Um aiconix richtig einzuordnen, hilft eine einfache Beobachtung: In vielen Organisationen wächst das Archiv an Audio- und Videomaterial schneller als jede andere Datenquelle. Schulungsvideos, Webinar-Aufzeichnungen, Interviews, Pressekonferenzen, Produktfilme, Podcasts, Mitschnitte von Veranstaltungen – all das enthält wertvolles Wissen, ist aber ohne aufwendige Handarbeit kaum durchsuchbar. Ein Video ist für eine Suchmaschine oder ein Dokumentenmanagementsystem zunächst eine undurchsichtige Datei. Erst wenn das Gesprochene als Text vorliegt, Personen, Themen und Szenen erkannt und als Metadaten gespeichert sind, wird aus dem Video ein auffindbarer, wiederverwendbarer Inhalt.
Genau an dieser Stelle setzt aiconix an. Die Plattform nimmt Medienmaterial entgegen, wendet verschiedene KI-Verfahren darauf an und liefert strukturierte Ergebnisse zurück: Transkripte mit Zeitstempeln, Untertiteldateien in gängigen Formaten, Übersetzungen, Schlagworte, erkannte Personen oder Objekte und Zusammenfassungen. Diese Ergebnisse lassen sich in einer Weboberfläche bearbeiten oder über eine Programmierschnittstelle direkt in bestehende Systeme übergeben – etwa in ein Media-Asset-Management, ein Redaktionssystem oder eine Lernplattform.
Spracherkennung und Videoanalyse haben in den vergangenen Jahren einen Qualitätssprung erlebt. Was früher nur mit teuren Spezialsystemen und viel Nachbearbeitung möglich war, liefert heute in vielen Fällen brauchbare Ergebnisse in Minuten. Gleichzeitig steigen die Anforderungen: Barrierefreiheit wird für immer mehr Organisationen zur Pflicht, Unternehmen produzieren mehr Videoinhalte für Vertrieb, Marketing und interne Kommunikation, und die Erwartung an Durchsuchbarkeit wächst. Wer ein Video nicht findet, kann es nicht wiederverwenden. Medien-KI-Plattformen wie aiconix versprechen, diese Lücke wirtschaftlich zu schließen – vorausgesetzt, sie werden richtig eingeführt.
Hinzu kommt der Aspekt der digitalen Souveränität. Viele Mittelständler und öffentliche Einrichtungen möchten sensible Aufzeichnungen – etwa interne Besprechungen, Kundengespräche oder Schulungen mit personenbezogenen Inhalten – nicht ohne Weiteres an außereuropäische Cloud-Dienste übermitteln. Ein Anbieter mit Sitz in Deutschland und europäischer Ausrichtung kann hier ein Argument sein. Wie stark dieses Argument trägt, hängt jedoch vom konkreten Vertrag, vom Hosting und von den eingesetzten Unterauftragnehmern ab.
Angesprochen sind Geschäftsführungen, IT-Verantwortliche, Marketing- und Kommunikationsabteilungen sowie Verantwortliche für Weiterbildung und Wissensmanagement im Mittelstand. Ebenso richtet sich der Beitrag an Redaktionen und Medienverantwortliche, die ihre Produktionsabläufe automatisieren wollen. Technisches Detailwissen ist nicht nötig. Nach der Lektüre sollten Sie einschätzen können, ob aiconix für Ihre Anforderungen infrage kommt, wie es sich von Alternativen unterscheidet und welche Fragen Sie dem Anbieter stellen sollten.
Wir gehen herstellerneutral vor und verzichten bewusst auf exakte Preisangaben, Kundenzahlen oder Genauigkeitswerte. Solche Angaben ändern sich laufend, hängen stark vom Material ab und lassen sich nur beim Anbieter selbst beziehungsweise im eigenen Test verlässlich prüfen. Produktnamen und Funktionsumfang entwickeln sich ebenfalls weiter. Wo wir Details nicht sicher belegen können, beschreiben wir sie qualitativ und empfehlen ausdrücklich, sie beim Anbieter zu verifizieren. Der Mehrwert dieses Beitrags liegt in der Einordnung, nicht in einem Datenblatt.
