AI-Bilder oder echte Fotos?
Was verkauft sich besser im elektronischen Handel?
Umfassende Analyse von Forschungsergebnissen für 2024-2026, Plattformpolitik, Daten zum Verbrauchervertrauen und 20 Jahre Erfahrung in der kommerziellen Fotoproduktion.
Verkaufen KI-generierte Produktbilder weniger als echte Fotos im E-Commerce? Im Jahr 2026 wird diese Frage nicht mehr “Welches Bild ist schöner?” ist nicht die Frage. Das ist die eigentliche Frage; Vertrauen, Realitätswahrnehmung, Produktauthentizität, Transparenz, Plattformkennzeichnung und Einhaltung von Rechtsvorschriften ist eine Frage von.
Das Produktfoto unterscheidet sich vom klassischen Werbebild. Das Produktfoto im E-Commerce; der Faltenwurf des Stoffes, die Genauigkeit der Farbe, Es stellt den Glanz des Metalls, die Reflexion des Glases, die Wirkung des Kosmetikprodukts auf der Haut, die Größe des Schmucks und das tatsächliche Gefühl des Gebrauchs des Produkts dar. Mit anderen Worten, das Visuelle ist nicht nur eine ästhetische Oberfläche für den Verbraucher; ist der Nachweis für das zu kaufende Produkt.
Akademische Studien und Verbraucherforschung im Zeitraum 2024-2026 weisen auf denselben Punkt hin: Selbst wenn das KI-Visual technisch gelungen erscheint, kann das emotionale Vertrauen sinken, wenn der Verbraucher spürt oder erfährt, dass es sich um KI handelt, Die Wahrnehmung der Authentizität kann nachlassen und die Kaufabsicht kann sinken. Dieser Effekt ist besonders ausgeprägt in den Bereichen Mode, Kosmetik und Schmuck, Noch kritischer ist er in Kategorien mit hohem Vertrauen wie Luxus, Babyprodukte, Lebensmittel, Gastgewerbe, Schönheit und Körperpflege.
Wir sind LUX Foto-Video-Produktion arbeiten wir seit 2005 in unseren Studios in Istanbul und Berlin. Wir produzieren E-Commerce, Mode, Kosmetik, Schmuck, Industrieprodukte und Kampagnen. Wir lehnen künstliche Intelligenz nicht ab; wir nutzen sie bei der Konzeptentwicklung, der Hintergrundvariation, der Demoproduktion, der Kampagnenanpassung und einigen visuellen Erweiterungsprozessen. Aber die kritische Frage ändert sich nicht beim visuellen Hauptprodukt: Stellt dieses Bild wirklich das Produkt dar?
Die Studie von Gartner aus dem Jahr 2026 zeigt, dass die Hälfte der Verbraucher Marken bevorzugen würde, die generative KI für ihre verbraucherorientierten Nachrichten, Werbung und Inhalte einsetzen lieber mit Marken Geschäfte machen, die nicht denselben Markennamen verwenden. Im gleichen Zeitraum zeigen die Daten von Cint, dass die Mehrheit der Verbraucher KI-Nutzung im Jahr 2026. Die Emplifi-Studie 2026 zeigt, dass Nutzerbewertungen und echte Kundeninhalte, im Vergleich zu KI-generierten Inhalten ein höheres Vertrauen erzeugen.
Diese Daten verdeutlichen einen entscheidenden Unterschied für E-Commerce-Unternehmen: KI kann billige und schnelle Inhalte produzieren, aber sie schafft nicht immer Vertrauen. Vertrauen in visuelle Darstellungen, die in direktem Zusammenhang mit dem Verkauf stehen: Produktgenauigkeit, physische Beweise, Farbmanagement, Echtheit des Materials, die Glaubwürdigkeit des Sets und die Transparenz der Marke.
