Der Beitrag Ab auf den Prüfstand: Warum KI dringend mal zum TÜV sollte erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Das Vertrauen in KI bröckelt – und zwar zu Recht. Denn zwischen Sicherheitsvorfällen, Umweltrisiken und einem übertriebenen Hype scheinen die Nachteile die Vorteile mittlerweile einzuholen. Vertrauen in KI sollte man deshalb prüfen, nicht voraussetzen. Ein Vorschlag für einen unabhängigen KI-TÜV ist daher nicht nur richtig, sondern längst überfällig. Damit eine solche Prüfung nicht zum Bremsklotz wird, müsste sie aber schnell und klar geregelt sein. Eine kommentierende Analyse.

Muss KI bald zum TÜV?

• Der TÜV-Verband und das TÜV AI.Lab haben zum Digital-Gipfel der Bundesregierung einen Vorschlag für den Aufbau einer unabhängigen Prüf- und Aufsichtsstruktur für Frontier-KI und autonome KI-Agenten präsentiert. Oder kurzum: für einen KI-TÜV. Demnach müssen Deutschland und Europa in der Lage sein, die Sicherheit von künstlicher Intelligenz eigenständig bewerten zu können, unabhängig davon, wo diese entwickelt wurde. Die Idee: KI-Modelle sollen vor ihrer Markteinführung auf Herz und Nieren geprüft werden. Das deutsche KI-Sicherheitsinstitut (AISI) müsse in Zusammenarbeit mit unabhängigen Prüforganisationen dabei eine zentrale Rolle übernehmen.
• Das AISI soll dem Vorschlag zufolge schrittweise zu einer eigenständigen Institution ausgebaut werden. Zudem müssten unabhängige Prüforganisationen mit Fachwissen aus Industrie, Mobilität und Energieversorgung eingebunden werden, damit es eigene Kompetenzen für die Sicherheitsbewertung von KI-Modellen aufbauen kann. Das Institut könne dann die Entwicklung geeigneter Prüfmethoden unterstützen, den notwendigen Modellzugang gewährleisten und Ergebnisse für Entscheidungen der Regierung und Behörden aufbereiten. Qualifizierte unabhängige Prüforganisationen sollen die technischen Evaluationen übernehmen und insbesondere prüfen, ob die Sicherheitsnachweise für den Einsatz von KI in technischen Systemen belastbar sind.
• Laut einer Umfrage des Digitalverbands Bitkom verlieren vor allem die USA und US-amerikanische Unternehmen als KI-Anbieter an Zuspruch. Nur noch 41 Prozent der befragten deutschen Unternehmen würden demnach bevorzugt künstliche Intelligenz aus den Vereinigten Staaten nutzen wollen. Im Jahr 2025 waren es noch 51 Prozent. Chinesische KI möchten derweil nur noch zwölf Prozent bevorzugt nutzen. Im Vorjahr waren es noch 18 Prozent. Der große Wunsch: 96 Prozent der Unternehmen würden bevorzugt gerne KI-Anwendungen deutscher Anbieter nutzen. Allerdings wären 64 Prozent nicht bereit, dafür Abstriche in puncto Preis-Leistung hinzunehmen.

Warum Hersteller-Versprechen nicht ausreichen

Donald Trump spottete einst über den deutschen TÜV und behauptete, die EU würde mit absurden Tests ihre Autoindustrie abschotten. Bowling-Kugeln würden dazu auf Fahrzeuge fallen gelassen werden. Das ist natürlich absoluter Quatsch. Ein Märchen. Der TÜV ist in puncto Sicherheit ein hohes Gut. Hingegen kein Märchen ist, dass KI einen Steinschlag erlitten hat. Oder: einen Bowlingkugelschlag. Denn das Vertrauen in künstliche Intelligenz bröckelt – und das nicht ohne Grund. Zu oft werden etwa Sicherheitsrisiken ignoriert, Verantwortlichkeiten abgewiegelt oder mögliche Gefahren dem Innovationsdruck untergeordnet.

Das gilt sowohl für KI-Anbieter, KI-Anwender als auch für die Politik, die mitunter hinterhereiert und einem riskanten Aktionismus verfällt, anstatt vorausschauend zu handeln. Dass dabei sogar Umweltauflagen zur Disposition stehen, passt traurigerweise in ein Bild, wie rückschrittlich Fortschritt gedacht werden kann. Angesichts zunehmender Sicherheitsvorfälle, gefährlicher Fehlentscheidungen und sogar Todesfälle im Zusammenhang mit KI ist eine unabhängige Prüfung deshalb längst überfällig.

Oder: Wer künstliche Intelligenz zunehmend Entscheidungen treffen, Maschinen steuern und kritische Infrastrukturen beeinflussen lässt, kann und darf sich nicht auf die vermeintlichen Sicherheitsversprechen der Anbieter verlassen. Ein KI-TÜV könnte hingegen eine unabhängige Kontrolle schaffen. Diese dürfte aber nicht mit überbordender und langwieriger Bürokratie einhergehen. Denn wenn eine KI erst monatelang auf dem Prüfstand verrostet, während bereits das nächste Modell in den Startlöchern steht, geraten Deutschland und Europa ins Hintertreffen. Oder: Sicherheit, Wettbewerbsfähigkeit und ein verantwortungsvoller Umgang müssen Hand in Hand gehen und dürfen keine Gegenspieler sein.

Stimmen

• Joachim Bühler, Geschäftsführer des TÜV-Verbands, in einem Statement: „Europa muss natürlich den Anspruch haben, eigene leistungsfähige KI-Modelle zu entwickeln. Aber wir müssen uns darauf einstellen, dass auch künftig ein erheblicher Teil der bei uns eingesetzten KI aus den USA und anderen Weltregionen kommen wird. Und bei deren Sicherheitsbewertung dürfen wir nicht allein auf die Angaben der Hersteller vertrauen, besonders wenn kritische Infrastrukturen und die nationale Sicherheit betroffen sind.“
• Franziska Weindauer, Geschäftsführerin des TÜV AI.Lab, spezifiziert eine mögliche KI-Hauptuntersuchung: „Unabhängige Prüfer müssen den Sicherheitsversprechen der Entwickler auf den Grund gehen können. Dafür brauchen sie Zugang zu den Modellen und Einblick in Training und Schutzmaßnahmen. Sie müssen unabhängig bewerten können, ob bestehende Risiken ausreichend mitigiert wurden. Und wenn KI eine Maschine steuert, müssen Fachleute für Maschinensicherheit mitprüfen. Sie können beurteilen, welchen Einfluss KI auf bestehende Sicherheitsmechanismen hat.“
• Auch Ralf Wintergerst, Präsident des Digitalverbands Bitkom, ist für eine Regulierung von KI, plädiert aber vor allem für eine Entwicklung in Europa: „Deutschland und Europa dürfen bei KI nicht nur Anwender sein, wir müssen auch Anbieter werden. Es gibt eine breite Nachfrage nach souveräner KI, aber entsprechende Angebote müssen unabhängig vom Standort des Anbieters im Wettbewerb bestehen. Dafür brauchen wir genügend Rechenkapazitäten, Zugang zu Daten, eine Regulierung, die Innovationen unterstützt, und einen Staat, der als Vorreiter selbst KI aus Deutschland und Europa einsetzt.“

Ein KI-TÜV müsste schnell und unbürokratisch sein

Dass Unternehmen ihrer Verantwortung bislang nicht ausreichend gerecht werden, ist auch eine Folge des absolut übertriebenen KI-Hypes. Im Wettlauf um Marktanteile, Effizienz und technologische Vorherrschaft scheint leider allzu häufig das Prinzip zu gelten, dass Schnelligkeit vor Sicherheit geht. Risiken werden sogar als Kollateralschäden eines vermeintlich unvermeidbaren Fortschritts billigend in Kauf genommen. Doch wer KI möglichst schnell in Produkte, Geschäftsprozesse und kritische Systeme integrieren möchte, muss auch dazu bereit sein, für deren Sicherheit Verantwortung zu übernehmen.

Auch die Politik scheint mit der Geschwindigkeit der Entwicklung bisweilen überfordert. Oder: Zwischen Innovationsförderung, internationalem Konkurrenzdruck und notwendigen Sicherheitsvorkehrungen fehlt es bislang an einer überzeugenden Balance. Ein unabhängiger KI-TÜV könnte derweil eine Vorreiterrolle einnehmen und einen verantwortungsvolleren Umgang mit künstlicher Intelligenz etablieren. Nicht als Innovationsbremse, sondern als Instanz, die dafür sorgt, dass die Vorteile der Technologie tatsächlich überwiegen und nicht irgendwann ihre Nachteile die Rechnung prägen.

Entscheidend wird dabei natürlich die konkrete Umsetzung sein. Oder: Ein KI-TÜV darf weder zu einem zahnlosen Papiertiger noch zum nächsten deutschen Bürokratiemonster werden, das Innovationen mit Formularen und endlosen Prüfverfahren ausbremst. Gefragt sind klare Zuständigkeiten, nachvollziehbare Standards und vor allem schnelle, unabhängige Prüfungen. Klar: Anbieter wie OpenAI und Co. werden sich dagegen vermutlich wehren. Sie werden vielleicht sogar tricksen, um eine TÜV-Plakette zu bekommen. Letztlich werden sie sich aber fügen müssen, da Deutschland und Europa ein gigantischer Markt für sie sind.

Auch interessant: 

• Gipfel der Dreistigkeit: Klausel soll Meta zum klauen ermächtigen
• Millionenbetrug mit Fake-Songs: Wer stoppt die KI-Musikflut?
• Ragebait: Wie Big Tech mit deiner Wut Kohle scheffelt – und KI alles schlimmer macht
• E-Ente gut, alles gut? Citroën entsagt Automobil-Größenwahn

Der Beitrag Ab auf den Prüfstand: Warum KI dringend mal zum TÜV sollte erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Der Beitrag CO2 als Kraftstoff: KI entdeckt, was Chemiker übersehen haben erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Ein indisch-singapurisches Forscherteam hat mithilfe künstlicher Intelligenz ein chemisches Reaktionsnetzwerk entschlüsselt. Eine präzise Simulation veränderte das Verständnis der CO2-Umwandlung in grünes Methanol und hinterfragt bisheriges Lehrbuchwissen. Diese Erkenntnisse sollen den Weg zu maßgeschneiderten Katalysatoren bei der Entwicklung nachhaltiger Kraftstoffe ebnen.

Wissenschaftler des Indian Institute of Science haben gemeinsam mit Industriepartnern wie dem HPCL Green R&D Centre und der Forschungsagentur A*STAR aus Singapur die Veränderung von Kohlendioxid auf Kupfer-Katalysatoren untersucht. Denn bisherige Computermodelle bildeten diesen chemischen Prozess nur unvollständig ab.

Der Grund dafür liegt darin, dass die quantenmechanischen Berechnungen aller Teilschritte besonders kosten- und rechenintensiv ist. Werden hingegen wichtige Zwischenschritte durch Forscher weggelassen, arbeiten diese bildlich gesprochen mit einer Navigationskarte, auf der entscheidende Abkürzungen fehlen.

Das veraltete Modell lieferte dementsprechend falsche Ergebnisse. Es prognostizierte Ameisensäure statt Methanol als Hauptprodukt und unterschätzte die umgesetzte Reaktionsmenge deutlich. Erst der gezielte Einsatz von maschinellem Lernen brachte einen Durchbruch. Die Wissenschaftler starteten mit einer Datenbank aus 152 Reaktionen und simulierten mithilfe einer KI schließlich ein Netzwerk aus 9.389 Einzelreaktionen sowie 105 Molekülspezies auf der Katalysatoroberfläche. Die Studie lieferte dabei Erkenntnisse, die bisherigem Lehrbuchwissen widersprechen.

CO2-Umwandlung: Riesiges KI-Netzwerk liefert exakte Ergebnisse

Das erweiterte Modell prognostizierte eine etwa 40-fache Steigerung der CO2-Umwandlungsrate im Vergleich zum bisherigen Minimodell. Noch wichtiger dabei ist aber, dass die Vorhersagen mit den experimentellen Beobachtungen aus dem Labor übereinstimmten. Statt Ameisensäure identifizierte das System Methanol und Kohlenmonoxid als tatsächliche Hauptprodukte. Dieser Fortschritt zeigt, dass komplexe chemische Reaktionen nicht einfach am Computer stark vereinfacht werden sollten. Denn so riskieren Forscher völlig falsche Vorhersagen.

Neben den reinen Zahlen stieß das Team auf einen bisher nicht dokumentierten Reaktionsmechanismus. Entgegen bisherigem Lehrbuchwissen kann Wasserstoff als intaktes Molekül direkt auf Reaktionspartner übertragen werden. Shivam Chaturvedi, Co-Autor der Studie, ordnet die Entdeckung:

Die Idee, dass Wasserstoff als intaktes Molekül übertragen werden kann, ohne sich zuerst in Atome aufzuspalten, widerspricht dem, was den meisten von uns beigebracht wurde.