Der wichtigste Unterschied zu vielen bekannten Namen in der Kategorie liegt im Ansatz. Werkzeuge wie Whisper oder Parakeet sind Sprachmodelle: Sie wandeln Audio in Text um, mehr nicht. Die Arbeit drumherum – Dateiverwaltung, Korrekturoberfläche, Untertitel-Formatierung, Übersetzung, Export, Rechteverwaltung, Anbindung an andere Systeme – muss man selbst bauen. aiconix positioniert sich dagegen als Schicht oberhalb der Modelle. Nach eigener Darstellung verbindet die Plattform verschiedene KI-Verfahren zu Arbeitsabläufen und stellt sie über eine einheitliche Oberfläche und Schnittstelle bereit. Für Anwender bedeutet das: weniger Bastelarbeit, schnellerer Nutzen, dafür eine stärkere Bindung an einen Anbieter.
In diesem Zusammenhang wird aiconix häufig auch als Orchestrierungs- oder Aggregationsplattform beschrieben. Gemeint ist, dass nicht zwingend jede Analyse auf einem eigenen Modell des Anbieters basiert, sondern dass je nach Aufgabe unterschiedliche Engines – eigene wie auch solche von Drittanbietern – kombiniert werden können. Das hat Vorteile, weil für jede Aufgabe ein geeignetes Verfahren gewählt werden kann. Es hat aber auch eine Kehrseite für die Datenschutzbewertung: Wer wissen will, wo seine Daten verarbeitet werden, muss nachfragen, welche Engines im konkreten Arbeitsablauf zum Einsatz kommen. Ob und in welchem Umfang das bei aiconix zutrifft, ist beim Anbieter zu prüfen.
aiconix hat seine Wurzeln im professionellen Medienbetrieb. Das prägt das Angebot spürbar: Untertitel-Standards, Zeitcodes, Archivierung, Sendeabläufe und redaktionelle Freigaben spielen eine größere Rolle als bei Werkzeugen, die für Content-Creator oder Einzelnutzer entwickelt wurden. Für Rundfunkanstalten, Verlage mit Videoangeboten und Produktionsfirmen ist das ein Vorteil, weil der Anbieter ihre Sprache spricht. Für einen Mittelständler, der lediglich gelegentlich ein Webinar transkribieren möchte, kann das Angebot dagegen überdimensioniert wirken. Die Frage ist also weniger, ob aiconix gut ist, sondern ob es zum eigenen Volumen und Reifegrad passt.
Das Herzstück ist die automatische Transkription. Audio- oder Videodateien werden hochgeladen, die gesprochene Sprache wird erkannt und als Text mit Zeitstempeln ausgegeben. Typischerweise gehört dazu auch die Unterscheidung verschiedener Sprecher, im Fachjargon Diarisierung genannt. Das ist für Interviews, Podiumsdiskussionen oder Besprechungen entscheidend, weil ein Transkript ohne Sprecherzuordnung schnell unbrauchbar wird. In der Oberfläche lassen sich Transkripte anschließend korrigieren, Sprecher benennen und Passagen markieren.
Wie gut die Erkennung funktioniert, hängt maßgeblich vom Material ab. Saubere Studioaufnahmen mit einem Sprecher liefern erfahrungsgemäß sehr gute Ergebnisse. Schwieriger wird es bei Hintergrundgeräuschen, überlappender Sprache, starken Dialekten, Fachbegriffen und Eigennamen. Hier helfen Funktionen wie eigene Vokabularlisten oder Glossare, sofern verfügbar. Ob aiconix solche Anpassungen für Ihre Branche anbietet, sollten Sie gezielt erfragen. Konkrete Genauigkeitswerte nennen wir bewusst nicht – testen Sie mit realem Material.
