Bild und Video haben eine Fläche, auf die ein Label passt; bei reinem Audio fehlt sie. Trotzdem erfasst der EU AI Act Toninhalte ausdrücklich Art. 3 Nr. 60 — die Deepfake-Definition nennt Bild-, Ton- und Videoinhalte gleichrangig. Ob eine Pflicht greift, hängt zunächst vom vollständigen Deepfake-Tatbestand und der Betreiberrolle ab; erst danach stellt sich die Frage nach dem passenden Offenlegungskanal.
Die Zwei-Kanal-Praxis des freiwilligen Kodex
Für Unterzeichner des Code of Practice steht der Kernsatz in CoP 1.2.2 e: Bei Audio-Deepfakes ist, wenn ein Bildschirm verfügbar ist, zusätzlich zum hörbaren Hinweis eine sichtbare Offenlegung auf Basis des Icons oder eines gleichwertigen Labels bereitzustellen. Genannt werden etwa der Bildschirm im Auto und das Smartphone-Display.
Ist eine visuelle Offenlegung nicht möglich, sieht CoP 1.2.3 für Unterzeichner einen hörbaren Hinweis spätestens beim ersten Kontakt vor, optional unterstützt durch erklärte akustische Signale wie Töne oder Earcons. Außerhalb des Kodex bleibt der gesetzliche Maßstab funktional und kontextabhängig.
| Wo dein Audio landet | Robuste Umsetzung nach dem Kodex für Unterzeichner |
|---|---|
| Podcast-App auf dem Smartphone | Ansage und sichtbares Label |
| Autoradio mit Display | Ansage und sichtbares Label |
| Smart Speaker ohne Display | Ansage, ggf. mit akustischem Signal |
| Telefon-Ansage, Hotline | Ansage zu Beginn |
| Video mit erfasstem KI-Audio | visuelle Offenlegung; Audiohinweis kann ergänzen CoP 1.2.2 d |
Bei Video gilt innerhalb des Kodex die Video-Logik: Ein akustischer Hinweis ergänzt die visuelle Offenlegung. Mehr dazu auf der Seite zu KI-Videos.
Was die Ansage können muss
Der Code of Practice ist für seine Unterzeichner konkret. Wo visuelle Offenlegung nicht möglich ist, sieht er einen kurzen hörbaren Hinweis am Anfang des Deepfakes selbst vor: in einfacher, natürlicher Sprache, in der Sprache des Inhalts oder auf Englisch und möglichst mit der Information, ob der Inhalt generiert oder manipuliert wurde.
Für ausgeschnittene Audio-Fragmente, Langformate und Live-Ausspielung ergänzt der Kodex den Anfangshinweis um Erinnerungen in regelmäßigen Abständen, unter anderem nach Unterbrechungen wie Werbung. Die Leitlinien tragen den funktionalen Kern: Ist absehbar, dass Hörer den Inhalt nicht von Beginn an wahrnehmen, kann ein späterer zusätzlicher Hinweis nötig sein LL Rn. 143. Die exakten Intervalle sind dagegen Code-Zusagen, keine allgemeine Gesetzesvorgabe.
Es gibt noch kein Audio-Icon — und das steht so im Kodex
Die drei amtlichen EU-Icons — Basis-Icon, „AI GENERATED“ und „AI MODIFIED“ — sind ausnahmslos Grafiken. Für reine Tonwiedergabe existiert bis heute kein amtliches Pendant. Der Kodex sagt das im Anhang selbst: Ein reines Audio-Icon werde ebenfalls noch entwickelt. Zuständig ist die Task Force nach CoP Measure 1.3, deren erklärtes Ziel unter anderem „non-visual/audio-only versions of the icon“ ist.
Für Unterzeichner heißt das: Ohne Bildschirm ist eine verständliche Ansage der naheliegende Weg. Ein eigener Klang kann ergänzen, wenn das Publikum seine Bedeutung durch begleitende Aufklärung versteht. Mit Bildschirm kommt nach der Code-Praxis ein sichtbarer Hinweis hinzu. Außerhalb des Kodex kannst du dieselbe Mehrkanal-Lösung nutzen, musst aber immer den konkreten ersten Kontakt prüfen.