Grüne Kraftstoffe: Besseres Verständnis für die Katalysatorentwicklung

Für die Industrie und den Klimaschutz könnte der neue Ansatz ein enormes Potenzial eröffnen. Denn wenn CO2 effizient in nützliche Chemikalien und Kraftstoffe wie Methanol umgewandelt wird, können wertvolle Ressourcen entstehen. Das wiederum kann Wissenschaftlern dabei helfen, die zugrundeliegenden Prozesse besser zu verstehen und künftig gezielter effektive Katalysatoren zu entwickeln.

Das entwickelte KI-Framework lässt sich potenziell auch auf andere industriell wichtige katalytische Prozesse übertragen. Dazu gehören unter anderem die Wasserstoffherstellung durch Wasserspaltung oder die nachhaltige Stickstoffumwandlung. Zwar bleiben auch weiterhin vollständige quantenmechanische Berechnungen ohne künstliche Intelligenz unbezahlbar. Doch die Fortschritte zeigen, wie die effizientere Herstellung nachhaltiger Chemikalien und Kraftstoffe durch Technologie ein Stück näher rücken kann.

Auch interessant:

• Unterwasser-Solarzellen liefern selbst in 10 Metern Tiefe zuverlässig Strom
• Durchbruch bei Lithium-Ionen-Akkus? Forscher aus Deutschland entwickeln neue Technologie
• Neue Regeln für E-Autos als Speicher – doch es bleibt kompliziert
• 100 Milliarden Euro warten auf Strom: Europas Energiewende steckt fest

Der Beitrag CO2 als Kraftstoff: KI entdeckt, was Chemiker übersehen haben erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Auf ihrem Digitalgipfel vergab die Bundesregierung die Chance, über die gesellschaftliche Regulierung von KI zu sprechen. Stattdessen ging es einmal mehr um Wirtschaftswachstum und Datennutzung. Ein Kommentar.

Es war ein kurzer Moment des Innehaltens. Wir sind inmitten eines „epochalen Wandels“, der zu einer gewaltigen Macht- und Ressourcenverschiebung führt, sagte Bundeskanzler Friedrich Merz (CDU) in seiner Rede auf dem Digitalgipfel. Die Politik müsse darauf besonnen und werteorientiert reagieren. Ihr Takt sei der Takt des menschlichen Lebens, so der Kanzler.

Für einen Augenblick schien es, als ob er damit die Gipfel-Choreographie aus dem Takt bringen könnte. Doch weit gefehlt. Denn der Großteil der Merz-Rede war von der überbordenden Hoffnung geprägt, dass die „Allzwecktechnologie … es uns ermöglicht, Probleme auf allen Wertschöpfungsebenen, auf allen Forschungsfeldern, ja, in allen gesellschaftlichen Bereichen zunehmend automatisiert zu lösen“.

Wie sich diese technologische Lösungsgläubigkeit – auch angesichts von Halluzinationen, Fehlern und Voreingenommenheiten der Sprachmodelle – mit seinem Appell für ein menschenzentriertes Vorgehen verknüpfen lässt, ließ Merz offen.

Allheilmittel KI

Ein gestern veröffentlichter Bericht der von der Regierung eingesetzten „KI Taskforce“ stößt ins gleiche Horn wie der Kanzler.

Die Taskforce soll die KI-Politik der Bundesregierung koordinieren. In ihrem Bericht bezeichnet sie KI ebenfalls als „prägende Allzwecktechnologie des 21. Jahrhunderts“. Sie soll das schleppende Wirtschaftswachstum ankurbeln, die alternde Gesellschaft effizienter machen und den Fachkräftemangel ausgleichen.

Damit KI ihre wundersame Wirkung entfalten kann, dürfe die Regierung keine Zeit verlieren, treibt die Taskforce zur Eile. Um die zentralen Weichen zu stellen, blieben angeblich maximal 18 Monate. Andernfalls werde Deutschland im globalen KI-Wettrennen abgehängt.

Doppelstrategie und Deregulierung

Um in diesem Rennen mitzuhalten, verwässert die Regierung auch frühere Vorhaben und Ziele. Auf dem letztjährigen „Gipfel zur Europäischen Digitalen Souveränität“ hatten Merz und der französische Präsident Emmanuel Macron noch energisch für mehr Unabhängigkeit von China und den USA geworben.

Inzwischen verfolgt die Bundesregierung eine Doppelstrategie. Sie setzt – quasi als Brückenlösung – auf die KI-Spitzenmodelle von US-Anbietern. Parallel dazu will sie die Entwicklung eigener Sprachmodelle voranbringen, die dann mit „Frontier AI“ aus Übersee konkurrieren sollen. Allerdings sind die Voraussetzungen dafür alles andere als rosig. Und die Regierung wendet nur einen Bruchteil der gigantischen Geldsummen auf, die US-Konzerne in die KI-Entwicklung investieren.

Außerdem wollen Regierungs- und Wirtschaftsvertreter:innen „Datensilos“ aufbrechen und Regularien aufweichen. Auf EU-Ebene will die Bundesregierung die Datenschutzgrundverordnung (DSGVO) schwächen und es KI-Anbietern so ermöglichen, ihre Sprachmodelle auch mit personenbezogenen Daten zu trainieren.

Die angestrebte Deregulierung steht im doppelten Widerspruch zu den Aussagen von Merz. Denn von weniger Datenschutz profitieren die Unternehmen und zuvorderst die Platzhirsche aus China und den USA. Gleichzeitig geht der Abbau von Grundrechten zulasten der Menschen.

Im Takt der Wirtschaft

Nur wenn wir die KI umarmen, gelinge Deutschland das „Comeback“, sagte Digitalminister Karsten Wildberger gestern.

Dieser ökonomische Imperativ ist der eigentliche Taktgeber auf dem Digitalgipfel. So vergab die Regierung die Chance, eine Debatte darüber zu führen, wie sich die von Merz angesprochene Macht- und Ressourcenverschiebung politisch gestalten ließe.

Dass die Worte des Kanzlers keinen Widerhall fanden, lag auch an der weitgehend fehlenden Zivilgesellschaft vor Ort. Ihre Beteiligung war von der Regierung anscheinend nicht erwünscht. Vor allem deshalb kamen die gesellschaftlichen Auswirkungen von KI wenn überhaupt nur am Rande vor – etwa mit Blick auf die Umwelt, die Arbeitswelt, die Bildung und den Verbraucherschutz.

Von allzu unbequemen Fragen wollte sich die Regierung offensichtlich nicht aus dem Takt bringen lassen.

–––

Deine Spende für digitale Freiheitsrechte
Wir berichten über aktuelle netzpolitische Entwicklungen, decken Skandale auf und stoßen Debatten an. Dabei sind wir vollkommen unabhängig. Denn unser Kampf für digitale Freiheitsrechte finanziert sich aus den Spenden unserer Leser:innen. Jetzt spenden.

Eine neue Form der anlasslosen Massenüberwachung steht bundesweit vor der Tür. Mit KI-gestützter Videoüberwachung sollen Handy-Sünder am Steuer überführt werden. Doch Datenschützer warnen schon lange, dass die Systeme auch für anderes nutzbar wären.

Bundesverkehrsminister Steffen Bilger (CDU) setzt sich für die bundesweite Einführung von sogenannten „Handy-Blitzern“ ein. Davor hatten die Bundesländer die Einführung der neuen Überwachungsgeräte gefordert. Sie wollen die „automatisierte Verkehrsüberwachung“ vorantreiben. Das geht aus einem Bericht von dpa und Rheinischer Post hervor.

Geräte wie die „Handy-Blitzer“ können Verkehrsteilnehmer:innen erkennen, die während der Fahrt ihr Mobiltelefon nutzen. Sie filmen dazu in Autos hinein und lassen die Überwachungsaufnahmen dann durch ein Computersystem laufen. Dieses wertet die Videoaufnahmen aus und kann erkennen, ob die fahrende Person ein Handy in der Hand hält.

Detailgenaue Überwachung möglich

Laut dem Bericht in der Rheinischen Post erkennt das System „Abmessungen, Form und Farben verschiedener Handymodelle sowie Marken, Logos und Kameratypen. Typische Körperhaltungen beim Telefonieren dienen als zusätzliche Anhaltspunkte. Sobald mehrere wichtige Merkmale zusammenkommen, löst der Blitzer aus.“ Ein Mensch überprüft dann die Aufnahme, ob tatsächlich die Ordnungswidrigkeit vorliegt.

In Rheinland-Pfalz sind die „Monocams“ genannten Geräte schon seit 2023 im Einsatz, sie wurden ohne Rechtsgrundlage eingeführt, wie netzpolitik.org damals berichtete. Die Rechtsgrundlage in Rheinland-Pfalz ist mittlerweile angepasst, die Autofahrer-Verhaltensscanner werden nun im Regelbetrieb eingesetzt.

Mit den Kameras wird eine weitere Ebene der Mobilitätsüberwachung eingeführt. Schon 2023 warnte der Datenschützer Konstantin Macher: „Damit wird eine technische Infrastruktur installiert, die sich einfach auf andere Zwecke anpassen lässt.“ Während jetzt noch nach Handys gesucht werde, könnten mit einem Update auch andere Gegenstände erkannt werden. Auch sei, wenn Kameras und „KI“ schon vorhanden seien, die automatisierte Gesichtserkennung nicht weit, so Macher weiter.

Auch ohne Verdacht überwachen

Die Bundesländer wollen laut dem Medienbericht nun eine bundesweite „technikoffene“ Regelung für die Handy-Blitzer. Diese soll nicht nur ein bestimmtes Kameramodell wie die „Monocam“ abdecken, sondern auch andere Systeme ermöglichen.

Mit der Einführung von Handy-Blitzern ändert sich auch das Prinzip bei der Zulässigkeit von polizeilichen Foto- und Videoaufnahmen im Straßenverkehr. Bislang durften Bilder nur erstellt werden, wenn es einen konkreten Tatverdacht gab, beispielsweise weil das Auto zu schnell fuhr. Mit dem neuen System wird anlass- und verdachtslos in die Privatsphäre der Autofahrer:innen eingegriffen und erst dann überprüft, ob eine Ordnungswidrigkeit vorliegt. Dabei ist, so das Bundesverfassungsgericht in seiner Entscheidung zu Kennzeichenscannern, auch ein anschließend verworfener Nicht-Treffer ein kritischer Eingriff ins Recht auf informationelle Selbstbestimmung.

Update 3.11.26 – 15:00
Wir haben im Artikel ergänzt, dass die automatisch festgestellten Beweise beim Handy-Blitzer noch von einem Mensch überprüft werden.

–––

Deine Spende für digitale Freiheitsrechte
Wir berichten über aktuelle netzpolitische Entwicklungen, decken Skandale auf und stoßen Debatten an. Dabei sind wir vollkommen unabhängig. Denn unser Kampf für digitale Freiheitsrechte finanziert sich aus den Spenden unserer Leser:innen. Jetzt spenden.

BERLIN. Künstliche Intelligenz löst mathematische Probleme, an denen Wissenschaftler teilweise jahrelang gearbeitet haben. Doch unter Mathematiker*innen stößt diese Entwicklung nicht nur auf Begeisterung. Denn ein korrektes Ergebnis bedeutet noch lange nicht, dass die zugrunde liegenden Zusammenhänge verstanden wurden. Die Debatte wirft damit auch eine grundsätzliche Frage für die Schulen auf: Was müssen Kinder und Jugendliche künftig in Mathematik lernen, wenn Maschinen die Lösungen in Sekunden liefern können?

Damit war wohl zu rechnen: Mit Hilfe Künstlicher Intelligenz (KI) will OpenAI Antworten zu fast 400 mathematischen Rätseln gefunden haben, an denen die Fachwelt seit langem tüftelt. Was nach bahnbrechendem Erfolg klingt, feiern jedoch gerade viele Mathematikerinnen und Mathematiker nicht. Die Veröffentlichungen im Oktober und andere in den Monaten davor haben eine Debatte ausgelöst, die weit über die Mathe- und KI-Bubbles hinausreicht.

Es geht um viele grundlegende Fragen, etwa nach technischen Revolutionen und wie altehrwürdige Wissenschaften damit umgehen. Um Wissensklau und -austausch, Urheberrecht sowie Gefahren, wenn Ergebnisse ungeprüft sind.

Aktueller Anlass der Diskussion: Der ChatGPT-Entwickler OpenAI hat im Oktober mehr als 700 Manuskripte zu über 370 Themenkomplexen veröffentlicht, die nach seinen Angaben unter anderem mit einem noch nicht veröffentlichten KI-Modell erzielt worden sind – im Schnitt in drei Stunden pro Manuskript.

Dabei geht es etwa um die Riemannsche Vermutung, eines der berühmtesten ungelösten Probleme der Mathematik, das im Zusammenhang mit Primzahlen eine Rolle spielt. Auch das Unternehmen Anthropic hatte sich dem Thema vor einigen Monaten mit einem KI-Modell gewidmet. Gelöst ist das Problem zwar nicht, aber die Ergebnisse gelten als Fortschritte auf dem Gebiet.

Arbeitet KI unwissenschaftlich?

