18.06.2025
FTI

Spinoffs: Die noch schlummernde Standort-Superpower

Vom Labor direkt in den Venture-Modus: Mit Noctua Science Ventures will Philipp Stangl Österreichs Forschungstalent in globale Deep-Tech-Erfolge verwandeln. Im brutkasten-Interview verrät er, welche Hebel Forscher:innen, Politik und Unis jetzt umlegen müssen, damit heimische Spinoffs durchstarten.
/artikel/spinoffs-die-noch-schlummernde-standort-superpower
Philipp Stangl | Foto: Franziska Safranek

Dieses Interview erschien zuerst in der neuen Ausgabe des brutkasten-Printmagazins „Neue Welten“. Das Magazin wird exklusiv an die wichtigsten Stakeholder des österreichischen Innovations-Ecosystems zugestellt. Eine Möglichkeit zum Download findet sich am Ende des Artikels.


Philipp Stangl kennt beide Seiten des Spielfelds: Als Mitbegründer und CEO von Rebel Meat brachte er bis 2024 forschungsbasierte Food-Innovationen in die Supermarktregale, parallel dazu war er als Investor bei Speedinvest aktiv – Erfahrungen, die er nun in Noctua Science Ventures bündelt, einer gemeinsamen Tochter von Speedinvest und TU Wien. Seit März 2025 baut Stangl dort die Plattform auf und wird künftig gezielt in heimische Spinoffs investieren. Im Interview verrät er, welche Hürden Forschende bremsen, wie man sie aus dem Elfenbeinturm lockt und welche Stellschrauben Politik und Unis jetzt drehen müssen, damit Österreich im globalen Deep-Tech Wettbewerb stärker wird.


brutkasten: Welche ersten Schritte habt ihr bei Noctua gesetzt, seit ihr im März gestartet seid?

Philipp Stangl: Wir haben uns als neue Initiative etabliert. Im Prinzip haben wir zwei wesentliche Schritte gesetzt: Erstens haben wir mit einer Vielzahl von Universitäten und Forschungseinrichtungen Kontakt aufgenommen; insbesondere mit den Teams, die an Spinoffs arbeiten. Dabei wollten wir verstehen, welche Aktivitäten dort bereits laufen, welche Projekte entstehen und wo diese stehen, wenn sie ausgegründet werden. Auf diese Weise haben wir das gesamte Ökosystem kennengelernt und, wie ich meine, inzwischen ziemlich gut verstanden.

Zweitens haben wir in vielen sehr detaillierten Gesprächen herausgearbeitet, was die Teams tatsächlich brauchen. Wo liegen die typischen Hürden im Spinout-Prozess? Welche IP-Fragen stellen sich? Wie gelingt die Teamfindung, und wie bewältigt man die kulturelle Transformation, wenn eine Forschungsgruppe zum Unternehmen wird? Diese Themen sind extrem spannend, und wir haben sie jetzt so gut durchdrungen, dass wir das Wissen gezielt für unsere künftigen Aktivitäten nutzen können. Unser Ziel ist es, mit Herbst operativ zu werden.

Wie hat dich dein Weg von Rebel Meat und Speedinvest zu Noctua geführt?

Mich hat das Thema Pre-Seed-Investments schon immer begleitet. Bereits früh habe ich bei Speedinvest kleine Tickets platziert, etwa über die Speedinvest-Scouts. Gleichzeitig hat mich Deep Tech stets fasziniert. Rebel Meat begann ja als ausgesprochen technologielastiges Unternehmen: Gemeinsam mit meiner Co-Founderin Cornelia Habacher, einer Biotech-Gründerin, haben wir verschiedenste Deep-Tech-Ansätze geprüft. Später entwickelte sich Rebel Meat stark in Richtung Consumer Goods und hatte mit Deep Tech kaum noch zu tun, aber ursprünglich war es eine klare Tech-Gründung. Letzten Herbst kam Speedinvest auf mich zu und stellte mir das gemeinsame Projekt mit der TU vor. Das hat mich sofort begeistert, weil ich merkte: Hier kann ich meine beiden Leidenschaften, Pre-Seed-Investments und Deep Tech, perfekt zusammenführen.

Wie bewertest du das Innovationsumfeld in Österreich, speziell beim Thema Spinoffs?

