EU AI Act 2026: Was Unternehmen jetzt umsetzen müssen

Der EU AI Act ist kein Projekt, das man erst kurz vor einer Behördenprüfung aus dem Regal zieht. Die ersten Regeln gelten längst: Verbote bestimmter KI-Praktiken und die Pflicht zur KI-Kompetenz sind seit dem 2. Februar 2025 anwendbar, die Regeln für General-Purpose-AI-Modelle seit dem 2. August 2025. Am 2. August 2026 kommt die nächste große Stufe. Für viele Unternehmen wird aus dem abstrakten Gesetz dann ein handfester Betriebsablauf.

Entscheidend ist nicht, ob ein Unternehmen selbst ein großes Modell trainiert. Schon ein KI-Feature im Recruiting, ein Chatbot, Lead-Scoring oder ein Assistent in der Kundenkommunikation kann Pflichten auslösen. Die Europäische Kommission erklärt den gestaffelten Geltungsbeginn des AI Act; für die Praxis übersetzt heißt das: Erst Inventar, dann Risikoprüfung, dann klare Verantwortlichkeit.

EU AI Act: Welche Fristen gelten?

Der Zeitplan ist der Punkt, an dem viele Übersichten unscharf werden. Deshalb lohnt sich ein sauberer Blick auf die Stufen:

• Seit 2. Februar 2025: Verbotene KI-Praktiken dürfen nicht eingesetzt werden. Zugleich gilt Artikel 4: Anbieter und Betreiber sollen für ein ausreichendes Maß an KI-Kompetenz bei den Menschen sorgen, die Systeme einsetzen oder beaufsichtigen.
• Seit 2. August 2025: Pflichten für Anbieter von General-Purpose-AI-Modellen greifen. Das betrifft vor allem Modellanbieter, kann aber für Unternehmenskunden bei Vertrags- und Dokumentationsfragen relevant sein.
• Ab 2. August 2026: Transparenzpflichten nach Artikel 50 und weitere Regelungen werden anwendbar. Auch die Mitgliedstaaten müssen nationale Strukturen wie Aufsichts- und Sandbox-Mechanismen aufgebaut haben.
• Ab 2. August 2027: Für bestimmte Hochrisiko-Systeme nach Anhang I, die Teil regulierter Produkte sind, gilt die längere Übergangsfrist.

Wer im Netz liest, alle Hochrisiko-Pflichten würden pauschal im August 2026 starten, sollte genau hinschauen. Die Einordnung hängt davon ab, ob ein System unter Anhang III fällt oder Teil eines regulierten Produkts ist. Der EU AI Act Service Desk führt die Fristen nach Anwendungsbereich. Bei Zweifeln ist das kein Detail für eine Fußnote, sondern ein Fall für Rechtsberatung und die konkrete Produktdokumentation.

Risikoklasse zuerst, Papier danach

Der AI Act ordnet KI nicht nach einem hübschen Label wie „generativ“ oder „automatisiert“, sondern nach Risiko und Verwendungszweck. Ein Textassistent für interne Entwürfe ist etwas anderes als ein System, das Bewerbungen vorsortiert oder die Kreditwürdigkeit bewertet. Wer nur auf den Namen des Tools schaut, übersieht den entscheidenden Teil: Was macht es konkret, wer ist betroffen und welche Wirkung hat das Ergebnis?

Verbotene Praktiken

Einige Anwendungen sind verboten. Dazu gehören je nach Konstellation manipulative oder ausbeuterische Systeme, Social Scoring, bestimmte Formen biometrischer Kategorisierung und Emotionserkennung am Arbeitsplatz oder in Bildungseinrichtungen. Auch die Regeln rund um biometrische Fernidentifizierung sind eng. Unsere Einordnung zu biometrischer Massenüberwachung im AI Act zeigt, warum ein vermeintlich technisches Projekt schnell Grundrechtsfragen berührt.

Hochrisiko-KI

Hochrisiko kann KI etwa in Beschäftigung, Bildung, kritischer Infrastruktur, Migration, Strafverfolgung oder beim Zugang zu wesentlichen Leistungen sein. Dann stehen Risikomanagement, Daten-Governance, technische Dokumentation, Protokollierung, menschliche Aufsicht und laufende Kontrolle auf dem Plan. Die fünf Kernfragen zu Hochrisiko-Systemen und EU-Aufsicht helfen als erster Filter, ersetzen aber keine Klassifizierung im Einzelfall.

Transparenzpflichten und geringeres Risiko

Bei Chatbots, Deepfakes und bestimmten synthetischen Inhalten geht es oft um Transparenz: Menschen sollen erkennen können, dass sie mit KI interagieren oder künstlich erzeugte Inhalte sehen. Das klingt banal, ist im Alltag aber fehleranfällig. Ein kleiner Hinweis im Interface genügt nicht automatisch, wenn er versteckt, missverständlich oder beim Export verschwindet. Für Marketingteams ist besonders Artikel 50 und KI-Transparenz im Marketing relevant.