Was nach einer mehr oder weniger großen Sensation klingt, stößt allerdings auf heftige Kritik: „Mathematiker haben diese Arbeit nicht in Auftrag gegeben“, schrieb die von namhaften und preisgekrönten Fachleuten aus aller Welt gegründete Vereinigung für menschliche Mathematik in einer Reaktion. Die gleichzeitige Publikation von über 700 Dateien sei kein Beweis für wissenschaftliche Kompetenz, sondern eine Machtdemonstration.

Die Deutsche Mathematiker-Vereinigung (DMV) argumentierte unter anderem, KI arbeite bisher rein ergebnisorientiert, im Fokus stünden schnelle Lösungen. Bei mathematischer Forschung gehe es aber um den Weg dorthin. Darum, neue Methoden anzuwenden oder zu entwickeln – statt um maximale Rechenpower. „Der Beweis an sich liefert herzlich wenig Einsichten“, bringt es Demian Nahuel Goos im Podcast „Geschichten aus der Mathematik“ auf den Punkt.

Daher gehe es der Fachwelt auch darum: „Wer soll das jemals alles kontrollieren?“, erklärte Alke Martens, Professorin für Praktische Informatik und Didaktik der Informatik an der Uni Rostock, jüngst auf Instagram. Fragen seien, warum eine Antwort stimme, auf welchem Weg sie erreicht worden sei und was auch falsche Annahmen gezeigt hätten. Wenn Menschen die Ergebnisse der KI nicht alle durchgucken könnten, „dann sind diese automatisierten Ergebnisse quasi das virtuelle Papier nicht wert, auf dem sie entstanden sind“.

Goos betonte zudem die wissenschaftliche Integrität: Wer etwa Arbeiten anderer nutzt, müsse dies kenntlich machen. „Diesen Regeln nicht zu folgen, das ist halt unwissenschaftlich“, sagte der Mathematiker von der Humboldt-Universität zu Berlin. Bei einem Lösungsansatz für ein anderes Mathe-Problem gibt es genau hierüber Streit. Zwei Mathematiker fühlen sich übergangen.

Neue Schwerpunkte nötig?

Ein weiterer Punkt der DMV: KI-Modelle nutzten meist ungefiltert vorhandenes Wissen. Darunter auch solches, das Experten des jeweiligen Teilgebiets noch nicht geprüft und für korrekt befunden haben. „Abgesehen von dem Raub geistigen Eigentums bedeutet das auch, dass solches Wissen noch nicht gesichert ist, und daher bei der Beweisführung mit Vorsicht zu genießen ist“, so die Vereinigung.

Manche Forschende stellten ihre Erkenntnisse schon nicht mehr ins Internet. „Dies bremst den Fortschritt bei der mathematischen Forschung deutlich aus und verhindert einen offenen Austausch innerhalb der mathematischen Community, der für den Fortschritt des Faches jedoch von zentraler Bedeutung war und ist“, erklärte DMV-Präsident Jürg Kramer.

Der Stuttgarter Mathematik-Professor Christian Hesse, der derzeit als Gastwissenschaftler an der University of California in Los Angeles ist, teilt die Sorge um den wissenschaftlichen Nachwuchs. Wenn Doktoranden jahrelang an mathematischen Problemen arbeiteten, die eine KI in wenigen Minuten löse, gerate die bisherige Praxis unter Druck, erläuterte er. „Die mathematische Doktorarbeit wird sich neu erfinden müssen.“ Künftig sollten die Entwicklung neuer Fragestellungen, mathematisches Verständnis und die kritische Einordnung von Ergebnissen stärker zählen.

Was bedeutet das für den Mathematikunterricht?

Das berührt auch eine grundlegende Frage schulischer Bildung: Welche mathematischen Fähigkeiten müssen Kinder und Jugendliche künftig erwerben, wenn KI-Systeme selbst hochkomplexe Aufgaben in kürzester Zeit bearbeiten können?

Der Deutsche Verein zur Förderung des mathematischen und naturwissenschaftlichen Unterrichts (MNU) warnt davor, mathematisches Wissen angesichts der technischen Entwicklung für verzichtbar zu halten. „Wer Ergebnisse beurteilen will, muss etwas wissen. Wer Fehler erkennen will, braucht fachliche Maßstäbe“, heißt es in einem Beitrag des MNU-Landesverbands Nordrhein. Die Fähigkeit, KI-generierte Lösungen zu überprüfen, setze gerade jene fachlichen Kenntnisse voraus, die Schülerinnen und Schüler im Unterricht erwerben sollen.

Für den Mathematikunterricht bedeutet das: Nicht allein das richtige Ergebnis zählt, sondern auch die Fähigkeit, Rechenwege nachzuvollziehen, Annahmen zu hinterfragen und Ergebnisse zu begründen. KI-generierte Lösungen könnten deshalb selbst zum Gegenstand des Unterrichts werden – etwa indem Schülerinnen und Schüler untersuchen, ob ein von der KI vorgeschlagener Rechenweg tatsächlich korrekt ist, wo möglicherweise Fehler liegen und ob sich das Ergebnis auf anderem Wege bestätigen lässt.

Diese Perspektive findet inzwischen auch bildungspolitischen Rückhalt: Die Bildungsministerkonferenz hat im Oktober ihren Kompetenzrahmen „Bildung in der digitalen Welt“ um KI-bezogene Kompetenzen erweitert und ausdrücklich festgelegt, dass Schülerinnen und Schüler KI-Ergebnisse kritisch bewerten und die Grenzen der Systeme erkennen können sollen (News4teachers berichtete).

Damit stellt sich auch die Frage nach der Leistungsbewertung neu: Wie lässt sich feststellen, ob Schülerinnen und Schüler mathematische Zusammenhänge tatsächlich verstanden haben, wenn KI-Systeme die geforderten Lösungen selbst erzeugen können? Und wie müssen Aufgaben gestaltet sein, damit nicht nur das Ergebnis, sondern auch die dahinterstehende mathematische Kompetenz sichtbar wird?

„Was OpenAI in der Mathematik derzeit vorführt, ist sensationell“

Nichtsdestotrotz finden manche Fachleute auch lobende Worte. „Was OpenAI in der Mathematik derzeit vorführt, ist sensationell“, erklärte Hesse. Gewiss müssten die präsentierten Beweise auf Richtigkeit und Neuheit überprüft werden. Aber wenn KI zunehmend Probleme löse, an denen menschliche Mathematiker jahrelang gearbeitet haben, scheine ihm zunächst einmal Beifall angebracht. Auch erwachse Mathematikern aus bisherigen Mankos der KI-Resultate „kein Recht auf einen wissenschaftlichen Artenschutz“.

Die Debatte würde es so auch nicht geben, wenn 500 Krankheiten mit KI geheilt worden wären, sagte Robert Lange, KI-Forscher und Gründungsmitglied beim japanischen Unternehmen Sakana AI, auf dem YouTube-Kanal „Everlast AI“. Hier gehe es aber noch um reine Wissenschaft, die Umwandlung in ein Gemeingut sei relativ weit weg.

Vielleicht werden Maschinen schon bald elegantere Beweise finden, überraschendere Vermutungen formulieren und Zusammenhänge entdecken, auf die Menschen nie gekommen wären, meint Hesse. „Und vielleicht müssen wir dann ausgerechnet von Maschinen lernen, was mathematische Kreativität wirklich bedeutet.“

Dass die Begeisterung unter Mathematikern nicht überall überschäumt, sei verständlich, so der Professor. „Wer zehn Jahre an einem Problem herumgewissenschaftelt hat und dann zusehen muss, wie eine KI es in zehn Minuten löst, dürfte erst einmal ziemlich bedient sein.“

Wie kann es weitergehen?

Aus Sicht der DMV könnte klassischen Wissenschaftsverlagen eine neue Rolle zukommen, weil sie nur Arbeiten veröffentlichen, die im Zuge eines Begutachtungsprozesses für gut befunden wurden. Diese Ergebnisse lägen dann hinter einer Bezahlschranke, die von den KI-Modellen bisher noch nicht einfach umgangen werden könne. Hesse hat dafür wenig Verständnis: „Wissenschaft lebt schließlich vom Austausch, nicht vom Aussperren.“

Auch OpenAI argumentierte bei der Präsentation: „Wir möchten mit diesen Fortschritten die Grenzen des menschlichen Wissens erweitern und weitere Fortschritte in der Mathematik ermöglichen.“ Die internen Modelle sollten in der Mathematik und anderen Wissenschaften evaluiert werden. „So können wir schneller Werkzeuge entwickeln, die diese Fachgebiete voranbringen.“

Die eigentliche Revolution könnte aus Hesses Sicht darin liegen, dass Mathematiker neu bestimmen müssen, worin mathematisches Verstehen eigentlich besteht. „Ein korrekter Beweis ist schließlich noch nicht dasselbe wie die Einsicht, warum ein Satz gilt, welche Zusammenhänge er offenlegt und welche neuen Fragen er aufwirft.“ KI werde die Mathematik nicht abschaffen, ist er überzeugt. „Aber sie wird uns Mathematikern einiges abnehmen – möglicherweise auch manche Illusion über unsere Unersetzlichkeit.“ News4teachers / mit Material der dpa

Hier geht es zu allen Beiträgen des Themenmonats “Digital lehren und lernen”. 

„Physikunterricht muss Geschichten erzählen“:  Wie Gamification die MINT-Fächer beleben kann – ein Interview

Der Beitrag Wenn KI schwierigste Beweise führt: Was bedeutet das für den Mathe-Unterricht? erschien zuerst auf News4teachers.

Große Sprachmodelle, die sogenannten Large Language Models (LLMs), sind durch Anwendungen wie ChatGPT, Claude und Gemini in kurzer Zeit bekannt geworden. Die genannten Modelle sind kommerziell und bergen sowohl ethische als auch rechtliche Probleme, insbesondere bei Fragen des Datenschutzes und des Urheberrechts. Eine Anwendung dieser Modelle im schulischen Kontext kann daher herausfordernd sein. Eine Alternative sind so genannte offene LLMs. Die Offenheit der einzelnen Modelle unterscheidet sich jedoch deutlich.

Ein Beitrag von Jens Crueger

Was bedeutet Offenheit bei LLMs?

LLMs bestehen aus drei Kernbestandteilen, die für eine Freigabe unter offener Lizenz infrage kommen:

1. Der Code, der die Modellarchitektur und den Code für Training, Konfiguration und Inferenz enthält,
2. die Trainingsdaten, die dem Modell Wissen über die Welt vermitteln,
3. die Modellgewichte (Weights), dies sind die im Training erlernten Parameter der Informationsverarbeitung, also der Gewichtung und Verknüpfung von Informationen.

Hinsichtlich der Offenheit von LLMs ist daher die entscheidende Frage, welche dieser Elemente frei zugänglich und nutzbar sind, und welche verwehrt bleiben. Grundsätzlich lassen sich zwei Typen von offenen LLMs unterscheiden: Open Weight LLMs und Open Source LLMs.

Nur begrenzte Offenheit bei Open Weight LLMs

Bei Open Weight Modellen sind die im Training erarbeiteten Modellgewichte und damit ihre erlernte Gewichtung und Verknüpfung von Informationen öffentlich zugänglich. Dadurch wird es für Dritte möglich, das Modell auf ihrem Rechner auszuführen, seine Funktionsweise zu untersuchen, und es für eigene Bedarfe anzupassen.

Allerdings werden bei Open Weight Modellen nicht sämtliche Elemente öffentlich gemacht. Insbesondere der für das Training verwendete Code und der Korpus an Trainingsdaten bleiben dem freien Zugriff und der Einsicht verwehrt.

Der fehlende Zugriff auf die Trainingsdaten bedeutet urheberrechtliche und ethische Risiken sowie Sicherheitsgefahren, beispielsweise im Hinblick auf technische Hintertüren der Systeme. Open Weight LLMs sind daher bei der Suche nach offenen LLMs für den Bildungsbereich nicht zu empfehlen.

Komplette Offenheit bei Open Source LLMs?

Open Source LLMs stellen neben ihren Modellgewichten sowohl ihren Code als auch die Trainingsdaten öffentlich. Die Open Source Initiative hat 2024 die Open Source AI Definition 1.0 veröffentlicht, in der die Voraussetzungen einer Open Source LLM weiter aufgeschlüsselt werden.

Unter den aktuell verfügbaren weit über 100 Open Source LLMs gibt es im Detail weitere Abstufungen der Offenheit. Die Linux Foundation hat deshalb mit dem Model Openness Framework (MOF) eine Einteilung in die drei Stufen Open Model, Open Tooling Model und Open Science Model vorgeschlagen. Auf Basis dieses Framework ordnet die Website isitopen.ai rund 80 Modelle ein.

Anwendungen im Bildungskontext

Die Ständige Wissenschaftliche Kommission der Kultusministerkonferenz (SWK) hat 2024 in einem Impulspapier zu Large Language Models und ihren Potenzialen im Bildungssystem dafür plädiert, die LLMs „in geeignete Lernplattformen zu integrieren oder Commons-Alternativen zu entwickeln“ (S.21).

