Alibabas Marketingsparte gibt Händlern einen Bildgenerator an die Hand und bewirbt das Ergebnis als Produktionskosten, die sie sich nun sparen. Taobao, im selben Konzern, bezahlt inzwischen Ingenieure dafür, genau die Bilder aufzuspüren, die solche Tools erzeugen. Katalog-Automatisierung wurde als Streichung einer Kostenposition verkauft; tatsächlich hat sie eine einmalige Ausgabe gestrichen und dafür eine dauerhafte installiert.

Der Umfang der Generierung steht außer Frage, weil Alibaba ihn selbst als Verkaufsargument veröffentlicht. Alimama, die Marketingplattform des Konzerns, bezifferte seine Wanxiang-Kreativtools in den Double-11-Zahlen vom vergangenen November, zitiert von PingWest, auf mehr als 190 Millionen für Händler erzeugte Assets. Das ist eher eine Prahlerei mit Volumen als ein Audit – genau das macht die Zahl aufschlussreich: Sie sagt aus, was das Unternehmen glaubt, industrialisiert zu haben. Dieselben Zahlen behaupten Einsparungen von über 3,5 Milliarden Yuan bei den Produktionskosten der Händler. Die Ersparnis landet auf der Seite des Händlers, die Bilder landen im Katalog.

Taobaos Antwort auf diesen Output kam am 27. März 2025, und es war kein Verbot. Die Plattform startete ein Governance-Programm gegen KI-假图, “gefälschte Bilder” – definiert nicht über die Methode, sondern über den Grad: Material oder Stil, der nicht zur Ware passt, übertriebene Effekte, offensichtliches Zusammenschneiden. Politur muss “moderat und realistisch” bleiben, in den eigenen Worten der Plattform, berichtet von der South China Morning Post. Bis zur Veröffentlichung der Regeln waren bereits knapp 100.000 Bilder abgefangen worden. Ein Verbot von KI-Bildern wäre die Arbeit eines einzigen Klassifikators gewesen, danach erledigt. Die Beurteilung von Graden ist nie erledigt, weil sich jemand jeden Tag hinsetzen und entscheiden muss, wo die Grenze verläuft.

Ein Verbot ist eine Regel, die man einmal schreibt; eine Grenze ist eine Gehaltsliste.

Dreizehn Monate später brachte dasselbe Unternehmen einen zweiten Detektor heraus, diesmal in die andere Richtung gerichtet. Taobao und Tmall führten im April 2026 ein Modell ein, das KI-gefälschte Belege in Rückerstattungsanträgen identifiziert – die Fotos von Löchern und Flecken, die Käufer einreichen, um ihr Geld zurückzubekommen –, und dabei reine Generierung von bearbeiteten Echtfotos und von wasserzeichenversehenen Fälschungen unterscheidet. Zugang erhielten zunächst nur Händler mit einer Bewertung von 4,8 oder höher, was bereits ein Eingeständnis ist: Erkennungskapazität wird rationiert, nicht verteilt. Zwei Modelle in dreizehn Monaten, gerichtet auf entgegengesetzte Seiten derselben Transaktion, das ist die Form der Ausgabe. Generierung ist auf jeder Seite billig, also muss Prüfung auf jeder Seite finanziert werden.

Produktfotografie war der Geschwindigkeitsbegrenzer, und niemand hat das je so kalkuliert. Ein Studiotag, eine Modelbuchung und die Stunden eines Retuscheurs begrenzten, wie viele Bilder ein Katalog pro Quartal aufnehmen konnte – und das wiederum begrenzte, wie viele eine Moderationsabteilung je zu Gesicht bekam. Vertrauen und Sicherheit auf Marktplätzen wurden zwei Jahrzehnte lang still durch die Kosten der Herstellung des zu prüfenden Objekts subventioniert. Generierung hebt die Obergrenze der Produktion an, ohne die Prüfpflicht zu berühren. Was auf einer Zeile wie eine Ersparnis aussah, war eine Verschiebung auf eine andere – und diese Zeile erneuert sich jährlich.