Was sagt die Wissenschaft? Gemeinsame Erkenntnisse der aktuellen Forschung
Die gemeinsame Schlussfolgerung der Studien für den Zeitraum 2024-2026 ist folgende: Die technische Qualität des KI-Bildes ist wichtig, aber die Wahrnehmung der Quelle des Bildes durch den Verbraucher übertrifft oft die technische Qualität.
“Schon das Wort ”KI" kann die Kaufabsicht verringern
Die Studie von Cicek, Gursoy und Lu zeigt, dass das Auftauchen von “Künstlicher Intelligenz” in Produkt- und Dienstleistungsbeschreibungen die Kaufabsichten negativ beeinflussen kann. Der Mechanismus ist besonders emotionales Vertrauen durch den Einsatz von KI: Wenn der Verbraucher den Einsatz von KI sieht, kann dies sein instinktives Vertrauen in die Marke verringern.
Die Wahrnehmung ändert sich, wenn die Quelle offengelegt wird
In der Studie von Zhang und Hur aus dem Jahr 2025 ist der signifikante Unterschied zwischen KI und von Menschen erzeugten Bildern begrenzt, wenn die Quelle des Bildes nicht offengelegt wird. Wenn jedoch bekannt wird, dass es sich um ein KI-Bild handelt, sinken Vertrauen und Kaufabsicht erheblich. Das Problem liegt also nicht nur in der Qualität des Bildes, ist das Wissen, wie das Bild erzeugt wird.
Höheres Risiko in hedonischen Kategorien
Belanche und seine Kumpels Internationale Zeitschrift für Informationsmanagement’veröffentlicht in der Zeitschrift, AI zeigt, dass die Verwendung von visuellen Darstellungen eher negativ wahrgenommen werden kann, insbesondere bei hedonischen und High-Involvement-Entscheidungsprozessen. In den Bereichen Mode, Schönheit, Schmuck, Gastgewerbe, hochwertige Dekoration und Luxusprodukte ist das Visuelle nicht nur eine Information, sondern auch ein Träger von Wünschen und Vertrauen.
Das Produktfoto ist kein Werbebild; es ist eine Probefläche des Produkts.
Im elektronischen Handel ersetzt das Visuelle das physische Produkt an der Stelle, an der der Verbraucher das Produkt nicht anfassen kann. Stoffbeschaffenheit, Metallglanz, Glasdurchlässigkeit, Lederoberfläche, Kosmetikpigmente, Schmuckgröße, Verpackungsqualität, Details, wie z. B. wie das Produkt auf der Hand oder am Körper aussieht, werden auf dem Bildmaterial abgelesen.
Die KI-generierte Produktdarstellung macht das Produkt also makelloser, heller und glatter, als es tatsächlich ist, Erscheint es größer, von besserer Qualität oder in einer anderen Farbe, so stellt dies ein kommerzielles Risiko dar. Selbst wenn das Bild ästhetisch gelungen ist, kann sich der Verbraucher die folgende Frage stellen: “Wird das Produkt wirklich so ankommen?”
Die Wahrnehmung von Arbeit ist Teil des Verkaufs in den Kategorien Luxus, Kosmetik und Mode
“Das Problem, das ”When AI Doesn't Sell Prada" aufzeigt, ist nicht nur eine Frage der Realität. Wert wird beim Luxuskonsum oft mit menschlicher Arbeit, Handwerk, Sorgfalt, Materialien und der Geschichte der Produktion in Verbindung gebracht. Wenn das KI-Visual diese Wahrnehmung von Arbeit untergräbt, kann der Verbraucher beginnen, die Art und Weise, wie die Marke Werte produziert, zu hinterfragen.
“Die Annahme, dass ”sie sich mit der Zeit daran gewöhnen werden", wird immer schwächer
Die von Conjointly verfolgten Daten aus den Jahren 2023-2025 zeigen, dass die Akzeptanz der Verbraucher für KI-Inhalte nicht automatisch mit dem technologischen Fortschritt steigt, in einigen Bereichen sogar im Gegenteil. Dies ist ein wichtiger Vorbehalt für Marken: Selbst wenn KI-Visuals normalisiert werden, muss der Verbraucher Erwartung von Realität und Repräsentation verschwindet nicht.
