KI technisch kontrollierbar und nachweisbar betreiben? WZ-IT setzt Datenflüsse, Rollen, Modellversionen, Protokollierung und Betriebsgrenzen technisch um. Die rechtliche Klassifikation bleibt eine Aufgabe des Unternehmens und seiner Rechtsberatung. Managed AI ansehen
Mit dem EU AI Act hat der Einsatz künstlicher Intelligenz einen verbindlichen europäischen Rechtsrahmen. Für Unternehmen reicht die Frage „nutzen wir KI?" nicht aus. Entscheidend sind Rolle, konkreter Verwendungszweck, betroffene Personen und das daraus entstehende Risiko. Dieser Artikel übersetzt den Stand nach Inkrafttreten des AI Omnibus vom 27. Juli 2026 in einen praktischen Prüf- und Umsetzungsplan. Er ist eine technische und organisatorische Einordnung, keine Rechtsberatung. Stand Oktober 2026.
Inhaltsverzeichnis
- Was der EU AI Act regelt
- Zuerst die eigene Rolle bestimmen
- Die vier Risikostufen
- GPAI: Regeln für Basismodelle
- Der gestaffelte Zeitplan
- Was Unternehmen konkret umsetzen sollten
- Was die technische Plattform nachweisen können sollte
- Wie WZ-IT dabei unterstützt
- Quellen
Was der EU AI Act regelt
Der EU AI Act ist die europäische Verordnung für künstliche Intelligenz. Ihr Kern ist ein risikobasierter Ansatz: Nicht jede KI wird gleich behandelt, sondern nach dem Risiko, das von ihrem konkreten Einsatz ausgeht. Je höher das Risiko, desto strenger die Pflichten.
Wichtig für die Einordnung: Der AI Act knüpft nicht allein an das Modell oder den Betriebsort an. Dasselbe Basismodell kann in einer internen Formulierungshilfe ein geringeres Risiko haben und als Bestandteil einer Bewerberbewertung unter Hochrisiko-Regeln fallen. Self-Hosting hebt Pflichten nicht auf, kann aber Datenflüsse, Versionierung und technische Nachweise kontrollierbarer machen.
Zuerst die eigene Rolle bestimmen
Pflichten unterscheiden sich danach, ob ein Unternehmen Anbieter, Betreiber beziehungsweise Deployer, Importeur oder Händler ist. Viele Unternehmen sind bei einem eingekauften Assistenten Deployer. Wer ein System unter eigenem Namen bereitstellt, wesentlich verändert oder selbst ein Modell anbietet, kann zusätzliche Anbieterpflichten übernehmen.
Für jedes System sollte deshalb ein kurzes Rollenblatt vorhanden sein:
- Wer stellt Modell und Anwendung bereit?
- Wer legt Zweck, Eingaben, Ausgaben und betroffene Nutzer fest?
- Wird das System nur intern genutzt oder Dritten angeboten?
- Werden Modell, Sicherheitskomponenten oder Zweck wesentlich verändert?
- Welche Dokumentation liefert der Anbieter, und welche muss der Betreiber selbst führen?
Diese Einordnung erfolgt pro System und Version. Eine allgemeine Aussage wie „wir sind nur Nutzer" reicht bei mehreren Integrationen und Eigenentwicklungen nicht.
Die vier Risikostufen
Die EU-Kommission erläutert vier Stufen:
- Verbotene Praktiken - Anwendungen wie Social Scoring oder bestimmte manipulative Systeme sind untersagt.
- Hochrisiko-Systeme - darunter bestimmte Anwendungen in kritischer Infrastruktur, Bildung, Beschäftigung, wesentlichen Diensten oder regulierten Produkten. Je nach Rolle gehören Risikomanagement, Daten-Governance, technische Dokumentation, Protokollierung, menschliche Aufsicht, Robustheit und Konformitätsanforderungen dazu.
- Transparenzrisiko - Menschen müssen in bestimmten Situationen erkennen können, dass sie mit einem KI-System interagieren. Für bestimmte synthetische Inhalte, Deepfakes und Texte zu Angelegenheiten von öffentlichem Interesse gelten weitere Kennzeichnungspflichten.
- Minimales Risiko - der Großteil der Anwendungen; weitgehend ohne besondere Pflichten.
Die Einordnung darf nicht nur aus dem Produktnamen abgeleitet werden. Ein interner Rechercheassistent, ein öffentliches Widget und ein System zur Priorisierung von Bewerbungen können dasselbe Modell nutzen, rechtlich aber sehr unterschiedlich behandelt werden.
GPAI: Regeln für Basismodelle
Eine eigene Kategorie bilden allgemein einsetzbare KI-Modelle (General-Purpose AI, GPAI) - die großen Basismodelle, auf denen viele Anwendungen aufsetzen. Für ihre Anbieter gelten eigene Pflichten, etwa zur technischen Dokumentation und zu Angaben über die Trainingsdaten; Modelle mit systemischem Risiko unterliegen zusätzlichen Anforderungen.
Für Unternehmen, die solche Modelle nur einsetzen, sind ihre Deployer-Pflichten und die Risikoklasse der Anwendung zentral. Beim Self-Hosting bleiben zusätzlich Lizenz, Modellkarte, Herkunft, Version, Evaluationsgrenzen und Updatepfad relevant. Wer Fine-Tuning, Distillation oder eigene Bereitstellung plant, sollte vorab prüfen, ob dadurch eine andere Rolle oder zusätzliche Pflichten entstehen.