Im Rahmen des bundesländerübergreifenden Projektes AIS (Adaptives Intelligentes System) wird seit November 2024 ein Open Source LLM für den Einsatz im Unterricht entwickelt. Der Chatbot dieses LLMs nennt sich „AIS.chat“. Dieses Angebot ist kostenfrei und soll alle rechtlichen Anforderungen, insbesondere im Hinblick auf den Datenschutz, erfüllen.

Manche Lehrkräfte und Schulen hegen jedoch den Wunsch nach einem LLM, das ohne einen externen Anbieter (sei es ein kommerzieller oder ein staatlicher) auskommt. Open Source-Modelle, die als lokale Systeme auf einem schuleigenen Rechner laufen, können eine Alternative sein (vgl. dazu https://linux-bildung.at/2025/05/lokale-ki-auf-eigenem-server/) und benötigen noch nicht mal eine stehende Internetverbindung. Initiativen zu eigenen Open Source-KI-Umgebungen sind an Hochschulen bereits öfter zu finden, beispielsweise an der Universität Paderborn.

Offenheit und Lokalität als Themen der Zukunft

Sowohl die Entwicklung von KI-Modellen als auch die Implementierung von KI in den Unterricht bewegen sich derzeit rasant voran. Die Relevanz, die Open Source-Anwendungen dabei entfalten können, ist aufgrund der rechtlichen und ethischen Probleme großer Tech-Konzerne und ihrer kommerziellen Modelle hoch. Lokale Open Source-Modelle kommen dem Ideal von Souveränität über Technologie und Daten sehr nahe. Initiativen wie OSOS (Open Source Open Schools) können für Lehrkräfte ein Anlaufpunkt sein, die sich für lokale KI-Modelle an Schulen interessieren.

 

Der Beitrag KI und Offenheit vereinen: Open Source LLMs im Bildungsbereich erschien zuerst auf OERinfo – Informationsstelle OER.

Deutschland forscht seit Jahren an Künstlicher Intelligenz, bei der wirtschaftlichen Nutzung und dem Aufbau eigener KI-Technologien spielen jedoch vor allem Unternehmen aus den USA und China die führende Rolle. Das will Bundeskanzler Friedrich Merz ändern. Auf dem Digitalgipfel der Bundesregierung…

Der Beitrag Deutschland soll bis 2030 zur KI-Nation werden – Bundesregierung sieht dringenden Handlungsbedarf erschien zuerst auf Deskmodder.de. Tipp: Nutze Deskmodder als bevorzugte Quelle in der Google-Suche.

Amazon Blitzangebote: Immer die aktuellen Angebote im Überblick. Bei einem Kauf über diesen Link unterstützt ihr uns ohne weitere Kosten.

Die EU will mehr digitale Souveränität. Doch statt eigene hoch leistungsfähige KI-Modelle zu entwickeln, setzt die EU-Kommission nun auf industrielle Anwendung. Bei Plänen zu souveränen Clouds bleibt eine Tür für US-Konzerne offen und Open Source bräuchte mehr Verbindlichkeit. Ein Überblick.

In Berlin veranstaltet die Bundesregierung heute und morgen den Digitalgipfel. Während letztes Jahr die digitale Souveränität im Titel stand, geht es dieses Mal vor allem um Künstliche Intelligenz. Gleich im ersten Panel des Eröffnungstages ging es um die Frage, wie „Europas digitales Regelwerk zukunftsfähig“ gemacht werden kann. Doch wohin steuert die EU bei den Themen KI, Cloud und Open Source?

Im Juni stellte die EU-Kommission ihr „Souveränitätspaket“ vor. Das enthält eine Open-Source-Strategie sowie zwei Gesetze: den Chips Act 2 zur Förderung der europäischen Halbleiterindustrie und den „Cloud und AI Development Act“ (CADA) inklusive einer Definition souveräner Cloud.

Soll Europa am KI-Rennen teilnehmen?

Die Kommission erklärte, die Rechenkapazität in der EU bis 2035 verdreifachen zu wollen, um Europa in den Bereichen Cloud und KI unabhängiger aufzustellen. Für diesen Zweck soll der CADA den Bau von Rechenzentren vereinfachen, unter anderem durch beschleunigte Genehmigungen und erleichterte Investitionen. Der Gesetzesentwurf schränkt allerdings nicht ein, wer diese Rechenzentren bauen kann. Manche kritisieren deshalb, dass der CADA die Marktposition bereits etablierter Player – große US-Unternehmen – weiter festigen würde, statt alternative Anbieter zu stärken. So äußert sich zum Beispiel die Europäische Piratenpartei in ihrer Stellungnahme zu CADA. Das Gesetz muss noch verhandelt werden, aktuell arbeiten die Mitgliedstaaten im Rat und das Parlament an ihren Positionen.

Daneben treibt die Kommission gemeinsam mit den EU-Ländern eine andere Initiative voran: Die KI-Gigafabriken wurden schon im Februar 2025 angekündigt und beschreiben sehr große Rechenzentren, die die Entwicklung besonders leistungsfähiger KI-Modelle ermöglichen sollen, sogenannte Frontier-Modelle. „Das Rennen um die Führungsrolle im Bereich der KI ist noch lange nicht vorbei“, hieß es damals.

Doch vor Kurzem fand ein Kurswechsel statt, obwohl die Ausschreibung für die Giga-Rechenzentren noch läuft. Der Sonderbeauftragte der EU-Kommission für industrielle KI, Jim Hagemann Snabe, plädierte laut einem Bericht von Politico dafür, dass Europa weniger Energie darauf verwenden solle, im Wettbewerb mit den USA und China eigene Frontier-Modelle zu entwickeln. Stattdessen solle die EU den Schwerpunkt darauf legen, KI in der europäischen Wirtschaft und Industrie einzusetzen und dadurch die Produktivität zu steigern.

Kurz darauf bestätigte Kommissionspräsidentin Ursula von der Leyen die Vision des Sonderbeauftragten, der gleichzeitig Vorstandsvorsitzender von Siemens ist. Bei ihrer Rede zur Lage der Union am 16. September sagte sie im Hinblick auf KI zwar, dass Europa eigene Rechenkapazitäten brauche, vor allem um die nationale Sicherheit zu schützen. Jedoch gehe es „bei der nächsten Etappe des Rennens“ nicht mehr nur um die fortschrittlichen Modelle: „Wir müssen nicht diejenigen sein, die die Frontier-Technologie entwickeln, um diejenigen zu sein, die den größten Wert daraus ziehen.“ Der Schlüssel liege vielmehr darin, KI „in die echte Wirtschaft und Gesellschaft zu bringen“. Hier befinde sich der echte Wert von KI und hier habe Europa große Vorteile. Damit meint sie Daten in hoher Qualität, aus denen „maßgeschneiderte industrielle KI-Modelle“ werden können.

Europäische Cloud-Anbieter stärken

Neben KI betrachtet die Kommission Cloud-Technologie weiterhin als zentral für die digitale Souveränität. Laut einer Studie des EU-Parlaments halten die drei US-amerikanischen Hyperscaler AWS, Microsoft Azure und Google Cloud etwa 70 Prozent des EU-Marktes. Der Anteil der europäischen Anbieter ist demnach auf 13 Prozent gesunken. Die Kommission sieht in der öffentlichen Beschaffung einen Weg, dies zu verändern, indem mehr europäische Lösungen nachgefragt werden.

Als die Kommission vor einem Jahr Cloud-Dienste für ihre eigene Nutzung ausschrieb, entwickelte sie acht Souveränitätskriterien. Im April beauftrage sie dann vier Konsortien mit überwiegend europäischen Anbietern und zeigte sich von der Qualität und den Preisen der Dienste überzeugt. Andere öffentliche Stellen sollen dem Beispiel folgen. Basierend auf den Kriterien der Ausschreibung beschrieb die Kommission in CADA eine vierstufige Definition von souveräner Cloud mit zahlreichen Anforderungen etwa zum Standort der Daten und der Kontrolle über die Infrastruktur. Für wenig sensible Daten soll eine Stufe-1-Cloud reichen, die nur wenige Souveräntitätskriterien erfüllen muss. Für besonders sicherheitsrelevante Daten würde die höchste Stufe gelten, die außereuropäische Anbieter komplett ausschließt.

Durch verschiedene Schlupflöcher könnten US-Hyperscaler aber sogar für die dritte Souveränitäts-Stufe zugelassen werden. Das könnten Kooperationen über Joint Ventures wie bei der Delos Cloud in Deutschland sein, die auf Microsoftprodukten aufbaut. Oder einzelne Länder könnten als vertrauenswürdig anerkannt werden. Nach Schätzungen der Kommission wären mit den Stufen eins bis drei 99 Prozent der Cloud-Anwendungsfälle im öffentlichen Sektor abgedeckt.

Die Macht ist nicht mit der Kommission

Ob sie einen höheren Souveränitätsgrad brauchen, sollen jedoch die Mitgliedstaaten eigenständig entscheiden. Wenn die nationalen Regierungen und beschaffenden Behörden also nicht aus dem vertrauten Hyperscaler-Umfeld herauswollen – was durchaus mühevoll ist–, könnte der Wille der Kommission daran wohl auch nichts ändern. Und natürlich dürfte das Stufensystem in den anstehenden Verhandlungen ohnehin verändert werden. Hier spielt auch die Frage hinein, wie sehr Regierungen dazu bereit sind, Trump möglicherweise zu verärgern, wenn US-Konzerne ausgeschlossen werden.

Aus diesen Gründen bezweifeln viele, dass die CADA-Klassifizierung den gewünschten Mehrwert für den europäischen Cloud-Markt bringen wird.

Die Kommission geht parallel noch einen anderen Weg. In diesem November wird Brüssel voraussichtlich die Hyperscaler AWS und Azure als Gatekeeper nach dem Digital Markets Act (DMA) bestimmen. Das Verfahren dazu startete vor einem Jahr. Vor dem Sommer kam die Kommission schon zum vorläufigen Ergebnis, dass beide Unternehmen die Voraussetzungen für eine solche Einstufung erfüllen könnten. Ob sich der Cloud-Markt mit dem DMA tatsächlich wirksam regulieren lässt, ist fraglich. Die europäische Cloud-Branche erwartet die Entscheidung aber dennoch gespannt und erhofft sich davon, dass der Wettbewerb für europäische Anbieter dadurch ein Stück weit fairer wird.

Welche Rolle spielt Open Source?

„Wenn Europa souverän sein will, bleibt kaum eine andere Wahl, als Open Source zu nutzen, um den Rückstand aufzuholen. Die Kosten für einen Neuanfang sind einfach zu hoch“, sagte der hochrangige Kommissionsbeamte Thibaut Kleiner bei einer Veranstaltung von Politico in Brüssel vor zwei Wochen. In der Generaldirektion Connect ist er als Direktor für „Future Networks“ auch für Cloud Computing verantwortlich. Mit seiner Aussage bezieht er sich darauf, dass Europa bereits ein großes Open-Source-Ökosystem habe. Es brauche nur noch mehr Zusammenschluss, um einen Binnenmarkt zu erreichen.

Mit der Open-Source-Strategie, welche die Kommission zusammen mit dem CADA im Juni vorstellte, will die Behörde ihren Beitrag dazu leisten. In der Community wurde sie insgesamt gut aufgenommen, auch weil die Kommission Open Source damit offiziell einen hohen Stellenwert gebe. Der größte Kritikpunkt ist die fehlende Verbindlichkeit.

Auch hier liegt der entscheidende Hebel letztlich wohl bei den einzelnen Staaten und ihren Behörden. Im Konsortium für eine europäische digitale Infrastruktur (EDIC) engagieren sich die fünf Länder Deutschland, Frankreich, Niederlande, Italien und Luxemburg und zeigen damit, dass sie an die Relevanz des Open-Source-Ökosystems für die digitale Souveränität glauben. Ob sich diese Position auch in den CADA-Verhandlungen abbilden wird, ist noch nicht absehbar.

In einer ersten Aussprache der europäischen Digitalminister kurz nach Veröffentlichung des Souveränitätspakets im Juni wurde Open Source immerhin neben vielen anderen Punkten erwähnt. Genau wie in einem Bericht, in dem das EU-Parlament schon vor einem Jahr Forderungen zur digitalen Souveränität aufstellte.

–––

Deine Spende für digitale Freiheitsrechte
Wir berichten über aktuelle netzpolitische Entwicklungen, decken Skandale auf und stoßen Debatten an. Dabei sind wir vollkommen unabhängig. Denn unser Kampf für digitale Freiheitsrechte finanziert sich aus den Spenden unserer Leser:innen. Jetzt spenden.

Der Beitrag Millionenbetrug mit Fake-Songs: Wer stoppt die KI-Musikflut? erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Für künstliche Kunst stehen nicht nur Tür und Tor, sondern auch die Fenster weit offen. Doch was mit nervigem KI-Abklatsch begann, hat bei Streamingdiensten längst den Weg für Täuschung und ernsthaften Betrug betoniert. Gerade in der Musikbranche sind Deepfakes eine Häufigkeit. Das betrifft sowohl Künstler als auch Nutzer. Nur: Wer übernimmt die Verantwortung? Eine kommentierende Analyse.

