16.02.2026
NACHLESE | FOLGE 4

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“

Nachlese. Wie wird künstliche Intelligenz (KI) die Softwareentwicklung verändern und wie grenzt sich bloßes "Vibe Coding" vom KI-getriebenem Development ab? Um Fragen wie diese ging es in der vierten Folge der zweiten Staffel von "No Hype KI".
/artikel/no-hype-ki-staffel-2-folge-4
Johannes Berger (CEO & Co-Founder, Mimo) und Alexander Zeiss (Head of AI, ITSV)
Johannes Berger (CEO & Co-Founder, Mimo) und Alexander Zeiss (Head of AI, ITSV) | Foto: brutkasten

Large Language Models (LLMs) haben ihre Coding-Fähigkeiten insbesondere in den vergangenen beiden Jahren dramatisch verbessert – und zwar soweit, dass manche sogar davon ausgehen, dass es in ferner oder auch naher Zukunft keine menschlichen Programmierer:innen mehr braucht. Aber ist das wirklich realistisch? Und welche Probleme ergeben sich beim praktischen Einsatz von KI in der Softwarentwicklung? Diesem Thema ging die neue Folge der brutkasten-Serie „No Hype KI“ nach. Es diskutierten Johannes Berger, Co-Founder und CEO der auf Entwickler:innen spezialisierten Lernplattform Mimo, und Alexander Zeiss, Head of AI bei der ISTV, dem IT-Dienstleister der österreichischen Sozialversicherungen.

Gleich zu Beginn der Diskussion räumt Johannes Berger mit der Angst auf, der Berufsstand könnte verschwinden. „Software wird es immer geben. Software muss erstellt werden von Entwicklern und Entwicklerinnen“, stellt Berger klar. Doch er fügt sofort eine entscheidende Einschränkung hinzu: „Ob der Job der Softwareentwicklerin, des Softwareentwicklers komplett anders ausschaut in Zukunft, das muss man sich ein bisschen differenzierter anschauen und da könnte die Antwort sein: Ja, der schaut anders aus in Zukunft.“

Der Entwickler als Orchestrator

Alexander Zeiss zieht eine Metapher für den Rollenwandel heran, den er vor allem auf Senior-Ebene beobachtet. „Das wird sich insofern verändern, als dass man sagt, vom Musiker hin zum Dirigenten“, erklärt Zeiss. Während früher Schnelligkeit beim Coden und Erfahrung zählten, verschiebt sich der Fokus nun. Es gehe darum, „viel Domain-Wissen“ zu haben, einen guten Überblick zu bewahren und beurteilen zu können, „ob das Ganze für das Unternehmen einen Sinn ergibt, ob es von der Strategie her passt“.

Auch bei Mimo ist dieser Wandel bereits gelebte Realität. Berger beschreibt die Arbeitsweise seines Teams: „KI schreibt den Großteil des Codes, der Entwickler, die Entwicklerin wird mehr als Dirigent bezeichnet, wird bei uns mehr zum Orchestrator, schaut sich das an, reviewt das, gibt Input.“ Dennoch betont er, dass tiefes Verständnis unverzichtbar ist: „Wir würden niemanden bei uns selbst als Entwickler oder Entwicklerin anstellen, der oder die den Code nicht verstehen kann.“

Die Junior-Falle: Züchten wir abhängige Entwickler?

Womit die Diskussion beim Thema Nachwuchs landet. Alexander Zeiss sieht in der KI zwar einen „super Mentor“, der „24-7 verfügbar“ ist, warnt jedoch eindringlich vor den langfristigen Folgen für die Kompetenzentwicklung: „Die Gefahr, die ich persönlich aber dadurch sehe, ist einfach die, dass man vielleicht sich einer Generation von Entwicklern heranzüchtet, die halt eine irrsinnige Abhängigkeit zur KI haben“, sagt Zeiss. Wenn die KI alle Probleme löse, könnten junge Talente „ein bisschen dieses Problemlösungsverständnis verlieren“. Dann stelle sich aber die Frage: „Was ist, wenn einmal die KI nicht da ist?“

