Generative künstliche Intelligenz überzeugt durch ihre Fähigkeit, ähnlich wie ein Mensch zu kommunizieren. Die Betonung liegt hierbei auf ähnlich, denn genau wie ein Mensch schreiben LLM-Tools wie ChatGPT, Gemini und Co. aktuell (noch) nicht.
Zu viele kleine Marotten (und auch größere, statistische Muster) bauen Generative-KI-Agenten in ihre Texte ein. Forscher vom amerikanischen Pew Research Center haben nun analysiert, auf wie vielen Webseiten diese KI-Marker bereits zu finden sind. Im englischsprachigen Bereich sind es bereits knapp 10 Prozent, bei neueren Webseiten, die nach dem ChatGPT-Start Ende 2022 generiert wurden, sogar 35 Prozent.
Unter den typischen KI-Ausdrücken und -Zeichen stieg vor allem die Benutzung des Gedankenstriches stark an. Kam er im 1. Halbjahr 2023 noch auf nur 5,8 Prozent der Webseiten vor, hatte sich das bis zum 1. Halbjahr 2026 fast verdoppelt. Das Oxford-Komma, ein Komma vor dem und, kam auch schon vorher häufig vor, nämlich auf 34 Prozent aller Webseiten. Dies stieg über den gleichen Zeitraum nochmal stark auf mehr als 55 Prozent an. Typisches KI-Vokabular war zuvor auf 12 Prozent der Webseiten zu finden und ist nun auf 26 Prozent vertreten. Der negative Parallelismus verdoppelte seine Häufigkeit ebenfalls. Die Satzstruktur mit dem Muster »Es ist nicht X, es ist Y« gilt als eine typische KI-Formulierung.
Auch Menschen wählen Satzzeichen, Worte und Formulierungen, die KI nutzt, aber der starke Anstieg in nur drei Jahren weist eindeutig auf KI-Nutzung hin, so Pew Research Center. Die eingesetzte Software detektiert außerdem statistische Häufigkeiten in Wortwahl und Satzbau, die mit dem bloßen Auge nicht direkt zu erkennen sind.
Katharina Buchholz
[1] https://www.pewresearch.org/data-labs/2026/08/20/how-much-of-the-internet-is-written-with-ai/
Woran erkennt man im Internet in deutschen Texten, dass der Inhalt von KI erstellt wurde?
Kurz gesagt: Man erkennt KI‑Texte im Deutschen heute vor allem an sprachlichen Mustern, typischen Formulierungen, Strukturauffälligkeiten und – seit 2024/2025 – zunehmend an technischen Kennzeichnungen (Wasserzeichen, Metadaten, Label‑Hinweisen). Eine sichere Erkennung ist aber nie allein durch Lesen möglich; man sieht nur Wahrscheinlichkeiten.
- Sprachliche Muster, die stark auf KI hindeuten
Diese Merkmale treten besonders häufig in deutschsprachigen KI‑Texten auf:
- Überkorrekte Grammatik und Syntax KI vermeidet Umgangssprache, Ellipsen, unvollständige Sätze, echte Tippfehler.
- Gleichförmige Satzlängen und Rhythmus Menschliche Texte haben Peaks, Brüche, Stilwechsel – KI schreibt »glatt«.
- Typische KI‑Phrasen Statista zeigt, dass bestimmte Ausdrücke seit ChatGPT massiv zunehmen: »In der heutigen digitalen Welt«, »Es ist wichtig zu beachten«, »Zusammenfassend lässt sich sagen«, »Darüber hinaus«, »Eine Vielzahl von…«, »Im Folgenden«.
- Überstrukturierung KI liebt Listen, Bullet Points, klare Abschnitte, definitorische Einleitungen.
- Fehlende echte Beispiele oder persönliche Perspektive KI schreibt abstrakt, generisch, ohne konkrete Erlebnisse oder Details.
- Unnatürliche Wiederholungen Begriffe werden zu oft wiederholt, weil Modelle Kohärenz erzwingen.
- »Halluzinierte« Quellen oder falsche Zahlen KI erfindet Studien, Jahreszahlen, Zitate – ein starker Hinweis.
- Technische Spuren im Text
Seit 2024/2025 hinterlassen KI‑Modelle zunehmend messbare Spuren, die Forscher analysieren:
- Wasserzeichen / versteckte Token‑Muster Einige Modelle erzeugen charakteristische Token‑Sequenzen. Für Nutzer nicht sichtbar, aber für Tools erkennbar.