Wie KI-Songs auf fremden Künstlerprofilen landen

• Ein prominentes Beispiel ist Tara Nome Doyle. Die Singer-Songwriterin, Pianistin und Komponistin bekam eine E-Mail von Spotify, in der stand, dass demnächst neue Musik von ihr veröffentlicht werden würde. Doch sie hatte nichts dergleichen veranlasst. „Ich war erst mal einfach sprachlos und schockiert“, so Doyle in einem ARD-Podcast. Sie ist bei Weitem nicht allein mit solchen Erfahrungen. Vom US-amerikanischen Songwriter Jeff Tweedy über die legendäre Rockband Toto bis hin zum Jazzpianisten Jason Moran – sie alle sahen sich mit unautorisierten Veröffentlichungen in ihrem Namen oder auf ihren Profilen konfrontiert.
• Brisant: Das Vorgehen ist so einfach, wie Songs mittels KI zu erstellen. Denn dafür müsse die Musik zusammen mit Artwork und Metadaten lediglich bei entsprechenden Digitalvertrieben eingereicht werden, die sie wiederum an typische Streamingdienste wie Spotify weitergeben. Der als Urheber hinterlegte Name wird in der Regel nicht verifiziert – und schon landet der KI-Kram auf Künstlerprofilen. Wie leicht sowas ist, hat der Musiker und YouTuber Venus Theory in einem Selbstversuch gezeigt.
• Besonders aktuell ist der Kasus von Michael Smith aus North Carolina, der als erster bundesstrafrechtlich verfolgter Fall von manipuliertem Musikstreaming in den USA gilt – und von vielen entsprechend gefeiert wird. Nachdem Smith KI-generierte Musik bei Spotify und anderen Diensten veröffentlicht und via Bots in die Charts gebracht hat, wurde er zu 18 Monaten Haft verurteilt. Smith soll 1.040 Accounts verwendet und darüber täglich etwa 636 KI-Songs gestreamt haben, wie der Rolling Stone nach eigener Recherche berichtet. So soll er mehr als 1,2 Millionen Dollar im Jahr eingenommen haben.

Wer zahlt die Rechnung für KI-Betrug?

Auch Jason Moran hat vom Betrug in seinem Namen erst nichts mitbekommen. Denn das Fake-Album ist bei Spotify gelandet – eine Plattform, die er selbst gar nicht nutzt. Nur durch den Hinweis eines Freundes sei er darauf gestoßen. Und Moran staunte nicht schlecht, als er reingehört hat: „Auf der ganzen verdammten Platte kommt nicht mal ein Pianist vor. Das war nicht ansatzweise das, was ich machen würde.“ Das zeigt, wie undurchsichtig die Masche ist – und wie plump der Betrugsversuch sein kann.

Bislang haben wir uns mit der Künstlerseite beschäftigt. Doch was ist mit den Nutzern? Millionen Menschen bezahlen für Musikstreamingdienste – und finanzieren dabei mitunter unwissentlich ein System, in dem Betrüger mit KI-Fälschungen und künstlichen Klicks reichlich Geld scheffeln. Es geht also nicht nur darum, dass KI-Songs überhaupt entstehen (der Zug ist schon gar nicht mehr in Hörweite), sondern vielmehr darum, wie Betrüger mit KI-Musik manipulieren – und wer am Ende die Rechnung bezahlt.

Wie also dagegen vorgehen? Die Rechtslage bleibt ein Flickenteppich mit vielen Löchern, durch die Betrüger nach wie vor schlüpfen können. So befasst sich Artikel 50 der neuen EU-KI-Verordnung zwar mit Transparenzpflichten und Deepfakes, verbietet sie aber nicht. Dafür ist immer häufiger die Rede von Kennzeichnungen. Doch das Konzept kratzt allenfalls an der Oberfläche.

Stimmen

• Tara Nome Doyle in ihrem Instagrampost von Februar 2026: „Überprüft eure Künstlerprofile, denn ich habe gerade festgestellt, dass unter meinem Namen Songs veröffentlicht wurden […], bei denen Bildmaterial verwendet wurde, das ganz offensichtlich KI-Versionen meines Artworks sind.“ Ferner bat sie darum, den Beitrag mit anderen Musikern zu teilen, denn sie „hätte es wahrscheinlich gar nicht mitbekommen, wenn [ihr] Manager nicht darauf hingewiesen hätte“.
• „Michael Smith hat Super-Intelligence-Technologie ausgenutzt, um einen Betrug zu begehen“, erklärt der US-Staatsanwalt Jamie McDonald. „Indem er Musikstreaming-Plattformen mit automatisierten Bots anstelle von Verbrauchern und gefälschten Songs anstelle von kreativen Werken überschwemmte, hat Smith echten Künstlern und ihren Fans Tantiemen in Millionenhöhe vorenthalten.“
• Tobias Holzmüller, CEO der GEMA, hat im Rahmen einer Studie zu KI in der Musikbranche bereits 2024 eine bedenkliche Prognose gestellt: „Die Urheberinnen und Urheber benötigen Transparenz und Kontrolle über die Nutzung ihrer Werke. Vor allem aber brauchen sie eine faire Beteiligung an den Erlösen, die sich im Bereich der generativen KI bis 2028 verzehnfachen werden.“

Warum Gesetze hinterherhinken

Der KI-Wahnsinn im Streaminggeschäft reicht von „nervig“ bis „betrügerisch“. Doch es bleibt keineswegs bei einzelnen Fake-Songs. Inzwischen gibt es sogar Label für KI-Musik. Und mit dem generativen KI-Tool Suno kann jeder anhand von Prompts ganze Musikstücke inklusive Gesang, Text und Instrumenten erzeugen. Das funktioniert aber nur, weil beispielsweise die Suno-KI mit Liedern trainiert wird, die echte Menschen geschrieben und komponiert haben. Stichwort: Urheberrecht. Schon im April 2023 haben wir gefragt: Ist KI der Totengräber des Urheberrechts? Seitdem hat sich viel getan – doch nicht zum Guten. Ein aktuelleres Beispiel sind Synchronsprecher, die Netflix boykottieren.

Zurück zum Musikbereich, denn hier hat die Flut zu einer Überschwemmung geführt: Immer mehr künstlich generierte Songs landen auf den Plattformen. Laut dem internationalen Musikstreamingdienst Deezer würden allein dort rund 90.000 KI-generierte Titel pro Tag erscheinen, was im Juni 2026 an Spitzentagen mehr als die Hälfte aller neuen Uploads ausgemacht habe – Tendenz kontinuierlich steigend.

Apropos Deezer: Der Anbieter hat Anfang des Jahres verkündet, bis zu 85 Prozent der KI-Musikstreams wegen Betrugs nicht zu monetarisieren. Technologische Hilfe, um solche Fälle aufzudecken, bietet ein hauseigenes KI-Erkennungstool, das Deezer jetzt verkaufen möchte – für mehr Transparenz in der Musikbranche. Ein Geschäft mit dem Missstand. Dennoch: Genau solche Lösungen braucht es, weil niemand so richtig Verantwortung übernehmen will.

Allerdings bleibt KI eine Landschaft voller Grauzonen. Gesetze und Regulierungen können mit dem Entwicklungsspeed nicht mithalten. Umso erfreulicher sind Urteile wie das gegen Michael Smith. Oder der Erfolg im Rechtsstreit der GEMA gegen Suno. Hier hat das Landgericht München festgestellt, dass Suno „durch das Training mit weltbekannten Songs aus dem Repertoire der GEMA in den USA, aber auch durch deren Speicherung und Wiedergabe in Europa gegen geltendes amerikanisches und deutsches Urheberrecht verstößt“. Fakt ist aber, dass neben dem Urheberrecht auch die Persönlichkeitsrechte von Künstlern besser geschützt werden müssen.

Auch interessant: 

• Ragebait: Wie Big Tech mit deiner Wut Kohle scheffelt – und KI alles schlimmer macht
• E-Ente gut, alles gut? Citroën entsagt Automobil-Größenwahn
• PHP-Panne offenbart gigantischen KI-Rattenschwanz – Probleme längst nicht ausgestanden
• Anthropic-KI will dich vom Denken befreien – zu welchem Preis?

Der Beitrag Millionenbetrug mit Fake-Songs: Wer stoppt die KI-Musikflut? erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Der Beitrag Claude Design Anleitung: So nutzt du den KI-Designer erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Mit Claude Design gestaltet Claude nicht nur Texte, sondern auch Grafiken: Logos, Instagram-Posts, Etiketten oder den Entwurf einer Website. In unserem neuen Video zeigen wir dir an einem Beispiel, wie du damit Schritt für Schritt einen kompletten Markenauftritt baust. In diesem Artikel erfährst du, wie Claude Design funktioniert, wie du ein Designsystem anlegst, Entwürfe bearbeitest und exportierst und wo die Grenzen liegen. Abonniere jetzt den YouTube-Kanal von BASIC thinking, um kein weiteres Video zu verpassen.

Was ist Claude Design?

Claude Design ist das Design-Werkzeug von Anthropic direkt in Claude. Du beschreibst im Chat, was du brauchst, und Claude baut den Entwurf auf einer Arbeitsfläche daneben auf. Das können Grafiken, Logos, Social-Media-Posts oder Entwürfe für Websites sein.

Anschließend passt du den Entwurf an: per Chat, per Kommentar an einer bestimmten Stelle oder direkt mit der Maus auf der Arbeitsfläche. Zusammen mit Claude Docs für Texte und Claude Slides für Präsentationen deckt Claude Design damit den visuellen Teil der Büroarbeit ab.

Am einfachsten bittest du Claude in einer Unterhaltung um einen Entwurf, etwa ein Logo oder eine Grafik. Alternativ startest du im Bereich Artefakte unter „Design“ mit einer leeren Vorlage. In der Desktop-App von Claude findest du Claude Design außerdem direkt in der Seitenleiste (falls nicht: Mehr -> Seitenleiste bearbeiten -> Design auswählen).

Für wen lohnt sich Claude Design?

Claude Design richtet sich an alle, die regelmäßig Grafiken brauchen, aber keine Designer sind. Das gilt für Selbstständige und Gründer genauso wie für Vereine, Schule und Uni-Projekte.

Besonders hilfreich ist es, wenn du eine Idee schnell sichtbar machen willst. Hast du zum Beispiel eine konkrete Vorstellung von einem Logo, kannst du sie dir als Entwurf zeigen lassen, bevor du Geld für einen Profi ausgibst.

Designsystem in Claude Design anlegen

Bevor du die ersten Grafiken erstellst, lohnt sich ein Designsystem. Das ist so etwas wie das Markenhandbuch für dein Projekt: Farben, Schriften, Schattierungen, abgerundete Ecken und der allgemeine Stil. Claude prüft neue Entwürfe gegen dieses Designsystem und du musst nicht jedes Mal erklären, wie deine Marke aussieht.

Als Grundlage lädst du Material hoch, aus dem Claude deinen Stil ableitet, zum Beispiel ein Logo, Screenshots, eine Präsentation oder ein PDF. Deine Designsysteme verwaltest du unter „Einstellungen“ und „Designsysteme“. Du kannst mehrere anlegen, etwa für unterschiedliche Projekte. Eine Vorlage für den Prompt:

Leite aus diesen Unterlagen ein Designsystem für [Marke] ab. Hauptfarbe ist [Farbe], dazu [weitere Farben]. Der Stil soll [drei Eigenschaften] wirken, nicht [Gegenteil].

Schau dir das Ergebnis genau an, bevor du es nutzt. Ein Designsystem ist immer nur so gut wie das Material, das du hochlädst. Fehlt etwas, lade weitere oder bessere Beispiele hoch oder passe die Einstellungen von Hand an.

So erstellst du ein Logo mit Claude Design

Für ein Logo startest du ein neues Projekt, wählst dein Designsystem aus und beschreibst, was du dir vorstellst. Lass dir am besten mehrere Varianten gleichzeitig zeigen, dann kannst du vergleichen:

Entwirf drei unterschiedliche Logo-Ideen für [Marke]: eins nur mit Schrift, eins mit einem einfachen [Symbol], eins als [Form]. Zeig alle nebeneinander, jeweils auf hellem und auf dunklem Hintergrund.

Der helle und dunkle Hintergrund zeigt dir sofort, ob das Logo überall funktioniert. Ein KI-Logo ist allerdings ein erster Entwurf und noch kein fertiges Markenzeichen. Für ein echtes Unternehmen lohnt sich am Ende oft trotzdem ein Profi, der den Entwurf sauber ausarbeitet.

Social-Media-Grafiken mit Claude Design erstellen

Mit einem Designsystem im Hintergrund musst du Farben und Schriften nicht mehr erwähnen. Du beschreibst nur noch Inhalt und Format:

Erstelle [Anzahl] Instagram-Posts im Format 4:5 für [Anlass]. Ein Post [Inhalt 1], einer [Inhalt 2]. Nutze unser Logo und wenig Text.

Gib dabei immer das Format an. Eine Instagram-Story ist hochkant, ein Post meist 4:5, ein LinkedIn-Banner sehr breit. Ohne Formatangabe rät Claude, und du musst hinterher korrigieren.

