Journalismus mit KI: Warum Prüfen zur Kernkompetenz wird

KI kann Interviews transkribieren, große Dokumentmengen vorsortieren, Daten nach Mustern durchsuchen und Beiträge für verschiedene Ausspielwege aufbereiten. Sie kann aber auch Namen verwechseln, Quellen erfinden, Zitate glätten und fotorealistische Ereignisse zeigen, die nie stattgefunden haben. Für Journalistinnen und Journalisten entsteht deshalb keine Abkürzung an der redaktionellen Verantwortung vorbei. Die zentrale neue Fähigkeit ist, KI sinnvoll einzugrenzen und jedes relevante Ergebnis nachvollziehbar zu prüfen.

Seit 2. August 2026 gelten außerdem die Transparenzpflichten des Artikels 50 der europäischen KI-Verordnung. Für österreichische Medienberufe ist KI im Journalismus damit nicht nur eine Frage effizienter Werkzeuge. Es geht um Quellenkritik, Kennzeichnung, Datenschutz, Rechte, Dokumentation und eine klare Letztverantwortung. Dieser Leitfaden erklärt, welche Aufgaben sich unterstützen lassen, wo besondere Risiken liegen und wie ein praxistauglicher Redaktionsworkflow aussieht.

Die wichtigsten Punkte in Kürze

KI bleibt Werkzeug: Die Redaktion verantwortet Recherche, Auswahl, Einordnung und Veröffentlichung.
Text ist ein Sonderfall: Bei Texten zu Angelegenheiten von öffentlichem Interesse kann die Offenlegungspflicht entfallen, wenn eine echte menschliche Überprüfung oder redaktionelle Kontrolle stattfindet und eine Person oder Organisation die redaktionelle Verantwortung trägt.
Deepfakes brauchen Offenlegung: Realistisch wirkende KI-Bilder, -Audios oder -Videos können als Deepfakes gelten, auch wenn keine reale Person kopiert wurde.
Zwei Rollen unterscheiden: Anbieter generativer Systeme müssen synthetische Ausgaben technisch und maschinenlesbar kennzeichnen; Medienunternehmen als Betreiber können zusätzliche sichtbare Offenlegungspflichten treffen.
Standardbearbeitung ist nicht automatisch Deepfake: Geringfügige Farbkorrektur, Rauschunterdrückung oder ähnliche Optimierungen verändern die Authentizität typischerweise nicht wesentlich.
Prüfen wird Kernkompetenz: Quellen, Zahlen, Zitate, Namen, Rechte, Verzerrungen und Kennzeichnung gehören vor jede Veröffentlichung.

Der Artikel bietet eine berufliche Orientierung und keine individuelle Rechtsberatung. Bei unklaren Grenzfällen sollten Redaktion, Rechtsabteilung, Datenschutzverantwortliche oder externe Beratung einbezogen werden.

Was sich seit dem 2. August 2026 geändert hat

Artikel 50 des AI Act regelt Transparenzpflichten für bestimmte KI-Systeme und Inhalte. Die KI-Servicestelle der RTR unterscheidet unter anderem direkte KI-Interaktion, synthetische Inhalte, Deepfakes und KI-generierte Texte, mit denen die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse informiert wird.

Für Redaktionen ist dabei wichtig, nicht alle Pflichten in einen Topf zu werfen. Der Anbieter eines generativen Systems muss seine Ausgaben grundsätzlich mit einer technischen, maschinenlesbaren Kennzeichnung ausstatten. Wer das System beruflich einsetzt und Inhalte veröffentlicht, ist dagegen typischerweise Betreiber. Für Betreiber stehen vor allem verständliche Offenlegungen bei Deepfakes und bestimmten Textveröffentlichungen im Mittelpunkt.

Die EU-Kommission erläutert in ihren aktuellen Leitlinien, dass Artikel 50 seit 2. August 2026 anwendbar ist. Für Systeme, die schon davor auf dem Markt waren, kann bei der technischen Anbieterkennzeichnung eine Übergangsregel bis 2. Dezember 2026 greifen. Das ist jedoch kein allgemeiner Aufschub für jede redaktionelle Offenlegung. Redaktionen sollten daher System, Inhalt, Veröffentlichungszeitpunkt und eigene Rolle getrennt dokumentieren.

