2. STAFFEL /

Woche: 51

🎄 Frohe Weihnachtsüberraschung:

KI Ethik News

– "Jahreswechsel-Talk: KI im Miefgebläse

Datum: 15622. Dezember 2025
Zielgruppe: Normenanwender:innen, Arbeitskreise im DIN-Umfeld, Fachverantwortliche für KI-Governance

Titel:  Quelle: KI Ethik News (Staffel 2, Folge 11) | Datum: 16.12.2025 Kurator: Arno Schimmelpfennig

Executive Summary

Folge 11 entlarvt drei kritische Normungs-Lücken: (1) Haftungsverantwortung für KI im Arbeitsalltag, die halluziniert und trotzdem vom Mensch unterzeichnet wird; (2) Urheberrecht & faire Lizenzierung bei KI-Training auf künstlerischem Material; (3) Datenqualitäts- und Governance-Norm für KMU, damit diese nicht digital abgehängt werden. Der rote Faden: Große Konzerne bauen Festungen (exklusive Deals, proprietäre Systeme), während kleine und mittlere Unternehmen an den Basics scheitern.​

1. Der digitale Kollege: Haftung & Governance

Inhalte der Folge:​

• GPT 5.2: 70% Expertenniveau bei professionellen Aufgaben (Code-Reviews, Support).

• Die Überraschung: Primäre Nutzung ist nicht produktiv, sondern persönlich: Gesundheitsfragen nachts, Beziehungsprobleme, Lebensplanung.​

• Das Haftungs-Paradox: Wenn ein KI-„Kollege" einem Kunden Falschinformation gibt, wer haftet? Der Mensch, der die Antwort nutzte? OpenAI? Der Arbeitgeber?​

• Halluzinationen: OpenAI gibt zu, dass GPT 5.2 immer noch erfundene Fakten als Wahrheit darstellt – selbstbewusst und überzeugend.​

Relevanz für Normenanwender (ANP):

• Verantwortungs-Norm: Standards müssen verbindlich vorgeben:

  • KI darf nur assistiv arbeiten, nicht autonom entscheiden.

  • Der Mensch trägt Verantwortung für jede Ausgabe, die er/sie nutzt.

  • Dokumentation: Was hat die KI empfohlen, was hat der Mensch entschieden, warum.

  • Haftungsklarheit: Vertragsklarheit zwischen Arbeitgeber, Mitarbeiter und KI-Anbieter.

• Transparenz-Pflicht: Es muss immer klar sein, ob ich mit einer KI oder einem Menschen spreche.

• Interne KI-Governance-Standard: Unternehmen sollten verpflichtet sein, interne Standards zu haben:

  • Für welche Aufgaben darf KI genutzt werden?

  • Wo ist KI untersagt (z. B. medizinische Diagnosen ohne Arzt)?

  • Wie werden Fehler dokumentiert und gelernt?

  • Schulung für Mitarbeiter (KI-Literalität).

2. Urheberrecht & faire Lizenzierung im KI-Zeitalter

Inhalte der Folge:​

• Disney + OpenAI: 200 Charaktere in Sora-Videos. Fans können Mickey-Mouse-Filme erschaffen. Spektakulär – aber kontrolliert.

• King Lizard Wizard: KI-Kopie einer australischen Band, die die Band als Protest gegen Daten-Missbrauch verließ. Das ist nicht Inspiration, das ist Diebstahl – und trotzdem legal, weil es unter Fair Use fällt.​

• Die Doppelmoral: Disney profitiert von KI, verklagt Google gleichzeitig für ähnliche Praktiken. Das ist nicht Markt, das ist Festung.​

• Der Künstler-Schaden: Menschliche Künstler werden nachtrainiert ohne Entschädigung, ihr Stil wird geklont, monetarisiert – sie sehen nichts.​

Relevanz für Normenanwender (ANP):

• Kennzeichnungs-Pflicht-Norm: KI-generierte Inhalte müssen gekennzeichnet sein:

  • Fotos: Synthetisch oder echt?

  • Musik: Von Mensch oder KI?

  • Text: Generiert oder menschlich verfasst?

  • Ziel: Realität erkennen, Transparenz schaffen.

• Urheberrecht-Harmonisierung: Standards sollten definieren:

  • KI darf nur auf Material trainiert werden, das lizenziert ist (nicht einfach scrapen).

  • Lizenzmodelle, die Künstler fair bezahlen.

  • Attribution-Pflicht: Wenn eine KI im Stil eines Künstlers arbeitet, muss das transparent sein.

