Eine merkwürdige Sache passierte, als KI-Schreibtools weit verbreitet wurden: Viele Verlage behandelten sie als Volumenhebel. Mehr Seiten produzieren, für mehr Long-Tail-Keywords ranken, die Konkurrenz durch schiere Geschwindigkeit überholen. Die Logik war verführerisch – wenn eine Maschine tausend Artikel in der Zeit verfassen kann, die ein Mensch für einen braucht, warum sollte man nicht die Kurbel drehen?
Weil Suchmaschinen und Regulierungsbehörden jetzt eine andere Frage stellen. Nicht, wie viel Sie veröffentlicht haben, sondern ob irgendetwas davon überprüfbar ist.
Die Volumenfalle
Googles Spam-Richtlinien haben eine Kategorie dafür: Skalierter Inhaltsmissbrauch. Die Richtlinie stellt klar, dass minderwertige Inhalte, die in großem Umfang produziert werden, gegen die Search Essentials verstoßen – unabhängig davon, ob ein Mensch oder eine Maschine sie geschrieben hat. Der Mechanismus, der Sie bestraft, ist derselbe – dünne, unoriginelle Seiten, die eine Suchanfrage schlecht bedienen –, aber das Werkzeug, das sie produziert, hat sich geändert. Ein Mensch, der oberflächliche Artikel ausspuckt, bekommt eine Verwarnung. Eine automatisierte Pipeline, die dieselbe Arbeit erledigt, erhält dieselbe Einstufung, nur schneller.
Die Falle ist, dass Volumen sich wie Fortschritt anfühlt. Mehr Seiten bedeuten mehr Chancen zu ranken, mehr Werbeinventar, mehr Datenpunkte für das Analyse-Dashboard. Aber die Kosten sind unsichtbar, bis sie eintreten: eine manuelle Maßnahme, ein Ranking-Abfall, eine seitenweite Deindexierung. Und einmal verlorenes Vertrauen kehrt nicht nach einem Veröffentlichungsplan zurück.
Herkunft als Vertrauenssignal
Die Alternative ist, auf etwas zu optimieren, das schwerer zu messen, aber beständiger ist: Herkunft. Die Coalition for Content Provenance and Authenticity (C2PA) hat eine technische Spezifikation für Content-Provenance-Manifeste veröffentlicht – kryptografische Metadaten, die mit einem Inhalt reisen und aufzeichnen, wie er erstellt wurde, mit welchen Werkzeugen und ob er modifiziert wurde. Das ist kein Wasserzeichen oder Label. Es ist eine Besitzkette für Informationen.
Ein C2PA-Manifest beweist für sich genommen nicht, dass eine Behauptung in Absatz drei aus einer bestimmten Quelle stammt, und es sollte nicht als Wahrheitsmaschine verkauft werden. Es kann die Entstehungs- und Änderungsgeschichte inspizierbar machen. Ein verlagseigenes Claim-Ledger trägt dann die Quellenlinks für einzelne faktische Behauptungen, während der Gate-Receipt die menschliche Prüfung dokumentiert. Der Stack garantiert keine Wahrheit. Er macht Rückverfolgbarkeit möglich, und Rückverfolgbarkeit ist die Voraussetzung für Verantwortlichkeit.
Googles Haltung: gleiche Messlatte, anderes Werkzeug
Googles offizielle Leitlinie zu KI-generierten Inhalten wird oft als freizügig missverstanden. Sie besagt, dass KI-Unterstützung nicht gegen die Richtlinien verstößt und der Fokus auf Inhaltsqualität statt Produktionsmethode liegen sollte. Weniger häufig zitiert wird der Nachsatz: Inhalte, die durch Automatisierung erstellt wurden, müssen dennoch denselben Standards entsprechen wie menschlich produzierte Inhalte – Originalität, Fachwissen, Nützlichkeit.