Gleiches Bild, anderes Etikett = unterschiedliches Maß an Vertrauen
Die Untersuchungen von NIM zeigen, dass die Kennzeichnung desselben Bildes als “Foto” oder “KI-generiertes Bild” die Wahrnehmung der Verbraucher verändern kann. Das mit KI gekennzeichnete Bild kann als weniger emotional, weniger glaubwürdig und weniger einprägsam wahrgenommen werden. Dieses Ergebnis zeigt, dass Transparenz nicht immer das Vertrauen stärkt; in einigen Fällen macht sie die Skepsis der Verbraucher sichtbar.
Dies schafft ein schwieriges Gleichgewicht für Marken. Einerseits erwartet der Verbraucher, dass der Einsatz von KI erklärt wird, andererseits kann eine KI-Erklärung das Kaufvertrauen verringern. Daher ist es die sicherste Strategie, in den wichtigsten visuellen Elementen, die das Produkt direkt repräsentieren, echte Produktion zu verwenden; KI in Bereichen zu platzieren, die das Produkt unterstützen, erklären und nicht in die Irre führen.
Mechanismen, die der Reaktion auf AI-Bilder zugrunde liegen
1. der Verlust der Beweiskraft
Das Foto ist der physische Beweis für das Produkt im elektronischen Handel. Wenn der Verbraucher denkt, dass das Bild synthetisch sein könnte, schwächt das den Beweiswert des Bildes.
2. der Transfer von Arbeitskräften
Echte Fotografie gibt Ihnen das Gefühl, dass ein Mensch vor dem Produkt Entscheidungen über Licht, Winkel, Material und Komposition getroffen hat. Diese Wahrnehmung von Arbeit überträgt den Wert auf das Produkt.
3. unheimlicher Tal-Effekt
Anomalien von Schatten, Symmetrie, Textur, Finger, Gesicht, Stoff oder Perspektive in KI-Bildern können beim Verbraucher ein unerklärliches Gefühl der Künstlichkeit hervorrufen.
4) Überzeugungsalarm
Wenn der Verbraucher das Gefühl hat, dass das Bildmaterial zu sehr optimiert ist, um ihn zu überzeugen, geht er in den Verteidigungsmodus über. Es stellt sich die Frage: “Wenn er am Bildmaterial gespart hat, hat er dann am Produkt gespart?”.
5. fehlende Berührung
Beim Online-Shopping kann der Kunde das Produkt nicht anfassen. Echtes Licht, eine echte Oberfläche und ein echter Maßstab gleichen dieses Manko teilweise aus.
6. ethische Antwort
Die Befürchtung, dass KI kreative Arbeit ersetzen wird, kann bei einigen Verbrauchergruppen einen wertorientierten Ablehnungsreflex auslösen.
“Keine KI”-Rhetorik wird zum neuen Vertrauenssignal
Im Jahr 2026 haben einige Marken damit begonnen, die Entscheidung gegen den Einsatz von KI nicht nur als ethische Haltung, sondern auch als direktes Signal für Markenvertrauen und Produktauthentizität zu nutzen.
In Kategorien wie Schönheit, Babypflege, Lebensmittel, Luxusgüter, Bekleidung und analoge Fotografie wird die Botschaft “Wir verwenden keine KI” immer deutlicher. Das liegt daran, dass in diesen Kategorien die Kaufentscheidung nicht nur auf dem Preis und der Funktion beruht. Körperliche Realität, Taktilität, menschliche Darstellung, das physische Gefühl des Produkts und der Arbeitsansatz der Marke sind allesamt Teil der Entscheidung.