Compliance-Check: Strategien für den Mittelstand

Die größte Herausforderung für kleine und mittlere Unternehmen ist oft die Bestandsaufnahme, da in vielen eingekauften Software-Lösungen bereits KI steckt. Dies betrifft teilweise auch Funktionen, die in Richtung Hochrisiko gehen.

Ein wichtiger Praxispunkt ist hierbei, dass Unternehmen, die KI-Systeme in ihrem Betrieb einsetzen, eine Mitverantwortung für deren rechtskonforme Nutzung tragen. Dies gilt selbst dann, wenn die Technologie von einem Drittanbieter stammt. Das betrifft insbesondere Software in Bereichen wie Buchhaltung oder HR, da diese ohnehin regelmäßig an neue gesetzliche Vorgaben angepasst werden muss. Um hier den Überblick zu behalten, sind praxisnahe Ressourcen wie dieses E-Book zu aktuellen Gesetzesänderungen hilfreich. Es unterstützt Verantwortliche dabei, regulatorische Neuerungen strukturiert zu erfassen und rechtzeitig in die betrieblichen Prozesse zu integrieren.

Die drei Fragen, die vor jedem KI-Einsatz stehen sollten

Bevor ein neues Tool beschafft oder ein Feature freigeschaltet wird, sollten Fachbereich, IT und Datenschutz dieselben drei Fragen beantworten: Wofür wird das System eingesetzt? Über wen oder was trifft es Aussagen? Und kann ein Mensch das Ergebnis sinnvoll prüfen und korrigieren?

Das ist keine Juristenübung. Ein CRM, das Leads priorisiert, kann Vertriebsarbeit erleichtern. Sobald die Priorisierung aber faktisch über Angebote, Preise oder Zugang zu Leistungen entscheidet, verändert sich das Risiko. Genauso kann eine HR-Suite von einer Terminverwaltung zu einem System werden, das Bewerbende bewertet. Der konkrete Zweck zählt.

Ein brauchbares KI-Register enthält mindestens Systemname, Anbieter, Fachbereich, Zweck, Datenarten, betroffene Gruppen, Risikoeinschätzung, verantwortliche Person, Vertragsstand und nächsten Prüftermin. Das kann anfangs eine Tabelle sein. Eine Tabelle, die gepflegt wird, ist besser als ein 80-seitiges Handbuch, das niemand öffnet.

KI-Kompetenz: Keine Schulungsfolie zum Abhaken

Artikel 4 wird oft unterschätzt, weil er keine starre Stundenzahl vorgibt. Genau das macht die Pflicht praktisch anspruchsvoll. KI-Kompetenz muss zum System, zu den Risiken und zu den Menschen passen, die damit arbeiten. Ein Team, das Texte zusammenfasst, braucht andere Regeln als Personalverantwortliche, die mit KI eine Vorauswahl prüfen.

Gute Schulungen erklären nicht nur, welche Buttons zu drücken sind. Sie behandeln Fehlerbilder, Halluzinationen, Datenschutz, sensible Eingaben, menschliche Kontrolle und Eskalationswege. Der Leitfaden zu KI-Kompetenz und Schulungspflicht zeigt, welche Nachweise Unternehmen sinnvoll aufbewahren sollten: Zielgruppe, Inhalte, Teilnahme und konkrete Arbeitsanweisungen.

Beschaffung, Betrieb und Änderungen

Die meisten Probleme beginnen nicht mit einem selbst entwickelten Modell, sondern mit einem Häkchen in den Einstellungen eines Standardprodukts. Ein Anbieter aktiviert eine neue Zusammenfassung, ein CRM ergänzt Scoring oder eine Support-Lösung schlägt Antworten vor. Wenn niemand prüft, ob sich Zweck und Wirkung verändert haben, wächst Schatten-KI ganz von allein.

Deshalb braucht jede Beschaffung einen kleinen Pflichtzettel: Zweck, Daten, Anbieterrolle, Speicherort, Risiko, menschliche Kontrolle, Nachweisunterlagen und Exit-Plan. Bei einer relevanten Änderung wird die Bewertung erneut geöffnet. Das klingt trocken. Ist es auch. Aber genau diese Routine verhindert, dass ein KI-System plötzlich produktiv über Menschen urteilt, ohne dass jemand die Verantwortung übernommen hat.

Datenschutz bleibt dabei wichtig, beantwortet aber nicht jede AI-Act-Frage. Die DSGVO schaut vor allem auf personenbezogene Daten; der AI Act ergänzt Sicherheit, Transparenz, Zweckbestimmung und Governance. Für Marketingteams lohnt deshalb der Blick auf DSGVO-konforme KI-Workflows im Marketing, während bei automatisierten Entscheidungen die Risikoklassifizierung im Zentrum steht.