Etiketten und Website-Entwürfe mit Claude Design

Claude Design eignet sich auch für Etiketten und einfache Produkt-Illustrationen. Für einen Shop-Entwurf oder eine Präsentation reicht das oft schon:

Gestalte für [Produkt] ein [Form] Etikett im Stil unseres Logos. Zeig das Produkt als einfache Illustration, so wie es im Online-Shop aussehen würde.

Ebenso kannst du dir den Entwurf einer Website bauen lassen, zum Beispiel einer Startseite. Claude stellt dabei oft Rückfragen, bevor es loslegt. Wichtig: Das Ergebnis ist ein Entwurf, keine fertige Website. Funktionen wie Warenkorb oder Bezahlung laufen nicht. Den Entwurf kannst du aber selbst nachbauen, an einen Entwickler geben oder als Vorlage nutzen.

Erstelle einen Entwurf für die Startseite von [Projekt] mit [Abschnitten]. Zielgruppe ist [Zielgruppe].

In unserem Video über Claude Design zeigen wir dir zudem, wie du aufwändige Animationen für deinen Website-Entwurf baust.

So bearbeitest du Entwürfe in Claude Design

Für Änderungen gibt es drei Wege. Große Umbauten wie ein anderes Farbschema oder ein neues Layout beschreibst du im Chat. Für gezielte Änderungen klickst du eine Stelle auf der Arbeitsfläche an und hinterlässt einen Kommentar, zum Beispiel Mach [Element] kräftiger, damit man es auch ganz klein noch erkennt.

Kleinigkeiten erledigst du direkt selbst: Texte anklicken und ändern, Elemente mit der Maus verschieben, vergrößern oder ausrichten. Je genauer deine Vorstellung ist, desto besser trifft Claude sie. Beschreibe Stil, Zielgruppe und Format und hänge Beispiele an, die dir gefallen, etwa Posts oder Websites, die du gesehen hast.

Claude Design exportieren und teilen

Über den Button „Export“ oben rechts lädst du deine Entwürfe herunter. Hier stehen unter anderem HTML, PDF und PNG zur Verfügung. Außerdem kannst du Entwürfe an andere Werkzeuge wie Canva schicken und dort weiterbearbeiten.

Deine Entwürfe sind zunächst privat. Über „Teilen“ legst du fest, wer sie öffnen darf und ob diese Personen nur ansehen, kommentieren oder auch bearbeiten können.

Was Claude Design noch nicht kann

Claude Design ist kein Fotostudio. Fotorealistische Produktfotos gehören nicht zu den Funktionen, die Anthropic beschreibt. Dafür brauchst du andere Werkzeuge wie ChatGPT oder Canva und für echte Shop-Fotos am Ende echte Produkte und gutes Licht.

Dazu kommt: Ohne eigenes Designsystem und Anpassungen erkennt man den typischen KI-Look schnell. Hier solltest du also darauf achten, einen eigenen unverwechselbaren Stil zu entwickeln.

Fazit: Ist Claude Design eine Canva-Alternative?

Für den ersten Entwurf ist Claude Design eine echte Alternative. Logo-Ideen, Social-Media-Posts oder Etiketten entstehen schnell, oft schneller, als man in Canva die passende Vorlage gefunden hat. Mit einem gut gemachten Designsystem bleiben die Ergebnisse außerdem einheitlich.

Ganz ersetzen kann Claude Design Canva aber nicht. Für Fotos und den letzten Feinschliff landest du oft trotzdem dort oder in Profi-Tools, praktischerweise direkt über den Export.

Abonniere jetzt den YouTube-Kanal von BASIC thinking, um kein weiteres Video zu verpassen.

Der Beitrag Claude Design Anleitung: So nutzt du den KI-Designer erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Apple bringt seine KI-Funktionen nach China. Am 31. Oktober hat das Unternehmen angekündigt, dass die ersten Funktionen von Apple Intelligence ab dem 4. November in einer neuen Entwickler-Beta von iOS zur Verfügung stehen sollen. Dabei dürfte es sich um iOS…

Der Beitrag iOS 27.3: Apple Intelligence startet in China – erste Beta am 4. November erschien zuerst auf Deskmodder.de. Tipp: Nutze Deskmodder als bevorzugte Quelle in der Google-Suche.

Amazon Blitzangebote: Immer die aktuellen Angebote im Überblick. Bei einem Kauf über diesen Link unterstützt ihr uns ohne weitere Kosten.

Arbeitsspeicher ist teuer, die Nachfrage aus der KI-Branche hoch und die Versorgung angespannt. Ausgerechnet OpenAI-Chef Sam Altman hat nun eine bemerkenswerte Vorstellung davon geäußert, wo die knappen DRAM-Ressourcen am besten aufgehoben wären: möglichst nicht ungenutzt in privaten Computern. In einem…

Der Beitrag Sam Altman kritisiert Arbeitsspeicher in privaten PCs – soll der RAM künftig lieber in die Cloud? erschien zuerst auf Deskmodder.de. Tipp: Nutze Deskmodder als bevorzugte Quelle in der Google-Suche.

Amazon Blitzangebote: Immer die aktuellen Angebote im Überblick. Bei einem Kauf über diesen Link unterstützt ihr uns ohne weitere Kosten.

The post Debatte des Monats (10/26): Muss Künstliche Intelligenz (KI) stärker kontrolliert werden? appeared first on GeWi-im-Unterricht.de.

Ob beim Lernen, beim Suchen nach einem Rezept oder beim Planen der nächsten Woche: KI kann uns bei vielen Dingen im Alltag helfen. Vielleicht nutzt du sie sogar selbst. Aber wusstest du, dass KI auch auf SocialMedia eine wichtige Rolle spielt – selbst dann, wenn du sie gar nicht bemerkst?

Claude ist ein Sprachmodell des US-Unternehmens Anthropic und kann im Browser, als Desktop-App und am Smartphone genutzt werden. Neben dem klassischen Chat bietet Claude eine Reihe von Funktionen, die ineinandergreifen: Recherchen mit Quellenangaben, die Arbeit mit Dateien auf dem eigenen Computer, interaktive Lernspiele, Präsentationen sowie Aufgaben, die regelmäßig von selbst erledigt werden. Im Screencast begleiten wir die Englischlehrerin Frau Hofer eine Woche lang bei der Vorbereitung einer Unterrichtsreihe zum Thema „Mit KI Englisch-Dialoge üben”.

Recherchieren und Material erstellen

Im Chat stellt man Fragen, lädt Dateien hoch und lässt Texte schreiben oder überarbeiten. Mit der Funktion Recherche durchsucht Claude selbstständig zahlreiche Quellen und fasst die Ergebnisse in einem Bericht mit Quellenangaben zusammen. Die Quellen sollten dennoch immer geprüft werden. In Cowork gibt man Claude einen Ordner auf dem eigenen Computer frei. Claude liest die darin enthaltenen Arbeitsblätter, übernimmt deren Layout und erstellt daraus neue Word-, Excel- oder PowerPoint-Dateien.

Lernspiele, Folien und Ordnung

Ohne Programmierkenntnisse lassen sich im Chat kleine Lernspiele, Quiz oder Webseiten erstellen. Diese sogenannten Artifacts laufen direkt im Browser und können über einen Link mit der Klasse geteilt werden. Für größere Programmierprojekte steht Code zur Verfügung. Mit Design entstehen Präsentationen und Plakate, die sich als PowerPoint oder PDF exportieren lassen. In Projekten werden Chats, Dateien und Anweisungen zu einer Klasse oder Unterrichtsreihe gebündelt.

Claude an die eigene Arbeit anpassen

Mit Skills speichert man Arbeitsanweisungen, etwa wie Lesetexte für eine bestimmte Klasse aufgebaut sein sollen. Claude wendet sie automatisch an, sobald sie zur Aufgabe passen. Unter Geplant richtet man Aufgaben ein, die Claude regelmäßig erledigt, zum Beispiel jeden Montag drei aktuelle Themen als Lesetexte aufzubereiten. Diese Aufgaben laufen auch dann, wenn der eigene Computer ausgeschaltet ist.

Datenschutz und Kosten

Da die Daten in die USA übertragen werden, dürfen keine personenbezogenen Daten von Schüler:innen, Kolleg:innen oder anderen Personen eingegeben werden. In den Einstellungen lässt sich deaktivieren, dass Chats zum Training der KI verwendet werden. Claude darf erst ab 18 Jahren genutzt werden und eignet sich daher ausschließlich für die Unterrichtsvorbereitung durch Lehrpersonen. In der kostenlosen Version stehen Stand Oktober 2026 der Chat, Artifacts und Skills zur Verfügung. Recherche, Cowork, Code, Design und geplante Aufgaben setzen ein Abo voraus. Alle Funktionen teilen sich ein gemeinsames Nutzungskontingent, das bei aufwendigen Aufgaben schnell aufgebraucht ist.

Fazit

Claude kann Lehrpersonen viel Vorbereitungsarbeit abnehmen und verbindet Recherche, Materialerstellung und Organisation in einer Anwendung. Prüfen und entscheiden muss die Lehrperson jedoch selbst. Vor der Nutzung lohnt es sich, zu überlegen, welche Funktionen tatsächlich benötigt werden, da der volle Funktionsumfang schnell kostenpflichtig wird.

Claude
+ Allrounder
+ Eignet sich für komplexe und umfangreiche Aufgaben
– Viele Funktionen gibt es erst in der bezahlten Variante
– Konto notwendig
– Erst ab 18 Jahren erlaubt

Der Beitrag Claude erschien zuerst auf Medienfundgrube.

Der KI-Boom lässt den Strombedarf von Rechenzentren rasant ansteigen. Doch statt den Energieverbrauch zu begrenzen und Abwärme zu nutzen, will die Bundesregierung Energieeffizienzvorgaben aufweichen. Sie gibt damit den Interessen der großen Tech-Giganten nach.

Die Bundesregierung und der Technologiekonzern Nvidia haben Anfang dieser Woche eine engere Zusammenarbeit bei der Entwicklung künstlicher Intelligenz vereinbart. Sie wollen damit die Wettbewerbsfähigkeit stärken, sagten Bundeskanzler Friedrich Merz (CDU) und Nvidia-Chef Jensen Huang am Rande eines „Investitionsgipfels“ am Montag.

Den Ausbau der IT-Infrastruktur in Deutschland will die Regierung in den kommenden Jahren deutlich vorantreiben. Der kürzlich veröffentlichten Rechenzentrumsstrategie zufolge soll die IT-Leistung in Deutschland bis 2030 von derzeit etwa zwei Gigawatt auf mehr als vier Gigawatt ansteigen und sich damit mehr als verdoppeln. Die KI-Leistung soll sich sogar vervierfachen.

Weitergehende Prognosen gehen davon aus, dass der KI-Boom im nächsten Jahrzehnt erst so richtig starten wird: Ein Gutachten von Borderstep und anderen im Auftrag des Wirtschaftsministeriums sagt voraus, dass der Stromverbrauch von Rechenzentren bis 2045 auf etwa 80 Terawattstunden anwachsen wird. Das wäre etwa vier Mal so viel Strom wie heute. Zur Einordnung: Mit 80 Terawattstunden ließen sich jährlich rund 16 Millionen Haushalte mit Strom für Wärmepumpen versorgen oder 40 Millionen Elektroautos betreiben.

Angesichts dieses enormen Zuwachs sollte die Nachhaltigkeit von Rechenzentren im Fokus der politischen Regulierung stehen. Doch die Bundesregierung schlägt den geradezu entgegengesetzten Weg ein: Anstatt sicherzustellen, dass der Ausbau der Rechenzentren mit den Zielen der Energiewende vereinbar bleibt, weicht sie die Effizienzvorgaben auf. Voraussichtlich im November wird der Bundestag das deutlich abgeschwächte Energieeffizienzgesetz beschließen.

Wie viel Strom und Wasser deutsche Rechenzentren derzeit verbrauchen, ist obendrein nur lückenhaft dokumentiert. Das erschwert nicht nur den Ausbau der erneuerbaren Energien und die Planung von Netzanschlusskapazitäten, sondern auch die kommunale Wärmeplanung und eine vorausschauende Wassernutzung.

Nur wenig Wissen über Ressourcenverbrauch

Laut Borderstep-Gutachten gibt es bundesweit derzeit 2.000 Rechenzentren mit einer Anschlussleistung von mehr als 100 Kilowatt. Vor allem die Zahl von Großrechenzentren mit einer Größe von mehr als fünf Megawatt nimmt zu. Doch Studien wie die von Borderstep beruhen auf freiwilligen Branchenumfragen und geben daher nur ein verzerrtes Bild der Realität wieder. Wer würde in einer Umfrage schon zugeben, dass sein Rechenzentrum besonders ineffizient mit Strom, Wasser oder Flächen umgeht?

Seit Mitte August ist immerhin ein wenig Licht ins Dunkel gekommen. Das Bundeswirtschaftsministerium hat, wie es das Energieeffizienzgesetz (EnEfG) vorsieht, erstmals ein Rechenzentrumsregister veröffentlicht. Allerdings legten gerade einmal 319 der geschätzt 1.000 meldepflichtigen Rechenzentren ihre Daten transparent mit Namen im öffentlichen Register offen. 166 weitere Rechenzentren meldeten ihre Daten nur anonym.