Wir geben in Österreich nachweislich sehr viel Geld für Forschung aus – mehr als viele andere Länder, und darauf dürfen wir auch stolz sein. Schwierig wird es, wenn nur ein geringer Teil dieser Ergebnisse tatsächlich in wirtschaftliche Nutzung übergeht. Einiges läuft über klassische Industriekooperationen, aber der Weg über Ausgründungen ist in meinen Augen der vielversprechendste – und genau hier passiert noch viel zu wenig. Spinoffs können die Innovationskraft des Standorts massiv steigern, weil sie technologische Exzellenz mit Unternehmergeist verbinden. Diese Kombination ist eine echte Superpower. Natürlich bieten größere Strukturen mitunter stärkere Hebel, aber dort werden Forschungsergebnisse auch nicht immer optimal ausgerollt. Deshalb ist es entscheidend, die Spinoffs konsequent mitzudenken und aufzuholen. Es gibt strukturell keinen Grund, warum wir in Wien weniger Spinoffs haben sollten als in München. Fakt ist aber: Wir haben deutlich weniger. Das ließe sich lösen, wenn wir den Willen dazu aufbringen. Von heute auf morgen geht das nicht, aber wir können es schaffen.

Welche Hürden siehst du aktuell für Ausgründungen an Universitäten in Österreich?

Es gibt mehrere Gründe. Erstens fehlt vielen Forschenden überhaupt das Bewusstsein, dass eine Ausgründung eine echte Karriereoption ist. Zweitens bremsen teilweise die rechtlichen Rahmenbedingungen – etwa der IP-Transfer oder die Gestaltung von Dienstverträgen, damit eine Gründung überhaupt machbar wird. Und drittens geht es natürlich ums Kapital. Genau da wollen wir ansetzen: Wir bringen nicht nur Geld, sondern auch die internationale Perspektive von Speedinvest ein und können so hoffentlich einen spürbaren Beitrag leisten.

Das Team von Noctua Science Ventures (v.l.): Antonia Rinesch (Partnerships Lead), Philipp Stangl (Investment Lead) und Lukas Rippitsch (Portfolio Support Lead) | (c) Franziska Safranek

Worin unterscheidet sich ein Spinoff von einem klassischen Startup?

Startups haben ein klar definiertes Problem und suchen verschiedene Wege, es zu lösen; Spinoffs hingegen verfügen bereits über eine Technologie und müssen erst das passende Problem – sprich: den Markt – dafür finden. Das trifft natürlich nicht immer zu, zeigt aber die unterschiedliche Herangehensweise. Spinoffs sind selten von Beginn an kundenorientiert, sondern stark technikgetrieben. Gleichzeitig besitzen sie genau diese wertvolle Technologie – und darauf muss man als Investor besonders achten.

Hinzu kommt: Bei Spinoffs, genauer gesagt bei wissenschaftsbasierten Projekten, reden wir fast immer über längere Entwicklungszyklen und haben somit höheren Finanzierungsbedarf bis zur Marktreife. Eine einzige Finanzierungsrunde reicht nicht, um direkt mit Marktkennzahlen zu punkten. Stattdessen braucht es eine Roadmap: Welche technologischen Meilensteine muss ich erreichen, um die nächste Runde aufnehmen zu können? Klassische Startups werden an Wachstums-, Kunden- oder Marktexpansionszahlen gemessen; Spinoffs müssen erst ihre Tech Reife beweisen. Das ist ein komplett anderes Mindset – und wahrscheinlich der größte Unterschied.

Wie blickt ihr bei Noctua auf die IP­-Frage zwischen Universitäten und Spinoffs?

Aus Investorensicht bleibt die Frage nach dem geistigen Eigentum zentral: Liegt die IP beim Spin-off oder bei der Universität? Die Interessen prallen hier naturgemäß aufeinander. In Österreich spüren wir inzwischen ein breites Bewusstsein dafür, dass die Rahmenbedingungen gründerfreundlicher werden müssen – bei den Konditionen, aber auch bei den Zeitleisten, mit denen Verträge abgewickelt werden. Da ist teilweise noch Luft nach oben. Gleichzeitig ist auf Entscheiderebene angekommen, dass sich etwas bewegen muss. Entscheidend wird sein, den handelnden Personen ein unternehmerisches Mandat zu geben. Eine Lizenz bringt der Universität zwar planbare Cashflows, doch wenn sie ein Patent gegen Anteile ins Spin-off einbringt, verzichtet sie auf diese Sicherheit zugunsten einer potenziell großen Upside – nimmt aber auch das Risiko in Kauf, dass die IP im Insolvenzfall nicht mehr zurückfällt. Wer diesen Weg gehen will, braucht ein klares Risikoverständnis von oben, damit sich die Verantwortlichen trauen, solche unternehmerischen Deals abzuschließen. Am Ende ist das auch ein Kulturthema: Wie unternehmerisch möchten Universitäten überhaupt sein?

Gibt es ein ideales Modell für IP­Verwertung oder braucht es unterschiedliche Ansätze?

