KI im Journalismus ist 2026 in den meisten deutschen Redaktionen Alltag. Transkripte entstehen automatisch, Übersetzungen laufen nebenbei, Datensätze werden maschinell vorsortiert. Gleichzeitig hat der Deutsche Presserat eine allgemeine Kennzeichnungspflicht für KI-Texte abgelehnt, der Spiegel hat seine Hausregeln verschärft, und seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 der KI-Verordnung.
Dieser Ratgeber sortiert, was sich davon auf deine tägliche Arbeit auswirkt. Er beschreibt, welche redaktionellen Aufgaben mit KI verlässlich funktionieren, wo die Technik systematisch danebenliegt, was rechtlich gilt und was eine Redaktion intern festlegen sollte, bevor das erste Missverständnis öffentlich wird.
Was macht KI im Journalismus 2026 konkret?
Der Einsatz konzentriert sich auf Arbeitsschritte vor und nach dem eigentlichen Text. Die Reuters-Institute-Befragung von Medienentscheidern für 2026 zeigt, dass 97 Prozent Automatisierung im Hintergrund für wichtig halten und 82 Prozent große Möglichkeiten in der Recherche sehen. Die Zahlen beschreiben Erwartungen von Führungskräften, keine gemessene Nutzung in der Fläche.
In der Praxis lassen sich fünf Blöcke unterscheiden, die unabhängig voneinander eingeführt werden können:
- Aufbereitung von Material: Transkription, Übersetzung, Zusammenfassung langer Dokumente
- Auswertung von Daten: Muster in Tabellen, Aktenbergen und Behördenantworten finden
- Produktion von Varianten: Überschriften, Teaser, Newsletter-Anrisse, Vorlesefassungen
- Automatisierte Standardtexte aus strukturierten Daten
- Interne Werkzeuge: Archivsuche, Verschlagwortung, Metadaten
Was sich hartnäckig hält und trotzdem selten trägt, ist der fertig geschriebene Artikel auf Knopfdruck. Genau dort setzen die Hausregeln der großen Häuser inzwischen die Grenze.
Welche redaktionellen Aufgaben eignen sich wirklich für KI?
Die brauchbare Trennlinie verläuft entlang der Frage, ob es eine überprüfbare Vorlage gibt. Wo ein Ausgangsmaterial existiert, gegen das du das Ergebnis abgleichen kannst, ist der Einsatz sinnvoll. Wo das Modell Inhalte ergänzen muss, die nirgends stehen, wird es riskant.
Aufgaben mit überprüfbarer Vorlage
Diese Arbeiten haben ein Original, an dem sich das Ergebnis messen lässt:
- Transkription einer Aufnahme, Original ist die Audiodatei
- Übersetzung, Original ist der Ausgangstext
- Zusammenfassung eines Dokuments, Original ist das Dokument
- Umwandlung strukturierter Daten in Fließtext, Original ist die Tabelle
- Verschlagwortung und Archivsuche, Original ist der Bestand
Aufgaben ohne Vorlage
Hier fehlt die Kontrollinstanz, weshalb ein Fehler erst beim Gegenlesen auffällt oder gar nicht:
- Faktenbehauptungen ohne belegte Quelle
- Zitate, die das Modell formuliert statt aus einer Aufnahme zu übernehmen
- Einordnung, Bewertung, Gewichtung eines Themas
- Alles, was Anwesenheit voraussetzt, also Ortstermin, Beobachtung, Gespräch
Wie gut ist KI in der Recherche und wo hört es auf?
Die belastbarste Untersuchung dazu kommt von der Europäischen Rundfunkunion. Unter Federführung der BBC prüften 22 öffentlich-rechtliche Medienorganisationen aus 18 Ländern in 14 Sprachen, wie ChatGPT, Microsoft Copilot, Google Gemini und Perplexity auf Nachrichtenfragen antworten. ARD und ZDF waren beteiligt, die Studie erschien im Oktober 2025 unter dem Titel „News Integrity in AI Assistants“.
Was die Untersuchung gefunden hat
Die Ergebnisse fallen deutlich aus, auch wenn die Prozentwerte je nach Zählweise diskutiert wurden:
- 45 Prozent der Antworten wiesen mindestens ein erhebliches Problem auf
- 31 Prozent hatten Schwächen bei den Quellenangaben, etwa fehlende, falsche oder erfundene Belege
- 20 Prozent enthielten Ungenauigkeiten, Halluzinationen oder veraltete Angaben
Für die Redaktionspraxis bedeutet das, dass eine KI-Antwort auf eine Nachrichtenfrage ein Hinweis bleibt und kein Beleg. Wer sie ungeprüft übernimmt, verletzt die journalistische Sorgfaltspflicht nach Ziffer 2 des Pressekodex.