Die Verpflichtung von Dove, keine Bilder von Frauen mit KI zu erstellen oder zu verzerren, die Linie von Aerie, keine KI-generierten Körper/KI-generierte Menschen zu verwenden, die Entscheidung von Coterie, keine KI-generierten Bilder in den sozialen Medien für die Kommunikation von Babyprodukten zu verwenden, und die Kampagnen von Polaroid, die die physische Erfahrung betonen zeigen die gleiche kommerzielle Realität: Im Zeitalter der künstlichen Intelligenz wird die physische Realität wieder zu einem Markenwert.
Ein wichtiger Unterschied: “Keine KI” ist nicht automatisch die richtige Strategie für jede Marke. In Kategorien, in denen das Produkt den Körper, die Haut, das Baby, die Lebensmittel, die Textilien, den Schmuck, den Luxus oder die Gesundheits-/Körperpflege berührt, ist die Wahrnehmung der KI jedoch wichtig. Der eigentliche Produktionsprozess ist jetzt ein direkter Vertrauensvorschuss.
KI nicht zu nutzen, ist nicht genug: Auch der Anschein von KI ist riskant
Was zeigt der Fall Quip?
Der völlig KI-freie Werbespot von Quip, der mit einem physischen Set, einem menschlichen Modell, Miniaturen und praktischen Effekten gedreht wurde, löste in den sozialen Medien Reaktionen wie “KI?” aus. Die Marke musste ein Statement abgeben: “Keine KI, nur wir”, indem sie den Produktionsprozess hervorhob.
Bedeutung für den elektronischen Handel
Bilder, die zu steril, zu glatt, physikalisch zu perfekt, texturiert oder mit einer von der Realität losgelösten Oberfläche sind, Selbst wenn es sich um echtes Filmmaterial handelt, kann es beim Verbraucher KI-Skepsis hervorrufen.
Im Jahr 2026 sollte Produktionsqualität also nicht nur ’Perfektionierung“ bedeuten. Es muss ein Gleichgewicht zwischen realer Oberflächentextur, Produktgröße, physikalischer Lichtreaktion, Materialcharakter und kontrollierter, aber glaubwürdiger Retusche gewahrt werden. Eine allzu plastische Ästhetik, die das echte Foto wie eine KI aussehen lässt, kann das Vertrauenskapital einer Marke untergraben.
AI Visual ist nicht mehr nur eine kreative Entscheidung, sondern eine Frage der Offenlegung und Compliance
Plattformen, Regulierungsbehörden und technische Standards machen KI-generierte Inhalte sichtbarer. Dieser Wandel wirkt sich auch auf die visuellen Produktionsentscheidungen von E-Commerce-Marken aus.
Meta: AI info / Hergestellt mit AI
Facebook, Instagram und Threads haben ein Tagging-System für KI-generierte Bild-, Video- und Audioinhalte entwickelt. Die Plattform versucht, KI-Inhalte durch Industriesignale und Nutzeraussagen sichtbar zu machen.
YouTube: Automatische AI-Signalisierung
YouTube erwartet eine Klarstellung für realistische, durch KI erzeugte oder sinnvoll veränderte Inhalte. Es kündigte an, dass es ab Mai 2026 in der Lage sein wird, einige Anwendungen fotorealistischer KI automatisch zu erkennen und zu kennzeichnen.
C2PA: Herkunftsstandard
C2PA / Content Credentials ist ein offener technischer Standard, der entwickelt wurde, um die Herkunft und den Bearbeitungsprozess digitaler Inhalte nachzuweisen. Dieser Ansatz kann die Unterscheidung zwischen kamerabasierten visuellen und KI-generierten Inhalten deutlicher machen.
EU AI Act: 2. August 2026 Schwelle
Gemäß dem KI-Gesetz der Europäischen Union gelten ab dem 2. August 2026 für die Interaktion mit bestimmten KI-Systemen und für bestimmte von KI generierte oder manipulierte Inhalte Transparenzverpflichtungen durchsetzbar werden. Dies ist eine wichtige Entwicklung für E-Commerce-Unternehmen, die auf dem EU-Markt verkaufen, KI verlagert die Verwendung von Bildmaterial nicht nur auf das Marketing, sondern auch auf das Compliance- und Risikomanagement.
