Vierzig KI-Bilder hab ich mir letzte Woche von LinkedIn gezogen und durch einen SynthID-Detektor gejagt. Alle vierzig hatten das Wasserzeichen. Kein einziges davon ein sichtbares Label, keine EU-Icon, kein Textzusatz, nichts. Der Hype ums KI-Kennzeichnen ist nicht vorbei, er hat schlicht nie das Problem gelöst, das seit dem 2. August 2026 Pflicht ist.
Nach diesem Artikel weißt du, warum LinkedIns eigenes Label-System genau diese Bilder nicht erkennt, was Artikel 50 von dir als Betreiber wirklich verlangt, und ob dir realistisch eine Abmahnwelle droht, wie sie 2022 schon einmal wegen Google Fonts durchs Land gerollt ist. Fangen wir bei den vierzig Bildern an, denn dort liegt der eigentliche Denkfehler.
Was war bei den vierzig Bildern eigentlich los?
Ich hab keine besonders exotische Stichprobe gezogen. Marketingfotos, Firmenporträts, ein paar Illustrationen zu Produktlaunches, alles klassischer LinkedIn-Content, der in den letzten Wochen an mir vorbeigescrollt ist. Bei jedem einzelnen Bild hat ein SynthID-Check angeschlagen, Googles pixelbasiertes Wasserzeichen für KI-generierte Bilder, das laut Google DeepMind auch nach Kompression und Bearbeitung erkennbar bleiben soll. Und bei keinem einzigen Bild hat LinkedIn selbst ein Label angezeigt. Kein „CR“-Badge in der Ecke, kein Hinweis auf KI-Beteiligung, gar nichts.
Getestet hab ich mit Googles eigenem SynthID-Detector, der seit 2025 offiziell in der Gemini-App verfügbar ist. Es gibt mittlerweile auch reverse-engineerte Drittanbieter-Tools, die das Wasserzeichen mit einer Trefferquote von rund 90 Prozent erkennen, aber Googles eigenes Werkzeug bleibt die einzige Quelle, die direkt auf den echten Decoder zugreift und damit autoritativ Auskunft gibt. Bei allen vierzig Bildern derselbe Befund: eindeutig KI-generiert, eindeutig mit Google-Modellen wie Imagen oder Nano Banana erzeugt, und trotzdem für jeden Betrachter auf LinkedIn nicht von einem echten Foto zu unterscheiden.
Das ist kein Zufall und auch kein Bug bei LinkedIn. Es ist die logische Folge davon, wie das Badge technisch funktioniert, und genau diese Lücke wird gerade zum eigentlichen Problem.
SynthID, C2PA und sichtbares Label sind drei verschiedene Dinge
Weil sich diese drei Begriffe in fast jeder Diskussion vermischen, kurz sortiert:
SynthID ist ein unsichtbares Wasserzeichen, das direkt in die Bildpixel eingebettet wird. Es stammt von Google DeepMind, sitzt in Bildern aus Modellen wie Imagen oder Gemini und lässt sich nicht einfach durch Metadaten löschen oder Kompression entfernen wegkriegen, weil es Teil der Bildinformation selbst ist. Bei Bildern aus der kostenlosen oder Pro-Version von Gemini setzt Google zusätzlich ein kleines sichtbares Funken-Symbol in die Ecke, das aber beim Zuschneiden für einen Social-Media-Post schnell verschwindet und ohnehin kein Label im Sinne von Artikel 50 ist, sondern reine Google-Markenkennzeichnung.
Content Credentials (C2PA) sind etwas völlig anderes: eine signierte Metadatendatei, die dem Bild mitgegeben wird und Angaben zu Herkunft, Werkzeug und Bearbeitungsverlauf enthält. Das ist keine Kompression-resistente Signatur im Bild, sondern ein Datenblock, der bei jedem Upload, jeder Konvertierung, oft schon beim einfachen Speichern als JPEG verloren gehen kann.
Sichtbares Label ist das, was Artikel 50 Absatz 4 der KI-Verordnung von dir als Betreiber tatsächlich verlangt, wenn du KI-generierte Bilder veröffentlichst, die als echt durchgehen könnten. Wie genau das aussehen muss und wen die Pflicht überhaupt trifft, hab ich in meinem Artikel zu dem, was seit dem 2. August 2026 tatsächlich gilt im Detail aufgedröselt.
