„Transparenz ist die neue Währung des Vertrauens – gerade im Zeitalter der KI.“
Warum ein neues Levelsystem?
Mit der wachsenden Verbreitung von KI-Tools wird es immer schwieriger, den Anteil menschlicher und maschineller Arbeit an Inhalten zu erkennen. Bestehende Systeme wie das AI Influence Level (AIL) von Daniel Miessler sind ein guter Anfang, aber oft zu grob oder zu wenig auf verschiedene Medienformen und Workflows zugeschnitten. Mein Ziel: Ein System, das sowohl für Leser:innen als auch für Content-Ersteller:innen intuitiv, flexibel und nachvollziehbar ist.
Das neue AIGL-System im Überblick
Das System unterscheidet fünf Stufen und ergänzt sie um optionale Zusatzmarker für Medienart und Workflow:
AIGL 0 – Rein menschlich
Keine KI-Beteiligung, alles von Hand erstellt.
Beispiel: Handgeschriebener Brief, analoges Foto.AIGL 1 – Mensch mit KI-Hilfe (Assistenz)
KI hilft punktuell (z.B. Rechtschreibprüfung, Stilvorschläge, Bildverbesserung), aber der Inhalt bleibt originär menschlich.
Beispiel: Text mit KI-Korrektur, Foto mit KI-Filter.AIGL 2 – Mensch-KI-Kollaboration
Mensch und KI arbeiten aktiv zusammen, z.B. durch KI-generierte Abschnitte, Bildteile oder Musikspuren, die vom Menschen kuratiert, kombiniert oder überarbeitet werden.
Beispiel: Artikel mit KI-generierten Passagen, Bild mit KI-generiertem Hintergrund.AIGL 3 – KI mit menschlicher Steuerung
Die KI erstellt den Großteil des Inhalts, der Mensch gibt aber Struktur, Thema oder Ziel vor und nimmt ggf. finale Anpassungen vor.
Beispiel: KI schreibt einen Artikel nach menschlichem Outline, Bild nach Textprompt.AIGL 4 – Vollautomatisierte KI-Produktion
Inhalt wird komplett von der KI erzeugt, Mensch gibt nur den Startbefehl oder Prompt.
Beispiel: API-generierter Text, KI-generiertes Musikstück ohne menschliche Nachbearbeitung.
Zusatzmarker:
- [T] für Text, [B] für Bild, [A] für Audio, [V] für Video, [M] für Multimodal
- [C] für kollaborativ, [S] für sequenziell (z.B. Mensch → KI → Mensch)
- [AI-T] für AI-Translation (KI-Übersetzung)
- [AI-S] für AI-Summary (KI-Zusammenfassung)
[AI-T] steht für AI-Translation (KI-Übersetzung).[AI-S] steht für AI-Summary (KI-Zusammenfassung).
Beispiel für kombinierte Anwendung:
- AIGL 2[T,S,AI-T,AI-S]: Mensch erstellt Original (oder Quelle mit unbekanntem Level), KI übersetzt und fasst zusammen, Mensch überarbeitet das Ergebnis (sequenziell).
Unterschiede zu bestehenden Systemen
- Feinere Abstufung: Klare Trennung zwischen punktueller KI-Hilfe (L1) und echter Kollaboration (L2).
- Medienübergreifend: Das System ist nicht nur auf Texte, sondern auch auf Bilder, Audio und Video anwendbar.
- Workflow-Transparenz: Zusatzmarker zeigen, wie Mensch und KI zusammenarbeiten.
- Praxisnah: Beispiele und Marker erleichtern die Anwendung im Alltag.
Anwendungsbeispiele
- AIGL 1[T]: Blogpost, der nur mit KI-Korrektur gelesen wurde
- AIGL 2[B,C]: Bild, bei dem Mensch und KI gemeinsam an der Komposition arbeiten
- AIGL 3[A]: Podcast-Intro, das von einer KI nach menschlichem Skript eingesprochen wird
- AIGL 4[V]: Vollständig KI-generiertes Video aus Textprompt
- AIGL 3[T,S,AI-T,AI-S]: Mensch erstellt Original (oder Quelle mit unbekanntem Level), KI übersetzt und fasst zusammen, Mensch überarbeitet das Ergebnis (sequenziell).