• Opt-Out-Recht: Künstler sollten ihre Werke aus KI-Trainingsdaten entfernen können (nicht Opt-In, das ist zu bürokratisch).

• Profit-Sharing-Modelle: Wenn Disney mit KI Millionen verdient, sollten die Künstler, deren Werke sie trainiert hat, anteilig profitieren.

3. Das deutsche Daten-Debakel & Zweiklassen-Wirtschaft

Inhalte der Folge:​

• Hochschule Koblenz Studie:​

  • Heute: 8,5% der Unternehmen sehen KI als zentral.

  • 5 Jahre: 42% erwartet zentrale Bedeutung.

  • Das Problem: Massive Lücke zwischen Wollen und Können.

• Praktische Hürden:​

  • Fehlendes Fachwissen (nicht genug KI-Experten).

  • Keine Zeit (Tagesgeschäft zuerst).

  • Massive Datenschutzbedenken (zu Recht!).

  • Katastrophale Datenqualität: Viele Unternehmen müssen erst aus Excel-Listen digitalisieren.

• Wearables & die neue Augmented Reality:​

  • Google Brille 2026: Live-Übersetzung, visuelle Assistenz.

  • Pebble Ring: Externes Gedächtnis (Ideen diktieren, sofort notiert).

  • Das Problem: Wem gehören die Daten, die diese Geräte ständig sammeln?

Relevanz für Normenanwender (ANP):

• Datenqualitäts-Standard für KMU: Ein praktischer Standard, der zeigt:

  • Wie bereite ich meine Daten für KI vor?

  • Welche Mindestanforderungen gibt es (Vollständigkeit, Genauigkeit, Format)?

  • Was sind schnelle Wins (Priorisierung).

• Datenvorbereitung-Governance: Standards sollten normalisieren:

  • Ein Audit durchführen (wo sind meine Daten, wie sauber sind sie?).

  • Einen Digitalisierungsplan machen (Excel → strukturierte Datenbank).

  • Verantwortlichkeiten klar halten (wer kümmert sich um Datenqualität?).

• KMU-Zugänglichkeit-Norm: Damit große und kleine Unternehmen nicht auseinanderdriften:

  • Open-Source-Tools für Datenbereinigung.

  • Standardisierte Schnittstellen (damit jeder KI einsetzen kann, nicht nur Google/Microsoft).

  • Schulungsprogramme für kleine Firmen.

• Wearables & Datenhoheit: Neue Norm für tragbare KI-Geräte:

  • Datenspeicherung lokal, nicht automatisch in der Cloud.

  • Klare Eigentümerschaft (meine Gedanken gehören mir, nicht Google).

  • Sicherheitsstandards (wie werden permanente Aufzeichnungen geschützt?).

  • Opt-Out-Möglichkeiten (ich kann bestimmte Datenarten ablehnen).

4. Die übergeordnete Frage

Folge 11 stellt: Bauen wir eine inklusive KI-Welt oder zementieren wir eine Zweiklassen-Wirtschaft?​

Die Antwort liegt in Standards, die nicht nur große Spieler, sondern auch KMU ermöglichen – faire Spielregeln statt Festung-Bildung.

Handlungsempfehlungen für ANP

Unmittelbar:

1. Haftungs-Klarheits-Papier: Wer haftet für KI-Fehler? Standards müssen das klären.

2. Kennzeichnungs-Pflicht-Norm: KI-Inhalte müssen erkennbar sein.

Mittelfristig:

1. KMU-Datenqualitäts-Standard: Praktischer Leitfaden, keine Schreckens-Vision.

2. Urheberrecht-Fair-Use-Harmonisierung: Wie trainiert man fair auf existierenden Werken?

3. Wearables & Datenhohheit-Norm: Lokale Daten, Eigentümer-Kontrol

le.

Langfristig:

Das Jahr 2025 hat gezeigt: KI ist nicht mehr Zukunft – KI ist Gegenwart. Aber während Tech-Konzerne ihre Leistungsziele erreichen, hat der deutsche Mittelstand noch nicht richtig angefangen. Die Normung ist schneller geworden, aber noch nicht schnell genug. Folge #12 zieht Bilanz – mit klaren Ansagen und konkreten Chancen für 2026.