Aus dem Transkript entstehen Untertitel. Der Unterschied ist größer, als man denkt: Gute Untertitel brauchen sinnvolle Zeilenumbrüche, eine lesbare Standzeit, eine begrenzte Zeichenzahl pro Zeile und eine Synchronisation mit Bild und Schnitt. Medienorientierte Anbieter wie aiconix legen auf diese Aspekte besonderen Wert, weil Rundfunk und Mediatheken feste Vorgaben haben. Die Ergebnisse lassen sich in gängigen Formaten wie SRT oder WebVTT exportieren; welche weiteren Formate und Rundfunkstandards unterstützt werden, ist beim Anbieter zu prüfen.
Neben der nachträglichen Untertitelung bietet aiconix nach eigenen Angaben auch Live-Untertitelung für Übertragungen und Veranstaltungen an. Live-Untertitel sind technisch anspruchsvoller, weil das System ohne Kenntnis des weiteren Verlaufs arbeiten und mit geringer Verzögerung liefern muss. Für Barrierefreiheit bei Livestreams, Hauptversammlungen oder öffentlichen Sitzungen kann das ein relevanter Baustein sein. Qualität, Latenz und Einbindung in die eigene Streaming-Technik sollten jedoch vorab in einem realistischen Test geprüft werden.
Transkripte und Untertitel lassen sich maschinell in andere Sprachen übersetzen. Damit wird aus einem deutschen Schulungsvideo mit vertretbarem Aufwand ein Angebot für internationale Standorte. Ergänzend analysiert die Plattform Bildinhalte: Je nach Modul können etwa Gesichter, Objekte, Logos, eingeblendete Texte oder Szenenwechsel erkannt werden. Aus Ton und Bild entstehen so Metadaten – Schlagworte, Themen, Personen, Orte –, die ein Video durchsuchbar machen. Zusätzlich kommen zunehmend Funktionen auf Basis großer Sprachmodelle hinzu, etwa Zusammenfassungen, Kapitelmarken oder Vorschläge für Überschriften.
Gerade der Analyse-Block ist es, der aiconix von reinen Transkriptionswerkzeugen abhebt. In einem gewachsenen Videoarchiv sucht man selten nur nach einem gesprochenen Satz, sondern nach einer Szene: dem Auftritt einer bestimmten Person, einer Produktvorführung, einem Werksgelände, einem eingeblendeten Logo. Wenn Ton- und Bildinformationen gemeinsam als Metadaten vorliegen, lassen sich solche Fragen beantworten, ohne stundenlang Material sichten zu müssen. Für Redaktionen bedeutet das schnellere Recherche im Archiv, für Unternehmen die Möglichkeit, vorhandenes Material für neue Formate wiederzuverwenden, statt es erneut zu produzieren.
Bei der Übersetzung gilt ein besonderer Vorbehalt: Maschinelle Übersetzung ist heute für viele Zwecke erstaunlich gut, trifft aber nicht immer die Fachsprache eines Unternehmens oder die Tonalität einer Marke. Für interne Schulungen genügt häufig eine geprüfte Rohübersetzung. Für Kundenkommunikation, rechtlich relevante Inhalte oder Werbung empfiehlt sich ein menschliches Lektorat, idealerweise durch Muttersprachler mit Branchenkenntnis. Welche Übersetzungs-Engine im Hintergrund arbeitet, ob Glossare unterstützt werden und welche Sprachpaare verfügbar sind, sollten Sie beim Anbieter prüfen.
