KI-Verordnung und Transkription: Was die Verordnung (EU) 2024/1689 für Diktier-KI bedeutet

Was die KI-Verordnung regelt und wen sie bindet

Die Verordnung (EU) 2024/1689 vom 13. Juni 2024, kurz KI-Verordnung oder KI-VO, ist das Gesetz der Europäischen Union zur künstlichen Intelligenz. Sie unterscheidet zwischen verbotenen Praktiken, Hochrisiko-Systemen mit umfangreichen Pflichten und Transparenzpflichten für bestimmte Anwendungen. Die Pflichten richten sich an zwei Rollen, die in den zitierten Artikeln auftauchen: an die Anbieter, die ein KI-System entwickeln und in Verkehr bringen, und an die Betreiber, die es in eigener Verantwortung verwenden. Wer ein KI-Diktiergerät oder eine Transkriptions-App im Beruf nutzt, ist in dieser Terminologie Betreiber.

Für Spracherkennung und Transkription ist die Verordnung in drei Punkten relevant: beim Verbot der Emotionserkennung am Arbeitsplatz, bei den Transparenzpflichten des Art. 50 und beim Zeitplan, den die Digital-Omnibus-Verordnung (EU) 2026/1744 im Sommer 2026 verändert hat. Die reine Umwandlung von Sprache in Text ist von keinem dieser Punkte unmittelbar betroffen; das zeigt diese Seite im Einzelnen und kennzeichnet jede Zuordnung als Einordnung.

Emotionserkennung: Art. 3 Nr. 39 und Art. 5 Abs. 1 lit. f

Die Verordnung definiert in Art. 3 Nr. 39: „‚Emotionserkennungssystem‘ ein KI-System, das dem Zweck dient, Emotionen oder Absichten natürlicher Personen auf der Grundlage ihrer biometrischen Daten festzustellen oder daraus abzuleiten;“. Die Stimme gehört zu den biometrischen Daten, wenn sie mit technischen Verfahren auf Merkmale der Person ausgewertet wird. Ein Meeting-Tool, das aus Tonfall und Sprechweise „Stimmung“ oder „Sentiment“ der Teilnehmenden ableitet, ist damit ein Emotionserkennungssystem (Einordnung).

Das Verbot gilt nach Art. 113 seit dem 02.02.2025 und trifft Anbieter wie Betreiber: Weder darf ein Hersteller eine solche Funktion für den Arbeitsplatz anbieten, noch darf ein Unternehmen sie dort verwenden. Für Transkription bedeutet das (Einordnung): Die Umwandlung gesprochener Worte in Text leitet keine Emotionen ab und ist nicht erfasst. Sobald ein Werkzeug aber zusätzlich Stimmungsbilder je Sprecher liefert und in Besprechungen, Schulungen oder Vorlesungen eingesetzt wird, ist diese Funktion in der EU eine verbotene Praxis. Was das für Betriebsvereinbarungen bedeutet, steht auf der Seite Betriebsrat und KI-Transkription; die datenschutzrechtliche Seite der Stimmauswertung erklärt die Seite Sprechererkennung.

Transparenzpflichten nach Art. 50

Art. 50 enthält drei Pflichten, die für KI im Umgang mit Sprache und Text in Betracht kommen. Sie gelten mit dem allgemeinen Geltungsbeginn der Verordnung am 02.08.2026.

Absatz 1 betrifft Systeme, mit denen Menschen direkt interagieren, etwa Chatbots oder Sprachassistenten, die Anrufe annehmen. Die Kassenärztliche Bundesvereinigung nennt als Beispiel aus der Praxis eine Begrüßung wie „Hallo, hier ist der KI-Telefonassistent der Praxis“. Ein Diktiergerät interagiert nicht mit der aufgenommenen Person, es hört zu; Absatz 1 ist deshalb nicht einschlägig (Einordnung). Absatz 2 richtet sich an Anbieter von Systemen, die synthetische Inhalte erzeugen. Ein Transkript ist kein synthetischer Inhalt, sondern die Verschriftlichung gesprochener Worte; eine KI-Zusammenfassung ist dagegen ein erzeugter Text. Ob die Kennzeichnungspflicht des Absatzes 2 Zusammenfassungen erfasst, ist eine Frage der Anbieterseite, die diese Seite nicht beantwortet; sie trifft in jedem Fall den Hersteller, nicht dich als Nutzer.

