Eine Patentanmeldung des Unternehmens Microsoft Technology Licensing sorgt für Diskussionen über den Einsatz generativer künstlicher Intelligenz bei Live-Übertragungen.
Das Dokument mit der Veröffentlichungsnummer US 2026/0341309 A1 und dem Titel „Near Real-Time AI Enhancement of Video or AR Presentations of Live Events“ wurde am 29. Oktober 2026 veröffentlicht. Es beschreibt ein System, das gesprochene Inhalte in einem Videostream nahezu in Echtzeit analysieren, austauschen und die Lippenbewegungen der vortragenden Person optisch synchron anpassen kann.
Automatisierte Ersetzung über Benutzerprofile
Dem Dokument zufolge soll die Ausstrahlung des Videomaterials um ein kurzes Zeitfenster verzögert werden, wobei ein Zielwert von etwa 1 bis 10 Sekunden genannt wird.
Während dieser Spanne scannt ein KI-Agent die Tonspur anhand festgelegter Regeln und spezifischer Profile der Zuschauerschaft. Dabei können Merkmale wie das Alter, die Sprache, der Wohnort, die Herkunft, die Religion sowie der Bildungsgrad der Rezipienten einfließen, um Inhalte dynamisch zu filtern. Generative KI übernimmt im Anschluss die Modifikation des Audiomaterials, glättet Übergänge und rendert passende neue Videobilder.
Zu den Elementen, die laut der Beschreibung entfernt oder ersetzt werden können, gehören typische Füllwörter, Stottern, Genuschel, fehlerhafte Aussprache und störende Hintergrundgeräusche. Ebenso erfasst das System Slang-Begriffe, lokale Redewendungen und Beleidigungen.
Ersatzbegriffe können unter anderem über eine integrierte Internetsuche generiert werden. Neben der Anzeige korrigierter Untertitel verweist das Patent auch auf Möglichkeiten zur unmittelbaren Faktenprüfung, um unzutreffende oder irreführende Angaben bereits während der Übertragung live zu korrigieren.
Breite Einsatzfelder und rechtliche Tragweite
Die Erfinder David Callaghan und Dinesh Kumar listen in der 20 Ansprüche umfassenden Anmeldung, von denen drei unabhängig formuliert sind, diverse Einsatzgebiete auf. Der erste Hauptanspruch ist dabei sehr weit gefasst. Die zugrundeliegende Software könnte sowohl auf Cloud-Servern als auch auf Endgeräten wie Augmented-Reality-Brillen, Smartphones, Tablets oder direkt auf Kameras betrieben werden.
Mögliche Einsatzfelder reichen von Fachvorträgen, Präsentationen und Preisverleihungen über TV- und Quizshows sowie Podcasts bis hin zu Spielfilmen und Live-Sportübertragungen. Anspruch 16 widmet sich zudem der Echtzeitübersetzung inklusive optischer Lippensynchronisation, während Anspruch 14 vorsieht, die Originalaufnahme optional als Referenzwert abzuspeichern.
Ergänzend reichte das Unternehmen die verwandte Anmeldung US 2026/0341308 A1 ein, die ähnliche Verfahren für vorab aufgezeichnete Videos samt automatisierter Zusammenfassungen beschreibt.
Bedenken hinsichtlich Desinformation und Transparenz
Bislang handelt es sich ausschließlich um eine Veröffentlichung beim US-Patentamt; ein Patent wurde noch nicht erteilt. Microsoft hat zu den Schutzrechten kein konkretes Produkt angekündigt und keinen Zeitplan für einen Marktstart vorgelegt.
Gleichwohl werfen die Pläne ethische Fragen auf. In der Patentanmeldung finden sich keine Vorgaben dazu, dass Vortragende der Modifikation ihrer Worte zustimmen müssen oder die vorgenommenen Änderungen für das Publikum kenntlich gemacht werden; auch in den Hauptansprüchen ist eine solche Kennzeichnung nicht zwingend verankert.
Wer sich mit der Entwicklung oder dem Einsatz von KI-Systemen befasst, muss heute komplexe Transparenz- und Dokumentationspflichten beachten. Dieser kostenlose Leitfaden bietet einen kompakten Überblick über die rechtlichen Anforderungen und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Kostenloses E-Book sichern
Beobachter äußern daher die Sorge, dass eine derartige Technologie nicht nur Sprachfehler glätten, sondern auch missliebige oder politisch heikle Äußerungen unbemerkt tilgen könnte. Da die Manipulation direkt im laufenden Stream geschieht, bleibt die Originalaussage für Zuschauer unzugänglich, was erhebliche Risiken für Desinformation und Täuschung mit sich bringt.