12.07.2021

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht

Für seine erste Corporate Startups-Studie hat WhatAventure 40 Firmen im DACH-Raum befragt. Managing Partner Philippe Thiltges liefert im brutkasten-Interview erste Details.
/artikel/whataventure-studie-was-corporate-startups-erfolgreich-macht
WhatAventure
Philippe Thiltges, Managing Partner WhatAventure
© Lea Fabienne/WhatAventure

Der im Jahr 2013 gestartete Corporate Company Builder WhatAVenture unterstützt mit seinem Team von Entrepreneuren und MacherInnen seine Kunden dabei, nachhaltige und effektive Innovationsstrukturen entlang der gesamten Wertschöpfungskette aufzusetzen, um Innovation von innen (u.a. Intrapreneurship) und außen (u.a. Startup-Corporate-Collaboration) zu fördern. Dabei reicht das Spektrum vom Fuzzy Frontend der Innovation bis zum erfolgreichen Markteintritt und Scaling neuer Geschäftsmodelle.

Viele Konzerne hätten laut WhatAVenture bereits erkannt, dass das Vorantreiben von Innovationen einen anderen Rahmen braucht, als das Tagesgeschäft und deshalb eigene Innovationseinheiten, Hubs oder Labs eingerichtet sowie Intrapreneuship-Programme gestartet. Dennoch bleiben vielversprechende Innovationsprojekte immer wieder auf der Strecke. Um herauszufinden, woran das liegt und um das eigene Verständnis für die erfolgreiche Umsetzung von Innovationen im Unternehmensbereich zu schärfen, hat WhatAVenture eine umfangreiche Intrapreneurship-Studie mit dem Titel „What makes corporate startups successful“ durchgeführt und dafür mehr als 40 Unternehmen aus verschiedenen Branchen befragt. „Nachdem wir die Erfolgsgeschichten und Fallstricke so vieler verschiedener unternehmerischer Innovationsprojekte gesammelt haben, freuen wir uns nun, das in dieser Studie gewonnene Wissen zu teilen“, so die Studienautoren Johanna Zauner, Bernadette Zrenner und Philippe Thiltges.


Im Interview mit dem brutkasten gibt WhatAVenture-Managing Partner Philippe Thiltges Einblicke in die Welt der Corporate Startups, schildert, was ihn an der Studie besonders überrascht hat und welche Learnings sich daraus für das eigene Unternehmen ergeben haben.

Ihr habt erstmals eine Studie zum Thema Corporate Startups durchgeführt und dafür mehr als 40 Gründer solcher befragt. Was waren eure Beweggründe dafür?

Philippe Thiltges: Wir beschäftigen uns seit mehr als 8 Jahren damit Corporate Innovation erfolgreich zu betreiben und hatten immer schon den Anspruch dabei zu den Besten zu gehören. Da gehört es dazu Dinge auszuprobieren, die noch keiner ausprobiert hat, aber natürlich auch von anderen zu lernen, um nicht die selben Fehler zu begehen. Zeitlich gesehen hätten wir die Studie kaum früher durchführen können, weil es davor nicht ausreichend „Studien-Objekte“ gegeben hätte.

Woran liegt das?

Früher sind Corporate Startups eher zufällig entstanden doch mittlerweile ist deren Aufbau von einigen Corporates ein zusätzlicher Stream deren Innovationsaktivitäten geworden und wird somit strukturiert vorangetrieben. Somit gibt es mittlerweile ausreichend Interviewpartner für eine ausführliche Studie. Mit deren Hilfe ist es uns gelungen, Erfolgs-Stories und auch Pitfalls zu beleuchten, um darauf basierend wichtige „Check-Point“ Fragen für Corporate Startups zu sammeln. Diese sollen Unternehmen zukünftig helfen, die nötigen Rahmenbedingungen für (radikale) Innovationsprojekte zu setzen um letztendlich erfolgreich zu skalieren.

Welche Erkenntnisse aus der Studie haben dich besonders überrascht?

Überrascht hat mich, dass sich auch Unternehmen mit viel Erfahrung im Company Building immer noch schwer tun mit Ausgründungen. Nur 18 Prozent der untersuchten Objekte waren als Spin-Off ausgegründet, obwohl es viel mehr Projekte gab bei denen das sinnvoll wäre. Das zeigt uns, dass wir genau bei diesem Thema auch in unserer Beratung noch stärker ansetzen müssen. Weniger überraschend war dann die Tatsache, dass kaum GründerInnen an den Spin-Offs auch nur in geringem Ausmaß beteiligt waren.

Sollten Corporate Startups-Gründer stärker incentiviert sein?

