EU AI Act verstehen und umsetzen · Modul 3: Rollen & Anwendungsbereich

Lektion 2 von 2Übung 12 Min.

Ist unser Werkzeug überhaupt ein KI-System?

Lernziele
  • die Definition des KI-Systems aus Art. 3 Nr. 1 KI-VO in ihre Merkmale zerlegen
  • das Ableiten als entscheidendes Abgrenzungsmerkmal erklären
  • typische Grenzfälle aus dem Unternehmensalltag einordnen
  • eine eigene Einschätzung begründen und dokumentieren

Bevor man über Rollen, Risikoklassen oder Fristen spricht, steht eine Frage, die fast banal wirkt: Ist das, was wir einsetzen, überhaupt ein KI-System? Sie ist alles andere als banal. Der Begriff „KI“ klebt heute auf Kaffeemaschinen, Staubsaugern und Tabellenkalkulationen. Der AI Act dagegen knüpft seine Pflichten an eine juristische Definition – und die ist enger als das Marketing, aber weiter, als manche Hersteller es gern hätten.

Die Antwort hat handfeste Folgen. Fällt ein Werkzeug nicht unter die Definition, greifen weder Transparenzpflichten noch Hochrisiko-Anforderungen. Fällt es darunter, beginnt die eigentliche Prüfung erst. Wer diese Weiche sauber stellt und begründet, spart sich viel Aufwand an der falschen Stelle.

1. Die Definition, zerlegt

Definition 3.3
KI-System (Art. 3 Nr. 1 KI-VO)
Ein maschinengestütztes System, das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist und das nach seiner Betriebsaufnahme anpassungsfähig sein kann und das aus den erhaltenen Eingaben für explizite oder implizite Ziele ableitet, wie Ausgaben wie etwa Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erstellt werden, die physische oder virtuelle Umgebungen beeinflussen können.

Der Satz ist lang, aber gut gebaut. Die EU-Kommission hat ihn in ihren Leitlinien vom Februar 2025 in sieben Merkmale zerlegt. Sechs davon müssen vorliegen, eines ist ausdrücklich optional – das kleine Wort „kann“ bei der Anpassungsfähigkeit. Ein System muss also nicht selbstständig weiterlernen, um als KI zu gelten. Ein einmal trainiertes und danach eingefrorenes Modell erfüllt die Definition genauso.

Abb. 3.2Die sieben Merkmale eines KI-Systems
01Maschinengestützt02Autonomie03 · optionalAnpassungsfähigkeit04Ziele05AbleitenKernmerkmal06Ausgaben07WirkungERGEBNISAlle Pflicht-merkmale erfüllt
Abb. 3.2 – Nach Art. 3 Nr. 1 KI-VO und den Leitlinien der EU-Kommission zur Definition des KI-Systems (2025). Die Anpassungsfähigkeit ist optional, das Ableiten ist das Merkmal, an dem sich die meisten Fälle entscheiden.

2. Das Ableiten: der Kern der Sache

Die meisten Merkmale erfüllt heute fast jede Software. Sie läuft auf einem Rechner, verfolgt ein Ziel und erzeugt eine Ausgabe. Den Unterschied macht das Ableiten. Erwägungsgrund 12 der Verordnung formuliert es deutlich: Ein KI-System soll sich von einfacheren herkömmlichen Softwaresystemen und Programmierungsansätzen abgrenzen, die auf ausschließlich von natürlichen Personen festgelegten Regeln beruhen.

Anders gesagt: Hat ein Mensch jede Regel aufgeschrieben, nach der ein Programm arbeitet, ist es keine KI – wie komplex es auch sein mag. Hat das System dagegen aus Daten gelernt, wie es mit Eingaben umgeht, oder nutzt es ein so trainiertes Modell, leitet es ab. Die Leitlinien nennen als typische Techniken maschinelles Lernen in seinen Spielarten, vom überwachten Lernen bis zum Deep Learning, sowie logik- und wissensbasierte Ansätze, die aus kodiertem Wissen Schlüsse ziehen.

