KI-Kennzeichnung im E-Learning:

KI drin = kennzeichnen? So einfach ist es nicht.

Rund um den EU AI Act wird viel über die Kennzeichnung von KI diskutiert. Dabei entstehen vor allem zwei Missverständnisse: Die einen glauben, alles müsse gekennzeichnet werden, was irgendwie mit KI erstellt wurde. Die anderen gehen davon aus, dass das Thema vor allem die Anbieter von KI-Tools betrifft – beides stimmt so nicht.

Wichtig vorab: Das Folgende ist keine Rechtsberatung, sondern unsere fachliche Einordnung für die L&D-Praxis. Der EU AI Act schafft einen rechtlichen Rahmen für Transparenz beim Einsatz von KI. Wie diese Transparenz im Arbeitsalltag konkret umgesetzt wird, können Organisationen in einem gewissen Rahmen jedoch selbst beantworten.

Für einen ersten Schnellcheck reichen dabei drei Fragen:

• Können Lernende in Ihrem Lernangebot direkt mit einer KI interagieren, beispielsweise über einen Chatbot oder einen Lern-Buddy?
• Enthält Ihr Lernangebot KI-generierte Inhalte, etwa Bilder, Stimmen oder Videos?
• Werden KI-generierte Inhalte öffentlich bereitgestellt?

Wenn Sie eine dieser Fragen mit „Ja“ beantworten, lohnt sich ein genauerer Blick. Dann stellt sich die Frage, wie Sie den KI-Einsatz in Ihrem Lernangebot transparent und zugleich praxistauglich kennzeichnen. Genau dafür haben wir eine einfache 5-Stufen-Logik entwickelt.

Die 5-Stufen-Logik für die KI-Kennzeichnung im E-Learning

Der AI Act gibt die Richtung vor, beantwortet aber nicht jede praktische Frage im L&D-Alltag. Für L&D-Teams stellt sich vor allem eine Frage: Wann muss der Einsatz von KI in einem Lernangebot transparent gemacht werden – und wie lässt sich das im Alltag einfach und konsistent umsetzen?

Genau hier kann eine einfache Entscheidungslogik für das eigene L&D-Team helfen. Sie übersetzt die abstrakten Anforderungen des AI Acts in einen nachvollziehbaren Standard und unterstützt dabei, vergleichbare Anwendungsfälle auch vergleichbar zu behandeln.

Die 5-Stufen-Logik ist keine Rechtsnorm, sondern eine pragmatische Übersetzung der Transparenzpflichten für den L&D-Alltag – und in einigen Punkten sogar bewusst strenger als das gesetzliche Minimum. Ziel ist es nicht, jeden Einzelfall juristisch zu bewerten, sondern einen nachvollziehbaren Standard zu schaffen, der L&D-Teams Orientierung gibt und konsistente Entscheidungen bezüglich der Kennzeichnung ermöglicht.

Stufe 0: Kein direkter KI-Einfluss auf den Output

Auf dieser Stufe dient KI ausschließlich als internes Hilfsmittel. Sie unterstützt beispielsweise beim Brainstorming, bei der Ideenfindung oder bei der Strukturierung von Inhalten, prägt den späteren Lerncontent jedoch nicht direkt. Der finale Output entsteht durch die Autorin oder den Autor selbst.

Ein typisches Beispiel ist die Nutzung eines KI-Tools, um erste Themenideen für ein Web-based Training oder ein Erklärvideo zu sammeln. In solchen Fällen sehen wir keine Notwendigkeit für eine Kennzeichnung.

Stufe 1: KI-assistiert

Auf dieser Stufe unterstützt KI die Erstellung oder Überarbeitung eines Lernangebots, ohne dessen Inhalt maßgeblich zu bestimmen. Die KI übernimmt beispielsweise Übersetzungen, sprachliche Glättungen oder formuliert einzelne Textpassagen um. Die fachliche Aussage, Struktur und Verantwortung bleiben jedoch beim Menschen.

Ein typisches Beispiel ist die sprachliche Überarbeitung eines WBTs oder die Übersetzung eines bestehenden Trainings in eine andere Sprache. Auch in diesen Fällen sehen wir keine Notwendigkeit für eine Kennzeichnung.

Stufe 2: Substanziell KI-gestützt

Auf dieser Stufe prägt KI wesentliche Teile des späteren Lernangebots. Sie unterstützt nicht mehr nur bei einzelnen Formulierungen oder Übersetzungen, sondern erstellt größere Inhaltsbereiche eigenständig. Die fachliche Prüfung und Verantwortung bleiben zwar beim Menschen, der Einfluss der KI auf den fertigen Output ist jedoch deutlich erkennbar.

Ein typisches Beispiel ist ein WBT, dessen erste Textentwürfe oder Kapitel überwiegend von einer KI erstellt und anschließend von einer Autorin oder einem Autor fachlich überarbeitet werden. Ein möglicher Richtwert kann sein, dass mehr als etwa 30 % eines Textes direkt von der KI generiert wurden. Entscheidend ist jedoch nicht eine starre Prozentgrenze, sondern ob die KI den Charakter des fertigen Lernangebots wesentlich mitprägt.

Für solche Fälle hat sich ein transparenter Hinweis auf den KI-Einsatz als praktikable Lösung erwiesen – etwa im Vor- oder Abspann oder auf einem separaten Infoscreen.

Stufe 3: Synthetische Medien

Auf dieser Stufe kommen KI-generierte oder mithilfe von KI veränderte Medien zum Einsatz. Lernende hören beispielsweise eine KI-generierte Stimme, begegnen einem KI-Avatar oder sehen synthetisch erzeugte Bilder oder Videos innerhalb eines Lernangebots. Für sie ist dabei nicht immer unmittelbar erkennbar, dass diese Inhalte künstlich erzeugt wurden.

Gerade deshalb hat sich eine transparente Kennzeichnung als praktikabler Standard erwiesen – beispielsweise durch einen sichtbaren Hinweis oder einen Badge direkt am jeweiligen Medium. So wird für Lernende nachvollziehbar, wann KI zum Einsatz kommt, ohne den Lernprozess unnötig zu unterbrechen.

Stufe 4: Direkte KI-Interaktion

Auf dieser Stufe interagieren Lernende unmittelbar mit einem KI-System – beispielsweise mit einem Chatbot, einem Lern-Buddy oder einer anderen KI-gestützten Assistenz. Die KI ist hier nicht nur Bestandteil des Lernangebots, sondern wird selbst zum Interaktionspartner.

Gerade in diesen Fällen ist Transparenz besonders wichtig. Lernende sollten klar erkennen können, dass sie mit einer KI interagieren. Ein gut sichtbarer Hinweis zu Beginn der Interaktion oder eine eindeutige Kennzeichnung des Systems schafft Klarheit und stärkt das Vertrauen in das Lernangebot.

Fazit: Einfach anfangen

Die Transparenzpflichten des EU AI Acts werden viele L&D-Teams in den kommenden Jahren begleiten. Entscheidend ist aus unserer Sicht jedoch nicht, von Anfang an für jeden Einzelfall die perfekte Lösung zu finden. Wichtiger ist es, überhaupt eine gemeinsame Entscheidungsgrundlage zu schaffen.

Eine einfache interne Logik hilft dabei, KI-Einsatz konsistent zu bewerten, innerhalb des L&D-Teams einheitliche Entscheidungen zu treffen und Lernenden transparent zu zeigen, wann KI zum Einsatz kommt. Genau das schafft Orientierung – für alle Beteiligten.