Praktischer 30-Tage-Plan

1. Woche 1: Alle eingesetzten KI-Funktionen erfassen – auch in Standardsoftware und Testaccounts.
2. Woche 2: Systeme nach Zweck und möglicher Risikoklasse vorsortieren. Unklare oder kritische Fälle markieren.
3. Woche 3: Verantwortliche, Freigabeweg und Dokumentation festlegen; Anbieterunterlagen und Verträge einsammeln.
4. Woche 4: Zielgruppengerechte KI-Kompetenzschulung starten und einen Termin für die erste Nachprüfung setzen.

Für Hochrisiko-Fälle reicht dieser Plan nicht aus, er schafft aber die Arbeitsgrundlage. Wer bereits weiß, welche Systeme im Haus laufen und wer sie verantwortet, kann Fristen sauber bewerten. Wer das nicht weiß, diskutiert über Regeln im Nebel.

Wer im Unternehmen welche Rolle hat

Die Begriffe Anbieter und Betreiber wirken zunächst nach Brüsseler Papierdeutsch. Sie entscheiden aber darüber, welche Unterlagen ein Unternehmen einfordern muss und wer bei Problemen zuerst handeln sollte. Anbieter entwickelt ein System oder bringt es unter eigenem Namen auf den Markt. Betreiber setzt es im beruflichen Kontext ein. Importeur und Händler kommen hinzu, wenn Systeme aus Drittstaaten in die EU gelangen oder weiterverkauft werden.

Für viele Unternehmen ist die Betreiberrolle der Normalfall: Sie kaufen eine HR-Suite, buchen einen KI-gestützten Support oder schalten Funktionen in einer Cloud-Software frei. Das nimmt ihnen nicht jede Verantwortung ab. Sie müssen das System nach Anleitung einsetzen, menschliche Aufsicht organisieren und Vorfälle ernst nehmen. Werden Zweck oder System so stark verändert, dass faktisch ein neues Produkt entsteht, kann sich die Rolle verschieben. Genau dann sollte man nicht auf eine Vertragsklausel hoffen, sondern den Einzelfall prüfen lassen.

Praktisch hilft eine einfache Rollenmatrix. Der Fachbereich benennt den Zweck und die erwartete Wirkung. IT prüft Zugänge, Schnittstellen, Logging und Datenflüsse. Datenschutz bewertet personenbezogene Daten. Legal oder Compliance bewertet Verträge, Verbote und Risikoklasse. Die Geschäftsleitung entscheidet bei gelben und roten Fällen über Freigabe oder Stopp. Das muss kein Gremium mit zehn Menschen sein. Aber jemand muss am Ende den Namen unter die Entscheidung setzen.

Welche Nachweise Sie beim Anbieter anfordern sollten

Viele KI-Projekte scheitern nicht an fehlenden Ideen, sondern an fehlenden Informationen. Vertriebsfolien versprechen gern sichere, verantwortungsvolle KI. Für eine belastbare Bewertung braucht es konkretere Antworten. Fragen Sie nach der vorgesehenen Zweckbestimmung, nach bekannten Grenzen, nach Änderungen am Modell, nach Protokollierungsoptionen, nach dem Speicherort und nach Möglichkeiten zur menschlichen Kontrolle.

Bei Systemen mit mehr Gewicht sollten Unternehmen auch klären, wie ein Anbieter Incidents behandelt und ob er nachvollziehbar informieren kann, wenn sich ein Modell, ein Datensatz oder eine Funktion ändert. Ein Vertrag kann nicht jede technische Unsicherheit wegzaubern. Er kann aber Pflichten zur Information, Unterstützung und Dokumentation festhalten. Das macht später einen Unterschied, wenn ein Audit, eine Beschwerde oder ein Sicherheitsvorfall auf dem Tisch liegt.

Besonders heikel sind Systeme, die Ergebnisse als objektiv erscheinen lassen: ein Score, eine Ampel, ein Ranking oder eine Empfehlung mit Prozentwert. Solche Outputs verleiten dazu, menschliche Prüfung nur noch als Formalie zu behandeln. Gute Aufsicht heißt aber, dass eine sachkundige Person widersprechen, eine Entscheidung ändern und den Grund dokumentieren kann. Wer nur einen Knopf zum Bestätigen bekommt, hat keine echte Kontrolle.

Typische Fälle aus dem Arbeitsalltag

Recruiting und Personal

Eine KI fasst Bewerbungen zusammen oder sortiert sie nach Passung. Schon hier stellen sich Fragen nach Zweck, Datenqualität, Benachteiligung und menschlicher Kontrolle. Entscheidend ist nicht allein, ob ein Mensch am Ende klickt. Wenn die KI die Auswahl praktisch vorprägt und niemand die Kriterien versteht, kann die Kontrolle leer laufen. Für Systeme in Beschäftigung und Personalmanagement ist die Hochrisiko-Prüfung deshalb besonders wichtig.

