Definition: KI-Washing
KI-Washing ist das Übertreiben, Verfälschen oder Erfinden der KI-Fähigkeiten eines Produkts oder Unternehmens in Marketing, Vertrieb oder Investorenkommunikation, sodass Kunden, Investoren oder Aufsichtsbehörden eine Fähigkeit für real halten, die es gar nicht gibt.
Kernmerkmale von KI-Washing
KI-Washing ist die Lücke zwischen dem, was eine Produktseite oder ein Pitch-Deck verspricht, und dem, was die Technologie im Betrieb tatsächlich leistet. Es reicht vom Umetikettieren regelbasierter Software als “KI-gestützt” bis zur Behauptung voller Automatisierung, während Menschen die Arbeit erledigen.
- Marketingmaterial beschreibt Fähigkeiten, die das Produkt nicht besitzt
- Ein “eigenes KI-Modell” ist tatsächlich ein umbenanntes Drittanbieter-Tool
- Mitarbeitende erledigen heimlich Aufgaben, die als automatisiert dargestellt werden
- Genauigkeitsangaben haben keinerlei interne Prüfung oder Beleg
KI-Washing vs. KI-Kennzeichnungspflicht
KI-Washing und die KI-Kennzeichnungspflicht der EU-KI-Verordnung adressieren gegensätzliche Probleme. Die Kennzeichnungspflicht ist eine Offenlegungspflicht, KI-generierte Inhalte zu markieren, selbst wenn die KI genau wie beschrieben funktioniert. KI-Washing ist ein Wahrheitsproblem: eine Fähigkeit wird behauptet, die es nicht gibt. Ein Unternehmen kann die eine Pflicht verletzen, ohne gegen die andere zu verstoßen.
Bedeutung von KI-Washing im Enterprise-KI-Umfeld
KI-Washing ist vom Reputationsrisiko zum Durchsetzungsschwerpunkt geworden. Im Januar 2025 brachte die SEC ihren ersten KI-Washing-Fall gegen ein börsennotiertes Unternehmen: Presto Automation soll Spracherkennung eines Drittanbieters als eigene KI bezeichnet und den Automatisierungsgrad seiner Bestellannahme übertrieben haben.
Methoden und Verfahren für KI-Washing
Das Erkennen von KI-Washing verlangt dieselbe Sorgfalt, die Unternehmen jeder wesentlichen öffentlichen Aussage widmen.
Fähigkeitsprüfung
Die Fähigkeitsprüfung testet eine Aussage an echten Fällen, nicht an einer kuratierten Demo. Käufer erwarten zunehmend, dass Anbieter Aussagen mit erklärbarer KI-Dokumentation belegen, die zeigt, warum ein Modell zu einem Ergebnis kam.
- Live-Demonstration ohne Skript auf den eigenen Daten anfordern
- Genauigkeitswerte nach Falltyp aufgeschlüsselt verlangen
- Klären, welche Schritte weiterhin menschliche Prüfung brauchen
Lieferanten-Due-Diligence
Vor der Unterschrift führen Käufer strukturierte KI-Lieferantenrisikomanagement-Prüfungen durch und lassen sich das zugrunde liegende Modell nennen sowie offenlegen, welche Teile eines “KI-Systems” schlicht Automatisierung sind.
Offenlegungs- und Nachweiskontrollen
Unternehmen leiten KI-Aussagen in Marketing und Investorenunterlagen zunehmend durch Rechts- und Compliance-Prüfung, ähnlich wie bei Finanzangaben. Eine interne Nachweisakte mit Benchmarks und Testprotokollen liefert Belege, falls eine Aussage später angezweifelt wird.
Wichtige Kennzahlen für KI-Washing
Da KI-Washing eine Lücke zwischen Aussage und Realität ist, messen die Kennzahlen, wie gut diese Lücke überwacht wird.