Wofür sich KI in der Recherche trotzdem lohnt
Nützlich wird die Technik, wenn du ihr das Material selbst gibst. Gemini Notebook (früher NotebookLM) arbeitet nur mit den Dokumenten, die du hochlädst, und verweist auf die Fundstelle. Damit lässt sich ein 300-seitiger Prüfbericht durchsuchen, ohne dass die Antworten aus dem allgemeinen Trainingswissen stammen. Auch Claude wird häufig für lange Dokumente genutzt, weil es große Textmengen in einem Durchgang verarbeitet.
Der Unterschied liegt im Vorgehen. Solange du fragst, was in deinen Unterlagen steht, ist die Fundstelle prüfbar. Sobald du fragst, was in der Welt gilt, erzeugt das Modell eine Antwort aus Wahrscheinlichkeiten.
Wie transkribiere ich Interviews, ohne den Quellenschutz zu gefährden?
Transkription ist der Bereich, in dem KI im Journalismus am unstrittigsten Zeit spart. Die rechtliche Seite wird dabei oft übersehen, weil das Werkzeug so beiläufig wirkt.
Was die DSGVO verlangt
Eine Gesprächsaufnahme ist eine Verarbeitung personenbezogener Daten nach Artikel 4 Nummer 2 DSGVO. Sie braucht eine Rechtsgrundlage, in der Praxis meist die Einwilligung nach Artikel 6 Absatz 1 Buchstabe a, die freiwillig, informiert und widerruflich sein muss. Schickst du die Datei an einen externen Dienst, kommt ein Auftragsverarbeitungsvertrag nach Artikel 28 dazu, bei Servern außerhalb der EU zusätzlich die Prüfung der Übermittlungsgrundlage.
Wann ein lokales Modell die bessere Wahl ist
Bei Gesprächen mit Whistleblowern, Betroffenen oder Beschuldigten kommt der presserechtliche Informantenschutz hinzu. Eine Aufnahme, die einen Hinweisgeber identifizierbar macht, gehört nicht auf einen fremden Server, dessen Unterauftragnehmer du nicht kennst. Für solche Fälle ist ein lokal laufendes Spracherkennungsmodell die saubere Lösung, weil keine Datei das Gerät verlässt.
Für unkritische Termine, etwa eine Pressekonferenz oder ein Fachgespräch ohne Vertraulichkeitszusage, sind Cloud-Dienste vertretbar. TurboScribe und Otter.ai gehören zu den verbreiteten Werkzeugen dieser Klasse. Prüfe vorher Serverstandort, Löschfristen und ob die Anbieter deine Aufnahmen zum Training verwenden.
Unabhängig vom Werkzeug gilt eine Regel für die Weiterverarbeitung. Ein Zitat, das im Text landet, hörst du im Original nach. Automatische Transkripte verwechseln Namen, Zahlen und Verneinungen, und genau daraus entstehen Gegendarstellungen.
Taugt KI-Übersetzung für journalistische Texte?
Für die Erschließung fremdsprachiger Quellen ist maschinelle Übersetzung längst Standard. DeepL liefert bei europäischen Sprachpaaren Ergebnisse, die für das schnelle Verstehen eines Behördenpapiers oder eines ausländischen Medienberichts ausreichen.
Bei Zitaten wird es heikel. Eine maschinelle Übersetzung glättet Zwischentöne, und im Deutschen entsteht daraus schnell eine Aussage, die im Original so nicht steht. Wenn du ein übersetztes Zitat veröffentlichst, sollte jemand mit Sprachkenntnis gegenlesen, und die Fassung im Original gehört ins Archiv. Bei Rechtstexten und Vertragsklauseln reicht maschinelle Übersetzung ohnehin nicht aus.
Werkzeuge zum Umformulieren wie QuillBot sind eine eigene Kategorie. Sie erzeugen aus einem vorhandenen Text eine andere Formulierung, was beim Kürzen auf Zeichenzahl helfen kann. Dass daraus keine Umgehung fremder Urheberrechte wird, bleibt deine Verantwortung.
Kann KI bei der Themenfindung helfen?
Themenvorschläge aus einem Sprachmodell klingen plausibel und sind meist generisch, weil das Modell aus dem Durchschnitt vorhandener Texte schöpft. Der Nutzen liegt woanders.