Johannes Berger hält dem pragmatisch entgegen: „Was macht ein Entwickler, was macht ein Entwickler, wenn das Internet nicht da ist, wenn der Strom nicht da ist?“. Der Mimo-CEO sieht KI als fundamentale Infrastruktur: „KI ist ein Hilfsmittel, das einfach da sein muss, um vernünftig und produktiv zu arbeiten. Genauso wie das Internet, wie der Computer, wie der Strom.“

Dennoch bestätigt Berger ein strukturelles Problem am Arbeitsmarkt. Da KI-Tools heute oft Aufgaben auf dem Niveau von Einsteigern übernehmen, sinkt die Bereitschaft von Unternehmen, Juniors einzustellen. „Die KI wird heutzutage von unseren Softwareentwickler:innen im Team bei Mimo so verwendet wie ein Junior- oder Mid-Developer“, berichtet Berger.

Das Resultat sei effizient, aber es werfe eine gesellschaftliche Frage auf: „Wenn die Unternehmen weniger bereit sind, in die Bildung zu investieren, wo kommen dann die erfahrenen Entwickler, erfahrenen Entwicklerinnen her in ein paar Jahren?“

Vibe Coding vs. Engineering

Ein zentrales Thema des Talks ist außerdem die Abgrenzung des Trends „Vibe Coding“ von professioneller, KI-getriebener Softwareentwicklung. Berger definiert Vibe Coding als Methode, um Visionen schnell sichtbar zu machen. „Da geht es eigentlich gar nicht darum, dass das wirklich funktioniert, dass das effizient ist, dass das sicher ist. Da geht es einfach nur darum, deine Vision von diesem Pitch, von deiner Idee darzustellen“, erläutert er. Bei Mimo nutzen Mitarbeiter:innen das System, um „direkt einen Prototyp zu erzeugen, der schon dieses Look and Feel von Resultaten hat“.

In der Produktentwicklung gelten jedoch andere Gesetze. Alexander Zeiss warnt vor der Illusion, solche Ergebnisse direkt nutzen zu können: „Das ist ein Prototyp, aber kein produktionsreifes Produkt.“ Die Erwartungshaltung dürfe nicht sein, „dass man beim Prototyp einen Konfigurationsschalter umlegt und dann läuft das Ding in Produktion“.

Zeiss legt großen Wert auf Qualitätssicherung, um „technische Schulden“ zu vermeiden: „Ich muss automatische Überprüfungen haben“, fordert er. KI-Code funktioniere zwar oft auf den ersten Blick, aber: „Du baust dir einfach, wenn du es nicht anpasst, dann nach und nach technische Schulden auf, wo du dementsprechend massiv was tun musst.“

Auch Berger kennt das Problem, wenn Nicht-Entwickler:innen Tools nutzen: „Das ist so weit weg von der Architektur, von der Art und Weise, wie wir unsere Software aufbauen, dass es mehr Arbeit ist, das Ganze dann zu reviewen und zu ändern.“

Sicherheit und der „Human-in-the-Loop“

Im Umfeld der Sozialversicherung, in dem die ITSV tätig ist, spielt Sicherheit eine besonders wichtige Rolle. „Wir haben vier Sicherheitsklassen“, erklärt Zeiss den Umgang mit sensiblen Daten. Man prüfe nicht pauschal Applikationen, sondern spezifische Use Cases: „Wir prüfen einen Use Case. Es kommt einfach unter anderem auf die Daten an, welche verarbeitet werden.“ Die ITSV positioniert sich hier als Vorreiter im SV-Umfeld, der Daten und Modelltraining „on-prem bei uns im Rechenzentrum“ halten kann.

Ein Risiko beim schnellen Vibe Coding ist der sorglose Umgang mit Zugangsdaten – speziell zu Beginn des „Vibe Coding“-Hypes gab es viele Fälle, in denen API-Keys offen im Code auf GitHub veröffentlicht waren. Berger sieht hier jedoch Fortschritte sowohl bei der Ausbildung als auch bei den Tools selbst. Plattformen wie GitHub hätten mittlerweile bereits automatisierte Tests implementiert, die Warnungen ausgeben, wenn es aussieht, als würde jemand unbeabsichtigt sensible Informationen veröffentlichen.