Kennzahlen zur Aussagegenauigkeit
- Übereinstimmungsrate Aussage-Fähigkeit: 100 Prozent belegter KI-Aussagen
- Zeit zum Beleg einer Aussage auf Anfrage: unter 5 Werktagen
- Von Compliance geprüfte Marketingaussagen vor Veröffentlichung: 100 Prozent
- Vor Vertragsschluss geprüfte Anbieteraussagen: 100 Prozent
Strategische Risikokennzahlen
Auf Portfolioebene zählt die Exponierung: wie viele Produkte oder Investorenaussagen auf einer ungeprüften KI-Aussage beruhen. Die genannte MMC-Ventures-Analyse fand bei 40 Prozent der untersuchten selbsternannten KI-Start-ups keinen Beleg für echte KI.
Vertrauens- und Qualitätskennzahlen
Weil KI-Washing das Vertrauen insgesamt untergräbt, erfassen Unternehmen zunehmend, wie Anbieteraussagen wahrgenommen werden, nicht nur ob sie stimmen. Die Bitkom-KI-Studie 2026 fand, dass deutsche Firmen Vertrauen als wichtigstes Kriterium bei der KI-Anbieterwahl nennen, noch vor Ergebnisqualität und Nutzerfreundlichkeit.
Risikofaktoren und Kontrollen bei KI-Washing
KI-Washing setzt Unternehmen Risiken aus, die sich verschärfen, je länger die Lücke verborgen bleibt.
Regulatorisches und behördliches Risiko
Aufsichtsbehörden behandeln übertriebene KI-Aussagen zunehmend als eigene Durchsetzungskategorie. Die FTC-Initiative Operation AI Comply, gestartet 2024, eröffnete im ersten Jahr mehr als ein Dutzend Verfahren gegen übertriebene KI-Aussagen.
- Vorwürfe von Wertpapierbetrug oder Falschdarstellung durch Behörden
- Verbraucherschutzverfahren wegen unlauterer Geschäftspraktiken
- Vertragsstreitigkeiten, wenn die gelieferte Funktion nicht den Verkaufsaussagen entspricht
Reputations- und Vertrauensrisiko
Ein aufgedeckter KI-Washing-Fall beschädigt das Vertrauen in jede andere Aussage des Unternehmens, auch die wahren. Genau dieses Vertrauensproblem sollen KI-Governance-Programme verhindern, indem sie öffentliche Aussagen mit der tatsächlichen Funktion des Systems in Einklang halten.
Internes Verantwortungsrisiko
KI-Washing entsteht oft in Vertriebsteams, die einen Roadmap-Punkt als ausgelieferte Funktion darstellen, ohne dass KI-Audit-Teams die Aussage vorher prüfen. Unkontrolliert wächst so die Lücke zwischen dem, was das Unternehmen belegen kann, und dem, was es am Markt behauptet.
Praxisbeispiel
Ein 90-köpfiger Präzisionswerkzeugbauer in Baden-Württemberg prüfte Anbieter für ein “KI-gestütztes” optisches Prüfsystem. Der Einkauf ließ jeden Finalisten live an 200 eigenen Ausschussteilen prüfen, statt auf den Demo-Datensatz des Anbieters zu vertrauen. Ein Finalist, dessen System als Deep-Learning-Prüfung vermarktet wurde, nutzte tatsächlich feste, von einem Techniker eingestellte Helligkeitsschwellen ohne jede Lernkomponente. Das Unternehmen wählte einen anderen Anbieter, dessen Genauigkeit den Test bestand, und machte die Live-Prüfung zur festen Beschaffungsregel.
- Live-Test an eigenen Ausschussteilen vor jedem KI-Kauf
- Feste Checkliste mit Benchmark-Nachweisen und Dokumentation
- Vertragsklauseln, die Zahlungen an nachgewiesene Genauigkeit knüpfen
- Vierteljährliche Anbieterprüfungen im Abgleich mit den ursprünglichen Aussagen
Aktuelle Entwicklungen und Auswirkungen
Durchsetzung, Offenlegungspflichten und die Skepsis der Käufer machen KI-Washing zunehmend schwerer haltbar.
Regulatorische Annäherung
Behörden behandeln KI-Aussagen zunehmend als ein zusammenhängendes Risikofeld statt getrennter Silos. Die zunächst auf den Finanzsektor in den USA gerichtete Durchsetzung erfasst inzwischen auch Produktmarketing und B2B-Vertriebsaussagen.