FTC-Begründung: KI ist keine Ausnahme für irreführendes Geschäftsgebaren
Der Ansatz der US Federal Trade Commission hält ebenfalls an dem Grundprinzip fest: Der Einsatz von KI stellt keine Ausnahme für irreführende oder unbegründete Werbeaussagen dar. Jede Behauptung, wie z. B. “KI-gesteuert”, “ohne KI”, “echtes Filmmaterial”, “genaues Bild des Produkts” usw., muss nachweisbar sein.
Die eigentliche Produktion ist nun ein Herkunftsgut
Kameradatei, tatsächliches Set, BTS-Filmmaterial, Wissen der Crew, Farbmanagement, Retuscheprozess und physische Aufnahmebelege des Produkts, wird zu einer überprüfbaren visuellen Präsenz der Marke. In der Post-2026-Ära ist eine echte Produktion nicht nur ein ästhetischer Vorteil; ist der Vorteil von Vertrauen, Beweisen und Compliance.
Ein Produktionsansatz, der KI richtig positioniert, statt sie abzulehnen
Der Grund, warum wir diese Daten teilen, ist nicht, dass wir gegen künstliche Intelligenz sind. Als LUX Photo Video Production haben wir auch im Zeitraum 2025-2026 KI-unterstützte Bild- und Videoproduktionsprozesse für unsere Kunden durchgeführt: Hintergrundvariationen, Konzeptversuche, Kampagnenanpassungen, schnelle Demo-Visuals, kreative Richtungssuche und einige visuelle Erweiterungsprozesse.
Bild des Hauptprodukts, Produkt am Modell, Ergebnis der kosmetischen Anwendung, Darstellung von Stoffen/Texturen/Farben, Schmuckmaßstab, Lebensmittelrealität, Wenn es um Behauptungen über Baby-/Gesundheits-/Körperpflegeprodukte oder den Wert von Luxusprodukten geht, ist die reale Produktion immer noch die sicherste Grundlage.
Reale Produktion Dreharbeiten
Bühnenbild, Lichttechnik, Modellmanagement, Farbkalibrierung, richtige Objektivwahl, Materialauslese und Postproduktion werden kontrolliert durchgeführt. Es werden echte Sets, echte Menschen, echte Produkte und echtes Licht verwendet.
AI-gestützte visuelle Produktion
KI kann für Moodboards, Konzepte, Hintergrundvariationen, schnelle Kampagnenentwürfe, Anpassungen an soziale Medien und zusätzliche visuelle Reproduktionsprozesse verwendet werden. Die physische Realität des Produkts darf nicht verzerrt werden.
Gemischte Strategie
Risikoanalysen werden für jede Produktkategorie durchgeführt. Heldenbild, Produktseite, Kampagnenbild, Social-Media-Variante und Anzeigenanpassung werden separat bewertet.
Was ist in welcher Kategorie zu verwenden?
Foto, das wir im Studio aufgenommen haben / Foto, das wir mit AI bearbeitet haben
Die folgenden Vergleiche zeigen, wie KI-gestütztes Editing unterstützend eingesetzt werden kann, ohne den Beweiswert des realen Filmmaterials zu beeinträchtigen. Das strategische Ziel besteht nicht darin, das echte Produkt zu synthetisieren, sondern die echte Produktion an der richtigen Stelle zu unterstützen.
Häufig gestellte Fragen
Verringern KI-Bilder den Umsatz im elektronischen Handel?
Wenn KI-Visualisierung billig und schnell ist, warum ist sie dann riskant?
Kann ein Verbraucher ein KI-generiertes Bild von einem echten Foto unterscheiden?
In welchen Produktkategorien können KI-Bilder am sichersten eingesetzt werden?