Warum LinkedIns CR-Badge genau diese Bilder nicht erkennt
LinkedIn zeigt sein Content-Credentials-Badge nur an, wenn die C2PA-Metadaten im Bild noch vorhanden sind. LinkedIn prüft nicht selbst, ob ein Bild ein SynthID-Wasserzeichen trägt, das ist technisch ein völlig anderer Layer, den die Plattform gar nicht abfragt. Wenn also ein Generator zwar SynthID einbettet, aber keine C2PA-Metadaten mitliefert, oder wenn diese Metadaten irgendwo zwischen Export, Zwischenspeicherung und Upload verloren gehen, bleibt das Bild für LinkedIn unsichtbar KI-generiert. Das Bild trägt den Beweis in sich, aber die Plattform liest ihn nicht aus.
Zum Vergleich: Instagram, Facebook, X und TikTok lesen dieselben C2PA-Metadaten beim Upload zwar ebenfalls aus, verwerfen sie danach aber meistens und zeigen höchstens ein eigenes, plattformspezifisches KI-Label. LinkedIn ist derzeit das einzige der großen Netzwerke, das die Content-Credentials-Aufzeichnung tatsächlich sichtbar macht und dem Nutzer zur Einsicht anbietet. Das klingt zunächst nach dem vorbildlichsten System am Markt, und in gewisser Weise ist es das auch. Nur greift dieses System eben komplett ins Leere, sobald die Metadaten fehlen, verändert wurden oder nie geschrieben wurden, was bei der Masse an Bildgeneratoren, Bearbeitungs-Apps und Zwischenschritten zwischen Erzeugung und Upload ziemlich häufig der Fall ist.
Genau diese Lücke zwischen Plattform-Komfort und tatsächlicher Rechtspflicht war schon der Auslöser dafür, dass ich mein eigenes Kennzeichnungstool gebaut habe, watermark.digitalhandwerk.rocks. Es zieht dir ein sichtbares EU-Icon oder Textlabel aufs Bild, direkt im Browser, ohne Upload auf einen fremden Server. Kostenlos, DSGVO-konform, in unter zwei Minuten fertig. Das Problem ist nicht, dass die Lösung fehlt. Das Problem ist, dass kaum jemand merkt, dass er ein Problem hat, solange die eigene Plattform brav schweigt.
Die fehlende Kennzeichnung auf LinkedIn ist kein Zeichen dafür, dass die Pflicht verschwunden ist, sondern ein Zeichen dafür, dass Plattformen die Prüfung nicht übernehmen können, die eigentlich du als Betreiber schuldest.
Was Artikel 50 von dir wirklich verlangt
Nicht jedes KI-Bild braucht ein Label. Absatz 4 zielt auf Deepfakes, also auf Inhalte, die echten Personen, Orten oder Ereignissen so ähnlich sehen, dass jemand sie für authentisch halten könnte. Ein KI-generiertes Icon, eine abstrakte Textur, ein offensichtlich stilisiertes Illustrationsbild fällt nicht automatisch darunter. Sobald aber dein Marketingfoto wie eine echte Aufnahme deines Teams aussieht oder ein Testimonial wie eine echte Kundenaussage wirkt, bist du drin. Die Europäische Kommission hat dazu im Juni 2026 drei standardisierte Icons veröffentlicht, deren Nutzung freiwillig ist, während die Kennzeichnungspflicht selbst es nicht ist. Wer im Zweifel kennzeichnet, verliert nichts. Wer im Zweifel nicht kennzeichnet, trägt das Risiko allein, und genau da wird die Sache jetzt unangenehm.
Ist das die nächste Google-Fonts-Abmahnwelle?
Ich hab die Google-Fonts-Geschichte nicht vergessen, und ich glaube, viele Betreiber sollten sie sich gerade wieder ins Gedächtnis rufen. Das Landgericht München I hatte am 20. Januar 2022 einem Kläger 100 Euro Schadensersatz zugesprochen, weil eine Website Google Fonts dynamisch eingebunden und dabei ohne Einwilligung die IP-Adresse des Besuchers an Google übertragen hatte, ein einziges Urteil, das binnen Monaten eine bundesweite Abmahnwelle gegen tausende Websitebetreiber auslöste. Erst Jahre später haben Gerichte einzelnen Abmahnern wegen fehlender persönlicher Betroffenheit oder rechtsmissbräuchlichen Vorgehens einen Dämpfer verpasst, das Grundproblem war da längst bei sehr vielen KMU angekommen.