Der gestaffelte Zeitplan
Die Verordnung trat am 1. August 2024 in Kraft und gilt grundsätzlich seit 2. August 2026. Der aktuelle Zeitplan der EU-Kommission lautet:
| Stichtag | Regelungsbereich |
|---|---|
| 2. Februar 2025 | erste verbotene Praktiken und KI-Kompetenz (Art. 4, durch den AI Omnibus neu gefasst) |
| 2. August 2025 | Governance-Regeln und Pflichten für GPAI-Modelle |
| 2. August 2026 | allgemeine Anwendbarkeit und Transparenzpflichten nach Art. 50 |
| 2. Dezember 2026 | neues Verbot: KI zur Erzeugung nicht einvernehmlicher intimer Inhalte („Nudifier") und von Darstellungen sexuellen Kindesmissbrauchs (Art. 5 Abs. 1 lit. ba und bb) |
| 2. Dezember 2026 | maschinenlesbare Kennzeichnung nach Art. 50 Abs. 2 auch für Systeme, die vor dem 2. August 2026 in Verkehr gebracht wurden (Art. 111 Abs. 4) |
| 2. Dezember 2027 | Hochrisiko-Systeme in den Bereichen des Anhangs III, etwa Beschäftigung |
| 2. August 2028 | Hochrisiko-Systeme als Sicherheitskomponente regulierter Produkte nach Anhang I |
Diese späteren Hochrisikofristen wurden durch den AI Omnibus (Verordnung (EU) 2026/1744) verändert, der am 27. Juli 2026 in Kraft trat. Deshalb sollten ältere Übersichten mit den früheren Terminen nicht ungeprüft weiterverwendet werden.
Der Omnibus hat auch Artikel 4 neu gefasst: Anbieter und Betreiber ergreifen Maßnahmen, um die KI-Kompetenz ihres Personals zu fördern. Ein bestimmtes „ausreichendes Maß" an KI-Kompetenz müssen sie nicht mehr sicherstellen.
Aufsicht in Deutschland: Das KI-Marktüberwachungsgesetz (KI-MIG) vom 22. Juli 2026 ist seit dem 29. Juli 2026 in Kraft. Zentrale Marktüberwachungsbehörde ist die Bundesnetzagentur (§ 2 Abs. 1 KI-MIG). Für Finanztätigkeiten ist die BaFin zuständig, für öffentliche Stellen die Länder. Ergänzend sieht das Gesetz nationale Bußgelder bis 50.000 Euro vor (§§ 15, 16).
Was Unternehmen konkret umsetzen sollten
Ein tragfähiges Programm beginnt nicht mit einer umfangreichen Richtlinie, sondern mit einem belastbaren Inventar:
- Systeme erfassen: auch eingebettete Funktionen in SaaS, Support, Recruiting und Entwicklung berücksichtigen.
- Rolle und Zweck dokumentieren: Anbieter, Deployer, Nutzergruppen, betroffene Personen und erlaubte Datenklassen festhalten.
- Risiko und Verbote prüfen: verbotene Praktiken ausschließen, Transparenz- und mögliche Hochrisikopflichten einordnen.
- KI-Kompetenz fördern: Maßnahmen nach Art. 4 wie Schulungen nach Rolle und Risiko statt einer einmaligen allgemeinen Präsentation.
- Anbieterunterlagen sichern: Modellkarte, Versionsstand, technische Grenzen, Unterauftragnehmer und Änderungsinformationen.
- Betrieb regeln: Freigabe, menschliche Kontrolle, Incident-Prozess, Protokolle, Aufbewahrung, Updates und Abschaltung definieren.
- Änderungen neu bewerten: neuer Zweck, neues Modell oder neue Datenquelle können die Einordnung verändern.
Datenschutz, Mitbestimmung, Urheberrecht, Berufsrecht und Informationssicherheit laufen daneben weiter. Der AI Act ersetzt diese Prüfungen nicht.
Was die technische Plattform nachweisen können sollte
Nicht jede Anwendung braucht vollständige Eingabe- und Ausgabeprotokolle. Eine unreflektierte Vollprotokollierung kann selbst Datenschutz- und Mitbestimmungsrisiken erzeugen. Das Protokollkonzept muss Zweck, Datenklasse und Aufbewahrung abbilden.
Technisch sinnvoll sind häufig:
- eindeutige Versionen von Modell, Prompt, Wissensbestand und Anwendung,
- getrennte Rollen für Nutzer, Administration und Auswertung,
- protokollierte Änderungen an Modellen und Datenquellen,
- nachvollziehbare Quellen bei wissensbasierten Antworten,
- Messwerte zu Qualität, Latenz und Fehlverhalten ohne unnötige Klardaten,
- Freigaben und menschliche Kontrolle bei wirkungsstarken Aktionen,
- dokumentierte Abschaltung, Rollback und Incident-Bearbeitung.
Eine Observability-Schicht wie Langfuse kann Traces, Versionen und Evaluationen abbilden. Welche Inhalte dort gespeichert werden dürfen, muss jedoch separat festgelegt werden.
Wie WZ-IT dabei unterstützt
WZ-IT übernimmt die technische Übersetzung der Anforderungen: kontrollierte Managed-AI-Infrastruktur, Modell- und Gateway-Betrieb, Identitätsanbindung, RAG mit Quellen und Berechtigungen, datensparsame Observability sowie dokumentierte Update- und Rollback-Wege. Für interne Wissenssysteme ist der interne KI-Assistent ein typischer Ausgangspunkt.
Wir liefern damit die technische Grundlage und die für Prüfungen nötige Systembeschreibung. Die rechtliche Rollen- und Risikoeinordnung sowie eine gegebenenfalls erforderliche Konformitätsbewertung bleiben beim verantwortlichen Unternehmen und dessen Beratung.