Voice Cloning: der amtliche Podcast-Fall
Die Leitlinien liefern für Audio einen ungewöhnlich klaren Beispielkatalog:
| Beispiel aus den Leitlinien | Deepfake? |
|---|---|
| KI-Audio mit geklonten Stimmen der Stammmoderatoren eines Zeitungs-Podcasts und eines Gesprächsgasts, die Nachrichten besprechen | ✓ ja |
| KI-Stimmreplikation für fiktive Figuren (Hörbuch, Spiel, Animation), ohne Täuschung über die Identität der Sprecher | ✗ nein |
| KI-bearbeitete Radiosendung mit angepassten technischen Audioparametern (Lautheit, Rauschunterdrückung, Kompression), ohne die gesprochenen Worte oder die Sprechweise zu verändern | ✗ nein |
Die Linie dahinter zieht LL Rn. 116: Anpassungen technischer Parameter sind für die Echtheitsbewertung meist unerheblich. Die Synthese realistischer Sprache in der Stimme einer bestimmten Person zählt dagegen ausdrücklich zu den bedeutungsverändernden Eingriffen. Und der Maßstab ist objektiv — eine Täuschungsabsicht ist nicht erforderlich LL Rn. 114. Weitere Grenzfälle sortiert der Schnell-Check zu den Ausnahmen.
Musik: das abgeschwächte Regime — und was Spotify daraus macht
Für Musik gilt eine Besonderheit erst dann, wenn überhaupt ein Deepfake vorliegt. Stilähnlichkeit allein erzeugt nicht automatisch einen falschen Authentizitätseindruck. Für einen erfassten künstlerisch-kreativen Deepfake erlaubt Art. 50 Abs. 4 eine angemessene Offenlegung, die den Genuss des Werks nicht beeinträchtigt; die Kategorie wird eng ausgelegt LL Rn. 120–122. Stimm- oder Identitätsimitation ist daher getrennt von bloßer Stilähnlichkeit zu prüfen.
Spotify bietet über Distributoren AI Credits an: freiwillig, als Beta und rollenbasiert etwa für Lyrics, Vocals, Instrumentalaufnahmen und Produktion. Das ist eine Plattformfunktion mit begrenztem Darstellungsbereich, keine allgemeine Art.-50-Erfüllungsgarantie. Parallel dokumentiert Spotify Regeln gegen unautorisierte Stimm-Imitationen.
Für dich heißt das: Verlass dich nicht allein auf ein optionales Credit-Feld. Nutze eine Ansage, ein Cover-Label und eine Beschreibung als robuste Mehrkanal-Lösung und teste, welche Elemente deine konkreten Zielplattformen beim ersten Kontakt tatsächlich anzeigen.
Der Punkt, den fast alle übersehen: Barrierefreiheit
Audio-Kennzeichnung hat ein eingebautes Problem — wer schlecht hört, bekommt die Ansage nicht mit. Der Kodex denkt das mit und nennt in seinen Barrierefreiheits-Vorgaben taktile und haptische Hinweise für reine Audioinhalte, ausdrücklich mit dem Beispiel eines Vibrationsalarms vor dem Abspielen, der auf Deepfake-Inhalt hinweist. Umgekehrt sollen visuelle Offenlegungselemente durch Audiodeskription oder alternative Signale zugänglich sein. Die Leitlinien stellen dabei klar, dass Art. 50 keine zusätzlichen Barrierefreiheits-Anforderungen schafft — die bestehenden europäischen Regeln gelten aber unverändert weiter LL Rn. 144.
Das ist kein Nischenthema: Wenn deine Kennzeichnung nur auf einem Sinneskanal funktioniert, kann ein Teil des Publikums sie nicht wahrnehmen. Der Kodex konkretisiert deshalb für seine Unterzeichner eine Mehrkanal-Lösung. Art. 50 schafft laut Leitlinien keine neuen Barrierefreiheitsregeln, lässt bestehende Anforderungen aber unberührt LL Rn. 144. Wie sich das ins Gesamtbild der Pflichten einfügt, zeigt der Überblick zur KI-Kennzeichnung.
Ansage und Cover gemeinsam testen
Cover-Art und Episodenbild sind wichtige sichtbare Flächen, werden aber nicht in jedem Player oder geteilten Link garantiert angezeigt. Ergibt die Prüfung eine Offenlegungspflicht, kannst du das optionale offizielle EU-Label oder einen klaren eigenen Hinweis ins Cover setzen, eine verständliche Ansage ergänzen und die konkrete Zielplattform prüfen. Der Editor arbeitet lokal im Browser.