Brauchbar wird der Einsatz, wenn du eigene Datenbestände auswertest. Ratsinformationssysteme, Vergabebekanntmachungen, Bilanzen, Statistiken und Antworten auf Anfragen nach dem Informationsfreiheitsgesetz enthalten Auffälligkeiten, die niemand von Hand findet. Norwegische und amerikanische Häuser nutzen dafür Systeme, die täglich Verwaltungsdokumente durchsehen und Redaktionen auf Ungewöhnliches hinweisen. Der Vorschlag der Maschine ersetzt keine Recherche, er verkürzt nur den Weg zur ersten Spur.
Wo laufen automatisierte Standardtexte heute schon?
Automatisierte Texte gibt es im deutschsprachigen Raum seit über einem Jahrzehnt, lange vor den heutigen Sprachmodellen. Die Deutsche Presse-Agentur erzeugt über eine Textautomatisierungsplattform täglich Wetter- und Sportmeldungen aus strukturierten Daten.
Die Gattung funktioniert, weil sie eng definiert ist:
- Wetterberichte aus Messwerten und Vorhersagemodellen
- Börsenmeldungen aus Kursdaten
- Sportergebnisse aus Spielberichtsbögen, besonders in unteren Ligen
- Wahlergebnisse aus amtlichen Auszählungen
- Kommunale Kennzahlen, etwa Bevölkerungsentwicklung oder Haushaltszahlen
Gemeinsam ist diesen Formaten, dass die Datenquelle amtlich oder vertraglich gesichert ist und der Text keine Wertung enthält. Sobald Einordnung dazukommt, endet die Automatisierung. Der Fehler entsteht in dieser Gattung fast nie im Text, sondern in der Datenzulieferung, weshalb die Qualitätssicherung an der Schnittstelle ansetzen muss.
Muss ich KI-Inhalte nach dem EU AI Act kennzeichnen?
Die Transparenzvorschriften der KI-Verordnung stehen in Artikel 50 und gelten seit dem 2. August 2026. Sie richten sich teils an Anbieter der Systeme, teils an Betreiber, also an dich, wenn du ein Werkzeug beruflich einsetzt.
Was Artikel 50 verlangt
Die Vorschrift unterscheidet mehrere Fälle:
- Absatz 1 verpflichtet Anbieter, Menschen darüber zu informieren, dass sie mit einem KI-System interagieren, etwa bei einem Chatbot auf der Website
- Absatz 2 verpflichtet Anbieter generativer Systeme, Ausgaben maschinenlesbar als künstlich erzeugt zu markieren, soweit technisch machbar
- Absatz 4 verpflichtet Betreiber, Deepfakes offenzulegen, also Bild-, Ton- und Videomaterial, das echt wirkt
- Absatz 5 verlangt, dass diese Hinweise spätestens bei der ersten Interaktion klar und erkennbar erscheinen
Für künstlerische, kreative, satirische und fiktionale Werke sieht Absatz 4 eine abgeschwächte Form vor. Der Hinweis muss dort so erfolgen, dass er die Darbietung nicht beeinträchtigt.
Die Ausnahme für redaktionell geprüfte Texte
Für Redaktionen ist eine Einschränkung in Absatz 4 entscheidend. Die Offenlegungspflicht für KI-erzeugte Texte entfällt, wenn der Inhalt einer menschlichen Überprüfung oder redaktionellen Kontrolle unterzogen wurde und eine natürliche oder juristische Person die redaktionelle Verantwortung für die Veröffentlichung trägt.
Der klassische journalistische Ablauf mit Gegenlesen, Faktenprüfung und verantwortlichem Redakteur erfüllt diese Bedingung. Wer den Ablauf abkürzt und Rohausgaben durchreicht, verliert die Ausnahme. Für synthetisches Bild-, Ton- und Videomaterial gilt sie ohnehin nicht, dort bleibt es bei der Offenlegung.
Was sagt der Deutsche Presserat zur Kennzeichnung?
Die presseethische Ebene läuft neben dem Gesetz. Das Plenum des Presserats stellte im September 2024 in der Präambel des Pressekodex klar, dass die Verantwortung für redaktionelle Beiträge unabhängig von der Art der Erstellung besteht und auch für künstlich generierte Inhalte gilt.
Im Juni 2026 lehnte der Presserat eine allgemeine Kennzeichnungspflicht für KI-Texte ab. Presserats-Sprecher Moritz Döbler begründete das damit, dass sich schwer bestimmen lasse, ab wann ein Text ganz oder überwiegend von KI erzeugt sei, und dass es dem Presserat nicht zustehe, über die eingesetzte Technik zu entscheiden. Maßgeblich bleibt, ob die Redaktion ihre Sorgfaltspflicht erfüllt.
