Glossar
Maschinenlesbare Kennzeichnung: wie KI-Ausgaben erkennbar werden
Maschinenlesbare Kennzeichnung ist die Anforderung aus Artikel 50 Absatz 2 des EU AI Act, dass Anbieter synthetische Audio-, Bild-, Video- und Textausgaben in einem für Software lesbaren Format kennzeichnen, sodass der Inhalt als künstlich erzeugt oder manipuliert erkennbar ist, mit Techniken wie C2PA-Metadaten, IPTC-Feldern und Wasserzeichen.
Illustration · PNG-Datei
- Signature + IHDR
- iTXt XML:com.adobe.xmpDatensatz
- tEXt parameters
- tEXt prompt / workflow
- tEXt invokeai_metadata
- eXIf
- caBX C2PA manifest
- IDAT pixels
- IEND
KI-Quelltyp deklariert
Die Datei kennzeichnet sich selbst als KI-erzeugt.
Der IPTC-DigitalSourceType, etwa trainedAlgorithmicMedia, wird aus XMP gelesen und mit seinem genauen Wert angezeigt.
Bild prüfen →Die Techniken
Der Artikel und die Leitlinien der Kommission behandeln mehrere Mechanismen als Kandidaten: signierte Provenienz-Metadaten (C2PA Content Credentials), deklarierte Metadaten (IPTC Digital Source Type in XMP), unsichtbare Wasserzeichen (SynthID und Entsprechungen anderer Anbieter) und kryptografische Methoden. Jeder wägt Interoperabilität gegen Belastbarkeit ab: Metadaten sind für alle lesbar, werden aber von Plattformen entfernt; Wasserzeichen überstehen die Bereinigung, brauchen aber den Detektor des Anbieters. Das Gesetz verlangt Lösungen, die, soweit technisch machbar, wirksam, interoperabel, belastbar und zuverlässig sind.
Wie isGenAI auf eine Kennzeichnung prüft
Laden Sie eine Ausgabe in den KI-Bild-Detektor oder den C2PA-Prüfer hoch: Der Bericht zeigt, ob ein C2PA-Manifest, ein IPTC-Quelltyp oder ein gespeicherter Datensatz vorhanden ist, jeweils mit benanntem Feld. Die Seite zur maschinenlesbaren Kennzeichnung nach Artikel 50 sammelt aktuelle Beobachtungen aus öffentlichen Scorecards. isGenAI liest Kennzeichnungen in Metadaten; Wasserzeichen erkennt es nicht, und das sagt es auch.
Belastbarkeit in der Praxis
Eine Kennzeichnung, die beim eigenen Export des Anbieters oder bei jedem Upload in soziale Medien verschwindet, existiert zwar, funktioniert aber nicht. Die Plattform-Seiten dokumentieren, was bei jedem Dienst erhalten bleibt – genau die Belege, die ein Anbieter bei der Wahl einer Technik braucht.
Eine Kennzeichnung zu testen heißt, echte Ausgaben durch echte Abläufe zu schicken: aus dem Produkt exportieren, auf die Plattformen hochladen, die Nutzer wählen, erneut herunterladen und prüfen, was übrig bleibt. Das Vergleichstool von isGenAI macht den Vorher-nachher-Unterschied für jeden Datensatztyp sichtbar.
So nutzen Sie den Begriff bei der Prüfung einer Datei
- Laden Sie die Originaldatei in den KI-Bild-Detektor oder in das auf der Seite genannte Tool hoch.
- Suchen Sie unter „How we checked“ (So haben wir geprüft) den Befund, der diesen Begriff verwendet, und lesen Sie das dort genannte Quellfeld.
- Gewichten Sie nach Art: Ein signierter Datensatz, ein deklariertes Feld, ein gespeicherter Prompt und eine übereinstimmende Kopie sind unterschiedlich starke Belege.
- Denken Sie daran: Fehlt ein Datensatz, ist das kein Beleg für einen menschlichen Urheber.
Häufige Fragen
Was gilt als maschinenlesbare Kennzeichnung?
Jede anbieterseitige Kennzeichnung, die Software lesen kann: C2PA-Manifeste, IPTC-Metadaten, unsichtbare Wasserzeichen oder andere kryptografische Methoden, die den Maßstab der Wirksamkeit und Belastbarkeit so weit wie machbar erfüllen.
Ist ein sichtbares Label maschinenlesbar?
Für sich genommen nicht. Die sichtbare Offenlegung ist die Pflicht des Betreibers nach Absatz 4; die maschinenlesbare Kennzeichnung ist die des Anbieters nach Absatz 2.
Wie prüfe ich, ob ein Bild eine Kennzeichnung trägt?
Laden Sie das Original in isGenAI hoch; der Bericht listet jedes gefundene C2PA-Manifest, jeden IPTC-Quelltyp und jeden gespeicherten Datensatz auf.
Welche Technik ist die beste?
Anbieter kombinieren zunehmend signierte Metadaten mit einem Wasserzeichen, weil jedes die Schwäche des anderen abdeckt.
Quellen
Die Definitionen folgen den oben verlinkten veröffentlichten Standards; das beschriebene Verhalten von isGenAI entspricht dem produktiven Checker mit Stand Oktober 2026.