AIGC-Labels, erklärt in einfachen Worten

Ein Kollege leitet ein Bild mit einer einzeiligen Notiz weiter: „Es sagt AIGC, also ist das klar.“Vielleicht. Vielleicht nicht. „AIGC“ ist die Abkürzung für AI-generierter Inhalt, und ein „AIGC-Label“ ist jede Markierung, Tag oder Aufzeichnung, die an eine Datei angehängt ist, um zu sagen, dass KI beteiligt war. Das kann ein Satz sein, der quer über das Bild gedruckt ist, ein verstecktes Feld innerhalb der Datei oder eine signierte Aufzeichnung, die damit mitreist. Jedes sagt Ihnen etwas anderes, und jedes überlebt Copy-Paste anders.

Deshalb ist „hat es ein AIGC-Label?“ selten die saubere Ja-oder-Nein-Frage, die die Menschen erwarten. Ein Screenshot kann ein sichtbares Label behalten und alles Versteckte verlieren. Eine Messaging-App kann einen Metadaten-Tag auf dem Weg entfernen. Ein Ersteller kann ein Label in die Bildunterschrift tippen, ohne je die strukturierte Aufzeichnung zu schreiben, nach der ein Checker sucht. Wenn Sie wollen, dass das Label in einer echten Entscheidung etwas bedeutet, hilft es zu wissen, welches System es geschrieben hat und wer es zurücklesen kann.

Die Labelsysteme, die Sie tatsächlich antreffen werden

Die meisten „AIGC-Labels“ im Umlauf stammen von einer kleinen Gruppe von Systemen. Sie sind keine Versionen der gleichen Sache, auch wenn Menschen ein Wort für alle verwenden.

Chinas AIGC-Label. Unter Chinas Kennzeichnungsvorschriften, die am 1. September 2025 in Kraft traten, wird erwartet, dass KI-Inhalte sowohl eine sichtbare Markierung als auch ein strukturiertes Metadatenlabel tragen. Der Metadatenblock ist der Teil, den ein Datei-Checker lesen kann. Er verwendet Felder, deren Namen „AIGC“ enthalten, und kann aufzeichnen, ob der Inhalt KI-generiert, möglicherweise KI-generiert oder verdächtig KI-generiert ist, zusammen mit einem Dienstanbieter und Rückverfolgungs-IDs. Sie können es mit demChina-AIGC-Label-Detektor inspizieren.

IPTC Digital Source Type. Das IPTC, das von Nachrichtenredaktionen und Foto-Tools verwendete Foto-Metadatenstandards verwaltet, definiert ein Feld namens DigitalSourceType. Seine Werte beschreiben, wo ein Bild herkommt, auf einem kontrollierten Detaillierungsniveau: aus dem wirklichen Leben aufgenommen, von einer Person bearbeitet, zusammengesetzt oder mit generativer KI erstellt. Der deutlichste generative Wert,trainedAlgorithmicMedia, ist eine Erklärung, keine verifizierte Tatsache. DerDigital-Source-Type-Detektor liest es.

C2PA Content Credentials. C2PA ist eine andere Idee: ein an eine Datei angehängtes signiertes Manifest, das Erstellungs- und Bearbeitungsaktionen beschreiben und auf Integrität geprüft werden kann. Es ist kein einzelnes Wort wie „AIGC“, sondern eine Aufzeichnung, die unabhängig verifiziert werden kann, solange sie vorhanden und gültig ist. Der Content-Credentials-Checkersucht nach einem.

Sichtbare Offenlegungsmarkierungen. Die älteste Art von Label ist das, was Sie sehen können: eine Bildunterschrift, ein Abzeichen, das auf einer Plattform überlagert ist, eine Zeile „mit KI erstellt“ unter einem Beitrag. Sichtbare Markierungen sind für einen menschlichen Leser nützlich, aber sie sind leicht auszuschneiden, neu zu tippen oder von Hand hinzuzufügen, also sind sie schwache Beweise dafür, wie eine bestimmte Datei erstellt wurde.