Der Deutsche Journalisten-Verband widerspricht dieser Linie und fordert eine ausdrückliche Kennzeichnungspflicht im Kodex. Der Streit ist damit nicht beigelegt.
Warum für Bilder etwas anderes gilt als für Texte
Bei Bildern greift Richtlinie 2.2 des Pressekodex. Sie verlangt, dass Symbolbilder als solche erkennbar sind oder in Bildunterschrift beziehungsweise Begleittext klargestellt werden, sofern sie bei flüchtiger Betrachtung als dokumentarische Aufnahme verstanden werden könnten. Der Presserat wendet diese Richtlinie auf KI-Bilder an, so wie zuvor schon auf gestellte Fotos. Presserats-Sprecher Manfred Protze fasste den Grundsatz so zusammen, dass nicht der Eindruck entstehen dürfe, künstlich erzeugte Bilder bildeten die Realität ab.
Damit ergibt sich für die Praxis eine einfache Faustregel. Bei Fotos, Ton und Video kennzeichnest du, bei Texten entscheidet die Hausregel, solange die redaktionelle Kontrolle steht.
Was steht in den Leitlinien deutscher Medienhäuser?
Die veröffentlichten Hausregeln unterscheiden sich stärker, als die gemeinsame Rechtslage vermuten lässt.
Die dpa veröffentlichte bereits 2023 fünf Leitlinien. Sie erklärt sich offen für den verstärkten Einsatz, hält fest, dass die letzte Entscheidung über den Einsatz KI-basierter Produkte ein Mensch trifft, verpflichtet sich auf rechtmäßige und technisch robuste Systeme, sichert Transparenz bei KI-generierten Inhalten zu und ermuntert die Belegschaft ausdrücklich zum Ausprobieren.
Der Tagesspiegel verlangt für alle originär journalistischen Formate eine finale Abnahme in der Redaktion und macht kenntlich, wenn KI wesentlich an der Erstellung beteiligt war.
Der Spiegel hat seine Regeln 2026 verschärft. Chefredakteur Dirk Kurbjuweit strich das Wort „maßgeblich“ aus der Hausrichtlinie, seither darf KI dort Texte weder schreiben noch umschreiben. Erlaubt bleibt sie für Übersetzungen, Rechtschreibprüfung und die Auswertung großer Datenmengen. Das Haus will ein „Menschenmedium“ bleiben.
Andere Häuser ziehen die Linie weiter. Ippen-Chefredakteur Markus Knall wirbt öffentlich für einen stärkeren KI-Einsatz im Journalismus. Ein einheitlicher Branchenstandard existiert also nicht, was für dich bedeutet, dass die Regeln deines Hauses gelten und nicht das, was du anderswo gelesen hast.
Wie prüfe ich Quellen, wenn KI im Spiel ist?
Die Verifikationsarbeit verschiebt sich in zwei Richtungen. Erstens musst du prüfen, was KI dir liefert. Zweitens musst du prüfen, ob dein Ausgangsmaterial selbst KI-erzeugt ist.
Für den ersten Fall hat sich ein einfaches Vorgehen bewährt:
- Jede Faktenbehauptung auf eine Primärquelle zurückführen, die du selbst geöffnet hast
- Angegebene Links tatsächlich aufrufen, weil erfundene Belege real klingende Adressen tragen
- Zahlen, Daten und Eigennamen gesondert prüfen, dort sitzen die meisten Fehler
- Zitate nur aus Aufnahme, Transkript oder schriftlicher Quelle übernehmen
Für den zweiten Fall hilft klassische Handarbeit. Bei Bildmaterial klärst du Herkunft, Urheber und Erstveröffentlichung, bevor du technische Erkennungswerkzeuge bemühst. Deren Trefferquote ist unzuverlässig, und ein falsch negatives Ergebnis wiegt in einer Redaktion schwerer als gar kein Ergebnis. Die maschinenlesbaren Markierungen nach Artikel 50 Absatz 2 verbessern die Lage schrittweise, sie sind allerdings entfernbar und decken alte Bestände nicht ab.
Wie steht es um das Urheberrecht bei Trainingsdaten?
Für Verlage ist das die wirtschaftlich schwerste Frage. Ob Modelle mit geschützten Texten trainiert werden dürfen, hängt an der Schranke für Text und Data Mining in Paragraf 44b UrhG und ihrem Vorbehalt für Rechteinhaber.