Was Transkription betrifft und was nicht

Die folgende Tabelle ordnet typische Funktionen von KI-Diktiergeräten und Transkriptions-Apps den Vorschriften der KI-Verordnung zu. Alle Zuordnungen sind redaktionelle Einordnung am Wortlaut; eine Behördenpraxis zu Diktiergeräten gibt es noch nicht.

Tabelle seitlich scrollen, um alle Spalten zu sehen

Redaktionelle Einordnung am Normtext, keine Behördenaussage. Art. 6 und Anhang III sind als Anknüpfung genannt, nicht wörtlich zitiert.

Der Journalismus-Fall: Art. 50 Abs. 4 UAbs. 2

Eine Pflicht trifft Nutzerinnen und Nutzer von Transkriptions-KI unmittelbar: Wer einen von einer KI erzeugten oder manipulierten Text veröffentlicht, „um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren“, muss offenlegen, dass der Text künstlich erzeugt oder manipuliert wurde. Das betrifft Journalistinnen, Pressestellen und alle, die zu öffentlichen Angelegenheiten publizieren (Einordnung): Eine KI-Zusammenfassung einer Pressekonferenz oder eines Interviews, die so veröffentlicht wird, braucht einen Hinweis. Ein wörtliches Transkript, das die KI lediglich verschriftlicht hat, ist kein erzeugter Text; sobald das Werkzeug aber glättet, kürzt oder umformuliert, verschwimmt die Grenze. Wer auf Nummer sicher gehen will, kennzeichnet, was durch das Modell gegangen ist, und prüft den Inhalt ohnehin, denn KI-Modelle erfinden gelegentlich Sätze, die nie gesagt wurden; die Seite Halluzinationen in der Transkription erklärt, warum. Die Arbeitsweise im Redaktionsalltag behandelt die Seite Diktiergerät im Journalismus.

Zeitplan: Art. 113 vor und nach dem Digital-Omnibus

Die KI-Verordnung tritt gestaffelt in Kraft. Die ursprüngliche Fassung des Art. 113 lautete: „Sie gilt ab dem 2. August 2026. Jedoch: a) Die Kapitel I und II gelten ab dem 2. Februar 2025; b) Kapitel III Abschnitt 4, Kapitel V, Kapitel VII und Kapitel XII sowie Artikel 78 gelten ab dem 2. August 2025, mit Ausnahme des Artikels 101; c) Artikel 6 Absatz 1 und die entsprechenden Pflichten gemäß dieser Verordnung gelten ab dem 2. August 2027.“

Die Verordnung (EU) 2026/1744 vom 8. Juli 2026, der Digital-Omnibus zur KI, ist am 27.07.2026 in Kraft getreten und hat diesen Zeitplan geändert. Der neue Art. 113 Abs. 3 lit. c bestimmt, dass die Hochrisiko-Vorschriften der Kapitel III Abschnitte 1 bis 3 gelten „ab dem: i) 2. Dezember 2027 in Bezug auf KI-Systeme, die gemäß Artikel 6 Absatz 2 und Anhang III als hochriskant eingestuft sind, und ii) 2. August 2028 in Bezug auf KI-Systeme, die gemäß Artikel 6 Absatz 1 und Anhang I als hochriskant eingestuft sind“. Der neue lit. a fügt den Verboten ein weiteres hinzu, das ab dem 2. Dezember 2026 gilt. Erwägungsgrund 38 räumt Anbietern, die Systeme nach Art. 50 Abs. 2 „bereits vor dem 2. August 2026 in Verkehr gebracht haben“, einen „Übergangszeitraum von vier Monaten“ ein. Unverändert bleibt der allgemeine Geltungsbeginn am 2. August 2026, und damit auch Art. 50.

Tabelle seitlich scrollen, um alle Spalten zu sehen

Daten aus Art. 113 in der Fassung der Verordnung (EU) 2026/1744 und aus deren Erwägungsgrund 38; Spalte 3 ist redaktionelle Einordnung.

Für dich als Nutzer eines KI-Diktiergeräts ändert der Omnibus wenig: Das Verbot der Emotionserkennung gilt seit 2025, die Transparenzpflichten seit August 2026, und die Hochrisiko-Regeln betreffen Transkription nicht. Wer Zusammenfassungen veröffentlicht, kennzeichnet sie; wer Stimmungsanalysen angeboten bekommt, lehnt sie am Arbeitsplatz ab. Die datenschutzrechtlichen Pflichten, die unabhängig von der KI-Verordnung bestehen, stehen auf der Seite Cloud-Transkription und Datenschutz.