Die redaktionelle Textausnahme ist kein Freibrief

Ein KI-erzeugter oder wesentlich manipulierter Text zu einem Thema von öffentlichem Interesse muss grundsätzlich als solcher offengelegt werden. Die Pflicht entfällt nach der RTR-Darstellung, wenn der Inhalt einer menschlichen Überprüfung oder redaktionellen Kontrolle unterzogen wurde und eine natürliche oder juristische Person die redaktionelle Verantwortung trägt.

Für die Praxis heißt das nicht, dass ein kurzer Blick auf einen fertigen KI-Text genügt. Eine belastbare redaktionelle Kontrolle muss sich mit den relevanten Aussagen beschäftigen: Stimmen Quellen und Fakten? Sind Zitate dem Original entsprechend wiedergegeben? Wurden Unsicherheiten sichtbar gemacht? Ist die Auswahl fair und fachlich nachvollziehbar? Passt die Veröffentlichung zu Sorgfaltspflicht, Medienrecht und internen Richtlinien?

Wer diese Fragen nicht beantworten kann, sollte den Text nicht veröffentlichen oder die KI-Nutzung klar offenlegen und den Beitrag neu prüfen. Ein Name im Autorenfeld ersetzt keinen dokumentierten redaktionellen Prozess.

Deepfakes: Warum auch erfundene Personen relevant sind

Der AI Act versteht unter Deepfakes realistisch wirkende Bild-, Audio- oder Videoinhalte, die wirklichen Personen, Orten, Gegenständen, Einrichtungen oder Ereignissen ähneln und fälschlich als echt erscheinen können. Nach der aktuellen RTR-Auslegung kann auch eine fotorealistische Person ohne reales Vorbild darunterfallen, wenn das Publikum die Darstellung für authentisch halten könnte.

Für Nachrichten- und Informationsinhalte ist das besonders sensibel. Ein erzeugtes Symbolfoto kann als Dokumentation eines echten Ereignisses missverstanden werden. Eine synthetische Stimme kann den Eindruck eines echten Interviews erzeugen. Ein manipuliertes Video kann einer Person Worte oder Handlungen zuschreiben, die nie stattgefunden haben.

Die Offenlegung muss klar, eindeutig und bereits bei der ersten Wahrnehmung erfolgen. Bei Bildern und Videos ist eine sichtbare Kennzeichnung sinnvoll, bei reinem Audio ein hörbarer Hinweis. Alt-Texte und technische Metadaten können ergänzen, ersetzen die unmittelbar wahrnehmbare Information aber nicht automatisch. Künstlerische, satirische oder fiktionale Formate können erleichterte Formen der Offenlegung nutzen; rein informative Beiträge sollten diese Ausnahme nicht vorschnell beanspruchen.

Welche redaktionellen Aufgaben KI sinnvoll unterstützen kann

Transkription und Erschließung

KI kann lange Interviews, Pressekonferenzen oder Sitzungen durchsuchbar machen. Die Transkription ist ein Arbeitsdokument, keine zitierfähige Quelle. Namen, Zahlen, Fachbegriffe und jedes veröffentlichte Zitat müssen mit Audio, Video oder Originalprotokoll abgeglichen werden.

Dokumente sortieren und zusammenfassen

Bei Berichten, Gesetzestexten oder Studien kann KI Themenblöcke und mögliche Widersprüche markieren. Gute Redaktionen lassen sich zu jeder Behauptung Fundstelle und Kontext zeigen und lesen die entscheidenden Passagen im Original. Eine Zusammenfassung darf die Primärquelle nicht ersetzen.

Daten erkunden

Sprachmodelle können Analyseideen, Formeln oder Code vorschlagen. Zahlen brauchen trotzdem Plausibilitätsprüfung, reproduzierbare Berechnung und dokumentierte Filter. Stichproben reichen nicht, wenn eine Kennzahl die Kernaussage des Beitrags trägt.