Warum ist KI in den Bereichen Mode, Kosmetik und Schmuck riskanter?
“Gilt die ”No AI"-Rhetorik für jede Marke?
Wirken sich die KI-Tags der Plattformen auf E-Commerce-Marken aus?
Wie kann sich das EU-Gesetz über künstliche Intelligenz auf die visuelle Gestaltung des elektronischen Handels auswirken?
Produziert LUX Photography Video Production auch AI Visuals?
Warum ist das echte Foto im elektronischen Handel immer noch stark?
Schlussfolgerung: Evidenzbasiertes visuelles Management, nicht Anti-AI, ist die Gewinnerstrategie im Jahr 2026
Im elektronischen Handel ist das Visuelle der Körper des Produkts in der digitalen Welt. Die Glaubwürdigkeit dieses Körpers ist wichtiger als seine Schönheit. Künstliche Intelligenz kann diesem Körper Geschwindigkeit, Variation und Produktionsflexibilität verleihen, aber wenn sie das Produkt völlig synthetisch macht kann sich der Verbraucher instinktiv zurückziehen.
KI kann für die Entwicklung von Hintergrundideen, für Variationen, Ausschnitte, Anpassungen, Moodboards, Texte, Entwürfe von Produktseiten und die Arbeitsgeschwindigkeit verwendet werden. Aber die wichtigsten Produktbilder, Modellbilder, Nutzungsszenen, Stoff-/Textur-/Farbdarstellungen, die die Realität des verkauften Produkts darstellen, Kosmetika/Schönheitsergebnisse und gesundheitsbezogene/persönliche Pflegeangaben sollten mit echter Produktion, korrektem Farbmanagement und einem transparenten Bearbeitungsprozess erstellt werden.
Als LUX Photo Video Production kennen wir beide Welten: Die operative Leistung der künstlichen Intelligenz, während wir die reale Produktion und das vom menschlichen Auge geschaffene Bildmaterial nutzen. Wir schützen den Vertrauenswert, den es dem Produkt und der Marke verleiht.
Lassen Sie uns gemeinsam die richtige visuelle Strategie für Ihre Produkte festlegen.
LUX Foto-Video-Produktion | Istanbul & Berlin
Bibliographie: Akademische Studien, Verbraucherforschung, Plattform und regulatorische Ressourcen
- Gartner. (2026). Gartner Marketing Survey Finds 50% of Consumers Prefer Brands That Avoid Using GenAI in Consumer-Facing Content. https://www.gartner.com/en/newsroom/press-releases/2026-03-16-gartner-marketing-survey-finds-50-percent-of-consumers-prefer-brands-that-avoid-using-genai-in-consumer-facing-content0
- Cint. (2026). 63% der US-Verbraucher glauben, dass Marken eine moralische Pflicht haben, KI-generierte Inhalte offenzulegen. https://www.cint.com/newsroom/63-of-u-s-consumers-believe-that-brands-have-a-moral-duty-to-disclose-ai-generated-content/
- EMARKETER. (2026). Käufer sind von KI-generiertem Marketing nicht beeindruckt. https://www.emarketer.com/content/shoppers-aren-t-impressed-by-ai-generated-marketing
- Emplifi. (2026). KI und authentische Bewertungen: Worauf Verbraucher wirklich vertrauen. https://emplifi.io/resources/infographic-ai-and-authentic-reviews-what-consumers-really-trust/
- Belanche, D., Ibáñez-Sánchez, S., Jordán, P., & Matas, S. (2025). Kundenreaktionen auf generative KI im Vergleich zu realen Bildern bei Dienstleistungen mit hohem Involvement und Hedonismus. Internationale Zeitschrift für Informationsmanagement, 85, 102954. https://doi.org/10.1016/j.ijinfomgt.2025.102954
- Buder, F., & Unfried, M. (2025). Transparenz ohne Vertrauen: Die Auswirkungen der Verbraucherskepsis gegenüber KI-generierten Marketinginhalten. NIM INSIGHTS, 7, 36–41.
