TL;DR
- AIPREF ist eine IETF-Arbeitsgruppe, die einen Standard für maschinenlesbare KI-Nutzungspräferenzen entwickelt – also ein einheitliches Vokabular dafür, wie Inhalte von KI genutzt werden dürfen.
- Kernidee: AIPREF trennt sauber zwischen Zugang (was robots.txt und Zugriffskontrollen regeln) und nachgelagerter Nutzung (was AIPREF regelt). Es geht ausdrücklich um die Nutzungspräferenz, nicht um den Zugriff selbst.
- Key-Takeaway: AIPREF ist der langfristige Standardisierungs-Pfad für die Weiterentwicklung von robots.txt Richtung KI. Noch in Arbeit, aber jetzt schon relevant für die eigene Strategie.
- Was der Standard leisten soll, wie er sich zu robots.txt und RSL verhält, und was du heute tun kannst.
Die bisherigen Signale, mit denen Websites KI-Nutzung steuern (robots.txt, diverse ai.txt-Varianten), sind ein Flickenteppich. Genau hier setzt AIPREF an – eine im Deutschen bisher kaum behandelte Standardisierungs-Initiative der IETF. Dieser Beitrag erklärt, was AIPREF ist, warum die Trennung von Zugang und Nutzung so wichtig ist und was du schon jetzt daraus ableiten solltest.
Was AIPREF ist
AIPREF steht für die AI Preferences Working Group der IETF (Internet Engineering Task Force) – dem Gremium, das seit Jahrzehnten Kern-Internetstandards entwickelt. Die Gruppe arbeitet an einem formalen, maschinenlesbaren Vokabular, mit dem Rechteinhaber ausdrücken können, wie ihre Inhalte von KI-Systemen genutzt werden dürfen. Das Ziel: aus heute freiwilligen, uneinheitlichen Signalen einen standardisierten, potenziell durchsetzbaren Ausdruck von Präferenzen zu machen.
Wichtig ist die Herkunft: Dass die IETF das treibt, gibt dem Vorhaben Gewicht – es ist der Versuch, die KI-Nutzungssteuerung auf denselben soliden Standardisierungs-Pfad zu bringen wie robots.txt seinerzeit. AIPREF wird oft als der langfristige Standards-Track für die Evolution von robots.txt Richtung KI beschrieben.
Die zentrale Trennung: Zugang vs. Nutzung
Der konzeptionell wichtigste Punkt von AIPREF ist eine klare Grenze: Die Arbeitsgruppe unterscheidet ausdrücklich zwischen der Beschaffung von Inhalten (dem Zugriff, der weiterhin von robots.txt und Zugriffskontrollen geregelt wird) und der nachgelagerten Nutzung dieser Inhalte. AIPREF konzentriert sich auf die Nutzungs-Präferenz – also was mit einem Inhalt geschehen darf – ohne vorzuschreiben, was den ursprünglichen Zugriff regelt.
Diese Trennung löst ein echtes Problem. Bisher vermischen viele Ansätze beides: „Darfst du crawlen?" und „Darfst du es fürs Training nutzen?" sind aber verschiedene Fragen. Ein Inhalt kann frei zugänglich sein (gut für die klassische Suche) und trotzdem nicht fürs Modelltraining freigegeben. AIPREF gibt genau dieser Unterscheidung eine standardisierte Sprache – unabhängig davon, wie der Zugriff selbst gesteuert wird.
Warum das jetzt relevant ist – obwohl es noch in Arbeit ist
AIPREF ist ein laufendes Standardisierungs-Projekt, kein fertiges, überall umgesetztes Feature. Trotzdem ist es aus zwei Gründen schon jetzt relevant. Erstens: Es zeigt die Richtung, in die sich die KI-Nutzungssteuerung bewegt – weg vom Flickenteppich, hin zu einem einheitlichen, maschinenlesbaren Vokabular. Wer seine Strategie daran ausrichtet, ist vorbereitet, statt später umbauen zu müssen.
Zweitens: Es schärft das eigene Denken. Wer die Trennung von Zugang und Nutzung verinnerlicht, trifft schon heute bessere Entscheidungen – etwa Trainings-Crawler zu blocken, aber Such-Crawler zuzulassen. Wie das konkret geht, zeigt der Ratgeber zu KI-Crawler: Training vs. Suche steuern.
AIPREF, robots.txt und RSL – das Zusammenspiel
Es lohnt, die drei sauber einzuordnen, weil sie oft verwechselt werden:
| Ebene | Regelt | Beispiel |
|---|---|---|
| robots.txt / Zugriffskontrolle | Zugang – wer darf crawlen | Trainings-Bot blocken |
| AIPREF | Nutzungspräferenz – was darf mit dem Inhalt geschehen | „nicht fürs Training" |
| RSL | Lizenz & Vergütung – zu welchen Bedingungen/Preis | pay-per-inference |
AIPREF steht also in der Mitte: allgemeiner als eine reine Zugangsregel, aber ohne die kommerzielle Lizenz-/Preisebene, die RSL abdeckt. In der Praxis ergänzen sich die drei; wie RSL funktioniert, vertieft der Beitrag zu RSL – Really Simple Licensing. Zusammen zeichnen sie ab, wie KI-Nutzungssteuerung in den nächsten Jahren aussieht: mehrschichtig statt binär.
