BERLIN / LONDON (IT BOLTWISE) – Eine neue Studie untersucht, ob Kennzeichnungen wie „KI-generiert“ politische Botschaften weniger überzeugend machen. In einem Experiment mit 1.601 Teilnehmenden änderten Labels zur Urheberschaft die Überzeugungskraft im Schnitt nicht messbar. Gleichzeitig glaubten sehr viele Befragte, dass die Kennzeichnung stimmt. Die Ergebnisse verschieben den Fokus auf alternative Strategien gegen KI-gestützte Irreführung.
Kennzeichnungen sind in der KI-Welt zur Standardantwort geworden: Wer „KI-generiert“ auf einen politischen Beitrag setzt, will Transparenz schaffen und damit die Wirkung von Manipulation abschwächen. Die Praxis wirkt jedoch komplizierter als die intuitive Erwartung. Eine neue experimentelle Studie, veröffentlicht in PNAS Nexus, kommt zu dem ernüchternden Befund, dass die Urheberschafts-Labels die persuasiven Effekte politischer Botschaften nicht signifikant verändern. Das gilt selbst dann, wenn die Mehrheit der Teilnehmenden die Kennzeichnung glaubte und die Inhalte insgesamt eher überzeugend fanden.
Im Kern wurden in der Untersuchung Textnachrichten zu öffentlichen Politikthemen verwendet, die eindeutig überzeugungsfähig formuliert waren. Die Autorinnen und Autoren setzten dabei auf ein Survey-Experiment mit 1.601 englischsprachigen Personen in den USA, die über Prolific rekrutiert wurden und im Mittel etwa 40 Jahre alt waren. Wichtig ist die methodische Kontrolle: Die Texte waren so ausgewählt, dass sie weniger polarisierende Felder abdecken und damit die Wahrscheinlichkeit erhöhen, dass Teilnehmende überhaupt offen für Argumente sind. Die Urheberschafts-Informationen wurden zufällig ergänzt: menschlicher Policy-Experte, „Expert AI-Modell“ oder ohne Angaben.
Technisch interessant ist dabei, wie die Texte erzeugt und abgesichert wurden. Zwar stammten die Botschaften generativ aus KI-Modellen, doch die Studienleitung korrigierte Fehler manuell, sofern sie auftraten. Genau dieses Detail kann die Interpretation beeinflussen: Wenn Inhalte faktisch korrekt und logisch konsistent präsentiert werden, reagiert das Publikum möglicherweise weniger stark auf Urheberschafts-Details. Die Befragten lasen zunächst ihren subjektiven Wissensstand und ihr Vertrauen in das jeweilige Politikfeld, bewerteten danach Zustimmung, Konfidenz und die Teilwahrscheinlichkeit des Teilens und gaben zudem an, ob sie die Kennzeichnung glauben. Damit lässt sich messen, ob Labels als mentale „Qualitätssicherung“ wirken oder ob sie lediglich als Zusatzinformation wahrgenommen werden.
Die Ergebnisse zeigen zwei Ebenen. Erstens: Die Botschaften waren im Schnitt deutlich wirksam. Die Unterstützung für die jeweilige Politikmaßnahme verschob sich im Mittel um 9,74 Prozentpunkte. Zweitens: Die Art des Labels—KI-generiert, menschlicher Experte oder keine Angabe—hatte keinen signifikanten Einfluss auf die Überzeugungskraft. Auch bei der Einschätzung der Genauigkeit und der Wahrscheinlichkeit, die Information zu teilen, gab es keine relevanten Unterschiede. Auffällig bleibt allerdings, dass 92 % der Teilnehmenden angaben, die Urheberschafts-Information für zutreffend zu halten. Das legt nahe, dass „Glauben“ allein nicht ausreicht, um die persuasive Wirkung zu dämpfen, und dass Leserinnen und Leser Labels offenbar anders verarbeiten als erwartet.