- Bui, H. T., Filimonau, V., & Sezerel, H. (2024). Ai-thenticity: Exploring the effect of perceived authenticity of AI-generated visual content on tourist patronage intentions. Zeitschrift für Reiseziel-Marketing und -Management, 34, 100956. https://doi.org/10.1016/j.jdmm.2024.100956
- Cicek, M., Gursoy, D., & Lu, L. (2025). Negative Auswirkungen der Offenlegung des Vorhandenseins von Technologien der künstlichen Intelligenz in Produkt- und Dienstleistungsbeschreibungen auf die Kaufabsichten. Zeitschrift für Marketing und Management im Gastgewerbe, 34(1), 1-23. https://doi.org/10.1080/19368623.2024.2368040
- Kishnani, D. (2025). Das unheimliche Tal: Eine empirische Studie über die menschliche Wahrnehmung von KI-generierten Texten und Bildern (These).
- Lee, C. H. (2025). Können Menschen im Jahr 2025 noch echte Fotos von KI-Bildern unterscheiden? Gemeinsam mit. https://conjointly.com/blog/real-vs-ai-images-2025/
- Mori, M. (2012). The uncanny valley [aus der Praxis]. K. MacDorman & N. Kageki, Trans. IEEE Zeitschrift für Robotik und Automatisierung, 19(2), 98-100. https://doi.org/10.1109/mra.2012.2192811. Originalarbeit veröffentlicht 1970.
- To, R. N., Wu, Y. C., Kianian, P., & Zhang, Z. (2025). When AI Doesn't Sell Prada: Why Using AI-Generated Advertisements Backfires for Luxury Brands. Zeitschrift für Werbeforschung, 65(2), 202-236. https://doi.org/10.1080/00218499.2025.2454120
- Zhang, L., & Hur, C. (2025). The Impact of Generative AI Images on Consumer Attitudes in Advertising. Verwaltungswissenschaften, 15(10), 395. https://doi.org/10.3390/admsci15100395
- Meta. (2024). Unser Ansatz zur Kennzeichnung von KI-generierten Inhalten und manipulierten Medien. https://about.fb.com/news/2024/04/metas-approach-to-labeling-ai-generated-content-and-manipulated-media/
- YouTube. (2026). Verbesserung der KI-Kennzeichnungen für Zuschauer und Schöpfer. https://blog.youtube/news-and-events/improving-ai-labels-viewers-creators/
- LinkedIn Hilfe. Inhaltliche Berechtigung. https://www.linkedin.com/help/linkedin/answer/a6282984
- C2PA. Überprüfung der Quellen für Medieninhalte. https://c2pa.org/
- Europäische Kommission. KI-Gesetz: Transparenzpflichten und Leitlinien für KI-generierte Inhalte. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
- Europäische Kommission. Konsultation zum Entwurf der Leitlinien für Transparenzverpflichtungen im Rahmen des AI-Gesetzes. https://digital-strategy.ec.europa.eu/en/consultations/consultation-draft-guidelines-transparency-obligations-under-ai-act
- Federal Trade Commission. (2024). FTC kündigt Durchgreifen gegen betrügerische KI-Behauptungen und -Schemata an. https://www.ftc.gov/news-events/news/press-releases/2024/09/ftc-announces-crackdown-deceptive-ai-claims-schemes
- Federal Trade Commission. (2025). FTC Order Requires Workado to Back Up Artificial Intelligence Detection Claims. https://www.ftc.gov/news-events/news/press-releases/2025/04/ftc-order-requires-workado-back-artificial-intelligence-detection-claims
- Täuschung in großem Maßstab: Täuschende Designs in 1K LLM-generierten E-Commerce-Komponenten. arXiv. https://arxiv.org/abs/2502.13499
- Generative KI-Werbung als Problem der vertrauenswürdigen kommerziellen Intervention. arXiv. https://arxiv.org/abs/2605.18673