Dem Leitfaden des Branchenverbands Bitkom zufolge wäre eine Veröffentlichung zwar auch „auf der eigenen Webseite oder per öffentlichem Aushang vor dem RZ“ möglich. Stichproben haben aber ergeben, dass die Webseiten der nicht meldenden Betreiber ebenso wenig Auskunft geben. (Ob es an den Werkstoren der Rechenzentren Aushänge gibt, haben die Studienverantwortlichen nicht geprüft.) Da der Großteil der deutschen Rechenzentrumsbetreiber keine Betriebsdaten veröffentlicht, fehlt eine verlässliche öffentliche Übersicht über tatsächlich eingehaltene Effizienzstandards sowie Strom- und Wasserverbrauch der Branche.

Aus den gemeldeten Daten lassen sich dennoch drei Schlüsse ziehen:

1. Gut ein Drittel der deutschen Rechenzentren erreicht bereits jetzt zukünftige gesetzliche Anforderungen bezüglich der Energieverbrauchseffektivität (Power Usage Efficiency, PUE), wie das Umweltbundesamt ermittelt hat. Ambitionierte Grenzwerte sind hier also durchaus möglich.
2. Ein weiteres Drittel der einzeln gemeldeten Rechenzentren weisen einen deutlich erhöhten PUE auf (>1,5). Eine gesetzliche Regulierung ist daher notwendig.
3. Der Abwärmenutzungsgrad (ERF) der bestehenden Rechenzentren ist mit knapp drei Prozent winzig. Wollen wir nicht weiterhin große Mengen an klimaneutraler Wärme vergeuden, so müssen Rechenzentren zur Abgabe von Abwärme verpflichtet werden.

Neben dem Umfang ist auch die Qualität der veröffentlichten Daten deutlich verbesserungsbedürftig. Berichtspflichten müssen also durchgesetzt und die gemeldeten Daten überprüft werden.

Regeln drohen verwässert zu werden

Angesichts des erwarteten Booms an Rechenzentren-Neubauten haben europäische wie deutsche Gesetzgeber damit begonnen, den Stromverbrauch von Rechenzentren zu regulieren oder wenigstens transparent zu machen.

Auf nationaler Ebene bietet das Energieeffizienzgesetz den wesentlichen Stellhebel. Die Ampel-Regierung hat es im Jahr 2023 eingeführt. Das Gesetz gibt Regeln vor für die Energieverbrauchseffektivität sowie für die Wiederverwendung von Abwärme (Energy Reuse Factor, ERF). Neue Rechenzentren sollen demnach ab Juli dieses Jahres mit einem PUE von höchstens 1,2 gebaut werden und stufenweise bis Juli 2028 einen Abwärmenutzungsgrad von 20 Prozent aufweisen. Für bestehende Rechenzentren gelten niedrigere Standards.

Europaweit wird derzeit an einem Label für Rechenzentren gearbeitet. Künftig sollen Rechenzentren ein einheitliches Label nutzen, das sowohl über die Energieeffizienz auf der bekannten Skala von A bis G als auch über die Wassernutzung informiert.

Die Verhandlungen zu diesem Label laufen derzeit noch. Es besteht die Gefahr, dass die IT-Branche die Regeln so stark verwässert, dass am Ende alle Rechenzentren in der Effizienzklasse A landen. Nächstes Jahr will die EU dann auch Mindesteffizienzstandards für Rechenzentren einführen. Auch hier ist unklar, wie wirksam diese sein werden.

Strom ist ein umkämpftes Gut 

Viele Rechenzentren brüsten sich damit, zu 100 Prozent Grünstrom zu verwenden. Nach aktuellem EnEfG müssen sie das ab dem 1. Juli des kommenden Jahres allerdings ohnehin tun. Das Gesetz sieht dabei lediglich vor, dass Rechenzentren ihren Strombedarf bilanziell mit Strom aus erneuerbaren Energien decken. Diese Anforderung ist auch erfüllt, wenn norwegische Wasserkraftzertifikate gekauft werden – und der Strom tatsächlich aus einem Gaskraftwerk kommt.

Probleme bereiten auch die beschränkten Netzanschlusskapazitäten. Sie geben die maximale Leistung an, die ein Netzbetreiber an einem bestimmten Netzanschlusspunkt dauerhaft für Strombezug bereitstellt. Viele Rechenzentren belegen große Netzanschlusskapazitäten, die sie aber mitunter erst Jahre nach ihrer Inbetriebnahme nutzen. In der Zwischenzeit ist das Rechenzentrum nur zu einem geringen Teil mit IT-Hardware gefüllt, die knappe Ressource Netzanschluss bleibt aber reserviert und kann nicht anderweitig genutzt werden, etwa um Gebäude mittels Wärmepumpen zu heizen oder E‑Autos zu laden.

Dänemark hat auf diese Entwicklung jüngst reagiert und wird Anfragen nach Netzanschlüssen zukünftig politisch priorisieren. Privathaushalte, das Gesundheitswesen oder die Ladeinfrastruktur für Elektroautos sollen dann eher Stromkapazitäten erhalten als etwa große Rechenzentren.

Übererfüllt Deutschland die europäische Effizienzrichtlinie?

Auf deutscher und EU-Ebene erfolgt die Regulierung von Rechenzentren erst seit kurzem. Die geltenden Standards sind vor drei Jahren beschlossen worden und beginnen erst, Wirkung zu entfalten. Nichtsdestotrotz hat sich die Bundesregierung in ihrem Koalitionsvertrag verpflichtet, das Energieeffizienzgesetz auf „europäisches Mindestmaß zurückzuführen“.

Diesem Wunsch liegt das Missverständnis zugrunde, dass Deutschland die europäische Energieeffizienz-Richtlinie (EED) zu ambitioniert umgesetzt habe und die deutsche (Digital-)Wirtschaft unnötigerweise mit Auflagen belaste, die europarechtlich gar nicht vorgeschrieben seien.

Tatsache ist allerdings, dass die EED konkret vorsieht, Endenergie einzusparen. Die Mitgliedsstaaten können dafür sogenannte Einsparverpflichtungssysteme einführen, zum Beispiel in Form sogenannter „weißer Zertifikate“. Deutschland hat sich gegen diese Verpflichtungssysteme entschieden und muss daher laut Richtlinie andere Maßnahmen ergreifen, die ähnlich wirksam sind.

Als solche hat die Bundesregierung im letzten Nationalen Energie- und Klimaplan unter anderem strengere Regeln für Rechenzentren benannt. Wenn Deutschland nun unter anderem die Regeln für Rechenzentren auf das vermeintliche Mindestmaß nach EU-Recht senkt, zugleich aber weiterhin keine Einsparverpflichtungssysteme erlässt, ist dies nach Auffassung von Jurist:innen ein gravierender Rechtsverstoß.

Schwarz-Rot will Vorgaben abschwächen

Die von der Regierung geplanten Änderungen sehen unter anderem vor, die PUE-Werte für Rechenzentren anzuheben und weitere Ausnahmen für die Abwärmenutzung einzuführen.

Welche Folgen diese Lockerungen hätten, haben das Umweltinstitut München, das Fraunhofer-Institut für System- und Innovationsforschung und AlgorithmWatch untersucht. Demnach würde eine geringe Senkung der Effizienzvorgaben den Strombedarf erheblich erhöhen, wenn man das zu erwartende Wachstum der Branche berücksichtigt. Im Jahr 2045 werden dann etwa neun Terawattstunden mehr Strom verbraucht, während rund zehn Terawattstunden Wärme weniger genutzt würden.

Um die Effizienzverluste auszugleichen, wären bis zu sieben zusätzliche Gaskraftwerke und elf Tankschiffladungen Flüssigerdgas (LNG) erforderlich. Das wäre klimapolitisch fatal und würde massive weitere Emissionen verursachen. Zudem tragen die zusätzlichen Energiekosten am Ende die deutsche Digitalwirtschaft sowie die Endverbraucher:innen.

Lobbydruck statt wirksamer Effizienzregeln

Der Bundestag hat über die Novelle bereits beraten und wird das deutlich abgeschwächte Energieeffizienzgesetz voraussichtlich im November beschließen. Vorangegangen war ein massiver Lobbydruck, insbesondere durch große US-amerikanische Tech-Konzerne. Zahlreiche Branchentreffen sind dokumentiert und etliche Änderungen am Gesetz weisen erstaunliche, teils wortgenaue Ähnlichkeiten mit den Forderungen von Big Tech auf, wie das Umweltinstitut gemeinsam mit LobbyControl und Campact zeigt.

Mit Umweltverbänden hat sich die Bundeswirtschaftsministerin Katherina Reiche (CDU) nicht zu den Standards für Rechenzentren ausgetauscht. Die geplanten Änderungen begünstigen nun auch die Interessen vor allem großer US-amerikanischer Tech-Konzerne. Das wirft die Frage auf, ob Umwelt- und Gemeinwohlinteressen bei der Überarbeitung des Gesetzes überhaupt eine Rolle spielen.

Es gibt Alternativen

Keine wesentliche Rolle spielen auch mögliche Alternativen zu den riesigen Rechenzentren auf der grünen Wiese. Dass es diese Alternativen gibt, zeigen zahlreiche mittelständische deutsche Rechenzentrumsbetreiber.

Sie setzen auf kleinere Rechenzentren, die siedlungsnah gebaut werden. Modulare Systeme erlauben eine offene Nutzung mit freier Software und befreien Nutzer:innen von der Vormachtstellung US-amerikanischer Tech-Giganten. Hocheffiziente Kühlsysteme sparen Strom, Wasser und damit Kosten ein, eigene Verträge mit nahegelegenen Solar- und Windparks sorgen für echten grünen Strom.

Diese Form der Digitalisierung ist in Deutschland möglich – wenn die politischen Weichen dafür gestellt werden.

Leonard Burtscher ist Referent für Klima- und Energiepolitik am Umweltinstitut München e.V.

Korrektur, 26.10.2026, 11.30 Uhr: Wir haben zwei Angaben im Text korrigiert. Es sind nicht geschätzt 2.000, sondern 1.000 meldepflichtige Rechenzentren. Das EU Label soll zudem nicht freiwillig sein.

–––

Deine Spende für digitale Freiheitsrechte
Wir berichten über aktuelle netzpolitische Entwicklungen, decken Skandale auf und stoßen Debatten an. Dabei sind wir vollkommen unabhängig. Denn unser Kampf für digitale Freiheitsrechte finanziert sich aus den Spenden unserer Leser:innen. Jetzt spenden.

Creative Commons entwickelt die CC Signals weiter. Statt unverbindlicher KI-Präferenzen soll ein Mechanismus kommen, mit dem KI-Crawlern verbindliche Regeln auferlegt werden können. Was die CC Signals bewirken sollen, wie der neue Mechanismus aussehen könnte und welche Fragen offen sind – ein Update in Fragen und Antworten.

Im vergangenen Jahr berichtete iRights.info über die CC Signals. Die „Anstandsregeln für Maschinen“ („manners for machines“) sollten nach Vorstellung der Organisation Creative Commons einen Beitrag gegen die Verwerfungen durch KI leisten. Gemeint sind fehlende Quellenangaben in KI-Outputs, ein womöglich schwindender Anreiz, zu Wikipedia und anderen Commons-Projekten beizutragen, und die technische Last, die KI-Crawler auf Infrastrukturen legen.

Was will CC mit den Signals bewirken – und wie?

Von Beginn an waren die CC Signals nicht als Weiterentwicklung der CC-Lizenzen gedacht. Herauskommen sollte vielmehr ein eigenständiger Mechanismus, mit dem sich Präferenzen für den „machine use“ von Inhalten erklären ließen. Dies sollte unabhängig vom Bestehen von Urheberrechten – Voraussetzung jeder CC-Lizenzbindung – möglich sein. Gedacht waren die CC Signals zudem eher für ganze Sammlungen von Inhalten als für einzelne Inhalte.

Der Ansatz richtete sich damit mehr an Infrastrukturen als an einzelne Kreative: Ein Wissenschaftsrepositorium oder eine Institution mit Open-Culture-Inhalten soll die Betreiber von KI-Crawlern per CC Signals zum Beispiel dazu auffordern können, die mit der Sammlung von Forschungsdaten, Open-Access-Aufsätzen oder Gemäldedigitalisaten trainierten Modelle später offen zu teilen (Signal „Open“). Daneben umfasste die erste Fassung der CC Signals die Präferenzen „Credit“ (Namensnennung) sowie „Direct Contribution“ und „Ecosystem Contribution“ (Sach- oder Geldbeiträge an Institutionen oder deren Ökosysteme; hierzu näher unser Beitrag aus dem Jahr 2025).

Warum erst nur Präferenzen – und jetzt doch Verbindlichkeit?

In der ersten Version 0.1 aus dem Sommer 2025 waren die CC Signals – zumindest im isolierten Einsatz – nicht bindend. Zum einen wäre das Setzen der CC Signals mangels ausdrücklicher Erklärung für sich genommen kein KI-Opt-Out.