Viele Unternehmen beginnen mit einer einzigen Aufgabe – meist der Transkription. Der größere Nutzen entsteht, wenn mehrere Schritte zu einem festen Ablauf verbunden werden. Ein typisches Beispiel aus dem Unternehmensalltag: Ein aufgezeichnetes Webinar landet in einem Ordner oder Speicher. Die Plattform erkennt die neue Datei, erstellt ein Transkript mit Sprechern, erzeugt deutsche und englische Untertitel, extrahiert Schlagworte und Kapitelmarken und schreibt alles in das Video-Portal oder die Lernplattform zurück. Ein Mensch prüft am Ende nur noch das Ergebnis und gibt es frei.
Mit dem Aufkommen großer Sprachmodelle hat sich auch das Angebot der Medien-KI-Plattformen erweitert. Wo früher die Transkription das Endprodukt war, ist sie heute oft der Ausgangspunkt. Aus einem Transkript lassen sich Zusammenfassungen, Social-Media-Texte, Pressemitteilungsentwürfe, Fragen für Lernkontrollen oder Inhaltsverzeichnisse erzeugen. aiconix bietet nach eigener Darstellung entsprechende Funktionen an; welche Sprachmodelle dabei eingesetzt werden und wo sie betrieben werden, ist eine der wichtigsten Fragen an den Anbieter. Denn hier können – anders als bei der eigentlichen Spracherkennung – große internationale Modellanbieter im Spiel sein.
Generierte Texte sind Entwürfe, keine fertigen Produkte. Sprachmodelle können Aussagen verkürzen, falsch gewichten oder Inhalte hinzufügen, die im Original nicht vorkommen. Für interne Zwecke mag eine automatische Zusammenfassung genügen; für alles, was veröffentlicht wird oder rechtliche Wirkung entfaltet, braucht es eine redaktionelle Prüfung. Das gilt besonders für Zitate: Wer aus einem Interview zitiert, sollte die Stelle immer im Originalton gegenhören.
So überzeugend die Ergebnisse oft sind – vollautomatische Medienverarbeitung ohne menschliche Kontrolle ist in den wenigsten Fällen angemessen. Spracherkennung macht Fehler bei Eigennamen, Zahlen und Fachbegriffen; Bildanalyse kann Personen falsch zuordnen; Übersetzungen verfehlen Nuancen. Die realistische Erwartung lautet: aiconix nimmt den Großteil der stumpfen Arbeit ab und verschiebt die menschliche Tätigkeit vom Abtippen zum Prüfen. Das ist ein großer Gewinn, aber kein vollständiger Ersatz. Planen Sie die Prüfschritte von Anfang an in den Prozess ein.
Über eine Programmierschnittstelle lassen sich Medien automatisiert übergeben, Verarbeitungsaufträge starten, Status abfragen und Ergebnisse abholen. Damit kann ein Entwicklerteam oder ein Integrationspartner aiconix in nahezu jede Systemlandschaft einbinden. Wichtig sind dabei klassische Fragen: Wie werden große Dateien übertragen? Gibt es Benachrichtigungen, wenn ein Auftrag fertig ist, etwa über Webhooks? In welchen Formaten kommen die Ergebnisse zurück? Wie sind Authentifizierung und Rechte gelöst? Die genauen technischen Spezifikationen sollten Sie der aktuellen Dokumentation entnehmen und beim Anbieter prüfen.
Für die Praxis lohnt es sich, die API-Nutzung früh mit einem kleinen technischen Prototyp zu erproben. Ein Entwickler kann in wenigen Tagen prüfen, ob die Übergabe großer Videodateien stabil funktioniert, wie lange typische Aufträge dauern, wie Fehler zurückgemeldet werden und ob die Ergebnisformate ohne aufwendige Umwandlung in das Zielsystem passen. Diese Erkenntnisse sind deutlich belastbarer als jede Präsentation und helfen, den späteren Integrationsaufwand realistisch zu schätzen.