Trotz aller Automatisierung bleibt der Mensch die letzte Instanz. Bei der ITSV gilt das bekannte Prinzip „Human-in-the-Loop“. Zeiss bekräftigt dabei: „Der Entwickler, die Entwicklerin ist im Driver Seat.“

Zukunft der Arbeit: Dokumentation und Testing

Blickt man in die Zukunft, sieht Johannes Berger auch im Bereich Software-Testing Veränderungen. Zwar werde man weiterhin Personen brauchen, die kritische Dinge wie Bezahlvorgänge prüfen, aber: „Es wird immer mehr automatisiert getestet.“ Die Lerninhalte bei Mimo passen sich daher auch bereits an. Man müsse „Syntax nicht mehr so stark lernen in Zukunft“, sondern Konzepte „eher auf einer höheren, abstrakteren Ebene verstehen“.

Alexander Zeiss sieht großes Potenzial in der Sicherung von Wissen, insbesondere bei Altsystemen. „Dass man schlussendlich KI dafür nutzt, um von diesem Code automatisierte Dokumentation erstellen zu lassen, damit das Wissen dann nicht verloren geht“, beschreibt er einen Anwendungsfall für Legacy-Code.

Zum Abschluss geben beide Experten Unternehmen einen klaren Rat: Ausprobieren, aber mit Bedacht. „KI ist im Prinzip dazu da, um Menschen zu unterstützen, um Dinge schneller, teilweise effizienter zu machen. KI ist nicht dazu da, um Menschen komplett abzulösen“, resümiert Alexander Zeiss. Er mahnt jedoch, dass Organisationen sich strukturell vorbereiten müssen: „Es werden sich Rollen verändern, es werden sich Skills der Rollen verändern.“ Johannes Berger plädiert für Experimentierfreude: „Einfach probieren und schauen, was es da so am Markt gibt.“ Wichtig sei dabei nur eines: Dies in einem „geschützten Umfeld“ zu tun, um Erfahrungen zu sammeln, ohne Schaden anzurichten.

Deine ungelesenen Artikel:
03.08.2026

KI-Kennzeichnung: Was seit Sonntag gekennzeichnet werden muss, und was nicht

Seit 2. August ist Artikel 50 des EU AI Act verbindlich, die Transparenzstufe der KI-Verordnung. Der Wiener Rechtsanwalt Manuel Mofidian erklärt anhand von drei konkreten Anwendungsbeispielen, was gekennzeichnet werden muss und was nicht.
/artikel/ki-kennzeichnung-was-gekennzeichnet-werden-muss-und-was-nicht
03.08.2026

KI-Kennzeichnung: Was seit Sonntag gekennzeichnet werden muss, und was nicht

Seit 2. August ist Artikel 50 des EU AI Act verbindlich, die Transparenzstufe der KI-Verordnung. Der Wiener Rechtsanwalt Manuel Mofidian erklärt anhand von drei konkreten Anwendungsbeispielen, was gekennzeichnet werden muss und was nicht.
/artikel/ki-kennzeichnung-was-gekennzeichnet-werden-muss-und-was-nicht
Rechtsanwalt Manuel Mofidian © Armin Hubner

Ein Unternehmen erstellt selbst oder unter seiner Weisung und Kontrolle einen kurzen Werbeclip. Kein Dreh, kein Team, kein Budget für Schauspieler:innen: Die Person, die im Video das Produkt vorstellt, ist von einer KI generiert. Sie existiert nicht, sieht aber aus wie ein Mensch.

