KI-Anzeigen kennzeichnen: Wer prüft, was Ihr Marketing-Agent ins Bild schreibt?

Stellen Sie sich einen ganz normalen Dienstagmorgen im Marketing eines mittelständischen Unternehmens vor. Das Werbekonto läuft, die Kampagne für das Herbstsortiment ist live, und irgendwo in den Einstellungen sind automatische Bild- und Videofunktionen aktiviert, weil sie vor Wochen empfohlen wurden und „Zeit sparen“. Über Nacht sind Varianten entstanden: ein Hintergrund wurde ausgetauscht, ein Produktfoto neu ausgeleuchtet, ein Kurzvideo aus drei Standbildern zusammengesetzt. Die Anzeigen laufen. Und niemand hat gefragt, ob eines dieser Bilder als KI-erzeugt oder KI-verändert gekennzeichnet werden müsste.

Diese Frage ist unbequem, weil sie zwei Dinge zugleich berührt: die Marke und das Recht. Marke, weil Kundinnen und Kunden zunehmend merken, wenn etwas „nicht echt“ aussieht, und weil ein falsch eingesetztes KI-Bild schnell Vertrauen kostet. Recht, weil es für die Offenlegung künstlich erzeugter Inhalte Regeln gibt, die man nicht erst dann lesen sollte, wenn ein Schreiben im Postfach liegt. Dieser Artikel ist ausdrücklich kein Nachrichtenbeitrag. Er behandelt ein dauerhaftes Thema, das nicht an einem Stichtag hängt: Wer prüft, was ein Agent ins Bild schreibt, bevor es veröffentlicht wird?

Anlass, das Thema heute aufzugreifen, ist eine Zahl aus einer Studie, die am 22. Oktober 2026 vom Fachmedium NetInfluencer (Autor: Dragomir Stojkov) zusammengefasst wurde. Wir ordnen sie ein, sagen offen, was sie belegt und was nicht, und zeigen, wie ein Marketing-Team mit klaren Grenzen und einem Freigabe-Schritt damit umgeht. Alle Angaben zur Studie stammen aus dieser Berichterstattung; die Originalstudie des Anbieters haben wir nicht selbst geprüft.

Was die Studie gemessen hat – und was in der Quelle steht

Die Studie stammt von Resemble AI, einem Unternehmen, das Software zur Erkennung synthetischer Medien anbietet. Nach der Zusammenfassung von NetInfluencer wurden 37.768 Bild- und Videodateien aus 15.433 Anzeigen untersucht. Die Dateien stammen aus der öffentlichen Anzeigenbibliothek von Meta, abgerufen im September 2026, und verteilen sich auf 509 Unternehmen in 26 Branchen. Auf diese Dateien wurde das eigene Erkennungswerkzeug angewendet.

Das Ergebnis in der Kurzfassung der Quelle:

• 3.379 Dateien wurden als KI-erzeugt oder KI-verändert erkannt. Das sind 8,9 Prozent aller untersuchten Dateien, in der Formulierung des Berichts „rund 1 von 11“.
• Betrachtet man nur Dateien, die Marken über ihre eigenen Seiten geschaltet haben, lag die Quote bei 6,9 Prozent (1.971 von 28.463 Dateien).
• 222 von 389 untersuchten Marken (57 Prozent) hatten mindestens eine Anzeige mit als KI erkannten Inhalten.
• Nur 2 von 3.379 als KI erkannten Dateien (0,06 Prozent) wiesen im Anzeigentext auf den KI-Einsatz hin. Als einzige Marke nennt der Bericht Turkish Airlines, in der Beschreibung eines Videos zum Internationalen Katzentag.
• Bei 971 Dateien wurde zusätzlich geprüft, ob sie sogenannte C2PA-Herkunftsnachweise tragen. Keine einzige tat es, auch nicht die bestätigten Fälschungen.