Im Medienumfeld sind Media-Asset-Management-Systeme (MAM) und Redaktionssysteme die zentralen Drehscheiben. Hier werden Videos verwaltet, verschlagwortet, freigegeben und ausgespielt. aiconix bietet nach eigener Darstellung Anbindungen an verschiedene solcher Systeme oder arbeitet mit deren Herstellern zusammen. Für Unternehmen außerhalb der Medienbranche sind andere Ziele relevant: Video-Plattformen, Lernmanagementsysteme, Content-Management-Systeme der Website, Intranet und Dokumentenmanagement. Ob für Ihr System eine fertige Anbindung existiert oder eine individuelle Integration nötig ist, gehört zu den ersten Fragen im Auswahlprozess.
Wo keine fertige Schnittstelle existiert, können Workflow- und Automatisierungswerkzeuge eine Brücke schlagen. Mit Low-Code-Plattformen lassen sich etwa neue Dateien in einem Cloud-Speicher erkennen, an die API übergeben und die Ergebnisse in ein anderes System schreiben. Für den Mittelstand ist das oft der pragmatischste Weg, weil er ohne großes Entwicklungsprojekt auskommt. Achten Sie aber darauf, dass auch diese Zwischenstationen datenschutzrechtlich bewertet werden – jeder zusätzliche Dienst ist ein weiterer möglicher Ort der Datenverarbeitung.
Bei jeder Integration entsteht eine Kette von Systemen, durch die Medien und Ergebnisse fließen. Für Betrieb und Datenschutz ist es entscheidend, diese Kette zu kennen und zu dokumentieren: Wo liegt die Originaldatei? Wohin wird sie übertragen? Welche Engines verarbeiten sie? Wo werden Zwischenergebnisse gespeichert und wie lange? Wohin fließen die Ergebnisse zurück? Eine einfache Skizze dieses Datenflusses ist eine der wertvollsten Unterlagen eines Medien-KI-Projekts – für die IT ebenso wie für den Datenschutzbeauftragten.
Whisper und vergleichbare offene Modelle stehen für maximale Kontrolle. Wer genügend technische Kompetenz und eigene Rechenkapazität hat, kann Transkription vollständig im eigenen Haus betreiben – kein Byte verlässt das Unternehmen. Dafür fehlt alles, was eine fertige Anwendung ausmacht. Speechmatics sowie die Sprachdienste von AWS und Microsoft Azure sind ausgereifte Bausteine für Entwickler: leistungsfähig, skalierbar, aber eben Bausteine. Man bekommt eine API, keine Redaktionsoberfläche. Trint und Happy Scribe sind dagegen fertige Anwendungen, die sich an Journalisten, Content-Teams und Einzelnutzer richten und mit sehr niedriger Einstiegshürde punkten.
aiconix bewegt sich zwischen diesen Polen. Es ist mehr als ein Modell oder eine reine API, weil es Oberfläche, Untertitel-Logik, Übersetzung und Videoanalyse bündelt. Gleichzeitig ist es stärker auf Integration und Medienprozesse ausgerichtet als reine Endnutzer-Werkzeuge. Das macht es vor allem dort interessant, wo größere Mengen an Material regelmäßig verarbeitet und in andere Systeme übergeben werden sollen.
Statt zu fragen, welches Werkzeug das beste ist, sollten Sie fragen, welcher Ansatz zu Ihrer Organisation passt. Haben Sie ein eigenes Entwicklerteam und höchste Datenschutzanforderungen, kann ein selbst betriebenes offenes Modell die richtige Wahl sein. Brauchen Sie eine schnelle Lösung für einzelne Nutzer, ist eine schlanke Anwendung oft ausreichend. Wollen Sie wiederkehrende Medienprozesse mit mehreren KI-Schritten automatisieren und in bestehende Systeme integrieren, ohne alles selbst zu bauen, ist eine Plattform wie aiconix ein naheliegender Kandidat. Ein strukturierter Vergleich mit zwei bis drei Anbietern und echtem Material bringt meist schnell Klarheit.
