Die vergangene Woche stand im Zeichen der Frist: Am 2. August 2026 greifen mehrere Teile des EU AI Acts, und in Brüssel wurde dafür diese Woche das letzte handfeste Werkzeug nachgelegt. Daneben dreht sich das Modell-Karussell weiter, und in der Technischen Dokumentation verschiebt sich die Diskussion von „Schreiben mit KI“ hin zu „Inhalte, die Maschinen lesen können“. Hier die Meldungen, die für Ihre Redaktion und Ihre Digitalisierung zählen.
EU-Kennzeichnungs-Kodex für KI-Inhalte veröffentlicht
Die EU-Kommission hat den Verhaltenskodex zur Transparenz von KI-erzeugten Inhalten vorgelegt. Er übersetzt die Kennzeichnungspflicht aus Artikel 50 des AI Acts in praktische Vorgaben: Wasserzeichen, Metadaten und Herkunftsnachweise, dazu modalitätsspezifische Hinweise für Bild, Video und Audio. Wer unterzeichnen will, muss das bis zum 22. Juli 2026 tun, damit der Name auf der ersten Liste der Erstunterzeichner steht. Pflicht wird Artikel 50 selbst zum 2. August 2026.
Für die Praxis bedeutet das: Wenn Sie KI bei der Erstellung von Bedienungsanleitungen, Schulungsmaterial oder Marketing-Texten einsetzen, brauchen Sie ab August einen Kennzeichnungsmechanismus, der zu Ihrem Publikationsweg passt. Für ein CCMS bedeutet das: Die Kennzeichnung gehört in die Metadaten und in den Ausgabeprozess, nicht nachträglich von Hand in jedes Dokument. Klären Sie jetzt, welche Inhalte betroffen sind und an welcher Stelle Ihres Prozesses die Markierung gesetzt wird.
GPAI-Durchsetzung: Ab August kann die Kommission durchgreifen
Parallel rückte in Erinnerung, dass das EU-AI-Büro ab dem 2. August 2026 erstmals Durchsetzungsbefugnisse gegenüber Anbietern allgemeiner KI-Modelle erhält: Auskunftsverlangen, Modellzugriff bis hin zum Rückruf, sowie Bußgelder von bis zu drei Prozent des weltweiten Jahresumsatzes oder 15 Millionen Euro. Der zugehörige GPAI-Kodex ist von rund zwei Dutzend Anbietern unterzeichnet, darunter Anthropic, Google, Microsoft, Mistral und OpenAI; Meta hat nicht unterschrieben.
Für die Praxis bedeutet das: Der Druck wandert die Lieferkette herunter. Schon bevor eine Behörde anklopft, fragen Einkauf und Auditoren, mit welchem Modell Sie arbeiten und wie es dokumentiert ist. Wer Modelle in der Redaktion oder im Kundenservice einsetzt, sollte Anbieter, Versionsstand und Datenherkunft sauber festhalten — das ist Teil einer sauberen Prozessdokumentation und kein Bürokratie-Selbstzweck.
Das Modell-Karussell dreht schneller als die Beschaffung
Neue Modelle erscheinen derzeit im Zwei-Tages-Takt. Diese Woche kursierte ein viel beachteter Vergleich zwischen dem offenen GLM-5.2 und Claude Opus 4.8, kurz nachdem Anthropic mit Fable 5 ein neues Spitzenmodell vorgelegt hatte. Anbieter wie Microsoft drängen mit günstigeren Modellen in den Markt, um Entwicklerkosten zu senken.
Für die Praxis bedeutet das: Vom Tempo sollten Sie sich nicht treiben lassen. Für eine Redaktion zählt vor allem ein stabiler Prozess, in dem sich das Modell austauschen lässt, ohne dass Sie Ihre Arbeitsweise jedes Quartal umbauen. Bauen Sie die Anbindung modular über klare Schnittstellen. Dann bleibt ein Modellwechsel eine Konfigurationsfrage und wird kein eigenes Projekt.
CCMS unter Zugzwang: Inhalte für Maschinen statt nur für Menschen
In der Branche festigt sich eine Erwartung an die nächste CCMS-Generation: KI-fähige, strukturierte Inhalte, barrierearmes Authoring, agentenfähige Auslieferung und belastbare Lokalisierungs-Workflows. Der Tenor lautet, dass Inhalte über den menschlichen Leser hinaus auch für KI-Agenten maschinenlesbar bereitstehen müssen.
Für die Praxis bedeutet das: Genau hier zahlt sich die Modularisierung und das saubere Metadaten-Tagging aus, das ein CCMS ohnehin verlangt. Inhalte, die schon heute in Topics zerlegt und konsequent verschlagwortet sind, lassen sich morgen an einen KI-Agenten ausspielen. Wer weiter ordnerweise PDF produziert, steht dagegen vor einer Migration. Die Technische Dokumentation ist das heimliche Superhirn Ihrer Digitalisierung — und sie wird gerade zur Schnittstelle für KI.
Maschinelle Übersetzung wird für strukturierte Inhalte erwachsen
Mehrere Markt-Auswertungen dieser Woche kommen zum gleichen Befund: Für strukturierte Inhalte wie Produktseiten und technische Dokumentation liefert maschinelle Übersetzung inzwischen so brauchbare Ergebnisse, dass sich der Nachbearbeitungsaufwand deutlich senkt. Bei Kontext, Markenstimme und Fachterminologie bleibt menschliche Prüfung nötig.
Für die Praxis bedeutet das: Der eigentliche Hebel liegt vor der Übersetzung, in konsistenter Terminologie und sauberer Modularisierung. Ein gepflegtes Terminologie-Verzeichnis und wiederverwendbare Bausteine sind die Voraussetzung dafür, dass die Maschine zuverlässig übersetzt. Wer hier investiert, spart bei jeder Sprache erneut. Das gehört zum Wissensmanagement im Unternehmen. Für Lokalisierungspartner zeichnet sich der Trend schon lange ab. Die Wertschöpfung moderner Sprachdienstleister verschiebt sich immer weiter nach vorne in die Wertschöpfungskette. Terminologiearbeit findet oft nicht mehr bei der Übersetzung statt, sondern schon während des Autoren- oder Entwicklungsprozesses. Schon hier werden neue Termkandidaten isoliert und in definierte Landessprachen lokalisiert. Sie dienen als Grundlage für Metadatenmodelle und als Input für die Terminologiedatenbank. Solche Datenbasen sind nötig, um qualitative Übersetzungen per LLM zu erstellen. Den Menschen darf man in der Prüfung dennoch nicht vergessen.
Worauf es bis zum 2. August ankommt
Die nächsten Wochen bis zum 2. August stehen unter einem klaren Datum, und zwei Aufgaben lohnen sich jetzt. Zum einen sollten Sie festhalten, wo in Ihren Prozessen KI mitarbeitet und wie Sie das kennzeichnen. Zum anderen sollten Sie prüfen, ob Ihre Inhalte strukturiert genug sind, um sie an Maschinen auszuspielen — denn diese Anforderung kommt unabhängig von jeder Frist. Beides sind im Kern Fragen an Ihren Informationserstellungsprozess und damit Ihre Hausaufgabe, lange bevor die IT-Abteilung ins Spiel kommt. Wer dort aufräumt, hat es bei jeder neuen Vorschrift und jedem neuen Modell leichter.