- Metadaten in Bildern oder PDFs KI‑Generatoren hinterlassen EXIF‑Hinweise oder Modellnamen.
- Typische Wortfrequenzen Statista zeigt, dass KI‑Texte bestimmte Wörter überproportional oft nutzen (z. B. »effizient«, »optimieren«, »transformieren«, »innovativ«).
- Sichtbare Kennzeichnungspflichten (EU‑Regel 2024/1781)
Ab August 2026 müssen KI‑Inhalte sichtbar gekennzeichnet werden, wenn sie öffentlich verbreitet werden:
- Hinweis wie: »Dieser Inhalt wurde mit KI erstellt«
- Technische Kennzeichnung (Metadaten, Wasserzeichen)
- Pflicht für Unternehmen, Behörden, Medien
Das heißt: Seriöse Seiten müssen KI‑Inhalte markieren – aber viele tun es noch nicht.
- Praktische Erkennungsregeln für deutsche Webtexte
Wenn du einen deutschen Text im Internet siehst, sind dies die stärksten Indikatoren:
- Perfekt fehlerfrei, aber stilistisch generisch
- Keine individuelle Meinung, keine echte Haltung
- Viele Füllphrasen, wenig Substanz
- Übertriebene Höflichkeit oder Neutralität
- Unnatürlich konsistente Struktur
- Wiederkehrende KI‑Formulierungen
- Fehlende Quellen oder erfundene Quellen
- »Corporate‑neutraler« Ton ohne Persönlichkeit
- Was nicht zuverlässig funktioniert
- Reine Bauchgefühl‑Erkennung
- KI‑Detektoren (hohe Fehlerraten, leicht manipulierbar)
- Rechtschreibfehler als Beweis (KI kann Fehler simulieren)
- »Menschliche« Stilmittel (KI kann sie nachahmen)
- Fazit
Man erkennt KI‑Texte nicht sicher, aber man erkennt Muster. Im Deutschen sind besonders auffällig: generische Formulierungen, überkorrekte Sprache, fehlende individuelle Perspektive und typische KI‑Phrasen. Zusätzlich kommen ab August 2026 technische Kennzeichnungen hinzu, die professionelle Anbieter verpflichtend einsetzen müssen.
Albert Absmeier & KI
Bald nur noch KI-Inhalte im Internet?
Der Gedankenstrich, das Komma vor dem und (auch Oxford-Komma genannt), das Raketen-Emoji: Diese und weitere schriftliche Eigenarten werden häufig von Künstlichen-Intelligenz-Tools wie ChatGPT genutzt und sind inzwischen eng mit ihnen assoziiert. Das amerikanische Forschungsinstitut Pew Research Center hat nun nachgeforscht, wie sehr sich die Nutzung dieser und anderer KI-Marker auf englischsprachigen Webseiten erhöht hat und wie viele Seiten demnach mit KI erstellt oder zumindest start editiert werden [1].
Auf der Grundlage von fast 500.000 Webseiten kamen die Forscher zum Ergebnis, dass innerhalb der Domäne .com bereits mehr als 9 Prozent aller Seiten diese Charakteristika aufweisen. Im Bereich .org waren es um die 4,6 Prozent, auf .gov- und .edu-Seiten, die in den USA in Gebrauch sind, allerdings nur um die 1 Prozent.
Insgesamt waren bereits fast 10 Prozent aller Webseiten stark von KI beeinflusst, so die Analyse. Unter Webseiten, die nach der Veröffentlichung der ersten ChatGPT-Version Ende 2022 live gingen, waren es sogar 35 Prozent.
Laut Pew Research Center schließt die genutzte KI-Erkennungssoftware neben den augenscheinlichen KI-Marotten noch weitere Kriterien mit ein, z.B. die statistische Häufigkeit aller Worte und Satzstrukturen. Während Menschen durchaus auch Gedankenstriche verwenden und ungewöhnliche Kommaregeln befolgen, ist bei dem Ergebnis der Studie vom direkten Einfluss der KI auszugehen.
Katharina Buchholz
[1] How Much of the Internet Is Written With AI? | Pew Research Center
Was bedeutet es für die KI-Entwicklung, wenn bald nur noch KI-Inhalte im Internet zu finden sind?