Seit Sonntag ist dieser Clip kennzeichnungspflichtig, und die Pflicht trifft das Unternehmen, nicht das Tool, mit dem der Clip entstanden ist. Denn ein Deepfake im Sinne des Gesetzes ist nicht nur die manipulierte Aufnahme einer prominenten Person. Nach den neuen Leitlinien der EU-Kommission genügt es, dass das Dargestellte real existieren könnte und der Inhalt so wirkt, als wäre er echt. Ob jemand täuschen wollte, spielt keine Rolle. Ob der Gesetzeswortlaut wirklich so weit reicht, wird in der Fachwelt diskutiert, denn er knüpft an die Ähnlichkeit mit real existierenden Personen an. Für die Praxis ist vorerst die Kommissionslinie maßgeblich, denn an ihr werden sich die Behörden primär orientieren.

Nein, die EU hat das nicht verschoben

In vielen Geschäftsleitungen ist in den vergangenen Wochen eine andere Botschaft angekommen: Brüssel habe zurückgerudert, man habe Zeit. Diese Lesart ist gefährlich verkürzt.

Die Digital-Omnibus-Verordnung zur KI, Verordnung (EU) 2026/1744, wurde am 24. Juli im Amtsblatt veröffentlicht und ist seit 27. Juli in Kraft, wenige Tage vor dem Stichtag. Verschoben hat sie die Pflichten für Hochrisiko-Systeme: eigenständige Anwendungen nach Anhang III auf Dezember 2027, in Produkte eingebettete KI auf August 2028. Die Transparenzpflichten hat sie in ihrer Substanz nicht angetastet. Sie gelten seit Sonntag.

Eine einzige Ausnahme gibt es, und sie betrifft Anbieter, nicht Anwender (in der KI-VO Betreiber genannt): Generative KI-Systeme, die bereits vor dem 2. August auf dem Markt waren, haben für die technische, maschinenlesbare Kennzeichnung ihrer Ausgaben bis zum 2. Dezember 2026 Zeit. Auf die Pflichten von Unternehmen, die KI einsetzen, hat das keine Auswirkung.

Was es an Orientierung gibt

Anders als beim Start der DSGVO steht der Stichtag nicht im luftleeren Raum. Die EU-Kommission hat am 10. Juni den Verhaltenskodex zur Transparenz KI-generierter Inhalte veröffentlicht. Die dazugehörigen Leitlinien zur Auslegung von Artikel 50 hat sie inhaltlich am 20. Juli freigegeben, die förmliche Annahme steht noch aus, bis alle Sprachfassungen vorliegen. Beides ist rechtlich nicht bindend, in der Praxis aber der Maßstab, an dem sich Behörden orientieren werden.

Der Kodex wurde von Kommission und AI Board als geeignet bewertet. Wer ihm beitritt, kann sich zum Nachweis der Kennzeichnungspflichten darauf berufen. Wer das nicht tut, muss seine Compliance auf anderem Weg belegen und muss laut Kommission mit mehr Auskunftsersuchen rechnen.

Die wichtigste Unterscheidung, die Sie brauchen

Das Gesetz trennt zwei Rollen: Anbieter und Betreiber. „Stark vereinfacht gesagt: Anbieter ist, wer ein KI-System entwickelt und auf den Markt bringt. Betreiber ist derjenige, der ein KI-System in eigener Verantwortung nutzt. Die Definitionen sind aber deutlich länger und komplexer, also muss im Einzelfall wirklich ausgelegt werden, ob die Tatbestände erfüllt sind, auch weil diese mit den Definitionen von KI-Systemen und -Modellen verzahnt sind“, sagt Manuel Mofidian, Wirtschafts- und Tech-Rechtsanwalt mit Spezialisierung auf KI-Recht. „Vielleicht sogar 99 Prozent der Unternehmen und Organisationen, die KI einsetzen, sind Betreiber.“

So sei man bereits Betreiber, wenn ein Unternehmen einen eingekauften Voicebot laufen lässt. Aber auch wenn Mitarbeiter:innen auf Anweisung des Unternehmens ein KI-Tool einsetzen, wird dadurch ihr Unternehmen zum Betreiber, nicht der einzelne Mitarbeiter:innen. Heraus fällt nur die rein persönliche und nicht berufliche Nutzung: „Wenn meine Mutter privat ChatGPT verwendet, ist sie keine Betreiberin.“

Die Grenze verläuft dabei nicht per se zwischen Unternehmen und Einzelpersonen, sondern zwischen privat und erwerbsmäßig. Wer regelmäßig wirtschaftlichen Nutzen aus der Nutzung zieht oder sie im Rahmen einer geschäftlichen, beruflichen oder freiberuflichen Tätigkeit einsetzt, ist Betreiber. Creator, die KI-Inhalte monetarisieren, fallen darunter.