Ich möchte gar nicht das eine Modell herausheben – die Situation ist von Universität zu Universität verschieden, und das ist grundsätzlich in Ordnung. Wichtig ist, bei jedem Ansatz die Bedürfnisse des Startups und der Investor:innen im Blick zu behalten. Im Kern geht es darum, Cashflows in die Zukunft zu verlagern und dafür eine höhere Upside zu ermöglichen. Ob das über Lizenzen, direkte oder virtuelle Beteiligungen, Optionen oder andere Konstrukte geschieht, ist zweitrangig. Entscheidend ist, genügend Flexibilität einzubauen, sodass sich das Modell an die Entwicklung des Startups anpassen lässt. Was keinesfalls passieren darf: dass ein junges Unternehmen wegen hoher Lizenzraten oder eines teuren Patentkaufs in finanzielle Schwierigkeiten gerät. Das wäre der Worst Case – und den müssen wir unbedingt vermeiden.

Wie ist Noctuas Verhältnis zur TU Wien und zur neuen „Spin­off Factory“ – und auf welche Spinoffs fokussiert ihr euch?

Noctua Science Ventures ist eine gemeinsame Tochter von Speedinvest und der TU Wien. Mit der „Spin-off Factory“ sind wir organisatorisch nicht verzahnt, betrachten die Initiative aber als großen Gewinn: Die TU will gezielt mehr Ausgründungen hervorbringen, und genau da setzen auch wir an; perfekt für uns, wenn wir später in diese Spinoffs investieren oder sie anders unterstützen können! Unser Investmentfokus reicht zudem weit über die TU hinaus: Wir wollen Spinoffs aus ganz Österreich finanzieren – egal von welcher Universität oder Forschungseinrichtung –, bleiben dabei aber klar auf den Standort Österreich konzentriert.

Welche Erwartungen haben VC-­Fonds an Spinoffs – und wo liegen deren spezifische Vorteile?

Ein Venture-Capital-Fonds muss auch bei Spinoffs nach klassischer VC-Logik investieren. Heißt: Es braucht die Aussicht auf einen richtig großen Erfolg, den sprichwörtlichen Hundert-X-Return. Dieses Potenzial muss also auch ein Spinoff liefern. Gleichzeitig haben Spinoffs einen enormen Vorteil: Durch das wissenschaftlich fundierte geistige Eigentum gibt es einen Plan B. Sollte sich das Geschäftsmodell selbst nicht tragen, kann die Technologie immer noch in ein größeres Unternehmen überführt oder als IP-Asset verkauft werden. Bei klassischen Startups ist es oft eins oder null; ein Spinoff hat durch seine IP einen zusätzlichen Exit-Pfad, und den darf man nicht unterschätzen.

Die Politik will die Zahl der Spinoffs bis 2030 verdoppeln. Ist das realistisch – und was braucht es dafür?

Im Prinzip halte ich es für erreichbar, weil wir derzeit von einem relativ niedrigen Ausgangsniveau starten. Aber wichtiger als die reine Zahl ist die Qualität der Spinoffs. Entscheidend ist, dass wir die Rahmenbedingungen und die Finanzierungsmöglichkeiten verbessern. Ich verstehe, dass öffentlicher Budgetdruck besteht. Doch wenn gleichzeitig bei jenen Förderprogrammen gespart würde, die für Spinoffs essenziell sind, wäre das ein herber Schlag. Sobald Teams die Universität verlassen, müssen sie in der Regel weiter am Produkt arbeiten – und das läuft bei den allermeisten über öffentliche Förderungen. Werden diese Mittel gekürzt, trifft das die Spinoffs unmittelbar.



Noctua Science Ventures und „The Spinoff Factory“ der TU Wien sind Partner der neuen brutkasten-Serie From Science to Business. Die Serie beleuchtet den Technologie-Transfer von Wissenschaft und Forschung in die Wirtschaft, um durch effektiven Wissensaustausch Österreichs Wettbewerbsfähigkeit und nachhaltiges Wachstum zu stärken.

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

Spinoffs: Die noch schlummernde Standort-Superpower

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Spinoffs: Die noch schlummernde Standort-Superpower

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Spinoffs: Die noch schlummernde Standort-Superpower

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 …

Spinoffs: Die noch schlummernde Standort-Superpower

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 …

Spinoffs: Die noch schlummernde Standort-Superpower

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 …

Spinoffs: Die noch schlummernde Standort-Superpower

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 …

Spinoffs: Die noch schlummernde Standort-Superpower

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Spinoffs: Die noch schlummernde Standort-Superpower

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Spinoffs: Die noch schlummernde Standort-Superpower