Das ist inzwischen eine operative Funktion mit einem veröffentlichten Governance-Bericht, keine Pressemitteilung über eine Aufräumaktion. Douyins E-Commerce-Sparte fing in ihrem ersten jährlichen Governance-Bericht mehr als vier Millionen Risikohändler im vorangegangenen Jahr ab, berichtet von Tencent News im Februar. Unternehmen besetzen und veröffentlichen keine Jahresgesamtzahlen für ein einmaliges Ereignis; sie tun das für eine Abteilung, selbst beim ersten Mal. Eine separate Zeile im selben Bericht betrifft 11.000 Konten, die wegen Identitätsdiebstahl mittels KI oder Spezialeffekten bearbeitet wurden – eine Durchsetzungskategorie, die keinen Grund hatte zu existieren, solange synthetisches Video teuer war.

Westliche Händler haben dieselbe Generierungsfähigkeit auf Basis einer Kostenrechnung gekauft und noch nicht die zweite Rechnung erhalten. Laut einer Offenlegung vom September 2024 hatten mehr als 900.000 Amazon-Verkaufspartner die generativen Listing-Tools des Unternehmens genutzt, und Amazons eigene Darstellung, wie diese Tools tatsächlich verwendet werden, ist der Teil, den man zweimal lesen sollte: Verkäufer akzeptierten die generierten Inhalte in rund 90 Prozent der Fälle mit wenig oder gar keinen Änderungen. Das beschreibt genau den menschlichen Prüfschritt, den der Business Case zum Auffangen von Fehlern voraussetzte – und der ausbleibt. Die Transparenzpflichten nach Artikel 50 der EU gelten seit dem 2. August und verlangen, dass synthetischer Bild-Output maschinenlesbar gekennzeichnet und als künstlich generiert erkennbar ist. Die Kommission hat im Juni einen Code of Practice zu diesem Artikel finalisiert – schon das zeigt, dass das Kennzeichnungsproblem schwierig genug war, um einen solchen zu brauchen. Die Compliance-Zeile existiert; die Budgetzeile größtenteils nicht.

Das stärkste Gegenargument lautet, dass Erkennung eigentlich eine Investitionsausgabe ist, die als laufende Ausgabe verkleidet wird. Baue den Klassifikator einmal, betreibe ihn zu vernachlässigbaren Kosten pro Bild, und warte, bis Herkunftsnachweise die Forensik überflüssig machen: Sowohl Chinas Kennzeichnungsmaßnahmen als auch Artikel 50 verpflichten Generatoren dazu, implizite, maschinenlesbare Markierungen einzubetten, sodass der Detektor letztlich zu einem simplen Metadaten-Abgleich verkümmern sollte. Damit das funktioniert, muss die Markierung die Reise vom Generator bis zur Angebotsseite überleben. Genau das tut sie nicht. Ein Screenshot, ein Zuschnitt, eine Neucodierung – und die implizite Kennzeichnung ist verschwunden, während das Bild unversehrt ankommt. Chinas Regeln traten am 1. September 2025 in Kraft; acht Monate später fanden Reporter von China Jiangsu Net KI-Spuren in mehr als der Hälfte einer zufällig über Plattformen und Kategorien gezogenen Stichprobe von zwanzig Bildern.

Irgendjemand bezahlt für die Prüfung, offen ist nur, wer. Ein Zwischengericht in Guangzhou hat diese Frage bereits einmal beantwortet, für einen Händler, der einem Käufer versicherte, die Produktfotos seien echt: Die Bilder waren generiert und nicht gekennzeichnet, das Gericht wertete dies als Verbraucherbetrug, und die Rechnung lautete auf Rückerstattung plus dreifachen Schadensersatz. Plattformen können die Kosten tragen, wie Alibaba es tut, und sie über Provisionssätze wieder hereinholen. Händler können sie über Offenlegungs- und Prüfpflichten tragen, für die fast keiner von ihnen Personal hat. Käufer tragen sie über Retouren – die teuerste Option, und diejenige, die standardmäßig greift, wenn niemand sonst wählt. Wenn Katalog-Automatisierung weiterhin auf Basis der Kosten pro Bild finanziert wird, ist die Zeile, die wächst, die Prüfung – und es ist die, die niemand in die Kalkulation aufgenommen hat.