Vorteile und Herausforderungen
Vorteile:
- Mehr Transparenz für Leser:innen und Nutzer:innen
- Bessere Nachvollziehbarkeit für Teams und Auftraggeber:innen
- Flexibel für verschiedene Medien und Workflows
Herausforderungen:
- Erfordert Ehrlichkeit und Disziplin bei der Kennzeichnung
- Nicht immer eindeutig abgrenzbar, wo Mensch und KI beginnen/enden
- Akzeptanz und Standardisierung müssen wachsen
Vergleich mit bestehenden Frameworks
AI Influence Level (AIL) von Daniel Miessler:
- Skala von 0 (rein menschlich) bis 5 (vollautomatisierte KI)
- Fokus auf Transparenz, aber weniger differenziert für verschiedene Medien und Workflows
- Mein System bietet feinere Abstufungen und optionale Marker für Medienart und Zusammenarbeit
Plattform-Labels (YouTube, Instagram, X):
- Einfache Hinweise wie „KI-generiert“ oder „Enthält KI-Inhalte“
- Für Endnutzer:innen sichtbar, aber keine Skala oder Details zum Entstehungsprozess
- Mein System ist detaillierter und praxisnäher für Content-Ersteller:innen
Gesetzliche Vorgaben (z.B. EU AI Act):
- Verpflichtende Kennzeichnung von KI-Inhalten, meist pauschal
- Ziel: Transparenz und Verbraucherschutz, aber keine Differenzierung nach Anteil oder Workflow
- Mein System kann als freiwilliger Standard über die gesetzlichen Mindestanforderungen hinausgehen
Technische Wasserzeichen und Metadaten:
- Unsichtbare oder maschinenlesbare Kennzeichnung (z.B. in Bildern, Texten)
- Gut für Nachverfolgbarkeit, aber für Nutzer:innen nicht direkt sichtbar
- Mein System setzt auf offene, für alle verständliche Kennzeichnung
Ausblick: Die Zukunft der KI-Kennzeichnung
Die Kennzeichnung von KI-Inhalten wird in den nächsten Jahren immer wichtiger – sowohl technisch (Wasserzeichen, Metadaten) als auch für die Nutzer:innen (Labels, Levelsysteme). Wahrscheinlich werden sich mehrere Ansätze ergänzen: Gesetzliche Vorgaben sorgen für Mindesttransparenz, während differenzierte Systeme wie das hier vorgestellte Levelsystem zusätzliche Klarheit und Fairness schaffen. Ziel sollte es sein, dass alle Beteiligten – von Kreativen über Unternehmen bis zu Konsument:innen – nachvollziehen können, wie Inhalte entstehen und wie viel KI darin steckt.
KI-Übersetzungen und das Levelsystem
Mit der zunehmenden Nutzung von KI-Übersetzungen (z.B. Englisch → Deutsch) stellt sich die Frage, wie solche Workflows im Levelsystem abgebildet werden sollten. Übersetzungen durch KI sind ein klarer KI-Einfluss auf den Content und sollten für maximale Transparenz explizit gekennzeichnet werden.
[AI-T] steht für AI-Translation (KI-Übersetzung).
Warum explizit markieren?
- Transparenz: Leser:innen erkennen, ob sie eine menschliche oder KI-übersetzte Fassung lesen.
- Qualitätskontrolle: KI-Übersetzungen sind oft gut, aber nicht immer fehlerfrei oder kontextsensitiv.
- Fairness: Die kreative Leistung (Originaltext) und die technische Leistung (Übersetzung) werden klar zugeordnet.
- Workflow-Transparenz: Zusatzmarker wie [S] (sequenziell) zeigen, wie der Text entstanden ist.
Beispiele für die Kennzeichnung
- AIGL 1[T,AI-T]: Mensch schreibt, KI übersetzt, Mensch prüft nach.
- AIGL 2[T,S,AI-T]: Mensch erstellt Original, KI übersetzt, Mensch überarbeitet die Übersetzung (sequenziell).
- AIGL 3[T,AI-T]: KI übersetzt und passt eigenständig an, Mensch gibt nur das Ziel vor.
Im Fließtext oder in der Metadatenzeile kann zusätzlich ein Hinweis stehen:
„Dieser Text wurde ursprünglich auf Englisch von einem Menschen verfasst, mit KI ins Deutsche übersetzt und anschließend redaktionell geprüft.“
[AI-T, AIGL 2[T,S]]
Fazit zu KI-Übersetzungen
Die explizite Kennzeichnung von KI-Übersetzungen macht das Levelsystem noch transparenter und praxisnäher. Sie hilft, die Entstehung von Inhalten nachvollziehbar zu machen und das Vertrauen der Leser:innen zu stärken.