Am Anfang steht eine ehrliche Bestandsaufnahme: Welche Medien fallen an, in welchen Mengen, in welchen Sprachen und mit welcher Qualität? Wer bearbeitet sie heute und wie viel Zeit kostet das? Welche Ergebnisse werden benötigt – nur Text, Untertitel, Übersetzungen, Metadaten? Und welche Systeme sollen die Ergebnisse empfangen? Aus diesen Antworten ergibt sich ein klar umrissener Pilot. Bewährt hat sich, mit einem einzigen, gut abgegrenzten Anwendungsfall zu starten, etwa der Untertitelung von Schulungsvideos oder der Transkription von Kundeninterviews.
Im Pilot sollte bewusst mit realem, auch schwierigem Material getestet werden: Aufnahmen mit Störgeräuschen, Dialekt, Fachvokabular, mehreren Sprechern. Nur so lässt sich einschätzen, wie viel Nacharbeit tatsächlich anfällt. Vergleichen Sie den Zeitaufwand vorher und nachher und bewerten Sie die Qualität mit den Personen, die später damit arbeiten. Ein Pilot über einige Wochen liefert in der Regel belastbarere Erkenntnisse als jede Produktdemonstration.
Für den laufenden Betrieb braucht es klare Verantwortlichkeiten. Wer darf Medien hochladen? Wer prüft Ergebnisse und gibt sie frei? Wer pflegt Glossare und Vokabularlisten? Wer ist Ansprechpartner für den Anbieter? In kleineren Organisationen sind diese Rollen oft auf wenige Personen verteilt, sie sollten aber dennoch benannt sein. Zur Qualitätssicherung gehören einfache Regeln: Eigennamen und Zahlen werden immer geprüft, veröffentlichte Untertitel durchlaufen eine Endkontrolle, sensible Inhalte werden besonders behandelt.
Schulung wird häufig unterschätzt. Die Bedienung der Oberfläche ist meist schnell gelernt; schwieriger ist es, ein Gefühl dafür zu entwickeln, wo die KI zuverlässig ist und wo sie Fehler macht. Kurze, praxisnahe Schulungen mit eigenen Beispielen helfen, realistische Erwartungen aufzubauen und Misstrauen ebenso wie blindes Vertrauen zu vermeiden.
Im Regelbetrieb lohnt sich ein Blick auf einige Kennzahlen: Verarbeitungsvolumen, Durchlaufzeiten, Korrekturaufwand, Fehlerquoten bei Integrationen und Kostenentwicklung. Steigt der Korrekturaufwand, kann das auf verändertes Material, fehlende Glossareinträge oder Änderungen auf Anbieterseite hindeuten. Da Medien-KI-Plattformen ihre Modelle und Engines weiterentwickeln, können sich Ergebnisse über die Zeit verändern – meist zum Besseren, gelegentlich aber auch mit unerwarteten Effekten. Eine regelmäßige Stichprobenprüfung schützt vor Überraschungen. Ebenso sollten Sie Vertragslaufzeiten, Kündigungsfristen und Exportmöglichkeiten im Blick behalten, damit ein späterer Wechsel nicht an fehlenden Daten scheitert.
Eine Plattform wie aiconix rechnet sich vor allem dann, wenn regelmäßig und in nennenswertem Umfang Medien verarbeitet werden und mehrere Verarbeitungsschritte zusammenkommen. Ein Unternehmen, das monatlich eine Handvoll Videos untertitelt, ist mit einer einfachen Anwendung möglicherweise besser bedient. Ein Unternehmen mit eigener Akademie, internationalem Vertrieb, umfangreichem Videoarchiv oder regelmäßigen Veranstaltungen kann dagegen von der Bündelung und Automatisierung deutlich profitieren. Hinzu kommen Organisationen, für die Barrierefreiheit eine rechtliche oder strategische Anforderung ist und die eine verlässliche, wiederholbare Lösung brauchen.