Zwei Anmerkungen gehören sofort dazu. Erstens: Resemble AI verkauft Erkennungs-Software. Ein Anbieter, der solche Software verkauft, hat ein erkennbares Eigeninteresse an einer Aussage wie „Es gibt viel KI-Inhalt, und er ist kaum gekennzeichnet“. Das macht die Zahlen nicht falsch, aber es ist ein Grund, sie als Hinweis zu lesen und nicht als Messwert aus einem neutralen Labor. Zweitens: Die Originalstudie war für uns nicht direkt auffindbar. Wir stützen uns auf die Zusammenfassung eines Fachmediums mit Autor und Datum. Wer die Zahlen in einer Präsentation verwenden möchte, sollte sie vorher an der Originalquelle gegenprüfen.

Was die Zahlen bedeuten – und was sie nicht bedeuten

Eine Quote wie „8,9 Prozent“ lädt zum Schluss ein, dass in jeder elften Anzeige „gemogelt“ wird. Genau das sagt die Quelle nicht. Es lohnt sich, die Aussage in vier Teile zu zerlegen.

Erstens: Erkennung ist nicht dasselbe wie Absicht. Ein Erkennungswerkzeug stuft eine Datei als wahrscheinlich KI-erzeugt oder KI-verändert ein. Ob dahinter ein Team stand, das bewusst ein generiertes Bild einsetzte, oder eine Plattformfunktion, die im Hintergrund eine Variante erzeugte, lässt sich daraus nicht ablesen. Der Bericht unterscheidet das nach unserer Lektüre nicht. Ebenso wenig sagt eine Erkennungsquote, wie zuverlässig das Werkzeug arbeitet. Auch das ist ein Grund, vorsichtig zu bleiben.

Zweitens: Die Quote schwankt nach Branche. Laut Bericht liegt sie bei Konsumgütern mit 13,4 Prozent am höchsten, bei Banken und Finanzdienstleistern bei 3,8 Prozent und bei Pharma bei 2,8 Prozent. Die Studie stellt außerdem fest, dass die Quote unabhängig von der Unternehmensgröße bei grob sechs bis neun Prozent liegt. Für den Mittelstand heißt das: Es gibt keinen Größenbonus. Ob ein Betrieb 20 oder 2.000 Beschäftigte hat, ändert an der Grundfrage nichts.

Drittens: Nicht jede erkannte Datei stammt von der Marke. Der Bericht beschreibt auch Seiten, die einen Markennamen nutzen, ohne von der Marke betrieben zu werden, und bei denen der Anteil erkannter KI-Dateien weit höher liegt. Das ist ein anderes Problem, nämlich Markenmissbrauch, und es sollte nicht mit dem Alltag eines seriösen Werbekontos vermischt werden. Wir nennen deshalb in diesem Artikel auch keine einzelnen Marken außer der einen, die laut Quelle gekennzeichnet hat.

Viertens: Die Kernaussage bleibt trotzdem unbequem. Selbst wenn man die Zahlen großzügig relativiert, bleibt ein Verhältnis, das auffällt: Von mehreren tausend als KI erkannten Dateien trug im Anzeigentext fast keine einen Hinweis. Und selbst die technische Herkunftskennzeichnung war in der Stichprobe praktisch nicht vorhanden.

„Nur 2 von 3.379 als KI erkannten Dateien (0,06 Prozent) wiesen im Anzeigentext auf KI hin.“ Die Zahl stammt aus der Zusammenfassung der Resemble-AI-Studie durch NetInfluencer vom 22. Oktober 2026. Sie sagt nicht, dass hier gegen Regeln verstoßen wurde. Sie zeigt, dass Kennzeichnung in der Praxis kaum stattfindet – und dass es dafür meist keinen verantwortlichen Prozess gibt.

Dieser letzte Halbsatz ist unsere Einschätzung, nicht Teil der Quelle. Wir halten ihn trotzdem für den eigentlichen Punkt: Wo nichts gekennzeichnet wird, liegt es selten an bösem Willen. Es liegt meist daran, dass die Frage in keinem Arbeitsschritt vorkommt.

Drei Ebenen der Kennzeichnung: Text, Datei, Recht

Wenn von „Kennzeichnung“ die Rede ist, werden häufig drei verschiedene Dinge vermischt. Es hilft, sie auseinanderzuhalten, weil für jede Ebene jemand anderes zuständig ist.