Was du heute tun kannst
Auch ohne finalen Standard ist Handeln möglich. Erstens: die Trennung von Zugang und Nutzung in die eigene Bot-Strategie übernehmen (Training vs. Suche unterscheiden). Zweitens: die Entwicklung beobachten – AIPREF-Dokumente sind über den IETF-Datatracker öffentlich einsehbar. Drittens: die eigene Position klären: Willst du in KI-Suche zitiert werden (dann Such-Crawler zulassen), aber Training einschränken? Diese strategische Entscheidung ist unabhängig vom finalen Standard schon jetzt sinnvoll.
Die ehrliche Erwartung: Wie bei jedem freiwilligen Präferenz-Signal hängt die Wirkung davon ab, ob KI-Anbieter es respektieren. Standardisierung erhöht diese Chance, garantiert sie aber nicht. AIPREF ist deshalb ein wichtiger Baustein für die Zukunft – kein Schalter, der heute schon alles regelt.
Key-Takeaways
- AIPREF ist ein IETF-Standard-in-Arbeit für maschinenlesbare KI-Nutzungspräferenzen.
- Kern ist die Trennung von Zugang (robots.txt) und nachgelagerter Nutzung (AIPREF).
- Es gilt als langfristiger Standards-Track für die KI-Evolution von robots.txt.
- Schon heute umsetzbar: Training- von Such-Crawlern trennen und die Entwicklung verfolgen; die Wirkung hängt von der Anbieter-Akzeptanz ab.
Fazit
AIPREF ist der Versuch, die derzeit chaotische KI-Nutzungssteuerung auf einen soliden, einheitlichen Standard zu heben – mit der klugen Trennung von „wer darf zugreifen" und „was darf mit dem Inhalt geschehen". Noch ist der Standard in Arbeit, aber die Richtung ist klar, und die dahinterstehende Logik solltest du schon heute in deine Bot- und Content-Strategie übernehmen. Wer die KI-Nutzungssteuerung zukunftssicher aufstellen will, findet dafür bei spezialisierten Fachleuten Unterstützung.
Häufig gestellte Fragen
Die AI Preferences Working Group der IETF entwickelt einen Standard, mit dem Rechteinhaber maschinenlesbar ausdrücken können, wie ihre Inhalte von KI genutzt werden dürfen. Das Ziel ist ein einheitliches Vokabular, das aus heute freiwilligen, uneinheitlichen Signalen einen standardisierten, potenziell durchsetzbaren Ausdruck von Nutzungspräferenzen macht – der langfristige Standards-Track für die Evolution von robots.txt Richtung KI.
Zugang heißt: Wer darf die Inhalte überhaupt abrufen/crawlen – das regeln robots.txt und Zugriffskontrollen. Nutzung heißt: Was darf mit den abgerufenen Inhalten geschehen (z. B. Modelltraining, KI-Suche) – dafür entsteht AIPREF. Die Trennung ist wichtig, weil ein Inhalt frei zugänglich sein kann und trotzdem nicht fürs Training freigegeben. AIPREF gibt genau dieser Unterscheidung eine standardisierte Sprache.
Nein, es ist ein laufendes Standardisierungs-Projekt der IETF, kein fertiges, überall umgesetztes Feature. Relevant ist es trotzdem: Es zeigt die Richtung der KI-Nutzungssteuerung und schärft das eigene Denken. Umsetzbar ist heute schon die zugrunde liegende Logik – Trainings- von Such-Crawlern zu trennen. Die Entwicklung kannst du über den öffentlichen IETF-Datatracker verfolgen.
Sie ergänzen sich auf verschiedenen Ebenen. AIPREF standardisiert Nutzungspräferenzen (was darf mit dem Inhalt geschehen), RSL geht einen Schritt weiter und definiert Lizenz- und Vergütungsregeln (zu welchen Bedingungen und zu welchem Preis, etwa pay-per-inference). Zusammen mit robots.txt (Zugang) ergeben sie ein mehrschichtiges Modell der KI-Nutzungssteuerung, statt der bisherigen binären Erlauben/Blocken-Logik.
Quellen
- IETF: AIPREF Working Group (Datatracker)
- RSL-Guide: RSL and AI Preferences
Hinweis: AIPREF ist ein Standard in Entwicklung; Inhalte und Zeitplan können sich ändern. Die Wirkung freiwilliger Präferenz-Signale hängt von der Akzeptanz der KI-Anbieter ab. Keine Rechtsberatung.