Wenn ein großer Teil des Internets aus KI-generierten Inhalten besteht, entsteht für die KI-Entwicklung ein Kreislaufproblem: Neue Modelle lernen zunehmend aus Texten, Bildern oder Code, die ältere Modelle erzeugt haben.
Die wichtigsten Folgen wären:
Qualitätsverlust durch »Model Collapse«:
Fehler, Vereinfachungen und typische Formulierungen werden von Generation zu Generation verstärkt. Seltene Perspektiven und ungewöhnliche Informationen können verschwinden.
Verfestigung von Falschinformationen:
Wenn viele KI-Texte dieselbe unbelegte Aussage wiederholen, wirkt sie statistisch glaubwürdig und kann erneut in Trainingsdaten gelangen.
Weniger sprachliche und kulturelle Vielfalt:
KI-Inhalte orientieren sich häufig an besonders wahrscheinlichen Mustern. Dadurch können Texte homogener werden und Minderheitensprachen oder Nischenwissen unterrepräsentiert bleiben.
Schwierigere Qualitätskontrolle:
Herkunft und Urheberschaft von Inhalten lassen sich schlechter beurteilen. Auch KI-Erkennung ist nicht zuverlässig genug, um menschliche und maschinelle Inhalte eindeutig zu trennen.
Mehr Wert für geprüfte Daten:
Menschlich erstellte, redaktionell kontrollierte und sauber dokumentierte Datensätze würden besonders wichtig — etwa Bücher, wissenschaftliche Publikationen, Archive und kuratierte Fachdaten.
Neue Trainingsmethoden:
Entwickler müssten Daten stärker nach Herkunft, Qualität und Zeitpunkt filtern, Duplikate entfernen und synthetische Daten gezielt statt wahllos einsetzen.
Kein zwangsläufiges Ende des Fortschritts:
Synthetische Daten können sehr nützlich sein, wenn sie überprüft, vielfältig und für einen klaren Zweck erzeugt werden. Problematisch ist nicht KI-Inhalt an sich, sondern ungeprüfter KI-Inhalt ohne Herkunftsnachweis.
Kurz gesagt: Ein Internet mit überwiegend KI-generierten Inhalten würde KI nicht automatisch unbrauchbar machen. Es würde aber die Entwicklung von der bloßen Datenmenge hin zu Datenqualität, Nachvollziehbarkeit und menschlicher Kontrolle verschieben. Zudem ist »bald nur noch KI-Inhalte« eher ein zugespitztes Szenario: Selbst bei stark wachsendem KI-Anteil bleiben menschliche Kommunikation, Forschung, Messdaten und reale Ereignisse unverzichtbare Quellen.
Albert Absmeier & KI
Transparenzpflichten für künstliche Intelligenz starten im regulatorischen Blindflug
Illustration Absmeier foto magnific ki
Ab Sonntag den 02.08.2026 gelten in der Europäischen Union die Transparenzpflichten aus Artikel 50 des AI-Act. Unternehmen aller Größen und Branchen müssen künftig unter anderem kenntlich machen, wenn Nutzerinnen und Nutzer mit einem Chatbot oder Sprachassistenten interagieren. Auch für KI-generierte und bearbeitete Inhalte gelten neue Kennzeichnungs- und Informationspflichten.
»Transparenz schafft Vertrauen und ist eine zentrale Voraussetzung für den verantwortungsvollen Einsatz von künstlicher Intelligenz. Doch verbindliche Pflichten brauchen vor ihrem Start auch verbindliche Orientierung und klare Definitionen. Dass die EU-Kommission ihre finalen Leitlinien erst 13 Tage vor dem Anwendungsbeginn veröffentlicht hat, ist ein Fehlstart mit Ansage«, sagt Alexander Rabe, Geschäftsführer von eco – Verband der Internetwirtschaft e. V.
Trotz der Leitlinien bleiben zentrale Fragen offen. Es fehlen robuste und interoperable technische Standards für die Kennzeichnung KI-generierter Inhalte. Unsicherheit besteht insbesondere in einigen Graubereichen, etwa bei Inhalten, die mit KI bearbeitet wurden, aber nicht vollständig KI-generiert sind – sowie bei der konkreten Ausgestaltung von Hinweisen in Chatbots und KI-Assistenten.