Kundenservice und Chatbots

Ein Chatbot im Kundenservice fällt nicht automatisch in die Hochrisiko-Kategorie. Transparenz kann trotzdem Pflicht werden: Kundschaft sollte erkennen können, dass sie mit einem System spricht. Zudem braucht es eine Übergabe an Menschen, wenn ein Anliegen rechtlich, finanziell oder persönlich heikel wird. Ein Bot, der Rückgaben erklärt, ist etwas anderes als ein Bot, der Kreditentscheidungen vorbereitet oder Leistungsansprüche ablehnt.

Marketing und generative Inhalte

Texte, Bilder und Stimmen aus KI gehören inzwischen zum Tagesgeschäft vieler Teams. Hier treffen Transparenz, Urheberrecht, Markenrecht und Datenschutz aufeinander. Wer künstlich erzeugte Inhalte veröffentlicht, sollte schon vor dem August-Stichtag klare Regeln für Kennzeichnung, Freigabe und Quellen haben. Bei realistisch wirkenden Deepfakes oder synthetischen Stimmen wird es besonders sensibel. Unser Beitrag zu Nudifier-Verboten und Deepfake-Regeln zeigt, warum „nur ein kreativer Test“ keine tragfähige Risikobewertung ist.

Was bei einem Vorfall passieren muss

Kein KI-System ist dauerhaft fertig bewertet. Ein neues Feature, eine fehlerhafte Empfehlung, ein ungewöhnliches Muster oder eine Beschwerde kann eine Neubewertung nötig machen. Unternehmen sollten deshalb einen einfachen Meldeweg definieren: Wer kann einen Einsatz stoppen? Wer informiert IT, Datenschutz und Fachbereich? Welche Belege werden gesichert? Und wann wird der Anbieter einbezogen?

Das klingt nach großem Alarmplan. In der Praxis reichen oft vier klare Schritte: Nutzung anhalten, betroffene Ergebnisse sichern, Auswirkungen prüfen und Entscheidung dokumentieren. Wichtig ist, dass Teams den Weg kennen, bevor etwas schiefläuft. Nachträglich herauszufinden, wer zuständig war, ist eine schlechte Krisenstrategie.

Der häufigste Fehler: KI nur als Toolfrage behandeln

„Dürfen wir ChatGPT nutzen?“ ist eine verständliche Frage, aber für Compliance zu klein. Entscheidend ist, welche Aufgabe ein System übernimmt, welche Daten hineingehen und welche Folgen ein Ergebnis hat. Zwei Teams können dasselbe Tool nutzen und völlig unterschiedliche Risiken erzeugen: Marketing erstellt einen ersten Entwurf, HR trifft eine Vorauswahl. Der Name der Software bleibt gleich, der rechtliche Kontext nicht.

Deshalb sollte jede Freigabe an einen konkreten Einsatzfall gebunden sein. „Generative KI für interne Textentwürfe ohne vertrauliche Daten“ ist eine brauchbare Beschreibung. „ChatGPT ist erlaubt“ ist es nicht. Ändert sich der Einsatz, startet die Prüfung erneut. Das schützt Teams auch vor einem typischen Reflex: Ein Anbieter wirbt mit AI-Act-Konformität, also soll das Thema erledigt sein. Konformität des Produkts, korrekter Einsatz im Unternehmen und Datenschutz sind drei verschiedene Fragen.

Wer klein anfangen will, braucht keine künstliche Governance-Maschine. Ein Register, ein kurzer Prüfpfad, verantwortliche Personen und konkrete Schulungen sind der bessere Start. Danach lässt sich der Prozess ausbauen – sobald die ersten Erfahrungen zeigen, wo wirklich Risiken liegen und wo nur Papier produziert würde. Sinnvoll ist auch ein fester Quartalstermin: Neue Tools, geänderte Funktionen und offene Prüfungen gehören dann auf eine kurze, verbindliche Liste.

Weiterführende Einordnungen im AI-Act-Cluster

Je nach Einsatzbereich helfen unsere vertiefenden Beiträge zu Sanktionen und Enforcement, dem Zeitplan für Hochrisiko-KI, nationalen Aufsichtsbehörden, Watermarking bei Foundation-Modellen und Haftungsfragen bei KI-Systemen.

Der Punkt ist: Der EU AI Act belohnt keine hektische Checklisten-Sammlung kurz vor einer Frist. Er verlangt, dass Unternehmen ihre KI-Nutzung kennen und Entscheidungen nachvollziehbar treffen. Wer damit jetzt anfängt, hat im August keine magische Compliance – aber wenigstens kein Blindflug mehr.