Ebenso aufschlussreich ist, was die Kommission ausdrücklich nicht als KI-System sieht: Systeme, die lediglich mathematische Optimierung verbessern, grundlegende Datenverarbeitung wie Sortieren oder Filtern, Systeme auf Basis klassischer Heuristiken und einfache Vorhersageverfahren, die etwa nur einen Durchschnittswert fortschreiben. Das ist eine bewusste Grenze. Nicht jede Automatisierung soll unter ein KI-Gesetz fallen.

Die Prüffrage für den Alltag: Hat hier ein Mensch jede Regel festgelegt – oder hat das System aus Daten gelernt, wie es entscheidet? Im ersten Fall ist es in aller Regel kein KI-System.

3. Grenzfälle aus dem Alltag

Die Theorie ist schnell verstanden, die Praxis bleibt knifflig. Die folgende Übersicht sammelt Werkzeuge, die uns in Unternehmen regelmäßig begegnen, und ordnet sie ein. Die Einordnung ist eine begründete Einschätzung, keine Garantie – entscheidend ist immer, welche Technik tatsächlich eingesetzt wird.

Tab. 3.2Typische Werkzeuge und ihre Einordnung
WerkzeugEinordnungBegründung
Excel-Formeln, Makros, Wenn-dann-Regelnkein KI-Systemvollständig von Menschen festgelegte Regeln
Website-Chat mit festem Klick-Menükein KI-Systemvorgegebener Entscheidungsbaum ohne Ableitung
Website-Chatbot mit SprachmodellKI-SystemAntworten werden aus der Eingabe abgeleitet
ChatGPT, Copilot, Claude, DeepLKI-Systemtrainierte Modelle erzeugen Inhalte
Belegerkennung in der Buchhaltungmeist KI-Systemmoderne Texterkennung und Feldzuordnung beruhen auf maschinellem Lernen
Routenplanung mit klassischem Algorithmusin der Regel kein KI-Systemmathematische Optimierung nach festen Verfahren
Absatzprognose mit gelerntem ModellKI-SystemVorhersagen aus Daten gelernt
Prognose als gleitender Durchschnittin der Regel kein KI-Systemeinfaches statistisches Verfahren
Spamfilter mit LernfunktionKI-Systemlernt aus markierten Beispielen

Maßgeblich ist die tatsächlich eingesetzte Technik. Bei zugekaufter Software lohnt eine kurze Nachfrage beim Hersteller.

Zwei Beobachtungen aus dieser Tabelle sind für die Praxis wichtig. Erstens: Dasselbe Etikett kann ganz unterschiedliche Technik verbergen. „Chatbot“ oder „Prognose“ sagt nichts darüber, ob abgeleitet wird. Zweitens: Die Grenze verschiebt sich mit jedem Software-Update. Viele Programme, die heute nach festen Regeln arbeiten, erhalten in den nächsten Jahren KI-Funktionen – oft ohne großes Aufheben. Die Einschätzung ist deshalb keine einmalige Entscheidung, sondern Teil einer Inventur, die man regelmäßig auffrischt.

4. Drei Irrtümer, die uns häufig begegnen

„Wir nutzen nur ein Tool, wir haben keine KI.“ Die Definition fragt nicht, ob Sie ein KI-System gebaut haben, sondern ob Sie eines einsetzen. Ein zugekaufter Textassistent ist ein KI-System – für Sie als Betreiber genauso wie für den Hersteller als Anbieter. Der Unterschied liegt in den Pflichten, nicht in der Einordnung.

„Das ist nur Statistik.“ Dieser Einwand ist manchmal richtig und oft falsch. Ein fortgeschriebener Durchschnitt ist tatsächlich keine KI. Eine logistische Regression, die aus Kundendaten gelernt hat, wer abspringen wird, dagegen schon – sie leitet aus Daten ab, wie sie neue Fälle bewertet. Mathematisch schlicht heißt nicht rechtlich unerheblich. Entscheidend ist, ob das Verhalten gelernt oder vorgeschrieben ist.