»Unternehmen dürfen nicht an technischen Maßstäben gemessen werden, die noch nicht einheitlich definiert sind. In der Anfangsphase müssen Beratung, europaweit abgestimmte Auslegung und Verhältnismäßigkeit Vorrang vor einer sanktionsgetriebenen Aufsicht haben. Andernfalls zahlen insbesondere Start-ups und mittelständische Unternehmen den Preis für Versäumnisse im europäischen Gesetzgebungsprozess«, so Rabe. »Wenn Europa eine Chance im KI-Wettrennen haben will, brauchen wir wettbewerbsfähige Regeln für künstliche Intelligenz.”
Für den Vollzug in Deutschland begrüßt eco die zentrale Rolle der Bundesnetzagentur. Entscheidend sei jedoch eine einheitliche und praxistaugliche Anwendung der Vorgaben.
»Der Vollzug entscheidet darüber, ob der AI-Act Vertrauen in KI stärkt oder zum Investitions- und Innovationshemmnis wird. Die nationale Umsetzung des AI-Act darf weder zu einem deutschen Behördenpuzzle noch zu einem europäischen Flickenteppich werden«, sagt Rabe.
Gleichzeitig warnt eco davor, dass Transparenzpflichten keine falsche Sicherheit schaffen sollten beim Erkennen von Bearbeitungen und Manipulationen durch KI. »Die Notwendigkeit, KI-Kompetenz in der Breite der Bevölkerung zu verankern, können Transparenzpflichten nicht ersetzen«, sagt Alexander Rabe.
eco fordert daher schnellstmöglich klare, technisch umsetzbare Standards und eine europaweit koordinierte, rechtssichere und innovationsfreundliche Vollzugspraxis.
Folgendes Infopapier stellt eco zur Orientierung zu den Transparenzpflichten des AI-Acts zur Verfügung.
INFOPAPIER
Zum Inkrafttreten von Teilen der europäischen KI-Verordnung und Transparenzpflichten für Unternehmen
Berlin 31.07.2026
Adressatenkreis und betroffene Unternehmen:
Grundsätzlich gelten die Transparenzpflichten des AI Act für alle Unternehmen – unabhängig von Größe oder Branche.
Der AI Act unterscheidet dabei zwei Rollen: Anbieter (die Entwickler der KI) und Betreiber beziehungsweise Deployer, also Unternehmen oder Personen, die die KI im Alltag einsetzen. Betroffen ist also nicht nur, wer KI baut, sondern jeder, der sie im Geschäftsalltag nutzt: Chatbot auf der Website, KI-generierte Bilder im Marketing, ein Voice-Bot im Kundenservice.
Die Transparenzpflichten aus Artikel 50 werden am 2. August 2026 vollumfänglich anwendbar, unabhängig vom »Digital Omnibus«. Dieser verschiebt zwar große Teile der Hochrisiko-Pflichten in den Dezember 2027 beziehungsweise August 2028, doch Artikel 50 ist davon ausdrücklich nicht erfasst. Eine Ausnahme gibt es für die bereits vor dem 2. August 2026 auf dem Markt befindlichen KI-Systeme: Hier verschiebt der Digital-Omnibus die konkrete Pflicht zur Kennzeichnung und Erkennbarmachung künstlich erzeugter Inhalte auf den 2. Dezember 2026.
Welche konkreten Fälle müssen Unternehmen?
Drei Hauptfälle:
- Chatbots/Sprachassistenten:
Kommuniziert ein Kunde direkt mit einer KI, muss dies spätestens beim ersten Kontakt klar offengelegt werden – zum Beispiel ein Hinweis im Chatfenster. - KI-generierte Inhalte (Text, Bild, Audio, Video):
müssen als künstlich erzeugt gekennzeichnet werden. - Deepfakes:
Wer ein KI-System einsetzt, das Bild-, Audio- oder Videoinhalte erzeugt oder manipuliert, die einen Deepfake darstellen, muss offenlegen, dass die Inhalte künstlich erzeugt oder manipuliert wurden.