Diese Trennung entscheidet, wer welche Pflicht hat. In den drei folgenden Beispielen fällt die Antwort jeweils anders aus.


Beispiel 1: Der Chatbot im Kundenservice

Wer mit einer KI spricht, muss das erfahren. Diese Pflicht trifft allerdings nicht Sie, sondern den Anbieter, also jenes Unternehmen, das den Assistenten gebaut und verkauft hat. Es muss das Produkt so konzipieren, dass die Information rechtzeitig kommt. „Bei der ersten Interaktion, so früh wie möglich und deutlich“, fasst Mofidian zusammen, in der Praxis also z. B. mit einer Ansage zu Gesprächsbeginn.

Eine Ausnahme gibt es, wenn ohnehin offensichtlich ist, dass eine KI interagiert. Ein erkennbarer virtueller Comic-Avatar dürfte darunterfallen. Eine Stimme, die klingt wie ein Mensch, nicht. Auf diese Ausnahme sollte man sich aber nicht zu bequem verlassen: Die Kommission verlangt in ihren Leitlinien eine enge Auslegung, weil die Ausnahme den Betroffenen Transparenz entzieht.

Für Unternehmen, die einen solchen Assistenten einkaufen, ist dieser legistische Ansatz dennoch eine Entlastung: Sie müssen die Ansage nicht selbst einbauen. Wer allein einen fremden Chatbot in die eigene Website einbindet, bleibt nach den Leitlinien im Regelfall Betreiber. Die Rolle kann aber kippen: Wer in gewissen Konstellationen das System wesentlich verändert, etwa nachtrainiert, wer seine Zweckbestimmung ändert oder es unter eigenem Namen oder eigener Marke in Verkehr bringt, kann selbst zum Anbieter werden und „erbt“ dann die Anbieter-Pflichten.

Beispiel 2: Das „Deepfake“-KI-Video im Marketing

Hier kann die Hauptverantwortung das KI-einsetzende Unternehmen treffen, den Betreiber im Sinne der KI-Verordnung. Wer Inhalte veröffentlicht, die als echt durchgehen könnten, muss offenlegen, dass sie künstlich erzeugt wurden. Der Hinweis darf dabei nicht in den Metadaten vergraben sein, er muss für Menschen wahrnehmbar sein. Auf die maschinenlesbare Markierung, die der Anbieter im Inhalt hinterlässt, können Sie sich zur Erfüllung Ihrer eigenen Pflicht ausdrücklich nicht stützen.

Nicht jedes KI-Bild fällt darunter. „Jedes Deepfake ist künstlich erzeugt, aber nicht jeder künstlich erzeugte Inhalt ist ein Deepfake“, sagt Mofidian. „Ich kann tausend Sachen mit einer KI machen, die nichts mit Deepfake zu tun haben. Ein Bild von einem Einhorn zum Beispiel. Hier besteht keine ausreichende Ähnlichkeit mit realen Lebenssachverhalten, weswegen dies kein Deepfake sein kann.“ Bei offensichtlich künstlerischen, kreativen, satirischen, fiktionalen oder vergleichbaren Werken kann die Offenlegung in angemessener, nicht die Darstellung beeinträchtigender Form erfolgen. Die Kennzeichnungspflicht entfällt dadurch jedoch nicht vollständig.

Wie eine Kennzeichnung konkret aussehen kann, beschreibt der Verhaltenskodex. Die Kommission stellt dafür einen Satz frei verfügbarer EU-Icons bereit, den Betreiber verwenden können; gleichwertige eigene Labels sind ebenfalls zulässig. Der Kodex macht darüber hinaus Vorgaben zu Gestaltung und Platzierung und sieht Alternativen vor, wo visuelle Labels nicht funktionieren, bei reinen Audioinhalten etwa gesprochene Hinweise.