Das ist eine sehr spannende Frage. Ich halte es für verkehrt, wenn man versuchen würde ein Corporate Startup gleich zu strukturieren und aufzubauen wie ein normales Startup. Ein Vorteil eines Corporate Startups ist der rasche und hoffentlich unkomplizierte Zugang zu finanziellen Mitteln. In einem Startup werden die ersten Monate bis Jahre durch Gehaltsverzicht der GründerInnen „finanziert“. In einem Corporate Startup zu versuchen, diese Situation herzustellen, halte ich für einen großen Fehler, der im besten Fall viel Zeit kostet für Vertragsverhandlungen und im schlechtesten Fall zum Auseinanderbrechen des Teams führt. Es ist falsch zu denken, dass ein Team sein Commitment nur durch Gehaltsverzicht und Übernahme des maximalen Risikos beweisen kann. Am Schluss würde das dazu führen, dass man die Nachteile eines Startups mit den Nachteilen eines Corporates kombiniert und nur noch eine „unfair disadvantage“ überbleibt.
Incentivieren kann man GründerInnen eines Corporates übrigens auf viele Wege. Das kann ein Geschäftsführer-Vertrag sein, das können erfolgsabhängige Gehaltsvariablen oder Kauf-Optionen für Anteile sein.  

Was sind denn die bedeutendsten strukturellen Unterschiede zwischen einem Corporate Startup und einem „normalen“ Startup?

Corporate Startups sind neue Ventures, die mit den Ressourcen und Assets eines Corporates aufgebaut werden und durch diese enge Verknüpfung zum Corporate einen Vorteil, d.h. unfair advantage, anderen Startups gegenüber haben. Um Corporate Startups von anderen Innovationsprojekten sinnvoll unterscheiden zu können, würde ich außerdem noch hinzufügen, dass Corporate Startups jeweils das Ziel verfolgen ein neues Geschäftsfeld aufzubauen und daher meistens unter großer Unsicherheit agieren. Das ist wichtig zu betonen, da Projekte mit großer Unsicherheit andere Prozesse benötigen, um erfolgreich zu sein.

Inwiefern müssen sich die von dir erwähnten Prozesse unterscheiden?

Wie vorhin erwähnt, ist ein Corporate Startup ein Projekt mit dem Ziel ein neues Geschäftsfeld aufzubauen. Dabei bewegt man sich meistens in einem Bereich hoher Unsicherheit. Das bedeutet, dass man zu Beginn noch nicht weiß, was man nicht weiß – Frank Knight hat das die „Knightian Uncertainty“ genannt. Ich kann daher weder sagen wie lange es dauern wird, noch wie viel Investment notwendig sein wird, usw. Das hat natürlich maßgebliche Auswirkungen auf die Entscheidungsfindungsprozesse. Manager sind es gewohnt Entscheidungen basierend auf guten (quantitativen) Analysen zu treffen. Bei Corporate Startups ist das weder möglich noch zielführend. Deswegen ist es wichtig mehrere Phasen mit limitierten Investment-Volumina zu definieren, um das Risiko zu minimieren. An diesen alle paar Monate wiederkehrenden Entscheidungspunkten wird dann mittels „informed intutition“ entschieden. Das heißt man evaluiert das Projekt und den Fortschritt qualitativ. Es gibt noch eine Vielzahl weiterer Unterschiede – das würde jetzt aber den Rahmen sprengen.

Ist der Aufbau von Corporate Startups der vielversprechendere Ansatz Innovation erfolgreich voranzutreiben?

Das kommt immer darauf an, was das Ziel ist. Unternehmen und Innovationsmanager wissen heute besser, welche Art von Projekten sich über die Zusammenarbeit mit Startups gut umsetzen lassen und welche auch nicht. Die Zusammenarbeit mit Startups funktioniert insbesondere für die Verstärkung, Verteidigung und Erweiterung des aktuellen Kerngeschäfts gut. Dort können beide Parteien ihre Stärken ausspielen, um zum Beispiel eine neuartige Technologie von einem Startup in den Produktionsprozess des Corporates zu integrieren und damit die Produktionskapazitäten zu erhöhen oder Kosten zu senken. Der Aufbau von gänzlich neuen Geschäftsfeldern hingegen ist etwas, dass häufig nicht gut mit Startups funktioniert, die oft selbst noch auf der Suche nach einem skalierbaren Geschäftsmodell sind. Und genau dafür werden nun Corporate Startups aufgebaut.  

Wie viel Budget ist für ein Corporate Startup nötig?