Ausnahmen von dieser Regel:
Bei KI-generierten Texten entfällt die Offenlegungspflicht, wenn diese vorab einer inhaltlich fundierten menschlichen Prüfung und redaktionellen Kontrolle unterzogen wurden und das Unternehmen die Verantwortung dafür übernimmt. Auch reine Grammatik- oder Rechtschreibkorrektur muss nicht gekennzeichnet werden, ebenso wenig offensichtlich künstlerische, satirische oder fiktionale Deepfakes, dort darf die Kennzeichnung so erfolgen, dass sie den Gesamteindruck nicht beeinträchtigt. Die Kennzeichnung von KI-Inhalten muss grundsätzlich sowohl maschinenlesbar, etwa in den Metadaten, als auch für den Nutzer erkennbar erfolgen. Je nach Medium kann dies etwa durch eine Ansage, ein sichtbares Label/Icon oder einen akustischen Hinweis erfolgen.
Sanktionen:
Verstöße gegen die Transparenzpflichten können mit Bußgeldern von bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes geahndet werden – je nachdem, welcher Betrag höher ist. Für kleinere Unternehmen gelten angepasste, niedrigere Obergrenzen.
Aufsicht und Durchsetzung
Auf EU-Ebene:
Zentrale Behörde ist das AI Office, das die Marktaufsicht koordiniert, Hochrisikosysteme überwacht, Leitlinien erstellt und bei Verstößen Sanktionen verhängen kann – in enger Zusammenarbeit mit dem AI Board, in dem die Mitgliedstaaten vertreten sind. Zudem hat das AI Office einen Code of Practice zu den Transparenzpflichten erstellt, der Unternehmen bei der Einhaltung helfen kann [1].
In Deutschland:
Deutschland setzt auf bestehende Behördenstrukturen und sektorale Zuständigkeiten. Zentrale Rolle spielt die Bundesnetzagentur, die als Marktüberwachungsbehörde, notifizierende Behörde sowie zentrale Anlaufstelle fungiert. Dafür wurde mit dem KI-Marktüberwachungs- und Innovationsförderungsgesetz (KI-MIG) ein Koordinierungs- und Kompetenzzentrum bei der Bundesnetzagentur eingerichtet. Für regulierte Sektoren bleiben Fachbehörden zuständig, etwa die BaFin für Finanzunternehmen; Datenschutzbehörden werden ergänzend, aber an untergeordneter Stelle einbezogen.
[1] https://digital-strategy.ec.europa.eu/de/policies/contents-code-gpai
3389 Artikel zu „KI Transparenz“
News | Business | Business Process Management | Geschäftsprozesse | Kommunikation | Künstliche Intelligenz | Services
Revenue Intelligence: Wie KI Transparenz in umsatzrelevante Kommunikationsprozesse bringt
In vielen Vertriebsorganisationen entstehen täglich große Mengen an Kommunikationsdaten – aus Telefonaten, Videomeetings, Chats oder E‑Mails. Obwohl diese Interaktionen einen entscheidenden Einfluss auf Abschlussquoten, Kundenbindung und Forecast-Genauigkeit haben, bleiben die darin enthaltenen Informationen häufig ungenutzt. Moderne Revenue‑Intelligence‑Ansätze setzen genau an dieser Stelle an und zielen darauf ab, Kommunikationsdaten systematisch auszuwerten und für vertriebsnahe Entscheidungen nutzbar…
News | IT-Security | Künstliche Intelligenz
Verhaltensanalysen für KI-Agenten in Cloud-Umgebungen: Transparenz und Anomalieerkennung als Sicherheitsfaktor
Wie Security-Teams autonome Software-Agenten über den Lebenszyklus hinweg beobachten, Normalverhalten modellieren und Abweichungen frühzeitig erkennen können. Mit der zunehmenden Verbreitung von KI-Agenten in Unternehmen entsteht eine neue Herausforderung für die IT-Sicherheit: Autonome Systeme handeln eigenständig, interagieren miteinander und greifen auf Daten sowie Dienste zu – häufig bei eingeschränkter Nachvollziehbarkeit von Entscheidungen und Aktionen. Klassische…
Strategien | Top-Thema | Ausgabe 9-10-2016
Mehr Transparenz für Kostenblöcke: Neue Wege im Benchmarking der Applikationsentwicklung
Nachdem die Infrastruktur in den Rechenzentren in den letzten Jahren ausgiebig gebenchmarkt und in Folge dessen standardisiert wurde, rücken zunehmend die Applikationen (Anwendungen) in den Fokus der CIOs. Hier gibt es noch große Kostenblöcke, die nicht hinreichend transparent sind.