Beispiel 3: Der automatisch erzeugte Text

Der unauffälligste Teil ist für viele der folgenreichste. Wer KI-erzeugte Texte veröffentlicht, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren, muss das kennzeichnen. Hier genügt bereits die Erzeugung, eine Verzerrung der Realität ist nicht nötig.

Jedoch greift eine Ausnahme, wenn der Inhalt einer menschlichen Überprüfung oder redaktionellen Kontrolle unterzogen wurde und eine natürliche oder juristische Person die redaktionelle Verantwortung für die Veröffentlichung trägt.

Entscheidend ist, was als Überprüfung zählt. Die Kommission verlangt eine bewusste Auseinandersetzung mit der Substanz des Inhalts, durch Personen mit einschlägigem Fachwissen und fachlichem Urteilsvermögen. Rein formale oder prozedurale Kontrollen genügen ausdrücklich nicht, Rechtschreib- und Grammatikkorrektur werden als Negativbeispiele genannt. Ein Text muss also nicht verändert, aber inhaltlich geprüft werden. „Es kann reichen, dass du es einmal bewusst inhaltlich substanziell prüfst und durchliest. Keiner verpflichtet dich, einen Beistrich zu ändern“, sagt Mofidian. Entscheidend sei, dass beides zusammenkommt: „Die Prüfung allein genügt nicht. Es muss auch jemand die redaktionelle Verantwortung übernehmen.“

Damit sind klassische Redaktionen weitgehend außen vor. Eng wird es dort, wo der Mensch aus dem Prozess verschwindet. Ein Agent, der Texte generiert und selbst publiziert, ohne dass jemand gegenliest, erfüllt die erste Bedingung nicht. „Wenn das alles autonom abläuft, dann hast du ein Kennzeichnungs-Thema“, sagt Mofidian. Für Unternehmen, die gerade solche Pipelines aufbauen, sei dies eine wichtige Konsequenz des Stichtags.


Was nicht gekennzeichnet werden muss

Rund um den Stichtag kursierte die Warnung, künftig müsse praktisch jeder mit KI erstellte Inhalt ein Label tragen. Das ist so nicht richtig, und die Abgrenzung ist für die Praxis oft entscheidender als die Pflicht selbst.

Nicht erfasst sind KI-erzeugte Texte, die nicht der Information der Öffentlichkeit über Angelegenheiten von öffentlichem Interesse dienen. Hier braucht es nach Artikel 50 kein Label. Auch der Newsletter über das eigene Sortiment fällt nicht darunter, wohl aber ein Beitrag, der über ein Thema von allgemeinem Interesse informiert.

Nicht erfasst sind erkennbar künstliche Bilder und Videos, vom Fantasiemotiv bis zur sichtbar generierten Illustration.

Nicht erfasst ist KI, die im Hintergrund unterstützt, ohne den Inhalt wesentlich zu verändern, etwa bei Standardbearbeitung oder Berechnung. Ebenso wenig erfasst sind Systeme, die weder mit Menschen interagieren noch Inhalte erzeugen und auch keine Emotionen erkennen oder Menschen biometrisch kategorisieren, also der Großteil klassischer Analyse-Anwendungen in der Produktion.

Nicht erfasst ist schließlich, was vor dem Stichtag erzeugt wurde: Eine rückwirkende Kennzeichnung älterer Inhalte verlangt niemand. Eine Ausnahme sollten Unternehmen mit vorbefülltem Content-Kalender kennen: Bei Text kommt es auf den Zeitpunkt der Veröffentlichung an. Wer einen KI-Text im Juli erzeugt und im September publiziert, muss ihn kennzeichnen, sofern er unter die Pflicht fällt.