Ebene 1: Der Hinweis für Menschen. Das ist der sichtbare Hinweis in der Anzeige oder im Anzeigentext, etwa ein Satz oder ein Label, dass ein Inhalt mit KI erzeugt oder verändert wurde. Genau diese Ebene hat die Studie gezählt, als sie nach Hinweisen im Anzeigentext suchte. Zuständig ist, wer den Text und das Bild verantwortet, also das Marketing.

Ebene 2: Der Hinweis für Maschinen. Hier geht es um Metadaten in der Datei selbst. Die Initiative C2PA (Coalition for Content Provenance and Authenticity) beschreibt auf ihrer Webseite einen offenen technischen Standard, der helfen soll, „die Herkunft und Bearbeitung digitaler Inhalte“ nachzuvollziehen. Die Content Credentials werden dort mit einem „Nährwertetikett für digitale Inhalte“ verglichen; jede Person kann die Geschichte einer Datei einsehen. Das sind die Formulierungen der C2PA-Seite, mehr behaupten wir an dieser Stelle nicht. Für die Praxis ergibt sich daraus eine einfache Beobachtung: Ein solcher Nachweis muss beim Erzeugen oder Exportieren einer Datei mitgeschrieben werden. Ob ein Werkzeug das tut, ob es eingeschaltet ist und ob eine Plattform den Nachweis später erhält, hängt von den eingesetzten Werkzeugen ab. In der Stichprobe der Studie war er bei keiner der 971 geprüften Dateien vorhanden.

Ebene 3: Die rechtliche Pflicht. Hier wird es heikel, und hier möchten wir ausdrücklich keine Rechtsberatung geben. Wir können nur wiedergeben, was die Verordnung nach dem Text auf artificialintelligenceact.eu sagt. Artikel 50 der EU-KI-Verordnung enthält zwei Regeln, die für Marketing relevant sein können. Anbieter von KI-Systemen, die synthetische Audio-, Bild-, Video- oder Textinhalte erzeugen, müssen sicherstellen, dass die Ausgaben „in einem maschinenlesbaren Format gekennzeichnet und als künstlich erzeugt oder manipuliert erkennbar“ sind. Und wer als Betreiber (englisch: deployer) Bild-, Ton- oder Videoinhalte erzeugt oder manipuliert, die als Deepfake gelten, muss offenlegen, dass der Inhalt künstlich erzeugt oder manipuliert wurde. Als Anwendungsdatum nennt die genannte Seite den 2. August 2026. Wie sich diese Regeln auf eine konkrete Werbeanzeige auswirken, ab wann sie für Ihr Unternehmen gelten und ob Ihr Bild überhaupt als Deepfake einzustufen ist, ist eine Rechtsfrage. Lassen Sie sie von einer Fachperson beantworten, die Ihren Fall kennt. Wir haben zu dem Thema bereits einen eigenen Beitrag veröffentlicht, der Art. 50 neben die Anzeigenkennzeichnung nach dem UWG stellt; den Link finden Sie unten unter „Weitere Artikel“.

Aus der Dreiteilung folgt etwas Praktisches: Eine Plattform kann Ebene 2 prüfen, ein Werbekonto kann Ebene 1 unterstützen, aber die Verantwortung für Ebene 3 verlässt Ihr Unternehmen nie. Wer Inhalte veröffentlicht, ist für sie zuständig, egal ob ein Mensch, ein Werkzeug oder ein Agent sie erzeugt hat.

Verfügbarkeit: eine Dauerfrage, keine Produktfunktion

An dieser Stelle wäre in einem Nachrichtenartikel von „allgemein verfügbar“ oder „Testphase“ die Rede. Hier passt das nicht, und wir möchten das ehrlich sagen. Es geht nicht um eine einzelne neue Produktfunktion. Es geht um eine Frage, die sich überall stellt, wo ein Werkzeug oder ein Agent Bilder und Videos erzeugt oder verändert, bevor sie veröffentlicht werden.