News | Business | Business Process Management | Geschäftsprozesse | Infrastruktur | Rechenzentrum | Services
Mainframe TCO: Transparenz, Nutzung und Wirtschaftlichkeit im Fokus
Mainframes gehören weiterhin zu den zentralen Säulen geschäftskritischer IT‑Infrastrukturen. Sie verarbeiten laut Branchenangaben rund 72 % der weltweiten Transaktionslast und bilden das Rückgrat zahlreicher Finanz-, Industrie- und Verwaltungsprozesse. Trotz dieser strategischen Bedeutung kämpfen viele Unternehmen mit einer grundlegenden Herausforderung: Die tatsächlichen Kosten und die Nutzung ihrer Mainframe‑Umgebungen sind oft schwer nachvollziehbar. Opaque Kostenstrukturen, komplexe Abrechnungsmodelle und…
News | Business Process Management | Effizienz | Favoriten der Redaktion | IT-Security | Künstliche Intelligenz | Services
Von selektiven Checks zur umfassenden Analyse: Deutsche Telekom nutzt KI für Cybersecurity
Management Summary KI wird zum Skalierungshebel für Cybersecurity: Die Deutsche Telekom zeigt, wie sich etablierte Sicherheitsanalysen mit GPT-5.5 Cyber von punktuellen Prüfungen auf deutlich größere IT-Umgebungen ausweiten lassen. Bestehende Security-Verfahren bleiben maßgeblich: KI ersetzt weder Red Teams noch klassische Prüfprozesse, sondern erweitert deren Reichweite und entlastet Fachkräfte bei wiederkehrenden Analyseaufgaben. Zwei praxisnahe Einsatzfelder stehen im…
News | Business | Business Process Management | Geschäftsprozesse | Künstliche Intelligenz | Services
Die europäische KI-Verifizierung: Deterministisch. Quittiert. Bereit.
Management Summary Transparenzpflichten werden 2026 scharf geschaltet: Ab 2. August 2026 müssen Anbieter und Nutzer von Allzweck‑KI nach Artikel 50 EU‑KI‑Gesetz nachweisbare, prüfbare Belege für KI‑Ergebnisse liefern – reine Zusicherungen reichen nicht mehr. Verifizierung wird zum europäischen Wettbewerbsfaktor: Die EU‑Industrie ist auf belastbare Fakten angewiesen; eine deterministische Verifizierungsschicht wird zum Fundament für sichere Lieferketten, Compliance und vertrauenswürdige KI‑Nutzung.…
News | Business Process Management | Favoriten der Redaktion | IT-Security | Künstliche Intelligenz
Laufzeitautorisierung für KI-Agenten: Warum Zugriffskontrolle innerhalb der Sitzung wichtiger wird
KI-Agenten verändern die Sicherheitsarchitektur in Unternehmen. Sie greifen autonom auf Datenbanken, Cloud-Konsolen, Kubernetes-Cluster oder SSH-Hosts zu und führen dort Aktionen mit hoher Geschwindigkeit aus. Klassische Identitäts- und Zugangskontrollen reichen dafür nur bedingt aus: Sie prüfen häufig, ob ein Zugriff erlaubt ist, aber nicht granular genug, was während der Sitzung tatsächlich geschieht. Laufzeitautorisierung setzt genau an…
Trends 2026 | News | Trends Security | Favoriten der Redaktion | IT-Security | Künstliche Intelligenz | New Work | Tipps
Bis 2029 werden die meisten Datenschutzvorfälle auf KI-generierte Schlussfolgerungen zurückzuführen sein
KI-bedingte Datenschutzrisiken erfordern von CISOs, den Fokus über den klassischen Schutz personenbezogener Daten hinaus auf die Governance KI-generierter Schlussfolgerungen auszuweiten. Management Summary KI verändert das Risikoprofil des Datenschutzes grundlegend: Datenschutzvorfälle entstehen künftig nicht nur durch die Offenlegung personenbezogener Daten, sondern zunehmend durch Schlussfolgerungen, die KI-Systeme aus vorhandenen, aggregierten oder anonymisierten Daten ableiten. Für Unternehmen…
Trends 2026 | News | Trends Security | IT-Security | Künstliche Intelligenz
Der Kontrollverlust bei den KI-Agenten