Eine konkrete Zahl zu nennen ist natürlich nicht möglich, da sich das von Projekt zu Projekt stark unterscheidet. Jedoch haben wir in der Vergangenheit häufig erlebt, dass Corporate Innovationsprojekte zu wenig Funding erhalten. Häufig ist es zu viel, um das Projekt mangels Ressourcenmangel zu beenden und zu wenig, um wirklich rasch voranzukommen. Ich sage immer: „zu viel zum Sterben und zu wenig zum Leben“.
Prinzipiell ist es aber nicht verkehrt 1-1,5 Mio. Euro für die ersten 12-18 Monate zu kalkulieren. Wichtig sind aber nicht nur die finanziellen Ressourcen, sondern vor allem ein dediziertes Vollzeit-Team, dass sich um das Corporate Startup kümmert. Wenn ich nur Teilzeit-Projektmitarbeiter habe, brauche ich auch kein Millionen-Budget.

Wann würdest du persönlich Geld in ein Corporate Startup investieren?

Wenn ich klar erkennen kann, dass das Corporate Startup eine „unfair advantage“ hat – sprich einen Vorteil, der nur aufgrund der Nähe zum Corporate existiert und die absolute Unabhängigkeit des Startups gewährleistet ist. Bei zweiterem würde ich keine Abstriche akzeptieren, weil man in einer frühen Phase nie weiß wie sich das Startup weiterentwickeln wird. Das kann soweit führen, dass man mit Mitbewerbern des Corporates zusammenarbeitet oder sogar bei ihnen fertigen lässt, weil deren Prozesse flexibler gestaltet sind. Als dritten Punkt würde ich mir das Team ganz genau anschauen. Hier muss sichergestellt sein, dass es unternehmerische Personen sind, die zumindest zwei Rollen abdecken: Den Visionär (mit Macher-Gen), der sich von Hindernissen nicht ablenken lässt und unbeirrt seinem Ziel entgegenläuft und dem Guardian, der dafür Sorge trägt, dass diese verrückten Lösungsansätze auch wiederholbar werden und die notwendigen Prozesse dafür aufsetzt. Die Team-Zusammensetung wird bis heute übrigens kaum strukturiert analysiert, sondern entsteht eher zufallsgetrieben.

Wie du ja bereits erwähnt hast, sind Corporate Startups im Gegensatz zu „externen Startups“ eng mit dem jeweiligen Unternehmen verbunden – sollen aber unabhängig agieren können. Wie kann dieser Spagat gemeistert werden?

Das ideale Szenario ist die Ausgründung und die Bestellung eines selbständigen Geschäftsführers, der operative und alltägliche Entscheidungen eigenständig treffen darf. Die Nähe zum Corporate bzw. die Sicherstellung des strategischen Vorteils durch Nutzung gewisser Assets sollte dann durch einen langfristigen Kooperationsvertrag sichergestellt sein. Mit so einer Struktur wird das Corporate Startup sogar für externe Investoren interessant. 
Um das Ganze greifbarer zu machen, stellen wir uns ein Handelsunternehmen mit hunderten Filialen vor, über die das Corporate Startup seine Kunden effizient erreichen kann. Dieser Zugang zu den Filialen und den Konditionen sollte dann langfristig vertraglich geregelt sein und nicht von einem Bereichs- oder Regionsleiter abhängig sein, der vielleicht andere Ziele verfolgt.
Abseits des strategischen Vorteils bleibt dann noch zu entscheiden welche Synergien durch die Nutzung von Support-Services gehoben werden können. Das ist jedoch meistens weniger sinnvoll als man denkt. Um ein Beispiel zu geben: Ein externer Steuerberater für eine eigenständige Buchhaltung kostet ein paar Tausend Euro im Jahr und erspart beiden Parteien – sprich dem Gründer Startup und der Leitung Corporate Buchhaltung – viele Kopfschmerzen.

Was sind darüber hinaus typische Fehler, die bei vielen Corporate Startups gemacht werden, sich aber einfach vermeiden lassen würden?

Häufig fehlt schlicht und einfach die unternehmerische Erfahrung. Weder die GründerInnen, die bis vor kurzem ja noch einen „Corporate Job“ hatten, noch die Manager und Entscheidungsträger bringen diese Erfahrung mit. Das führt häufig dazu, dass in der frühen Phase sehr viel Zeit für Analyse und Planung verloren geht, anstatt wirklich ins Tun zu kommen. Das wiederum führt dazu, dass die Unsicherheit bestehen bleibt, das Projekt mit jedem Tag teurer wird und die daraus entstehende Pläne oft falsch sind.
Viele dieser Probleme lassen sich vermeiden, wenn man den Aufbau von Corporate Startups systematisch plant und diese nicht zufällig als Nebenprodukt von einer anderen Innovationsaktivität entstehen. Doch in der Realität ist dies oft der Fall, da erst die konkrete Idee das Interesse beim Management weckt.

Vielen Dank für das Interview.

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

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht

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 …

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht

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 …

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht

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 …

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht

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 …

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

WhatAVenture-Studie: Was Corporate Startups erfolgreich macht