Ein Detail mit potenzieller Relevanz für die Praxis: Ältere Personen reagierten negativer auf KI-etikettierte Inhalte als auf menschlich etikettierte. Das deutet auf segmentierte Wahrnehmungsmechanismen hin—möglicherweise wegen unterschiedlicher Medienerfahrung, IT-Affinität oder einer stärkeren Skepsis gegenüber KI. Gleichzeitig bleibt die zentrale Botschaft: Solange die Inhalte selbst überzeugungsstark und zugleich als plausibel wahrgenommen werden, bremst die reine Kennzeichnung die Wirkung nicht zuverlässig. Historisch betrachtet erinnert das an frühere Debatten über Quellenangaben und Medienkompetenz: Reine Transparenzmaßnahmen führen nicht automatisch zu geändertem Verhalten, wenn der Inhalt selbst die wichtigste Entscheidungsgrundlage bleibt.
Marktseitig passt das Ergebnis in eine größere Bewegung, die große Plattformen und Regulierung vorantreiben. Meta, Google und weitere Anbieter haben in verschiedenen Produktlinien Transparenzelemente eingeführt—von Labels bis zu technischen Hinweisen. In der EU setzen zudem Gesetzesinitiativen auf Kennzeichnungspflichten und Dokumentationsanforderungen für KI-Systeme. Der Vergleich zu Wettbewerbern lohnt: Plattformen können zwar sichtbare Labels ausspielen, aber die eigentliche Herausforderung entsteht im Skaleneffekt. In einem Umfeld, in dem kleine Teams mit KI-Texten große Reichweiten erzielen können, werden Labels zwar häufiger gesehen, aber die persuasive Dichte steigt ebenfalls. Expertenargumente in der Branche gehen daher zunehmend davon aus, dass es weniger reicht, „den Ursprung“ zu markieren, und mehr braucht, den Kontext und die Verlässlichkeit des gesamten Informationspfads zu sichern.
Für Unternehmen und politische Stakeholder ergibt sich daraus eine klare technische Schlussfolgerung: Transparenz ist notwendig, aber allein nicht hinreichend. Wenn Kennzeichnungen die Überzeugungskraft nicht zuverlässig senken, müssen alternative Strategien stärker in den Vordergrund rücken. Dazu zählen bessere Herkunftsnachweise (etwa Content-Automation mit nachvollziehbaren Signaturen), robuste Verifikationsmechanismen in Workflows—z. B. bei Redaktion und Compliance—sowie „Behavioral Safety“: Systeme, die nicht nur Inhalte markieren, sondern auch die Verbreitungsdynamik überwachen. Ein technischer Vergleich hilft: Während Cloud-basierte KI-Tools häufig leicht skalierbare Generierung erlauben, sind On-Device- oder serverseitige Governance-Modelle oft besser geeignet, um Nutzungs- und Sharing-Verhalten frühzeitig zu begrenzen. Auch Regulierer dürften solche Punkte stärker adressieren müssen, wenn sie wirksame Abwehr gegen Irreführung erreichen wollen.
In die Zukunft zeigt die Studie zugleich Grenzen ihrer Aussagekraft. Die Autoren weisen darauf hin, dass die Ergebnisse auf das Vertrauen in KI im Erhebungszeitraum 2024 zugeschnitten sind—und dieses Vertrauen kann sich verändern, wenn Menschen mehr praktische Erfahrung mit KI sammeln, sowohl gute als auch schlechte. Zudem waren die KI-Texte im Experiment „absichtlich faktisch und logisch“, was sie vermutlich resistenter gegen Skepsis machte als typische manipulative Inhalte im echten News-Feed. Daraus folgt: In anderen Kulturen oder mit stärker irreführenden Varianten könnten Urheberschafts-Labels durchaus andere Effekte haben. Der wahrscheinlichste nächste Entwicklungsschritt für die Branche ist daher eine Kombination aus Kennzeichnung, Herkunftsnachweisen und Verifikation im Prozess, nicht nur ein Label am Ende der Kette.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-Labels gegen politische Überzeugung: Studie findet kaum Wirkung" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-Labels gegen politische Überzeugung: Studie findet kaum Wirkung" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-Labels gegen politische Überzeugung: Studie findet kaum Wirkung« bei Google Deutschland suchen, bei Bing oder Google News!