Der CISO Insight Report von Okta warnt mit deutlichen Zahlen vor einem Kontrollverlust bei der Sicherheit von KI-Agenten. Okta, der Identitätsanbieter, hat seinen Global CISO Insights 2026 Report veröffentlicht, der eine kritische Governance-Lücke beim Einsatz von KI-Agenten aufdeckt [1]. Befragt wurden 306 CISOs weltweit, darunter auch aus Deutschland. Unternehmen treiben die Adaption von KI-Agenten derzeit…
News | Business | Business Process Management | Digitalisierung | IT-Security | Künstliche Intelligenz | Services | Strategien
Souverän und KI-fähig – wie der öffentliche Sektor seine Daten nutzbar macht, ohne die Kontrolle zu verlieren
Mit dem Digital Austria Act 2.0 hat die Regierung im Sommer 2025 einen strategischen Rahmen geschaffen, der den Einsatz von KI in der Verwaltung in den Mittelpunkt rückt und die digitale Souveränität Österreichs stärken soll [1]. Kritische digitale Dienste sollen so künftig stärker auf europäischen Technologien und offenen Standards basieren, ergänzt um eine nationale…
News | Effizienz | Künstliche Intelligenz | Nachhaltigkeit | Strategien
Leistungsschub mit KI – Quantencomputing-basierte Methoden machen das Training großer KI-Modelle effizient
KI hat in vielen Arbeits- und Lebensbereichen bereits Einzug gehalten. Das Training moderner KI-Modelle erfordert jedoch enorme Rechenressourcen, verbunden mit hohem Energieverbrauch und erheblichen CO₂-Emissionen. Daher muss dieser Bedarf durch intelligente Methoden deutlich gedrosselt werden. Das QC-Train Projektteam aus der infoteam Software AG, dem Fraunhofer-Institut für Integrierte Schaltungen IIS, der OptWare GmbH sowie den…
News | Business | Favoriten der Redaktion | IT-Security | Künstliche Intelligenz | Strategien | Tipps
Wenn der Test zur Attacke wird: Der OpenAI-Vorfall als Weckruf für die KI-Sicherheit
Ein autonomer KI-Agent verlässt eine isolierte Testumgebung, verschafft sich Zugang zum offenen Internet und kompromittiert die Infrastruktur einer fremden Plattform. Der Vorfall bei Hugging Face markiert eine Zäsur: Aus der theoretischen Debatte über agentische Risiken ist eine konkrete Herausforderung für Cyberabwehr, Modelltests und Regulierung geworden. Die entscheidende Erkenntnis: Hochleistungsmodelle sind nicht mehr nur Werkzeuge,…
News | Business Process Management | Infrastruktur | IT-Security | Kommentar | Künstliche Intelligenz
Cyberresilienz im Zeitalter von KI: Wie sicher ist das IoT wirklich?
Die Bedrohungslage im Bereich der Cybersicherheit verändert sich rasant. Das Bundesamt für Sicherheit in der Informationstechnik (BSI) warnt aktuell, dass künstliche Intelligenz die Geschwindigkeit, Skalierung und Automatisierung von Cyberangriffen erheblich erhöht und Unternehmen ihre Sicherheitsstrategien entsprechend anpassen müssen [1]. Vor diesem Hintergrund gewinnt der Cyber Resilience Act (CRA) der Europäischen Union zusätzlich an Bedeutung und…
News | Business | IT-Security | Kommentar | Künstliche Intelligenz | Strategien
»AI Kill Switch Act«: KI braucht Kontrolle
In den Nachrichten: Die Abgeordneten Ted Lieu und Nathaniel Moran haben in den USA den parteiübergreifenden »AI Kill Switch Act« eingebracht. Er würde betroffene KI-Entwickler verpflichten, Kontrollmechanismen vorzuhalten, mit denen sich die Inferenzleistung drosseln, Nutzer oder Funktionen einschränken, Dienste aussetzen oder Systeme abschalten lassen. Das US-Heimatschutzministerium könnte nach einem erfassten Vorfall den Einsatz dieser Kontrollmechanismen…
News | Digitalisierung | Infrastruktur | Künstliche Intelligenz | Nachhaltigkeit | Services | Strategien
KI-gestütztes Frühwarnsystem im Tennenloher Forst erkennt Waldbrände frühzeitig: Projekt SmartForestFire
