Am 7. Mai 2026 hat die EU im Digital Omnibus die meisten AI-Act-Fristen auf 2027 verschoben — aber eine Frist bleibt eng: Die Wasserzeichen-Pflicht nach Art. 50 EU AI Act greift am 2. Dezember 2026. Wer KI-generierte Inhalte fuer den EU-Markt produziert — und das ist faktisch jeder Marketing-, Medien- oder Agentur-Akteur in DACH — hat 6 Monate Zeit, einen sauberen Wasserzeichen-Stack aufzusetzen. Wir zeigen, was Pflicht ist, was nice-to-have, und welche Stacks heute schon funktionieren.
Was steht in Art. 50 EU AI Act?
Artikel 50 der EU-AI-Act-Verordnung (2024/1689) regelt die Transparenzpflichten fuer generative KI. Die zentralen Vorschriften:
- Maschinenlesbare Markierung (Art. 50 Abs. 2): Anbieter von KI-Systemen, die synthetische Inhalte erzeugen, muessen sicherstellen, dass die Ausgaben in einem maschinenlesbaren Format als KI-generiert oder KI-manipuliert markiert sind.
- Sichtbare Kennzeichnung bei Deepfakes (Art. 50 Abs. 4): Deployer, die KI-generierte oder -manipulierte Inhalte ueber reale Personen, Ereignisse oder Orte verbreiten, muessen das klar offenlegen.
- Sichtbare Kennzeichnung bei oeffentlich relevanten Texten: KI-generierte Texte zu Themen von oeffentlichem Interesse muessen ebenfalls gekennzeichnet werden — Ausnahmen gelten fuer rein redaktionell kontrollierte Inhalte.
Wichtig: Die Pflicht trifft sowohl Anbieter (Provider) als auch Deployer. Wenn du als Agentur ChatGPT-generierten Content fuer einen Kunden lieferst, bist du Deployer und stehst in der Pflicht.
Die neue Frist: 2. Dezember 2026
Der Digital Omnibus hat die Wasserzeichen-Pflicht von 2. August auf 2. Dezember 2026 geschoben — als Kompromiss, weil die Industrie eine schnellere Umsetzung als technisch unmoeglich kritisiert hatte. Konkret:
| Vorschrift | Vorherige Frist | Neue Frist | Aenderung |
|---|---|---|---|
| Art. 50 Abs. 2 (Maschinenlesbare Markierung) | 2. August 2026 | 2. Dezember 2026 | +4 Monate |
| Art. 50 Abs. 4 (Deepfake-Offenlegung) | 2. August 2026 | 2. Dezember 2026 | +4 Monate |
| Code of Practice (Industry-Standard) | Juni 2026 | August/September 2026 | leichter Verzug |
| Hochrisiko Anhang III | 2. August 2026 | 2. Dezember 2027 | +16 Monate |
Die Hochrisiko-Verschiebung haben wir bereits im Digital-Omnibus-Artikel ausfuehrlich behandelt. Die Wasserzeichen-Frist ist die einzige Verpflichtung mit unmittelbarer 2026-Wirkung, die nicht vollstaendig auf 2027 verschoben wurde.
C2PA, SynthID, sichtbares Label — der Technik-Stack im Vergleich
Die Verordnung schreibt kein bestimmtes Verfahren vor, sondern nur das Ergebnis: maschinenlesbare Markierung. In der Praxis haben sich drei Verfahren etabliert.
1. C2PA (Content Authenticity Initiative)
C2PA ist ein offener Industrie-Standard, getragen von Adobe, Microsoft, OpenAI, Google, BBC und vielen anderen. Das Verfahren:
- Speichert kryptographisch signierte Metadaten in der Bild-/Video-Datei (Manifest)
- Enthaelt Herkunft, KI-Tool, Zeitstempel, Modell-Version
- Wird beim Re-Export durch C2PA-faehige Tools mitgeschrieben
Vorteil: Industriestandard, von Browsern (Edge, ab Chrome 134 nativ) lesbar. Nachteil: Metadaten koennen entfernt werden — der Inhalt selbst bleibt unmarkiert.
2. SynthID (Google)
Googles SynthID ist ein steganographisches Wasserzeichen, das direkt im Pixel-, Audio- oder Token-Rauschen platziert wird. Es bleibt erhalten, auch wenn:
- das Bild komprimiert wird (JPEG, WebP)
- es zugeschnitten oder skaliert wird
- es durch Photoshop oder andere Editoren laeuft
Vorteil: Robust gegen Manipulation, fuer Menschen unsichtbar. Nachteil: Aktuell nur fuer Google-Modelle (Imagen, Veo, Lyria) verfuegbar. OpenAI und Anthropic arbeiten an aehnlichen Verfahren — Stand Mai 2026 noch nicht produktiv.
3. Sichtbares Label
Der klassische Endnutzer-Hinweis: “Dieses Bild wurde mit KI erstellt” im Footer, in der Bildunterschrift oder als eingebrannter Overlay-Text.
Vorteil: Einfach, billig, sofort verstaendlich. Nachteil: Erfuellt nicht die maschinenlesbare Pflicht nach Art. 50 Abs. 2 — nur die zusaetzliche Deepfake-Offenlegungspflicht nach Abs. 4.
Welche Stacks erfuellen Art. 50 heute schon?
