AI Usage Scale
DE

Spezifikation · 1.2.0

Wie sie definiert ist und wie sie mit allem anderen spricht.

Das ist ein Deklarationsstandard, kein Beweisstandard. Er lässt sich nicht kryptografisch verifizieren, und er versucht es gar nicht erst. Eine Autorenzeile lässt sich auch nicht verifizieren.

Entscheidungsverfahren

Fünf Fragen, in dieser Reihenfolge gestellt. Die erste, die das Verfahren beendet, ergibt das Level.

#Frage JaNein
1 Wurde bei der Entstehung dieses Werks generative KI eingesetzt? weiter 0
2 Hat die KI neues Material erzeugt, das im veröffentlichten Werk auftaucht — über das mechanische Verarbeiten dessen hinaus, was du bereits geschaffen hattest? weiter 1
3 Hast du den größten Teil der endgültigen Form selbst geschaffen — die meisten Worte, Pixel oder Töne? 2 weiter
4 Ist die Substanz deine — das Wissen, die Daten, die Argumentation, die Regie? 3 weiter
5 Hat ein Mensch das vor der Veröffentlichung geprüft und die Verantwortung für den Inhalt übernommen? 4 5

Bereiche

Optional. Eine einzelne Zahl beschreibt das Werk als Ganzes. Wenn einzelne Teile stark davon abweichen, deklariere sie. Das Badge zeigt immer eine Zahl; die Aufschlüsselung liegt hinter dem Link.

Regel für das Hauptlevel. Das Hauptlevel beschreibt den Teil des Werks, der seine Bedeutung trägt. Dekoratives Material, das ein vernünftiges Publikum nicht als wesentlich für das Werk ansehen würde, bestimmt nicht das Hauptlevel — deklariere es stattdessen hier.

Anerkannte Bereiche: textimageaudiovideocodedata

{
  "aiUsageScale": "1.0",
  "level": 3,
  "surfaces": { "text": 3, "image": 5, "audio": 0 }
}

Grenzfälle

Jeder einzelne davon stammt aus dem Versuch, den Entscheidungsbaum zu brechen. Sie sind hier geklärt, damit zwei ehrliche Menschen bei derselben Zahl ankommen.

Übersetzung

Eine getreue Übersetzung erbt das Level des Ausgangswerks und ergänzt einen Übersetzungshinweis. Wer einen Level-1-Artikel mit einem Modell übersetzt, veröffentlicht ihn als Level 1, übersetzt von KI.

Substanz und Struktur bleiben unverändert. Übersetzung zu bestrafen würde die Texte der Welt weniger zugänglich machen — das Gegenteil des Ziels.

Transkription

Sprache zu transkribieren, die du aufgenommen hast, ist mechanische Verarbeitung. Sie hebt das Level nicht an.

Die Worte sind deine. Das Modell hat sie nur aufgeschrieben.

Substanz von der KI, Worte von dir

Hat ein Modell die Substanz erdacht, die maßgeblich bestimmt, was das Werk sagt — die These, die Argumentation, die Struktur —, dann hat es neues Material erzeugt, das im Werk überlebt, selbst wenn du jedes Wort selbst geschrieben hast. Das ist Level 2 oder höher, niemals Level 1. Feedback, Kritik und Faktensuche, die du überprüfst, bleiben Level 1: Der Rat eines Lektors macht den Lektor nicht zum Autor.

Ideen sind Material. Sie in eigenen Worten wiederzugeben macht sie nicht un-erdacht — und das Versprechen von Level 1, das Modell habe nichts erdacht, muss wörtlich gelten.

Dekorative Elemente

Ein generiertes Headerbild über einem von Menschen geschriebenen Artikel macht den Artikel nicht zu Level 4. Deklariere das Bild unter Bereiche.

Das Hauptlevel beschreibt das, was die Bedeutung trägt. Sonst würde ein einziges Stockbild die ganze Deklaration verschlucken, und die Leute würden schlicht aufhören zu deklarieren.

Abgeleitete Werke

Deklariere das Level deines eigenen Beitrags und nenne das Level der Quelle, sofern sie eines deklariert hat.

Live-Generierung

Inhalte, die auf Abruf erzeugt und einem Nutzer ungeprüft angezeigt werden, sind Level 5 — auch wenn ein Mensch den System-Prompt sorgfältig geschrieben hat.

Nicht-generatives maschinelles Lernen

Autofokus, Entrauschen, Hochskalieren, Farbabgleich und Klassifikation, die nichts erfinden, sind keine generative KI. Sie bringen dich nicht von Level 0 weg.

Wenn du einer Deklaration nicht traust

Eine Deklaration ist öffentlich falsifizierbar. Prüfe den Link und die Metadaten; vergleiche das deklarierte Level mit dem Werk und, wo sie auseinandergehen, mit der Aufschlüsselung nach Bereichen; dann frag die Autorin oder den Autor — im Kommentar, in einer Rezension, in einem Issue. Die meisten Abweichungen sind ehrliche Lesarten einer Grenze, und die Grenzfälle oben klären die meisten davon.