- Wachsende Abstimmung zwischen SEC, FTC und einzelstaatlichen Behörden
- EU-Verbraucherschutzbehörden wenden Regeln gegen unlautere Geschäftspraktiken auf KI-Marketing an
- Grenzüberschreitende Fälle, bei denen Behörden sich gegenseitig zitieren
Druck zur Anbieter-Selbstauskunft
Da Fälle öffentlich werden, verlangen Käufer zunehmend vertragliche Zusicherungen dazu, wie die KI tatsächlich funktioniert, nicht nur Marketingaussagen. Das verlagert die Haftung für eine falsche Aussage auf den Anbieter.
Unabhängige Prüfdienste
Ein kleiner Markt unabhängiger KI-Prüfer verifiziert inzwischen Anbieteraussagen für Käufer und Investoren. Mittelständler ohne eigenes KI-Team können diese Dienste nutzen, um Aussagen ohne internes Fachwissen zu prüfen.
Fazit
KI-Washing liegt zwischen Marketing-Übertreibung und echter technischer Unsicherheit und ist inzwischen einer der teuersten Fehler in der KI-Kommunikation eines Unternehmens. Behörden verfolgen übertriebene KI-Aussagen genauso konsequent wie andere Formen der Investoren- oder Verbrauchertäuschung, und Käufer erkennen die Lücke zwischen Demo und Produktivsystem immer schneller. Für den Mittelstand gilt beides: Anbieteraussagen vor dem Kauf prüfen und die eigenen Aussagen derselben Prüfung standhalten lassen. Nur wer nachweisbar bleibt, unterscheidet sich langfristig vom nächsten Durchsetzungsfall.
Häufig gestellte Fragen
Was zählt als KI-Washing?
KI-Washing umfasst jede wesentliche Falschaussage zu KI-Fähigkeiten, vom Umetikettieren regelbasierter Software als KI bis zur Behauptung voller Automatisierung, die tatsächlich Menschen leisten. Es betrifft Marketing, Vertrieb und Investorenkommunikation gleichermaßen.
Ist KI-Washing illegal?
In den USA behandeln SEC und FTC KI-Washing als Wertpapierbetrug oder unlautere Handelspraktik, je nachdem, wer getäuscht wurde. In der EU fallen falsche KI-Aussagen unter Verbraucherschutz- und Wettbewerbsrecht, auch ohne KI-spezifisches Gesetz.
Wie unterscheidet sich KI-Washing von einem Deepfake?
Ein Deepfake ist synthetisches Material, das aussieht oder klingt wie etwas, das es nicht ist. KI-Washing hat damit nichts zu tun, sondern ist eine falsche Aussage über die echte KI-Fähigkeit eines Produkts.
Brauchen wir eigene IT-Ressourcen, um Anbieteraussagen zu prüfen?
Nein, ein eigenes IT-Team ist nicht nötig. Ein Live-Test auf eigenen Daten, meist durch den Einkauf verantwortet, deckt die meisten übertriebenen Aussagen bereits auf.
Wie hängt KI-Washing mit der EU-KI-Verordnung und der DSGVO zusammen?
Die Kennzeichnungspflicht der EU-KI-Verordnung verlangt die Offenlegung KI-generierter Inhalte, verfolgt aber keine übertriebenen Marketingaussagen, dafür ist Verbraucherschutzrecht zuständig. Die DSGVO gilt unabhängig davon immer, wenn eine KI personenbezogene Daten verarbeitet, egal wie ehrlich der Anbieter über seine KI spricht.
Was tun, wenn die eigene KI-Werbung eine Fähigkeit übertrieben hat?
Die öffentliche Aussage zügig korrigieren, die Korrektur dokumentieren und prüfen, ob auch Investoren- oder Behördenunterlagen angepasst werden müssen. Unternehmen, die schnell selbst melden, kommen bei Behörden meist besser weg als solche, bei denen ein Außenstehender die Lücke zuerst findet.