Für die meisten Mittelständler empfiehlt sich ein dreistufiger Weg. Zuerst ein begrenzter Pilot mit einem klar umrissenen Anwendungsfall und echtem Material. Danach die Integration in ein Zielsystem, etwa die Lernplattform oder die Website. Erst im dritten Schritt die Erweiterung auf weitere Abteilungen und Funktionen wie Übersetzung oder Videoanalyse. So bleibt das Risiko überschaubar, und jede Stufe liefert eigenständigen Nutzen. Parallel sollten Datenschutz und Betriebsrat frühzeitig eingebunden werden, da Aufnahmen von Mitarbeitenden schnell mitbestimmungsrelevant werden können.
Die Lizenz- oder Nutzungsgebühr ist nur ein Teil der Rechnung. Hinzu kommen Integrationsaufwand, interne Zeit für Prüfung und Freigabe, Schulung und gegebenenfalls externe Unterstützung. Auf der Nutzenseite stehen eingesparte Arbeitszeit für Transkription und Untertitelung, entfallende Kosten für externe Dienstleister, schnellere Veröffentlichung und die bessere Wiederverwendbarkeit von Inhalten. Eine belastbare Rechnung entsteht, wenn Sie im Pilot den tatsächlichen Zeitaufwand messen und auf das erwartete Jahresvolumen hochrechnen. Vergleichen Sie dabei nicht nur Minutenpreise, sondern die Gesamtkosten pro fertig freigegebenem Ergebnis.
Ein häufig übersehener Faktor ist die Frage, welche Funktionen tatsächlich gebraucht werden. Plattformen mit großem Funktionsumfang verleiten dazu, Pakete mit Modulen zu buchen, die im Alltag kaum genutzt werden. Starten Sie deshalb mit dem Kernbedarf – meist Transkription und Untertitel – und erweitern Sie erst, wenn ein konkreter Nutzen für Übersetzung, Videoanalyse oder generative Funktionen belegt ist. Fragen Sie außerdem nach Konditionen für Pilotphasen, nach Mindestlaufzeiten und danach, wie sich Preise bei wachsendem Volumen entwickeln.
Ein Vertragspartner mit Sitz in Deutschland bietet greifbare Vorteile: deutsches Vertragsrecht, deutschsprachiger Ansprechpartner, Vertrautheit mit der DSGVO und meist eine größere Bereitschaft, auf Anforderungen von Datenschutzbeauftragten einzugehen. Für viele Mittelständler und öffentliche Einrichtungen ist das ein echtes Argument gegenüber US-Diensten. Gleichzeitig gilt: Wenn eine Plattform verschiedene KI-Engines orchestriert, kann ein Teil der Verarbeitung bei Drittanbietern stattfinden – möglicherweise auch bei großen internationalen Cloud- oder Modellanbietern. Lassen Sie sich deshalb für jeden genutzten Arbeitsablauf aufzeigen, welche Engine verwendet wird, wo sie betrieben wird und ob Alternativen mit ausschließlich europäischer Verarbeitung wählbar sind. Erst dann lässt sich die Datenhoheit verlässlich bewerten.
Funktionen wie Gesichtserkennung oder Stimmprofile berühren unter Umständen besondere Kategorien personenbezogener Daten, für die strenge Anforderungen gelten. Für ein Medienarchiv mit Personen des öffentlichen Lebens mag die Bewertung anders ausfallen als für interne Aufnahmen von Mitarbeitenden. Prüfen Sie für solche Funktionen die Rechtsgrundlage besonders sorgfältig, erwägen Sie eine Datenschutz-Folgenabschätzung und aktivieren Sie sie nur, wenn sie tatsächlich gebraucht werden. Bei Aufnahmen von Beschäftigten ist zudem die Mitbestimmung des Betriebsrats zu beachten. Auch die Anforderungen der europäischen KI-Verordnung sollten im Blick behalten werden.