© Fraunhofer IIS / Paul Pulkert Sensoren erfassen Umweltparameter im Tennenloher Forst. Management Summary – SmartForestFire KI‑gestützte Frühwarnplattform: SmartForestFire kombiniert kamerabasierte Bildanalyse, Sensorik und die LPWAN‑Funktechnologie mioty®, um Rauchentwicklungen in Waldgebieten frühzeitig und zuverlässig zu erkennen. Reduktion von Fehlalarmen: Mehrstufige KI‑Modelle verknüpfen Bild-, Geo- und Sensordaten und unterscheiden Rauch präzise von Störfaktoren wie Nebel…
Trends 2026 | News | Business Process Management | Trends Infrastruktur | Effizienz | Favoriten der Redaktion | Künstliche Intelligenz | New Work | Services | Whitepaper
Die neue Bürokratie: KI-Komplexität erhöht den Arbeitsaufwand und drückt auf die Motivation der IT-Teams
Während sich politische Entscheidungsträger und Wirtschaftsvertreter in Deutschland weiterhin darauf konzentrieren, Effizienz zu steigern und Bürokratie abzubauen, deutet eine neue Studie von Freshworks darauf hin, dass viele Unternehmen stattdessen eine neue Ebene interner Bürokratie durch zunehmend komplexe KI-Umgebungen schaffen. Die Ergebnisse des Freshworks Global Cost of Complexity Report – einer Studie unter 12.021 IT-Entscheidungsträgern…
News | Business Process Management | Digitalisierung | Favoriten der Redaktion | Geschäftsprozesse | Künstliche Intelligenz | New Work | Services | Tipps
Governance als Schlüssel für agentische KI
Management Summary Agentische KI verändert die Spielregeln: Aus reaktiven Assistenten werden operative Akteure, die selbstständig auf Daten und Systeme zugreifen, Prozesse koordinieren und Aktionen auslösen. Governance wird zur Schlüsselarchitektur: Eine zentrale Kontrollschicht muss Rollen, Rechte, Freigaben und Verantwortlichkeiten technisch durchsetzen und jeden Zugriff nachvollziehbar machen. Regulatorik erhöht den Handlungsdruck: Der EU AI Act verlangt belastbare…
News | Business Process Management | Effizienz | IT-Security | Künstliche Intelligenz | Tipps
Für KI reißen Unternehmen etablierte Sicherheitsmauern ein
Management Summary Der breite Einsatz von künstlicher Intelligenz verändert die Sicherheitsarchitektur von Unternehmen grundlegend: KI-Systeme benötigen umfangreichen, schnellen Datenzugriff und können dadurch etablierte Schutzmechanismen wie rollenbasierte Zugriffssteuerung, Row-Level Security sowie kontrollierte Datenfreigaben unterlaufen. Damit verschiebt sich die zentrale Governance-Frage von »Wer darf welche Daten sehen?« zu »Was darf die KI aus welchen Daten ableiten –…
News | Business | Künstliche Intelligenz | New Work | Strategien
70 Jahre KI: Der Wettbewerb verlagert sich von den Modellen zur Umsetzung
Management Summary Strategie vor Aktionismus: Der nachhaltige KI-Erfolg hängt weniger von maximaler Modellleistung als von klar definierten Einsatzszenarien, passenden Autonomiegraden und einer konsequenten Umsetzungsstrategie ab. Mehrwert entsteht im operativen Alltag: KI sollte reale Geschäftsprobleme lösen und insbesondere Mitarbeitende in Handel, Produktion, Logistik und Lieferketten wirksam unterstützen. Vertrauen wird zum Wettbewerbsfaktor: Unternehmen müssen menschliche und automatisierte…
News | Business | Favoriten der Redaktion | Geschäftsprozesse | IT-Security | Künstliche Intelligenz | Strategien | Tipps
Agentische KI: Produktivität mit hohem Risiko
Management Summary Agentische KI eröffnet Unternehmen erhebliche Produktivitätspotenziale, erweitert aber zugleich die Angriffsfläche, da KI-Agenten selbstständig auf Systeme, Daten und Anwendungen zugreifen können. Schatten-KI entsteht, wenn Mitarbeitende private oder nicht freigegebene Tools nutzen; dadurch können vertrauliche Informationen unkontrolliert an externe Dienste gelangen. Besonders kritisch sind Erweiterungen, Skills und Plugins, die manipuliert sein können und mit…
Nick Boyer, Senior Director, Strategic Consulting bei Conga
Felix Colaci, Okta