Das Urteil des Landgerichts München I
Am 11. November 2025 entschied das Landgericht München I im Verfahren der GEMA gegen OpenAI (Aktenzeichen 42 O 14139/24). Anlass war, dass ChatGPT auf einfache Eingaben hin bekannte deutsche Liedtexte nahezu vollständig ausgab. Das Gericht sah darin eine Vervielfältigung nach Paragraf 16 UrhG, weil die Werke in ihren wesentlichen Zügen im Modell wiedererkennbar gespeichert seien, und ließ die Text-und-Data-Mining-Schranke dafür nicht gelten. Das Urteil ist nicht rechtskräftig, OpenAI hat Berufung eingelegt.
Welche Verfahren laufen
Seit dem 19. August 2026 klagen der Carlsen Verlag gemeinsam mit Marc-Uwe Kling und Astrid Henn vor dem Landgericht München I gegen OpenAI Ireland. Vorwurf ist, dass ChatGPT auf einfache Eingaben hin detaillierte Wiedergaben des Kinderbuchs „Das NEINhorn“ erzeugt. Parallel laufen im Ausland Verfahren mit Verlagsbeteiligung, etwa eine im Juli 2026 in New York eingereichte Klage gegen Google, an der unter anderem Hachette, Cengage und Elsevier beteiligt sind.
Für deine tägliche Arbeit folgt daraus vor allem eines. Solange die Rechtslage offen ist, gehören eigene unveröffentlichte Recherchetexte, Dokumente von Informanten und Vertragsentwürfe nicht in ein Werkzeug, dessen Anbieter Eingaben zum Training verwenden darf. Prüfe die Einstellungen und die Vertragsbedingungen deines Hauses, bevor du Material hochlädst.
Was sollten Redaktionen praktisch regeln?
Viele Hausregeln formulieren Prinzipien, ohne den Produktionsweg zu klären. Diese Punkte gehören konkret festgelegt, sonst entstehen im Alltag Lücken:
- Zugelassene Werkzeuge: eine verbindliche Liste, ergänzt um Serverstandort und Trainingsnutzung je Dienst
- Verbotene Eingaben: Informantendaten, unveröffentlichte Recherchen, Personaldaten, Vertragsunterlagen
- Kennzeichnung: wann ein Hinweis erscheint, in welcher Formulierung und an welcher Stelle
- Bildregeln: ob synthetische Bilder überhaupt erlaubt sind und wie sie ausgewiesen werden
- Verantwortlichkeit: namentlich benannte Person je Beitrag, auch bei automatisierten Formaten
- Dokumentation: welches Werkzeug an welchem Beitrag beteiligt war, nachvollziehbar bei Beschwerden
- Korrekturweg: wie ein Fehler aus automatisierter Produktion gemeldet und behoben wird
- Überprüfung: ein fester Termin, an dem die Regeln gegen die tatsächliche Praxis abgeglichen werden
Der letzte Punkt entscheidet über den Rest. Regeln, die einmal beschlossen und nie geprüft werden, beschreiben nach einem halben Jahr eine Werkzeuglandschaft, die es nicht mehr gibt.
Was bedeutet KI für den journalistischen Beruf?
Belastbare deutsche Zahlen darüber, wie viele Stellen durch KI wegfallen, gibt es bislang nicht. Stellenabbau in Verlagen läuft seit Jahren und hat mehrere Ursachen, darunter Anzeigenrückgang und sinkende Auflagen. KI wird in dieser Gemengelage als Begründung genutzt, was ihre Wirkung schwer isolierbar macht.
Sichtbar ist eine Verschiebung der Anforderungen. Tätigkeiten mit hohem Routineanteil, etwa das Aufbereiten von Pressemitteilungen oder das Verschriftlichen von Ergebnislisten, verlieren an Gewicht. Gefragter werden Datenkompetenz, Verifikation, Themenzugang und der Aufbau eigener Quellen.
Ein zweiter Punkt betrifft die Reichweite. Medienentscheider rechnen in den kommenden Jahren mit deutlich weniger Zugriffen über Suchmaschinen, weil Antworten direkt in den Suchergebnissen und in KI-Assistenten erscheinen. Für Redaktionen verschiebt das die Bedeutung von Direktzugängen wie Newsletter, App und Abo.
Die Studienlage zur Fehlerquote der Assistenten legt zugleich nahe, worin der bleibende Wert journalistischer Arbeit liegt. Wenn maschinelle Antworten in einem erheblichen Teil der Fälle Quellen falsch zuordnen, wird die überprüfte, zurechenbare Meldung wertvoller. Das ist kein Automatismus, es setzt voraus, dass Redaktionen diesen Anspruch auch dort einlösen, wo KI im Ablauf steckt.