Das ist keine Hintertür. Es ist eine Wiederholung der bestehenden Qualitätslatte mit einer neuen Fußnote darüber, wie der Inhalt erstellt wurde. Der praktische Effekt ist, dass Verlage ihr redaktionelles Urteilsvermögen nicht an ein Sprachmodell auslagern können. Das Urteil muss immer noch stattfinden. Die Frage ist nur, ob der Verlag es nachweisen kann.
Der Transparenzvorstoß der EU
Der Verhaltenskodex der Europäischen Kommission zur Transparenz von KI-generierten Inhalten fügt rund um Artikel 50 des AI Act eine regulatorische Ebene hinzu. Die Transparenzpflichten aus Artikel 50 sollen ab dem 2. August 2026 gelten, während die Teilnahme am Kodex freiwillig ist. Der Kodex hilft Anbietern und Anwendern, die Kennzeichnungs- und Markierungspflichten für KI-generierte oder manipulierte Inhalte nachzuweisen. Für Verlage ist die Richtung klar: Ein Leser sollte zwischen einem von Menschen geschriebenen Leitartikel und einer maschinell erstellten Zusammenfassung unterscheiden können, ohne sich durch eine AGB-Seite zu wühlen.
Dies verschiebt die Last von einer optionalen Best Practice hin zu Compliance-Arbeit. Verlage, die Provenance als Marketing-Add-on statt als strukturelle Verpflichtung behandeln, werden sich auf der falschen Seite sowohl von Suchalgorithmen als auch von Regulierung wiederfinden.
Wie Claim-Ledger und Gate-Receipts funktionieren
Unser Ansatz für dieses Problem ist kein einzelnes Tool, sondern eine Workflow-Einschränkung. Jeder KI-gestützte Text durchläuft ein Claim-Ledger – ein strukturiertes Protokoll, das jede faktische Behauptung im Entwurf aufzeichnet und mit einer überprüfbaren Quelle verknüpft. Das Ledger ist keine Bibliografie. Es ist eine Prüfspur. Wenn die Quelle schwach ist, wird die Behauptung markiert, bevor der Entwurf einen menschlichen Prüfer erreicht.
Der Gate-Receipt ist die zweite Schicht. Er verfolgt den redaktionellen Prüfprozess selbst: Wer den Entwurf geprüft hat, welche Änderungen vorgenommen wurden und ob der Prüfer jede markierte Behauptung akzeptiert oder abgelehnt hat. Die Kombination bedeutet, dass der Verlag bei Veröffentlichung zwei Fragen beantworten kann, die die meisten KI-Inhalts-Pipelines nicht können: Woher stammt diese Behauptung? und Wer hat sie geprüft?
Praktische Schritte für Verlage
Provenance in einen KI-Workflow einzubauen, erfordert keine Zertifizierung durch eine Normungsorganisation. Es erfordert ein paar strukturelle Entscheidungen:
- Jede Quelle protokollieren, bevor Sie schreiben. Wenn ein Entwurf eine Behauptung aufstellt, die nicht auf eine aufgenommene Quelle zurückgeführt werden kann, sollte sie den Bildschirm des Redakteurs nicht erreichen.
- Den Menschen als Prüfer im Kreislauf halten, nicht als Prompt-Ingenieur. Die Aufgabe des Redakteurs ist es, Behauptungen zu verifizieren, nicht Prompts zu optimieren, bis die Ausgabe plausibel aussieht.
- Die Provenance-Spur veröffentlichen. Ob über C2PA-Metadaten plus eine einfache „Quellen und Methoden“-Notiz oder über ein sichtbares Claim-Ledger: Machen Sie die Besitzkette inspizierbar.
- Nützlichkeit messen, nicht Volumen. Verfolgen Sie, ob Leser den Inhalt hilfreich finden, nicht nur, ob er rankt. Beide korrelieren mit der Zeit, aber Volumen allein ist ein nachlaufender Indikator, der zur Haftung wird.
Die Verlagsbranche hat zwei Jahre damit verbracht zu lernen, dass KI Inhalte produzieren kann. Die nächsten zwei Jahre werden diejenigen trennen, die gelernt haben, verantwortungsvolle Inhalte zu produzieren, von denen, die nur gelernt haben, mehr zu produzieren.