Dass Werbeplattformen automatische Creative-Funktionen anbieten, ist bekannt. Welche genau in Ihrem Werbekonto aktiv sind, welche standardmäßig eingeschaltet sind und welche Einstellung welche Variante erzeugt, können wir von außen nicht sagen. Das steht in Ihrem Konto und in der Hilfe der jeweiligen Plattform. Wir behaupten deshalb nichts über konkrete Voreinstellungen oder Pflichten einzelner Plattformen. Für den DACH-Raum lautet unsere ehrliche Auskunft: Das Thema betrifft Sie, soweit Sie solche Funktionen nutzen oder einen Dienstleister dafür einsetzen. Die Zusammenfassung der Studie, die wir gelesen haben, nennt keine Aufschlüsselung nach Ländern.

Der Bericht verweist außerdem darauf, dass einige Länder und Regionen (Südkorea, der US-Bundesstaat New York, China und Indien) Regeln zur Kennzeichnung KI-erzeugter Inhalte in Werbung haben, während die USA vor allem auf allgemeine Täuschungsregeln der FTC setzen. Das ist die Angabe von NetInfluencer, wir haben sie nicht einzeln nachgeprüft und führen sie nur als Hinweis darauf an, dass das Thema weltweit unterschiedlich geregelt ist.

Wer im Marketing-Team prüft, was der Agent ins Bild schreibt

Auf amazing-agents.com beschreiben wir ein Social-Media-Team aus Agenten, die Aufgaben getrennt erledigen. Für das Thema dieses Artikels sind drei von ihnen relevant. Wir halten uns hier an das, was auf den jeweiligen Seiten steht, und ergänzen nichts, was dort nicht steht.

Sophia ist die Image-Designerin im Social-Media-Team. Sie erstellt visuelle Assets wie Karussells, Quote-Cards und Reel-Cover nach dem Brand Board. Auf ihrer Seite steht ausdrücklich, dass sie keine Freigabe-fertigen Dateien zum direkten Upload liefert: Jedes Asset durchläuft die QA-Prüfung auf Brand-Fit, bevor es in den Redaktionsplan geht.

Magdalena ist die QA-Spezialistin im Tech-&-Ops-Team. Sie prüft Content-Entwürfe gegen einen festen Regelkatalog: Brand-Fit, Tonalität, Buzzword-Blacklist, Plattform-Regeln und formale Korrektheit. Auf ihrer Seite steht: „Kein Visual geht live ohne Brand-Check.“ Ihr Prozess ist binär, bestanden oder nicht bestanden, und ein durchgefallener Entwurf geht mit konkretem Feedback zurück.

Natascha ist der Content-Agent für Social Media. Auf ihrer Seite steht, dass nichts live geht ohne Freigabe durch Sie und dass vor der Freigabe eine Markenprüfung läuft.

Was daraus für unser Thema folgt, ist eine Empfehlung und keine Zusage über bestehende Abläufe: Die Frage „Muss dieses Bild als KI-Inhalt gekennzeichnet werden?“ ist eine natürliche Ergänzung des festen Regelkatalogs, den ein Brand-Check ohnehin abarbeitet. Sie gehört an dieselbe Stelle wie die Frage nach Buzzwords oder Zeichenlimits: vor die Freigabe, nicht danach. Ob ein Bild gekennzeichnet werden muss, entscheidet am Ende ein Mensch in Ihrem Unternehmen, gegebenenfalls mit rechtlicher Beratung. Der Agent kann die Frage stellen, die Antwort verantworten Sie.

Wir verzichten bewusst auf Beispiele aus „unserer Praxis“ oder Erfolgszahlen. Statt Fallgeschichten beschreiben wir lieber, wie wir in einem Audit vorgehen.

So gehen wir im Audit vor

Ein Audit zu automatisch erzeugten Anzeigeninhalten besteht aus fünf Schritten, die auch ohne uns in Ihrem Haus möglich sind.

