Human in the Loop

Ein Sprachmodell schreibt in Sekunden zwanzig Anzeigentexte, eine Produktbeschreibung oder eine Antwort an einen Kunden. Ob davon etwas veröffentlicht wird, entscheidet beim Prinzip Human in the Loop (kurz HITL) ein Mensch: Er prüft, korrigiert, lehnt ab oder gibt frei. Die KI arbeitet zu, sie entscheidet nicht.

Das Prinzip ist älter als jede KI-Suche, aber es ist mit generativer KI in den Marketing-Alltag gewandert. Und es wird dort oft falsch verstanden: als Formalie am Ende des Prozesses statt als Prüfung mit Kriterien und Konsequenzen.

Vom Regelkreis zur Freigabe im Redaktionsplan

Die „Schleife“ im Namen ist ein Regelkreis: Ein System misst, vergleicht und steuert nach. In Luft- und Raumfahrt fragten Ingenieure schon in den 1960ern, wann der Pilot selbst Teil dieses Kreises sein soll; die NASA veröffentlichte 1967 einen Band mit dem Titel „Man in the Loop“. Später wurde „Human in the Loop“ zum Fachbegriff für Simulationen, in denen echte Menschen mitwirken, und im maschinellen Lernen für Menschen, die Trainingsdaten bewerten oder Modellvorschläge korrigieren.

Für den Umgang mit KI hat die Hochrangige Expertengruppe der EU-Kommission im April 2019 drei Stufen menschlicher Aufsicht unterschieden. Sie helfen bis heute, Prozesse sauber zu beschreiben:

Welche Stufe passt, hängt am Risiko. Ein internes Brainstorming braucht keine Freigabe, eine Preisangabe in einer Anzeige schon. Wo KI selbstständig handelt statt nur Text zu liefern, etwa ein KI-Agent, der bucht oder bestellt, wird die Frage nach der richtigen Stufe noch wichtiger.

Wo der Mensch im Marketing-Ablauf sitzt

In der Praxis ist Human in the Loop kein einzelner Schritt, sondern eine Entscheidung darüber, an welchen Stellen ein Mensch zwingend eingreift. Bewährt haben sich vier Prüfpunkte:

1. Fakten: Zahlen, Daten, Produkteigenschaften und Zitate gegen eine Quelle prüfen. Sprachmodelle erfinden plausibel klingende Details, mehr dazu unter KI-Halluzination.
2. Recht und Zusagen: Heilversprechen, Testsiegel, Garantien und Vergleiche mit Wettbewerbern sind Sache der Fachabteilung, nicht der KI.
3. Marke: Ton, Begriffe und Haltung abgleichen; dafür hilft eine dokumentierte Brand Voice für KI.
4. Wirkung: Vor Versand, Budgetfreigabe oder Veröffentlichung entscheidet ein Mensch. Hier liegt die Vetomacht.

Beispiel: zwanzig Anzeigentexte in zehn Minuten

Zur Veranschaulichung: Ein Maschinenbauer lässt sich für eine Google-Ads-Kampagne zwanzig Anzeigentitel erzeugen. Die Marketing-Verantwortliche streicht vier, weil sie eine Lieferzeit nennen, die der Vertrieb nicht zusagt, und einen, der „Marktführer“ behauptet. Die übrigen gehen online. Zehn Minuten Prüfung verhindern hier eine Zusage, die der Vertrieb nicht halten kann, und eine Werbeaussage, die sich nicht belegen lässt.

Warum ein Klick auf „Freigeben“ nicht reicht

Die größte Schwäche von Human in the Loop ist der Mensch selbst. Wer täglich hundert gute KI-Entwürfe sieht, prüft den hundertersten nicht mehr gründlich. Die KI-Verordnung hat dafür einen eigenen Begriff: Bei Hochrisiko-Systemen müssen die Aufsichtspersonen sich der Neigung zu übermäßigem Vertrauen in die Ausgabe bewusst bleiben, dem „Automatisierungsbias“ (Art. 14 Abs. 4 KI-VO). Das gilt sinngemäß für jede Redaktion.

Drei Gegenmittel helfen: feste Prüfkriterien statt Bauchgefühl, Belege direkt neben dem Entwurf (Quelle, Datenblatt, Preisliste) und eine Zuständigkeit, die nicht bei der Person liegt, die den Prompt geschrieben hat. Messbar wird die Prüfung über die Korrekturquote: Wie viele Entwürfe werden geändert oder verworfen, und welche Fehlerarten tauchen auf?

Was Google und die KI-Verordnung erwarten

Google bestraft KI-Texte nicht pauschal, verlangt aber Sorgfalt. Im Leitfaden der Google Suche zur Verwendung von KI-generierten Inhalten heißt es, es sei wichtig, alle KI-generierten Inhalte vor der Veröffentlichung manuell auf Richtigkeit und Vertrauenswürdigkeit zu prüfen, ausdrücklich auch Title, Meta-Beschreibung, strukturierte Daten und Alt-Texte. Viele Seiten ohne Mehrwert zu erzeugen, kann gegen die Spamrichtlinien verstoßen. Ungeprüfte Massenware ist genau das, was unter AI Slop verstanden wird.

Die KI-Verordnung nennt den Begriff nicht, regelt aber die Sache. Art. 14 verlangt für Hochrisiko-KI-Systeme wirksame menschliche Aufsicht bis hin zur „Stopptaste“; typische Marketing-Anwendungen sind keine Hochrisiko-Systeme. Relevanter ist Art. 50 Abs. 4: KI-erzeugte Texte, die die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse informieren, müssen gekennzeichnet werden, außer sie wurden menschlich überprüft oder redaktionell kontrolliert und eine Person trägt die redaktionelle Verantwortung. Die Einzelheiten erklärt der Beitrag KI-Kennzeichnungspflicht 2026.

Für die KI-Sichtbarkeit gilt ein Nebeneffekt: Geprüfte, belegte Inhalte mit eigenen Daten sind genau die Art Quelle, die KI-Suchen gern zitieren. Die menschliche Prüfung ist damit nicht nur Absicherung, sondern Teil der Qualität, die zitiert wird.