Formate und Barrierefreiheit

Ein geprüfter Artikel kann für Newsletter, Audioanmoderation, Social Media oder leicht verständliche Zusammenfassungen vorbereitet werden. Die Anpassung muss erneut auf Bedeutungsverschiebung, falsche Verkürzung und passenden Kontext geprüft werden. Untertitel und Alt-Texte profitieren ebenfalls von Unterstützung, brauchen aber menschliche Endkontrolle.

Ideen und Recherchefragen

KI kann Gegenfragen, mögliche Perspektiven oder Suchbegriffe liefern. Sie ist dabei Ideengeber, nicht Quelle. Entscheidend bleibt, welche Aspekte die Redaktion auswählt, welche Menschen sie befragt und welche Belege sie veröffentlicht.

Wo Redaktionen besondere Vorsicht brauchen

Live- und Eilmeldungen: Zeitdruck erhöht das Risiko ungeprüfter Fehler und falscher Zuschreibungen.
Politik und Wahlen: synthetische Aussagen, Bilder oder Videos können öffentliche Debatten manipulieren.
Gesundheit, Justiz und Sicherheit: ungenaue Formulierungen können Menschen konkret schaden.
Opfer, Beschuldigte und Minderjährige: Persönlichkeitsschutz und Privatsphäre verlangen besonders zurückhaltende Verarbeitung.
Vertrauliche Unterlagen: unveröffentlichte Dokumente, Kontaktdaten und interne Informationen gehören nicht ungeprüft in externe Systeme.
Synthetische Stimmen und Gesichter: Einwilligung, Rechte und Täuschungswirkung müssen vor Produktion und Veröffentlichung geklärt sein.
Automatisches Publizieren: Kein System sollte journalistische Inhalte ohne definierte menschliche Freigabe live stellen.

Die KI-Guidelines des ORF verankern das Human-in-the-Loop-Prinzip und belassen redaktionelle Hoheit sowie Letztverantwortung bei den Mitarbeiterinnen und Mitarbeitern. Die KI-Leitlinie der APA stellt menschliche Autonomie, Schadensverhütung, Fairness, Erklärbarkeit und journalistische Qualitätsstandards in den Mittelpunkt. Beide Beispiele zeigen: Ein Tool wird nicht allein danach bewertet, was technisch möglich ist, sondern ob ein klarer Anwendungsfall verantwortbar ist.

Der Acht-Schritte-Workflow vor der Veröffentlichung

Aufgabe definieren: Legen Sie fest, ob KI transkribiert, sortiert, analysiert, formuliert oder Bild und Ton erzeugt. Ein enger Zweck ist besser prüfbar als „Mach daraus einen fertigen Artikel“.
Tool und Daten prüfen: Verwenden Sie freigegebene Systeme. Klären Sie, welche Daten eingegeben werden dürfen und ob vertrauliche oder personenbezogene Informationen betroffen sind.
Originalquellen sichern: Speichern Sie Dokumente, Audio, Links und Datensätze, gegen die das Ergebnis kontrolliert wird.
Fakten und Zitate abgleichen: Kontrollieren Sie Namen, Funktionen, Daten, Zahlen, Zitate und kausale Aussagen direkt an den Originalen.
Auswahl und Verzerrung prüfen: Fragen Sie, welche Perspektiven fehlen, welche Gruppen stereotyp dargestellt werden und ob die Gewichtung journalistisch begründet ist.
Rechte und Schäden bewerten: Prüfen Sie Persönlichkeitsrechte, Datenschutz, Urheber- und Nutzungsrechte sowie mögliche Folgen einer falschen Veröffentlichung.
Offenlegung entscheiden: Dokumentieren Sie, ob ein Deepfake, ein Text zu öffentlichem Interesse oder nur unterstützende Standardbearbeitung vorliegt. Wählen Sie eine klare, barrierearme Kennzeichnung.
Verantwortlich freigeben: Eine benannte Person bestätigt Inhalt, Methode und Veröffentlichung. Bei heiklen Fällen gilt das Vier-Augen-Prinzip.

Ein solcher Ablauf macht die Redaktion nicht langsamer, wenn Vorlagen, Rollen und Eskalationswege vorbereitet sind. Er verhindert, dass jedes Team bei einem Grenzfall wieder bei null beginnt.