Zum anderen würde der Einsatz eines der Signals zu keiner vertraglichen Bindung zwischen einer Plattform und einem Crawler führen.

Kombiniert mit einem KI-Opt-Out wäre eine Bindungswirkung dagegen durchaus vorstellbar. Genau so war es im Implementierungsvorschlag auch angelegt: Ein über ein weiteres Protokoll erklärter Vorbehalt („nein“) sollte durch die CC Signals eine bedingte Ausnahme erhalten („nein, es sei denn…“) – vorgesehen für Fälle, in denen die Nutzung letztlich erlaubt sein soll, „but with terms attached“. Als eigenständiger Opt-Out waren die CC Signals aber nicht gedacht.

Nachdem CC die CC Signals 0.1 im Sommer 2025 vorgestellt hatte, pochten Communities allerdings auf einen verbindlichen und damit rechtlich durchsetzbaren Ansatz.

Diesen Ruf hat CC inzwischen erhört und im Frühjahr 2026 angekündigt, auf einen bindenden Mechanismus umzustellen: Unverbindliche Präferenzen allein, so CC, könnten keine Handlungsmacht schaffen in einem System, an dem viele nicht freiwillig teilnähmen. Außerdem hätten KI-Labore in Workshops signalisiert: Ein „ja, wenn…“ oder „nein, es sei denn…“ würden sie womöglich als pauschales „Nein“ behandeln. Offenes Wissen, das nur mit der Bitte um Namensnennung geteilt wird, wäre dann für KI, die Vorbehalte achtet, schlicht unsichtbar. Der erwünschte Effekt – Sichtbarkeit der Inhalte für KI, aber eben unter Bedingungen – bliebe aus.

Wie genau wird der Mechanismus aussehen?

Details zur kommenden Iteration der CC Signals sind noch nicht klar. Die grobe Richtung zeichnet sich aber ab: Es wird auf einen „conditional access“ hinauslaufen, also im Ergebnis ein Werkzeug, das den Zugang von Bedingungen abhängig macht. Zuletzt sprach CC von einem „experimental legal tool“, mit dem der Massenzugriff („bulk access“) auf große Sammlungen an Bedingungen geknüpft werden soll.

Wie könnte so etwas aussehen? Denkbar ist hier eine Mischung aus technischer Zugangssteuerung und vertraglicher Bindung: Bots werden erkannt und gestoppt, während gleichzeitig vertragliche Bedingungen für den Zugang formuliert werden.

Dass ein solcher Weg technisch gangbar ist, zeigt jedenfalls die Spezifikation Really Simple Licensing (RSL 1.0, wir berichteten).

Sie sieht vor, dass Crawler vor dem Zugriff einen Vertrag schließen müssen, der etwa ein Crawling nur gegen Gegenleistungen gestattet. Nach diesem Prinzip müssen beide Seiten die Spezifikation einsetzen und sich vorab auf Leistung und Gegenleistung festlegen, die sie zu erbringen bereit sind (zum Beispiel „pay per crawl“). Nur dann kann der Vertragsschluss automatisiert ablaufen.

Vermutlich steht zudem noch eine Entscheidung darüber aus, ob die CC Signals sich auf die KI-Crawler und den „bulk access“ beschränken oder ob der „machine use“ generell im Anwendungsbereich bleiben soll. Schließlich ist KI-Nutzung nicht gleich KI-Nutzung: Neben dem Abziehen ganzer Sammlungen durch Crawler gibt es etwa die KI-gestützte Suche oder die KI-gestützte Auswertung von Inhalten. Der Begriff des „conditional access“ spielt vor allem auf die KI-Crawler an, also nur diesen Teilbereich des „machine use“, den die CC Signals ursprünglich etwas breiter im Blick hatten.

Warum keine neue Urheberrechtslizenz?

Wahrscheinlich wird CC auch weiterhin davon absehen, eine neue CC-Lizenzvariante zu schaffen. Dies hat mehrere (gute) Gründe. Zum einen griffe eine CC-Lizenzbedingung „Non-AI“ in das Gefüge der gesetzlichen Erlaubnisse ein. Denn viele Nutzungen im KI-Kontext sind gesetzlich erlaubt und das CC-Lizenzmodell lässt das rechtlich Zulässige seit jeher unangetastet. Restriktivere Lizenzen einzusetzen, träfe darüber hinaus vor allem die erwünschte Nachnutzung durch Menschen – während die KI-Nutzung dadurch kaum verhindert würde, wie CC schreibt.

Zum anderen hat es noch einen weiteren Charme, nicht auf Urheberrechtslizenzen zu setzen: Viele Akteure, die die KI-Nutzung steuern möchten – etwa weil sie unter der Last auf ihre Infrastruktur ächzen –, haben gar kein Urheberrecht inne, auf das sie eine urheberrechtliche Beschränkung stützen könnten. Ein Beispiel ist das gemeinfreie Kulturerbe. Frei nach der Wikimedia Foundation: „Die Inhalte von Wikimedia sind frei, die Infrastruktur dahinter ist es nicht.“

Es braucht daher einen Ansatz, der unabhängig von Urheberrechten Geltung beanspruchen kann – und damit abseits des CC-Lizenzmodells.

Schränken CC Signals die Openness ein?

Die Organisation CC wirft die große Frage auf: Wie offen kann das Open Web im KI-Zeitalter bleiben? „In einigen Fällen ist bedingter Zugang besser als kein Zugang“, heißt es, und: „Begrenzungen sind nicht zwangsläufig Hindernisse für Offenheit.“

Auch wenn der genaue Mechanismus noch nicht feststeht, ist es aus Sicht der Openness zwingend, die Zugänglichkeit und Nutzbarkeit des einzelnen Inhalts nicht einzuschränken, sondern nur das massenhafte Abziehen durch KI-Crawler. Zudem sollte Wert darauf gelegt werden, Forschung und Archive nicht auf dieselbe Weise einzuschränken wie kommerzielle Bots. So kündigt CC an, dass Nutzungen im öffentlichen Interesse ganz ausgenommen sein sollten, während „resource-heavy bulk reusers“ mehr Bedingungen erfüllen müssten.

In welcher Phase befinden wir uns gerade?

Derzeit hört CC in den Communities genau hin und führt Konsultationen durch. Nach diversen Workshops kündigte CC zudem an, das Werkzeug gemeinsam mit einer kleinen Gruppe von Sammlungsverwaltern („data stewards“) als Pilottestern zu entwickeln, und rief Interessierte auf, sich zu melden. Ein fertiges Werkzeug oder einen Zeitplan hat CC bislang nicht veröffentlicht.

Bleibt es bei dem bisherigen Signals-Set?

Ob es bei den bisherigen Signals „Credit“, „Direct Contribution“, „Ecosystem Contribution“ und „Open“ bleibt, scheint ebenfalls noch offen zu sein. Jedenfalls wird aber das Signal „Credit“ wahrscheinlich in den neuen Ansatz überführt. Denn die Namensnennung ist für CC ein Eckpfeiler der CC-Werkzeuge und der Openness, der auch im KI-Zeitalter Geltung beanspruchen muss: „Today we believe that attribution must be a requirement“, hieß es im Mai, und kürzlich bekräftigte CC, die Namensnennung als Designprinzip für KI-Systeme verankern zu wollen.

Bei der Frage, was genau eine angemessene Namensnennung ist, wird noch Denkarbeit zu leisten sein. Zwar betrachtet CC fehlende Quellenangaben in KI-Outputs häufig eher als im Design begründet denn als technische Notwendigkeit. Doch nicht jede unterlassene Namensnennung ist bei KI eine verwerfliche Designentscheidung. Wie CC selbst feststellt, lässt sich nicht jede Information, die ein Sprachmodell ausgibt, auf die eine Quelle zurückführen, die in das Modell eingeflossen ist. Anders liegt es, wenn ein System eine Quelle live abruft und zusammenfasst. Dann kann es genau auf diese Quelle verlinken. Aber das ist nur ein Anwendungsfall von vielen.

Noch mal grundsätzlich: Was bringen Opt-Outs?

Angesichts der Diskussionen um die Steuerung der KI-Nutzung lohnt sich noch einmal ein grundlegender Blick auf die Frage: Ist der reine Erklärungsweg überhaupt vielversprechend, solange die Nutzung technisch einfach möglich bleibt?

Wer die KI-Nutzung allein mit Opt-Outs oder Präferenzen steuern will, setzt schließlich die Bereitschaft des Gegenübers voraus, die gesetzten Bedingungen auch einzuhalten. Eine soziale Norm in Form von KI-Präferenzen wirkt nur, wenn Adressaten sie befolgen. Sind die Bedingungen dagegen rechtlich verbindlich, müssen sie im jeweiligen Land der Nutzung auch gelten und praktisch durchsetzbar sein.

Und, wie oben ausgeführt: Bei weitem nicht alle Inhalte, bei denen die Steuerung von KI-Crawlern ein legitimes Anliegen ist, sind urheberrechtlich geschützt. Ein Schutzrecht – Urheberrecht, Leistungsschutzrecht, Datenbankrecht – ist aber Voraussetzung dafür, dass ein Nutzungsvorbehalt (hierzulande nach Paragraph 44b Absatz 3 UrhG) überhaupt Wirkung entfaltet. Insgesamt scheint die faktische Steuerung über Technik – kombiniert mit vertraglichen Bedingungen – vielversprechender zu sein.

Umgekehrt ist aber auch der Versuch, bestimmte KI-Nutzungen technisch zu beschränken, mit ungewollten Nebeneffekten verbunden. Wissenschaft, Archive und Start-ups sollten keine zu hohen Hürden auferlegt bekommen. Die Qualität der zukünftigen CC Signals wird sich auch daran messen lassen, inwieweit sie Kollateralschäden vermeiden können.

Redaktioneller Hinweis: Dieser Beitrag entstand im Rahmen der fachlichen Arbeit von NFDI4Culture. Das Konsortium befasst sich mit der Infrastruktur für Kulturdaten in der Wissenschaft.

The post CC Signals auf dem Weg zur Verbindlichkeit – ein Update appeared first on iRights.info.

Wie kann im KI-Zeitalter Vertrauen in Medieninhalte sichergestellt werden? Ein neues Thesenpapier des iRights.Lab behandelt diese Frage.

Die Frage, wie Vertrauen in digitale Inhalte sichergestellt werden kann, begleitet das Web von Anfang an. Zentrale Aspekte in diesem Diskurs sind die Authentizität und Glaubwürdigkeit digitaler Inhalte, ihre Verlässlichkeit, Transparenz und Nachvollziehbarkeit. Die Etablierung generativer KI-Modelle verschärft die Notwendigkeit, tragfähige Lösungen zur Kennzeichnung von KI-Output zu entwickeln. Artikel 50 der europäischen KI-Verordnung definiert Transparenzpflichten für Anbieter und Betreiber bestimmter KI-Systeme.

In einem Thesenpapier aus dem iRights.Lab-Forschungsprojekt „Generative KI – Innovation und Recht in Arbeitsprozessen“ (GenKI-IR), das im Juni 2026 erschienen ist, formuliert Solvejg Gunkel „zehn Thesen zu der Frage, wieso Kennzeichnung alleine nicht reicht“. Grundlage für die Thesen waren die Arbeiten von Zukunftslaboren zu dem Thema „Kennzeichnung von KI-Output“.

Das Thesenpapier steht unter CC-BY 4.0 und ist frei zugänglich, hier findet Ihr es auf der Website von iRights.Lab.

The post Kennzeichnung von Medieninhalten in Zeiten generativer KI – ein neues Thesenpapier von iRights.Lab appeared first on iRights.info.

Creativly ist ein kleines Tool, mit dem man ohne Anmeldung unterschiedlichste Varianten von KI-Bildern generieren kann.
Dabei erfolgt allerdings eine Einschränkung auf bestimmte Kategorien von Bildern und Grafiken, die erzeugt werden können:

Isometrische Icons, Retro Toy Box, Typografische Poster, sogar Crocs-Schuhe können ‚personalisiert‘ werden.
Nach Auswahl eines der vielen vorhandenen Generatoren kann man sein gewünschtes Design erstellen.

Es macht auf jedem Fall Spaß, eigene Ideen auf einfachste Art und Weise in Bilder zu übertragen.

Hier drei kleine Beispiele, wie die erzeugten Bilder aussehen können. Es zahlt sich auf jeden Fall aus, ein wenig in der Vielzahl der vorhandenen Generatoren zu stöbern.

Auch eigene Generatoren lassen sich nach Auswahl einer Kategorie und Eingabe der gewünschten Ergebnisse erzeugen.

WEBSITE: Creativly | creativly.app/Home

+ Kostenfreie Nutzung
+ Viele Bildgeneratoren können sofort ausprobiert werden  
+ Eigene Ideen lassen sich umsetzen, indem vorgefertigte Fragen zum gewünschten 'Bildgenerator' beantwortet werden
– eingeschränkte Möglichkeiten der freien Bildgenerierung
– Oberfläche in englischer Sprache 

Der Beitrag Creativly erschien zuerst auf Medienfundgrube.