1. Inventur: Welche Werkzeuge und Plattformfunktionen erzeugen oder verändern bei Ihnen Bilder, Videos oder Texte? Dazu zählen Funktionen in Werbekonten, Bildwerkzeuge der Agentur, Stock-Anbieter mit KI-Anteil und eigene Agenten. Das Ergebnis ist eine Liste, keine Bewertung.
2. Weg der Datei: Wie gelangt ein Bild vom Entwurf bis in die Anzeige? Wer sieht es unterwegs? An welchen Stellen kann es sich verändern, ohne dass ein Mensch es sieht?
3. Kennzeichnungsfrage je Inhaltstyp: Für jeden Typ (Produktfoto mit neuem Hintergrund, vollständig generiertes Bild, Stimme, Video aus Standbildern) wird festgehalten, wer entscheidet, ob und wie gekennzeichnet wird. Die rechtliche Einschätzung holen Sie bei einer dafür qualifizierten Person ein.
4. Technische Herkunftsnachweise: Unterstützt das eingesetzte Werkzeug Content Credentials nach C2PA, und lässt sich die Funktion einschalten? Und: Bleiben die Angaben beim Export erhalten? Das prüfen Sie am besten an einer Testdatei.
5. Freigabe-Schritt festschreiben: Wer gibt frei, mit welchem Prüfkatalog, und wo wird die Entscheidung dokumentiert? Ohne dokumentierte Entscheidung lässt sich später nicht nachweisen, dass geprüft wurde.

Am Ende steht kein Zertifikat, sondern ein Ablauf, den Ihr Team versteht und dem es folgen kann.

Das können Sie diese Woche tun

Sie brauchen dafür weder ein Projekt noch ein Budget. Drei Schritte reichen für den Anfang.

1. Schauen Sie in Ihr Werbekonto. Öffnen Sie die Einstellungen für automatische Bild- und Videofunktionen und notieren Sie, welche aktiv sind. Fragen Sie auch Ihre Agentur oder Ihre Mitarbeitenden, welche Werkzeuge sie einsetzen.
2. Prüfen Sie zehn Anzeigen. Suchen Sie zehn laufende Anzeigen heraus und fragen Sie bei jeder: Wurde das Bild oder Video erzeugt oder verändert? Von wem? Wer hat es vor der Veröffentlichung gesehen? Wenn niemand die Frage beantworten kann, haben Sie Ihre wichtigste Erkenntnis bereits.
3. Benennen Sie eine Person. Legen Sie fest, wer künftig die Kennzeichnungsfrage vor der Veröffentlichung stellt und wer sie beantwortet. Das kann dieselbe Person sein, die heute schon Anzeigen freigibt. Halten Sie die Entscheidung in einem einfachen Dokument fest.

Der Unterschied: Agent mit Grenzen und Freigabe-Schritt

Fassen wir zusammen, ohne die Lage dramatischer zu machen, als sie ist. Die Studie, die wir hier besprochen haben, stammt von einem Anbieter mit Eigeninteresse, wir kennen sie nur aus einer Zusammenfassung, und die Zahlen belegen eine Erkennungsquote, keine Absicht und keinen Rechtsverstoß. Gleichzeitig zeigt sie etwas, das jede Marketing-Leitung kennt: Wenn eine Frage in keinem Arbeitsschritt vorkommt, wird sie nicht gestellt.

Der Unterschied zwischen zwei Arten, mit Agenten zu arbeiten, lässt sich in wenigen Sätzen beschreiben.

Ein Agent ohne Grenzen und ohne Freigabe-Schritt erzeugt Varianten, veröffentlicht sie, und die Kennzeichnungsfrage wird nie gestellt. Wenn später jemand nachfragt, gibt es weder eine Entscheidung noch eine Person, die sie getroffen hat. Das Risiko liegt bei Ihrer Marke.

Ein Agent mit Grenzen und Freigabe-Schritt arbeitet in einem festen Rahmen: Er darf entwerfen, aber nicht veröffentlichen. Sophia gestaltet nach dem Brand Board, Magdalena prüft gegen den Regelkatalog (und dieser Katalog sollte die Kennzeichnungsfrage enthalten), Natascha reicht erst nach der Prüfung zur Freigabe ein, und die Entscheidung trifft ein Mensch in Ihrem Unternehmen. Die Arbeit des Agenten bleibt schnell, die Verantwortung bleibt bei Ihnen. Genau das ist der Unterschied, auf den es ankommt: nicht Agent oder Mensch, sondern ein Agent, der weiß, wo seine Grenze verläuft und wann er auf Ihre Freigabe wartet.