Ist eine Deklaration wissentlich falsch, ist die Antwort des Standards die, die skaliert: Die Behauptung war öffentlich und verlinkbar — und ist nun öffentlich widerlegt. Es gibt hier keinen Detektor und kein Register, mit Absicht. Reputation ist die Durchsetzung, genau wie bei einer Byline.

Interoperabilität

Diese Skala ergänzt Provenienzstandards. Sie bildet das etablierte IPTC-Vokabular ab und erprobt die Kandidatensyntax, die in der W3C AI Content Disclosure Community Group diskutiert wird; diese Syntax ist kein W3C-Standard.

W3C AI Content Disclosure Community Group

The W3C AI Content Disclosure Community Group is discussing candidate syntax and a four-part model, but has not published a W3C standard. This scale currently emits experimental ai-disclosure metadata aligned with that model; consumers must not treat it as standardised W3C markup.

IPTC Digital Source Type NewsCodes

Every level maps to an IPTC term, so a declaration can travel into C2PA manifests, XMP, and the metadata Meta, Pinterest, and Google already read. The mapping is lossy in one direction only: IPTC cannot tell Levels 3, 4, and 5 apart.

C2PA / Content Credentials

Complementary, not competing. C2PA provides tamper-evident, signed provenance about an asset and its processing history. Its core specification does not attribute content to individuals or organisations, and provenance alone cannot determine whose thinking shaped a work. This scale is a declaration about contribution and review, designed to work for web text as well as media files.

EU AI Act (Regulation (EU) 2024/1689), Article 50

Article 50(4) switches the disclosure duty for public-interest text off the moment a human reviews it and holds editorial responsibility — the same question this scale asks to separate Level 4 from Level 5. The Code of Practice publishes three EU icons, and specifies the basic one as a first layer expecting an interactive second layer behind it. A declaration on this scale is that second layer: a mark anyone can read, linked to a public definition. The icons are free to use and require no attribution; using them is optional, while the Article 50 duties are not.

Measures for Labeling AI-Generated Synthetic Content, and GB 45438-2025

China requires two layers at once: an explicit label a reader can see, and an implicit label in the metadata carrying the nature of the content — confirmed, possible or suspected AI-generated — plus the service provider and a content ID. That two-layer shape is what a badge plus ai-usage metadata already produces. The duties fall on internet information service providers and content distribution platforms, not on individual authors.

California AI Transparency Act (SB 942, as amended by AB 853)

California pairs a manifest disclosure on the surface with a latent disclosure inside the asset: provider name, system name and version, a timestamp, and an identifier linking the content back to the system that made it. AB 853 moved the operative date to 2 August 2026 to line up with Article 50; hosting-platform duties follow on 1 January 2027. The duties fall on large generative-AI providers and platforms, not on individual publishers.

Level-Mapping

#Experimental ai-disclosureIPTC
0 none digitalCreation
1 ai-assisted algorithmicallyEnhanced
2 ai-assisted compositeWithTrainedAlgorithmicMedia
3 ai-generated trainedAlgorithmicMedia
4 ai-generated trainedAlgorithmicMedia
5 autonomous trainedAlgorithmicMedia

Das Mapping ist in genau einer Richtung verlustbehaftet, und der Verlust ist der Punkt: IPTC kann Level 3, 4 und 5 nicht auseinanderhalten. Es hat keinen Begriff dafür, wessen Substanz darin steckt, und keinen dafür, ob ein Mensch es gelesen hat. Genau diese beiden Fragen interessieren Leser wirklich — und genau für diese beiden gibt es diese Skala.

Maschinenlesbare Form

Die kanonischen englischen Definitionen liegen in einer einzigen Datei und steuern die Badges sowie die maschinenlesbare Ausgabe. Lokalisierte Erläuterungstexte werden getrennt gepflegt und auf strukturelle Übereinstimmung geprüft.

GET /de/levels.json · CC0

<!-- AI Usage Scale proposal; custom metadata, not a registered standard -->
<meta name="ai-usage" content="3">
<meta name="ai-usage-standard" content="https://usagescale.org">

<!-- Experimental W3C Community Group alignment; not a W3C standard -->
<meta name="ai-disclosure" content="ai-generated">
<link rel="ai-disclosure" href="https://usagescale.org/3">

Eine Website kann außerdem eine Deklaration für die ganze Site unter einem Well-known-Pfad veröffentlichen, wo ein Crawler ohne Hinweis nachsieht:

GET /.well-known/ai-disclosure.json

{
  "aiUsageScale": "1.0",
  "level": 3,
  "surfaces": { "text": 3, "image": 0 },
  "definition": "https://usagescale.org/3"
}

Stand der Technik

Nichts hier ist beispiellos, und etwas anderes zu behaupten wäre eine eigene kleine Unehrlichkeit.

AI Assessment Scale (AIAS)

Perkins, Furze, Roe, MacVaugh

Five non-hierarchical levels, adopted by hundreds of institutions in 30+ languages. AIAS describes what a student is permitted to do. This scale describes what an author did. The debt is direct: the principle that no level ranks above another is theirs, and it is the most important rule here.

Creative Commons

The three-layer model — a mark anyone can read, a page that explains it, a specification that pins it down — is theirs.

Human Provenance in Film

Three tiers, free, CC BY 4.0. Proof that a graded standard can launch in a hostile industry.