Wir haben fuer die wichtigsten KI-Plattformen geprueft, welche Markierungs-Verfahren standardmaessig aktiv sind:
| Plattform | C2PA | SynthID | Sichtbares Label | Art-50-konform |
|---|---|---|---|---|
| ChatGPT (DALL-E 3) | Ja | Nein | Nein | Ja (maschinenlesbar) |
| Midjourney v7 | Optional | Nein | Nein | Nur mit Opt-in |
| Google Imagen 4 | Ja | Ja | Nein | Ja (doppelt) |
| Adobe Firefly | Ja | Nein | Nein | Ja |
| Anthropic (kein Image-Modell) | n/a | n/a | n/a | n/a |
| Open-Source (Flux, SD) | Nein | Nein | Nein | Selbst pflegen! |
| Veo 3 / Sora 2 | Ja | Ja (Veo) / Ja (Sora) | Optional | Ja |
Konsequenz: Wer kommerziell Open-Source-Modelle wie Flux Pro oder Stable Diffusion 3.5 in Produktion einsetzt, muss eigenstaendig C2PA-Metadaten anhaengen — sonst Verstoss. Tools wie ContentCredentials.org/verify helfen beim Pruefen.
Praxis-Stack fuer DACH-Unternehmen
Wir empfehlen drei Setup-Stufen je nach Unternehmensgroesse:
Stufe 1: Solo-Selbstaendige und kleine Agenturen
- Bild-Workflow: Nur Adobe Firefly oder DALL-E 3 nutzen — beide schreiben C2PA automatisch.
- Video-Workflow: Veo 3 oder Sora 2 — beide sind ab Werk konform.
- Text-Workflow: Kennzeichnung im Footer (“Dieser Artikel wurde mit Unterstuetzung von ChatGPT erstellt”), wenn der Text zu oeffentlich relevanten Themen gehoert (Politik, Gesundheit, Finanzen).
- Audit-Doku: Excel-Sheet, das alle KI-Tools und ihre Markierungs-Modi auflistet.
Stufe 2: Mittelstaendische Marketing-Teams
- DAM-Integration: Asset-Management mit C2PA-Validierung (etwa Bynder oder Frontify).
- Open-Source-Modelle: Eigene C2PA-Signing-Pipeline, etwa mit der Open-Source-Library.
- Compliance-Inventory: Im KI-Inventar saemtliche generative-KI-Tools mit Markierungs-Status erfassen.
Stufe 3: Konzerne und kritische Branchen
- C2PA Signing Authority: Eigene Zertifikate fuer interne Tools.
- Watermark-Audit: Quartalsweise Stichproben mit Verifizierungs-Tools.
- Vertragliche Klauseln: Jeder externe Dienstleister muss C2PA-Konformitaet garantieren.
Was passiert, wenn du nichts tust?
Bussgelder bis 15 Mio. EUR oder 3 Prozent des weltweiten Konzernumsatzes sind moeglich. Wichtiger fuer den Mittelstand:
- Reputationsrisiko: Eine fehlende Wasserzeichen-Pruefung wird in Audits sofort sichtbar.
- Haftung: Wenn ein Deepfake aus deiner Marketing-Pipeline aufrufbar ist, ohne Wasserzeichen, sind Schadensersatz-Forderungen ein realistisches Szenario.
- Wettbewerbsverbot: Plattformen wie LinkedIn, Meta und Google haben bereits angekuendigt, nicht-konforme KI-Inhalte zu deprioritisieren — ab spaetestens Q4 2026.
Was du in den naechsten 90 Tagen tun solltest
- Tool-Audit (Woche 1–2): Liste alle generative-KI-Tools im Unternehmen auf. Pruefe, welche C2PA oder SynthID schreiben.
- Lueckenanalyse (Woche 3–4): Wo nutzt du Open-Source-Modelle ohne Markierung? Welche Inhalte sind Kandidaten fuer Art. 50?
- Stack-Migration (Monat 2): Open-Source-Modelle entweder ersetzen oder mit eigener C2PA-Pipeline ausstatten.
- Doku & Schulung (Monat 3): Inventarisiere im AEGIS-System und schule Marketing, PR und Agenturen.
- Compliance-Check (vor Dezember): Mit dem AI Act Readiness Check das gesamte Setup pruefen.
Genau dafuer haben wir den AEGIS Compliance-Hub gebaut. Das KI-Inventar gibt dir eine vorgefertigte Vorlage fuer das Tool-Audit, der AI Act Readiness Check klassifiziert dein Setup und das Dokumenten-Modul liefert dir vorformulierte Footer-Hinweise und Wasserzeichen-Statements fuer Vertraege und Webseiten.
Fazit: Die einzige enge Frist 2026 — und sie ist machbar
Anders als die Hochrisiko-Pflichten, die jetzt auf Dezember 2027 verschoben wurden, bleibt die Wasserzeichen-Frist eng. Die gute Nachricht: Wer die richtigen Tools nutzt (Firefly, DALL-E 3, Veo 3, Sora 2), ist faktisch ab Werk konform. Wer Open-Source-Modelle in Produktion einsetzt, muss eigene Signing-Pipelines bauen — das ist machbar, aber nicht in 4 Wochen.
Unsere Empfehlung: Starte jetzt mit dem Tool-Audit. Die meisten DACH-Unternehmen unterschaetzen, wie viele Schatten-KI-Tools in Marketing, Vertrieb und HR schon laufen — und genau diese werden im Audit zum Problem.