Und schließlich ist die maschinenlesbare Kennzeichnung, über die derzeit viel geschrieben wird, eine Pflicht der Anbieter, und sie richtet sich nicht an den Leser. „Für dich muss die Kennzeichnung nicht eindeutig sein, sondern für eine Maschine“, erklärt Mofidian den Unterschied. „Beim Deepfake muss es dagegen so sein, dass ein Mensch es versteht.“ Wer KI-Werkzeuge einkauft, muss also keine Wasserzeichen in seine Dateien bauen.

Wer allerdings dokumentieren kann, wie ein Inhalt entstanden ist und wer ihn freigegeben hat, ist im Streitfall besser aufgestellt. Nachweisbarkeit ist keine Pflicht aus Artikel 50, aber sie entscheidet, wie belastbar man dasteht, wenn jemand nachfragt.

Die Falle: KI-Recht ist mehr als nur die KI-VO

Selbst wer nach dieser Aufteilung zum Schluss kommt, als Betreiber in gewissen Konstellationen wenig tun zu müssen, sollte nicht zu früh aufatmen. Dass der AI Act in gewissen Konstellationen entlasten kann, sagt Mofidian, „heißt für andere, ebenfalls einschlägige Rechtsgebiete noch nichts“. „KI-Recht ist eine Querschnittsmaterie. Das Kennzeichnungs-Regime des AI Acts ist nur eine Schicht. Daneben laufen DSGVO, Urheberrecht, Persönlichkeitsrechte, Lauterkeitsrecht, Vertrags- und Haftungsfragen.“

Für die Praxis besonders relevant: Das Label schützt nicht vor anderen Rechtsfolgen. „Ein gekennzeichnetes Deepfake kann trotzdem rechtswidrig sein, etwa weil es das Bildnis einer realen Person verletzt“, sagt Mofidian. Zudem droht die Durchsetzung nicht nur von Behördenseite: „Eine fehlende Kennzeichnung, aber auch eben z. B. Rechtsverstöße aus anderen Bereichen, holen dich unter Umständen schneller über eine Mitbewerber-Abmahnung ein als über eine Behörde.“ Die Kennzeichnung beantwortet nur die Frage, ob KI im Spiel war, nicht, ob der Inhalt selbst zulässig ist oder Rechte anderer verletzt, etwa Geschäftsgeheimnisse.

Deutlich zeige sich dies z. B. im Datenschutzrecht. Dort kann sich das Verhältnis in gewissen Konstellationen fast schon umdrehen, wobei auch hier jedenfalls im Einzelfall geprüft werden muss: Während nach der KI-Verordnung Pflichten wie der „Chatbot-Hinweis“ oder die maschinenlesbare Markierung beim Anbieter liegen können, kann datenschutzrechtlich das einsetzende Unternehmen der Verantwortliche sein, weil es über Zweck und Mittel der Datenverarbeitung entscheidet. Der KI-Anbieter kann in dieser Konstellation datenschutzrechtlich betrachtet häufig Auftragsverarbeiter sein, wobei denkbar ist, dass KI-Anbieter daneben auch zu eigenen Zwecken verarbeiten und insoweit selbst Verantwortliche sind. Arbeitet der Anbieter nicht DSGVO-konform, kann das auf das einsetzende Unternehmen zurückfallen, das nach der KI-Verordnung „nur“ Betreiber ist, nach der DSGVO aber Verantwortlicher.

Was Verstöße kosten

Verstöße gegen die Transparenzpflichten liegen auf der mittleren Sanktionsstufe: bis zu 15 Millionen Euro oder drei Prozent des weltweiten Jahresumsatzes. Für Unternehmen gilt der höhere der beiden Werte.

Für kleine und mittlere Unternehmen einschließlich Startups dreht die Verordnung diese Regel um. Dort gilt der niedrigere Wert. Ein Startup mit zehn Millionen Euro Umsatz riskiert damit maximal 300.000 Euro, nicht 15 Millionen. Die oft zitierten 35 Millionen Euro betreffen ausschließlich die verbotenen KI-Praktiken und haben mit Kennzeichnung nichts zu tun.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI in der Softwareentwicklung: „Senior-Developer werden vom Musiker zum Dirigenten“