„Der Hersteller schreibt KI drauf, also ist es KI.“ Auch der umgekehrte Schluss trägt nicht. Viele Produkte tragen das Etikett aus Marketinggründen, arbeiten aber mit festen Regeln. Ein Blick in die Produktbeschreibung oder eine kurze Nachfrage beim Hersteller – „Welche Funktionen beruhen auf trainierten Modellen?“ – klärt das schneller als jede juristische Abhandlung. Seriöse Anbieter können diese Frage beantworten, und sie werden sie in Zukunft ohnehin öfter hören.

5. Selbst prüfen

Der folgende Prüfer verdichtet die Merkmale auf vier Fragen. Er ersetzt keine Einzelfallprüfung, führt Sie aber zu einer begründeten ersten Einschätzung. Nehmen Sie sich ein Werkzeug vor, bei dem Sie unsicher sind – das ist lehrreicher als der offensichtliche Fall.

WerkzeugKI-System-Prüfer

Denken Sie an ein konkretes Werkzeug aus Ihrem Unternehmen und beantworten Sie vier Fragen.

  1. 1/4Hat ein Mensch jede Regel festgelegt, nach der das System entscheidet oder antwortet?

  2. 2/4Wurde das System mit Daten trainiert oder nutzt es ein trainiertes Modell (z. B. ein Sprachmodell)?

  3. 3/4Erzeugt es Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen – mehr als eine reine Berechnung oder Sortierung?

  4. 4/4Arbeitet es ohne, dass ein Mensch jeden einzelnen Schritt anstößt?

Orientierung nach Art. 3 Nr. 1 und den Kommissions-Leitlinien · keine Rechtsberatung

6. Warum Sie Ihre Einschätzung aufschreiben sollten

Der AI Act verlangt nicht ausdrücklich, dass Betreiber für jedes Programm begründen, warum es kein KI-System ist. Trotzdem empfehlen wir es. Wer im Rahmen einer Prüfung, einer Kundenanfrage oder eines Ausschreibungsverfahrens gefragt wird, welche KI im Unternehmen im Einsatz ist, steht mit einer dokumentierten Liste deutlich besser da als mit einer spontanen Antwort. Zwei, drei Sätze pro Werkzeug genügen: welche Technik, welche Einordnung, warum.

Diese Liste ist zugleich der Anfang Ihrer KI-Inventur, die wir in Modul 8 zu einem vollständigen Governance-System ausbauen. Und sie ist die Grundlage für die nächste Frage, die sich jetzt stellt: In welche Risikoklasse fallen die Systeme, die tatsächlich KI sind? Wer das Kapitel „Rollen“ und dieses Kapitel zusammennimmt, hat die beiden Weichen gestellt, von denen alle weiteren Pflichten abhängen.

Wie die einzelnen Techniken hinter diesen Werkzeugen funktionieren, vertiefen Sie bei Bedarf im Kurs KI-Entwicklung, etwa in der Lektion Wie Maschinen aus Daten lernen.

Quellen und weiterführende Literatur
  1. [1]Verordnung (EU) 2024/1689 (KI-Verordnung), Art. 3 Nr. 1 und Erwägungsgrund 12. ABl. L vom 12.07.2024.
  2. [2]Europäische Kommission (2025): Leitlinien zur Definition eines Systems der künstlichen Intelligenz gemäß der Verordnung (EU) 2024/1689.
  3. [3]OECD (2024): Explanatory Memorandum on the Updated OECD Definition of an AI System. OECD Artificial Intelligence Papers, No. 8.
  4. [4]Verordnung (EU) 2026/1744 (AI Omnibus).

Stand: September 2026, Rechtsstand nach dem AI Omnibus (VO (EU) 2026/1744). Kursmaterial der Klarwerk Akademie, keine Rechtsberatung. Abbildungen sind vereinfachte, schematische Darstellungen.

Abschlussquiz

Drei Fragen – dann ist die Lektion geschafft.

Frage 1 von 3

Warum ist ein Website-Chat mit festem Klick-Menü in der Regel kein KI-System?