Welche Kompetenzen in Medienjobs wichtiger werden

Quellenkritik und Verifikation

Wer KI-Ergebnisse prüft, muss Primärquellen finden, Originalmaterial vergleichen und Unsicherheit bewerten können. Klassische Recherchekompetenz gewinnt damit an Bedeutung.

Methoden- und Datenverständnis

Redaktionsmitglieder müssen nicht jedes Modell programmieren. Sie sollten aber erkennen, wann eine Antwort nur plausibel klingt, wie ein Datensatz zustande kam und welche Kontrollschritte eine Analyse reproduzierbar machen.

Recht und redaktionelle Ethik

AI Act, Datenschutz, Persönlichkeitsrechte, Urheberrecht und interne Medienrichtlinien greifen ineinander. Gesucht sind Menschen, die rechtliche Fragen früh erkennen und nicht erst nach der Veröffentlichung eskalieren.

Transparente Kommunikation

Eine gute Kennzeichnung erklärt dem Publikum knapp, was künstlich erzeugt oder wesentlich verändert wurde. Sie darf weder versteckt sein noch den Eindruck erwecken, jede Rechtschreibprüfung mache einen Beitrag zum KI-Artikel.

Redaktionelle Entscheidungskraft

Welche Geschichte relevant ist, welche Quellen glaubwürdig sind und welche Darstellung fair ist, bleibt eine journalistische Entscheidung. Genau diese Urteilskraft unterscheidet verantwortungsvolle Medienarbeit von automatisierter Contentproduktion.

Wer die Grundlagen systematisch aufbauen möchte, findet im jobspot.at-Lernplan für KI-Kompetenz im Job einen Einstieg und im Beitrag über digitale Kompetenzen am österreichischen Arbeitsmarkt eine breitere Einordnung.

Was die AMS-Daten für Bewerber bedeuten

Das AMS JobBarometer für Journalistinnen und Journalisten weist für 2025 nur 62 ausgewertete Onlineinserate und für 2026 bis 2028 einen negativen Trend aus. Diese Zahl bildet nicht den gesamten Medienarbeitsmarkt ab: freie Mitarbeit, persönliche Netzwerke, interne Besetzungen und angrenzende Kommunikationsrollen können in öffentlichen Inseraten fehlen. Sie zeigt dennoch, dass Bewerbungen ein klares fachliches Profil brauchen.

„Ich kann ChatGPT“ ist kein solches Profil. Aussagekräftiger sind konkrete Arbeitsproben:

ein Interview mit überprüfter Transkription und dokumentierter Zitatkontrolle,
eine Datenanalyse mit Quellen, Rechenschritten und Fehlerprüfung,
ein Beitrag mit transparenter Kennzeichnungsentscheidung,
eine Recherche, bei der KI nur Suchrichtungen geliefert hat und Primärquellen den Inhalt tragen,
eine kurze redaktionelle Risikoanalyse für ein synthetisches Bild, Audio oder Video.

Der Ratgeber zu Arbeitsproben in der Bewerbung zeigt, wie Ergebnisse mit Ausgangslage, eigener Leistung und überprüfbarem Resultat präsentiert werden.

Ein 30-Tage-Lernprojekt für Medienschaffende

Woche 1: Transkription kontrollieren

Transkribieren Sie ein zehnminütiges, selbst aufgezeichnetes Gespräch. Markieren Sie jeden Fehler bei Namen, Zahlen, Dialekt und Satzgrenzen. Formulieren Sie daraus eine persönliche Prüfliste.

Woche 2: Quellengebundene Zusammenfassung

Wählen Sie einen offiziellen Bericht. Lassen Sie mögliche Kernaussagen und offene Fragen vorschlagen, verknüpfen Sie jede Aussage mit einer Fundstelle und streichen Sie alles, was das Original nicht trägt.

Woche 3: Synthetisches Material bewerten

Nehmen Sie ein fiktives Bild- oder Audiokonzept. Prüfen Sie Täuschungswirkung, Rechte, Offenlegung, Alt-Text und die journalistische Notwendigkeit. Produzieren müssen Sie das Material dafür nicht.

