geschweige denn, etwas zu durchdenken und selbst zu erstellen. Das Ergebnis: eine Flut an Inhalten, die von KI gesammelt, umgeschrieben und weiter in Umlauf gebracht werden, während alle so tun, als hätten sie es selbst gemacht. Im Hintergrund sammelt die KI, schreibt, liest, kommentiert. Für mich ist dieser Zustand nicht mehr tragbar. Und zum ersten Mal sehe ich zwei Kräfte, die genau hier ansetzen.

Die Justiz zieht Linien

Innerhalb von Monaten haben deutsche Gerichte begonnen, klare Grenzen um KI-Inhalte zu ziehen – am Eingang wie am Ausgang des Modells.

Das LG München I (Urteil vom 11.11.2025, Az. 42 O 14139/24) befand erstmals in Europa, dass das Training eines KI-Modells mit urheberrechtlich geschützten Werken eine Urheberrechtsverletzung darstellen kann. Das OLG Düsseldorf (Urteil vom 02.04.2026, Az. I-20 W 2/26) präzisierte: nicht automatisch – aber sehr wohl dann, wenn kreative Elemente des Originals im Output wiedererkennbar übernommen werden. Und das AG München (Urteil vom 13.02.2026, Az. 142 C 9786/25) stellte für die andere Seite klar: Aufwendiges, auch iteratives Prompting macht niemanden zum Urheber. Entscheidend ist allein, ob menschlicher schöpferischer Einfluss den Output dominiert.

Die gemeinsame Linie: Wer sich einfach an geschütztem Material bedient oder Inhalte per KI repliziert, steht rechtlich zunehmend im Risiko. Wer dagegen selbst denkt und gestaltet, wird geschützt.

Der EU-AI-CoPoT zieht parallel

Am 10. Juni 2026 hat die EU-Kommission den „Code of Practice on Transparency of AI-Generated Content“ veröffentlicht – den praktischen Fahrplan zu den Transparenzpflichten aus Artikel 50 AI Act, die ab dem 2. August 2026 gelten. Der EU-AI-CoPoT trennt zwei Rollen: Anbieter müssen KI-Ausgaben maschinenlesbar markieren und detektierbar machen; Betreiber müssen Deep Fakes und KI-generierte Texte zu Themen öffentlichen Interesses kennzeichnen – etwa mit dem neuen EU-Icon („AI GENERATED“ / „AI MODIFIED“). Zwei Kräfte, eine Richtung: Haftung auf der einen, Sichtbarkeit auf der anderen Seite.

Warum das aus meiner Sicht wichtig ist

Haftung heißt: Man muss geradestehen für das, was man behauptet – und wer geradestehen muss, muss es gelesen und durchdacht haben.
Labeling heißt: Wer alles per KI repliziert, muss angeben, dass am Ende KI-Input dahintersteckt.
Durch diese Neuerung verliert die pure KI-Kopie sichtbar an Wert. Warum sollte jemand einen Text konsumieren, teilen oder honorieren, der als bloße Reproduktion markiert ist? Das trennt Spreu vom Weizen. Eigene Gedanken und eigene Inhalte werden mehr wert, weil sie sich abheben. Und im Umkehrschluss werden diejenigen – Menschen wie Bots –, die einfach nur kopieren, gedrosselt: Sie müssen labeln, ihr Produkt verliert an Wert, und im Zweifel drohen sogar urheberrechtliche Folgen. Am Ende dieser Kette steht weniger KI-generierter Schrott und mehr Qualität.

Aber wie labele ich, was ich hier gerade tue?

Beim Schreiben habe ich mich das selbst gefragt. Ehrliche Frage: Für diesen Artikel habe ich die Quellen zusammengesucht, sie gelesen, die Logik und das Textgerüst gebaut – mit ziemlich grober Rechtschreibung und Grammatik – und den Rohtext einer KI gegeben, damit sie ihn sauber formuliert. Danach habe ich Fehler korrigiert und den Text angepasst. Ist das jetzt „KI-Content“? Wo genau verläuft die Grenze?

Die elegante Antwort: Das Recht benutzt im Grunde schon eine Skala – nur eine viel zu grobe. Sie unterscheidet lediglich zwischen Mensch, Mensch-plus-KI und KI. Nach dem Urheberrecht (AG München) zählt, ob der menschliche schöpferische Einfluss dominiert: Bei mir kommen Idee, Quellen, Logik und Gerüst vom Menschen, die KI zieht nur die Sprache glatt – also mein Werk. Nach dem Code of Practice für Transparenz bei der KI-Nutzung greift die Redaktions-Ausnahme: keine Kennzeichnungspflicht, wenn menschliche Prüfung und redaktionelle Verantwortung vorliegen – und beides tue ich. Beide Rahmen stellen meinen Prozess also auf die menschliche Seite.

Aber diese Einteilung ist zu grob. Und eine Anzeige des KI-Anteils in Prozent von 0 bis 100 ist aus meiner Sicht ebenfalls nicht zielführend – Prozentwerte lassen sich kaum und nur sehr inkonsistent abschätzen. Der sauberere Ansatz ist eine ordinale Skala mit beschriebenen Kategorien, getrennt für Bild, Text, Musik und so weiter. Denn nicht abstrakte Prozentzahlen, sondern die Beschreibung der Stufe würde die Ausprägung der KI-Beteiligung definieren. Für Sprache reichten die Kategorien von der Idee über Recherche, Struktur und Rohtext bis zu Sprache, Prüfung und Verantwortung – und ließen sich für jede Outputart (T-Text, A-Audio, I-Bild) eigenständig festlegen. Ein solcher Ansatz passt zudem besser zu den gängigen Frameworks, die derzeit für die Klassifikation von KI-Agenten entlang vieler Kategorien und Fähigkeiten vorgeschlagen werden.

Das folgende Beispiel ist nicht als etwas Endgültiges zu verstehen, sondern soll ein Gefühl dafür geben, wie eine solche Skala aussehen könnte:

Der EU-AI-CoPoT sieht neben dem binären „GENERATED / MODIFIED“ ausdrücklich einen optionalen interaktiven Second-Layer vor – also genau den Ort, an dem eine solche Abstufung technisch hingehört. Mein Vorschlag erfindet keine neue Achse. Er macht die vorhandene lesbar und graduell.

Kein Selbstläufer

Und um es klar zu sagen: Ich appelliere nicht gegen die Nutzung von KI, sondern für Transparenz – für eine, die die Flut des Rauschens eindämmen könnte. Ehrlich bleiben heißt aber auch: Der Eindämmungseffekt ist bedingt, nicht automatisch. Er hängt an der Verbreitung der Labeling-Anforderungen, an besserer Detektion und an der Durchsetzung der Haftungsregelungen durch die Justiz. Sogar der Code of Practice räumt selbst ein, dass forensische Erkennung noch nicht reif ist, dass Wasserzeichen bei freiem Text niedrigere Verlässlichkeit haben und dass Markierungen entfernt werden können. „Weniger KI-Schrott, mehr Qualität“ ist also die Richtung, in die die Anreize drücken – kein Automatismus. Aber die Richtung stimmt: Beide Kräfte belohnen am Ende das, was knapp geworden ist – menschliche Arbeit und geistiges Eigentum.