Bei Artikel 50 KI-VO ist die Ausgangslage rechtlich noch nicht ganz identisch, aber strukturell erstaunlich ähnlich. Mehrere Kanzleien ordnen die Kennzeichnungspflicht als sogenannte Marktverhaltensregel nach § 3a UWG ein, was einen Verstoß automatisch wettbewerbswidrig machen würde. Eine höchstrichterliche Entscheidung dazu gibt es noch nicht, aber selbst ohne diese Einordnung bleibt die Irreführung nach § 5 und § 5a UWG als zweite Angriffsfläche bestehen, wer KI-Inhalte als authentisch erscheinen lässt oder eine wesentliche Information vorenthält, bewegt sich schon heute auf dünnem Eis. Das Muster von damals wiederholt sich: eine Pflicht, die technisch einfach umzusetzen wäre, ein Verstoß, der von außen leicht erkennbar ist, und eine wachsende Zahl an Kanzleien, die genau das öffentlich als Geschäftsfeld benennen. Details zum Urteil selbst und seiner Fundstelle finden sich in der Rechtsprechungsdatenbank dejure.org.
Der Unterschied zur Google-Fonts-Sache ist die Größenordnung der behördlichen Seite. Dort ging es um Datenschutzbehörden und Einzelklagen um 100 Euro. Bei Artikel 50 stehen im Hintergrund Bußgelder bis 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes, verhängt von den nationalen Marktüberwachungsbehörden. Das trifft in der Praxis selten den EPU mit einem einzelnen unlabeled Beitragsbild, aber es verschiebt die Risikowahrnehmung bei größeren Unternehmen und Agenturen erheblich, und genau dort sitzen die Marketingabteilungen, die aktuell am sorglosesten mit KI-Bildern umgehen. Neben einzelnen Mitbewerbern könnten zusätzlich klagebefugte Verbraucherschutzverbände aktiv werden, deren Kernaufgabe genau solche Marktverhaltensverstöße ist.
Warum kennzeichnet dann kaum wer?
Weil der Hype ums Kennzeichnen im Frühsommer 2026 groß war, mit Countdown-Postings, Bußgeldwarnungen und hektischen LinkedIn-Threads, und danach still wieder abgeflaut ist. Der 2. August ist gekommen und gegangen, ohne dass reihenweise Bußgeldbescheide verschickt wurden, und viele haben daraus den falschen Schluss gezogen, die Sache hätte sich erledigt. Dazu kommt der Irrglaube, den ich auch bei den vierzig LinkedIn-Bildern gesehen hab: Wer SynthID oder ein Content-Credentials-Symbol im Bild vermutet, glaubt, die Plattform hätte das schon irgendwie im Griff. Hat sie nicht. Sie liest nur eine von mehreren möglichen Spuren aus, und diese Spur geht bei jedem zweiten Export verloren.
Das ist der Teil, der mich beim Recherchieren tatsächlich überrascht hat: Ich war überzeugt, das Thema wäre nach dem ganzen medialen Wirbel im Sommer längst in jedem Marketingprozess verankert. Ist es nicht, jedenfalls nicht bei den vierzig Bildern, die ich mir angeschaut hab.
Ein typischer Ablauf zeigt, wie das in der Praxis passiert: Ein Produktbild wird über einen Generator erzeugt, in einer Bildbearbeitung zurechtgeschnitten, dann getrennt für Shop und für LinkedIn exportiert. Bei jedem dieser Schritte können C2PA-Metadaten verloren gehen, ohne dass irgendwer bewusst entscheidet, sie zu entfernen. Es passiert einfach, weil kein Werkzeug in der Kette die Erhaltung der Metadaten als Ziel hat. Das Ergebnis sieht dann aus wie meine vierzig LinkedIn-Bilder: technisch nachweisbar KI, sichtbar für niemanden.
Was das für deinen Marketingalltag bedeutet
Praktisch heißt das: Verlass dich nicht darauf, dass ein fehlendes Badge auf LinkedIn irgendetwas über deine Rechtslage aussagt. Die Reihenfolge, die für die meisten EPU und Agenturen funktioniert, ist simpel. Erst klären, ob das konkrete Bild überhaupt unter Absatz 4 fällt, also ob es als echt durchgehen könnte. Wenn ja, das Label direkt beim Export setzen, nicht erst nach dem Upload, weil du auf der Plattform selbst ohnehin keine Kontrolle über die Metadaten hast. Und den eigenen Workflow einmal komplett durchgehen, vom Generator bis zum letzten Exportschritt, denn genau dort, in der Mitte der Kette, verschwindet der Nachweis am häufigsten, ohne dass es irgendwer bemerkt.
Fragen zur KI-Kennzeichnung auf Social Media
Du kannst jetzt weiter darauf warten, dass die Plattformen das für dich lösen. Oder du ziehst dein nächstes LinkedIn-Bild einmal selbst durch ein Kennzeichnungstool, bevor es jemand anderes durch einen Detektor jagt.