Die drei Erkenntnisse aus 2025

1. KI ist erwachsen geworden – der Mittelstand hinkt hinterher

Was 2025 zeigte:

• GPT 5.2 schlägt Fachleute in 70% der komplexen Aufgaben

• Google Gemini Ultra verarbeitet 10 Millionen Token (ganze Codebäume)

• OpenAI-Disney-Deal: KI-Video-Generierung ist real und skaliert

Aber: Hochschule Koblenz Studie zeigt das Paradoxon:

• 8,5% der Unternehmen sehen KI heute als zentral

• 42% erwarten es in 5 Jahren

• Die Lücke ist nicht Wissen – die Lücke ist Datenqualität und Angst

Normungs-Lücke:
Es gibt keine Norm für "Digitale Reife" – wann ein Mittelständler bereit ist für KI, wie er testet, wie er Fehler dokumentiert.

Handlungsempfehlung für ANP (2026): Ein KMU-Readiness-Standard – nicht technisch, sondern organisatorisch.

2. Die Haftungs-Falle ist real – der Mensch unterschreibt, die KI halluziniert

Was passierte 2025:

• Juristen nutzen GPT 5.2 für Fallanalysis (70% Expert-Level)

• Ärzte nutzen KI für Diagnose-Vorschläge

• CFOs nutzen KI für Compliance-Checks

• Aber: Niemand weiß, wer haftet, wenn es schiefgeht

Real-Beispiel: Microsoft Copilot wird zur "De-facto-Therapie-KI" – Menschen fragen nach Depressionen, Suizidgedanken. Microsoft hat das nie als Therapeut-System positioniert.

Das Problem: Wenn ein Mensch eine KI-Empfehlung unterschreibt und sie ist falsch:

• Haftet der Mensch? (zu streng)

• Haftet die KI? (absurd)

• Haftet der Anbieter? (wenn ja, nur unter AGB-Blindheit)

Normungs-Chancen für Q1 2026:

•  Haftungs-Governance-Standard: Wer trägt Verantwortung bei KI-Entscheidungen?

•  Dokumentations-Pflicht: Was hat KI geraten? Was hat der Mensch gewählt? Warum?

•  Spezialstandards für sensible Bereiche: Medizin, Jura, Compliance – höhere Anforderungen

3. Normung wird schneller – aber Marktkonzentration wird schneller noch

2025 Realität:

• OpenAI-Disney: 1 Milliarde USD → KI-Exklusivität verschärft sich

• Google vs. AWS: Beide bauen Festungen, nicht Brücken

• Kleine Creator: Ohne API-Zugang, ohne Modell-Zugang

Normungs-Rückstand:

• Keine Norm für Interoperabilität (KI-Modelle sollten plattformübergreifend laufen)

• Keine Norm für Fair Use im KI-Zeitalter (Künstler-Schutz vs. Innovation)

• Keine Norm für Souveränität (Kritische Infrastruktur ohne US-Abhängigkeit)

2025er Fehler, die 2026 korrigiert werden müssen:

1. Zu viel Fokus auf Tech-Ebene (Bias, Halluzinationen)

2. Zu wenig Fokus auf Governance-Ebene (Wer entscheidet? Wem vertrauen wir?)

3. Zu viel Glaube an Selbstregulierung (Tech-Konzerne machen die Regeln)

Konkrete Chancen für Q1 2026

Die wichtigste Frage für 2026

Bauen wir eine inklusive KI-Welt – oder eine mit Zwei-Klassen-System?

• Inklusive Variante: KMU-freundliche Standards, offene Modelle, Fair-Use-Regeln

• Zwei-Klassen-Variante: Nur Google/Meta/OpenAI können KI wirtschaftlich einsetzen, Mittelstand wird zum reinen Konsumenten

Der ANP entscheidet mit, welche Variante es wird.

3 Aktionen für ANP-Mitglieder bis 31.01.2026

✅ Aktion 1: Schreiben Sie uns: In welchem Bereich sehen Sie die größte Normungs-Lücke in Ihrem Unternehmen?

✅ Aktion 2: Nennen Sie Experten für Q1-Standards (Medizin? Jura? Mittelstandsberatung?), die der ANP einladen sollte

✅ Aktion 3: Teilen Sie erfolgreiche KI-Piloten – wir dokumentieren Best Practices für die nächste Folge

Kommentarfeld oder Kontakt: anp@din.de oder via DIN.One Kommentar

Hinweis: Diese Zusammenfassung wurde auf Basis der Podcast-Transkripte erstellt und für die Zielgruppe der Normenanwender kontextualisiert. Die Inhalte dienen der Information und ersetzen keine Rechtsberatung.