Sichtbare und versteckte Labels sind nicht dasselbe

Eine Person, die eine Seite liest, sieht ein sichtbares Label. Ein Checker, der eine Datei liest, sieht ein verstecktes. Die beiden können unterschiedliche Angaben machen, und der Unterschied ist oft alltäglich. Jemand kann eine sichtbare „KI“-Notiz zu einem Foto hinzufügen, das überhaupt keine Metadaten trägt. Eine Plattform kann ihr eigenes sichtbares Abzeichen auf einen Clip setzen, während sie die eingebettete Aufzeichnung des Erstellers löscht. Ein Screenshot kann das Aussehen eines etikettierten Bildes erben, ohne eines seiner dateibasierten Informationen.

Deshalb beantwortet ein sichtbares Label eine andere Frage als ein verstecktes. Die sichtbare Markierung sagt Ihnen, was jemand die Zuschauer im Moment der Veröffentlichung wissen lassen wollte. Das versteckte Label sagt Ihnen, was eine bestimmte Kopie der Datei über ihre eigene Produktion erklärt. Wenn es um hohe Einsätze geht, wollen Sie beides, und Sie wollen es in der Ergebnisbeschreibung getrennt halten.

So prüfen Sie, welches Label eine Datei trägt

Beginnen Sie mit der Prüfung, die zu dem Label passt, das Sie vermuten. Wenn die Datei möglicherweise von einem chinesischen KI-Dienst stammt, suchen Sie nach dem strukturierten AIGC-Metadaten. Wenn Sie einen Foto-Presse-Workflow bearbeiten, suchen Sie nach dem IPTC-Quelltyp. Wenn Sie eine signierte Aufzeichnung wollen, suchen Sie nach Content Credentials. Gewöhnliche Felder wie Softwarenamen, Kameradetails und Daten können Kontext hinzufügen, also lohnt sich auch ein Blick in den EXIF-Metadaten-Viewer.

Führen Sie diese Prüfungen an der Datei selbst in Ihrem Browser durch, bevor eine Plattform sie neu schreibt. Je länger eine Datei reist, desto mehr können sich ihre Labels ändern. Wenn Sie zuerst die gesamte Landkarte der Signale brauchen, lesen Sie was in KI-Medien erkannt werden kann, bevor Sie einen Checker wählen.

Was ein gefundenes Label beweist und nicht beweist

Ein gefundenes Label beweist, dass die Datei eine bestimmte Erklärung trägt. Für Chinas strukturiertes Label bedeutet das, dass die Felder vorhanden und lesbar sind. Für den IPTC-Quelltyp bedeutet es, dass die Datei in einem standardisierten Vokabular erklärt, wie das Bild entstanden ist. Für C2PA bedeutet es, dass ein Manifest vorhanden ist und möglicherweise noch gültig ist. Das sind echte, zitierbare Fakten über die Kopie vor Ihnen.

Was ein Label nicht tut, ist, sich selbst zu authentifizieren, nur weil es existiert. Gewöhnliche Metadaten und XMP-Felder können bearbeitet oder kopiert werden. Eine sichtbare Markierung kann zu jedem Bild hinzugefügt werden. Selbst ein signiertes Credential sollte für das gelesen werden, was es beansprucht, und ob die Signatur noch gültig ist, nicht als vollständige Historie der Datei behandelt. Der ehrliche Satz nennt das System: „Die Metadaten dieser Datei erklären, dass sie mit generativer KI erstellt wurde“, nicht „Diese Datei ist bestätigt KI.“

Wenn es überhaupt kein Label gibt

Ein fehlendes Label ist das häufigste Ergebnis und am leichtesten falsch zu verstehen. Es bedeutet nicht, dass der Inhalt von einer Person erstellt wurde. Das Tool, das ihn erstellt hat, hat das Label möglicherweise nie geschrieben, oder es ist verloren gegangen, als die Datei exportiert, komprimiert, weitergeleitet oder als Screenshot aufgenommen wurde. Viele alltägliche Workflows löschen diese Felder, ohne dass es jemand beabsichtigt.

Behandeln Sie also ein leeres Ergebnis als Aussage über diese Kopie, nicht über das Original. Fragen Sie nach der frühesten Version, die Sie bekommen können, vergleichen Sie die Dateien, die Sie haben, und behalten Sie die, die die stärkste Aufzeichnung trägt. Wenn ein Label vorhanden ist, zitieren Sie es genau. Wenn es fehlt, sagen Sie es schlicht und hören Sie dort auf, anstatt die Lücke mit einer Vermutung zu füllen.