Woche 4: Workflow dokumentieren

Erstellen Sie eine einseitige Vorlage mit Aufgabe, Tool, Eingabedaten, Quellen, Kontrollen, Kennzeichnungsentscheidung und Freigabe. Testen Sie die Vorlage an einer kurzen, unkritischen Meldung.

Drei typische Redaktionsfälle

Fall 1: Interview-Transkription

Eine Redakteurin nutzt KI für das Transkript eines Interviews. Sie hört alle verwendeten Zitate im Original ab, prüft Namen und Kontext und schreibt den Beitrag selbst. Der Nutzen liegt in der Erschließung; Quelle und Verantwortung bleiben klar.

Fall 2: Fotorealistisches Symbolbild

Eine Lokalredaktion erzeugt eine realistisch wirkende Unfallszene, weil kein echtes Bild vorliegt. Das Publikum könnte sie für eine Aufnahme des Ereignisses halten. Die Redaktion muss Deepfake- und Kennzeichnungsfragen klären und sollte prüfen, ob eine neutrale Grafik oder ein klar erkennbares Symbolbild journalistisch verantwortbarer ist.

Fall 3: Vollautomatische Meldung

Ein System erstellt aus einer Aussendung einen Text und veröffentlicht ihn ohne menschliche Kontrolle. Bei einem Thema von öffentlichem Interesse fehlt die redaktionelle Prüfung; die Textausnahme greift nicht einfach. Zusätzlich bleiben Fehler-, Quellen- und Haftungsrisiken ungelöst. Der Ablauf braucht eine menschliche Freigabe vor dem Publizieren.

FAQ zu KI im Journalismus

Muss jeder KI-unterstützte Artikel gekennzeichnet werden?

Nein, nicht jede unterstützende Nutzung löst automatisch eine sichtbare Kennzeichnung aus. Entscheidend sind Art des Systems, Bedeutung der Veränderung, Inhalt, redaktionelle Kontrolle und Verantwortung. Interne Richtlinien können über das gesetzliche Minimum hinausgehen.

Reicht redaktionelle Kontrolle für KI-Bilder aus?

Die Textausnahme darf nicht auf Bild, Audio und Video übertragen werden. Stellt das Material einen Deepfake dar, bleibt grundsätzlich eine Offenlegung erforderlich.

Darf KI Zitate sprachlich verbessern?

Journalistische Zitate müssen die Aussage korrekt wiedergeben. Jede Glättung ist am Original und an den redaktionellen Zitierregeln zu prüfen. KI darf niemandem eine prägnantere Aussage zuschreiben, die so nicht gefallen ist.

Welche Tools gehören in eine Bewerbung?

Nennen Sie nur Werkzeuge, die Sie tatsächlich beherrschen. Wichtiger als die Produktliste ist, welche Aufgabe Sie damit lösen, wie Sie Daten schützen und wie Sie Ergebnisse verifizieren.

Ersetzt KI journalistische Ausbildung?

Nein. Recherche, Medienrecht, Ethik, Dramaturgie, Interviewführung und redaktionelle Entscheidungskraft bleiben grundlegend. KI-Kompetenz ergänzt diese Fähigkeiten.

Fazit: Glaubwürdigkeit entsteht im Prüfprozess

KI im Journalismus kann Routine reduzieren und neue Recherchemöglichkeiten eröffnen. Ihr beruflicher Wert zeigt sich aber erst, wenn Redaktionen Aufgabe, Daten, Quellen, Kontrolle und Offenlegung sauber organisieren. Besonders bei öffentlichen Themen, fotorealistischen Bildern, Stimmen und Videos reicht technisches Können allein nicht.

Für Medienschaffende wird deshalb eine Kombination entscheidend: journalistische Sorgfalt, KI-Kompetenz, Rechtsbewusstsein und transparente Kommunikation. Wer diese Fähigkeiten mit überprüfbaren Arbeitsproben belegt, zeigt nicht nur Toolkenntnis, sondern jene Urteilskraft, die glaubwürdige Medien weiterhin brauchen.