Die Messung der Ethik eines KI-Systems setzt voraus, dass definiert wird, was bewertet wird, mit welchen Kriterien und nach welchen Schwellenwerten. Seit dem schrittweisen Inkrafttreten des europäischen AI Act ist die Frage nicht mehr nur ein abstraktes philosophisches Debattenthema. Die Transparenzpflichten des Artikels 50, die seit dem 2. August 2026 gelten, verlangen eine maschinenlesbare Kennzeichnung für synthetische Inhalte und Deepfakes. Die Ethik der KI wird nun in Dokumentationsnachweisen, Audits und operativen Kontrollen umgesetzt.
Transparenzpflichten des AI Act: Was sich konkret seit August 2026 ändert
Der Anwendungszeitplan des AI Act unterscheidet mehrere Phasen. Die jüngste Phase verwandelt ethische Prinzipien in von den Regulierungsbehörden überprüfbare Anforderungen.
| Verpflichtung | Umfang | Inkrafttreten |
|---|---|---|
| Berichterstattung über Interaktionen mit einer KI (Chatbots) | Jedes öffentlich zugängliche dialogbasierte System | 2. August 2026 |
| Kennzeichnung von synthetischen Inhalten und Deepfakes | Von KI generierte oder modifizierte Inhalte | 2. August 2026 |
| Kontrollbefugnisse des AI Office | Überwachung von Modellen für den allgemeinen Gebrauch | 2. August 2026 |
| Verhaltenskodizes für GPAI-Modelle | Anbieter von KI-Modellen für den allgemeinen Gebrauch | In der finalen Phase |
Diese Tabelle verdeutlicht einen Wandel: Die Ethik der KI wechselt von einer Prinzipienlogik zu einer Nachweislogik. Unternehmen können sich nicht mehr mit internen Charta-Dokumenten zufriedengeben. Sie müssen ihre Prozesse dokumentieren, ihre Systeme auditierbar machen und die Nachvollziehbarkeit algorithmischer Entscheidungen sicherstellen.
Die auf botagora.fr verfügbaren Ressourcen ermöglichen es, zu beobachten, wie bestimmte technologische Sektoren diese regulatorischen Anforderungen in ihre Entwicklungspraktiken integrieren.
Algorithmische Verzerrungen und Trainingsdaten: Der Mangel liegt in der Umsetzung
Aktuelle Forschung identifiziert ein Paradoxon. Die ethischen Prinzipien, die für künstliche Intelligenz gelten, sind reichlich vorhanden (Gerechtigkeit, Transparenz, Nachvollziehbarkeit, Achtung der Privatsphäre). Andererseits betrifft der Hauptmangel die operative Umsetzung dieser Prinzipien, nicht deren Formulierung.
Algorithmische Verzerrungen veranschaulichen diese Diskrepanz. Ein auf historischen Daten trainiertes Modell reproduziert die Ungleichgewichte, die in diesen Daten vorhanden sind. Die technische Herausforderung liegt darin, diese Verzerrungen vor dem Einsatz zu erkennen und zu korrigieren, nicht danach.
- Das Audit von Trainingsdatensätzen erfordert eine Analyse der Repräsentativität der abgedeckten Populationen, was Kenntnisse in Statistik und Sozialwissenschaften voraussetzt, nicht nur in Informatik
- Die Robustheitstests müssen Stressszenarien für Minderheitengruppen einbeziehen, bei denen Klassifikationsfehler häufiger auftreten
- Die Dokumentation der Designentscheidungen (welche Algorithmen, welche Entscheidungsgrenzen, welche Daten ausgeschlossen) ist eine Anforderung des AI Act für als hochriskant eingestufte Systeme
Ein “gerechtes” Modell zu produzieren, beschränkt sich nicht darauf, einen nachträglichen Filter anzuwenden. Gerechtigkeit wird bereits in der Phase der Datensammlung aufgebaut, vor jeglichem Lernen.
Erfassung personenbezogener Daten: Ein eigenständiges regulatorisches Thema
Das Training von generativen KI-Modellen basiert auf massiven Datenmengen, die oft durch automatisiertes Web-Scraping gesammelt werden. Diese Praxis wirft rechtliche Fragen auf, die sich von denen der Verzerrungen unterscheiden.
Das Scraping personenbezogener Daten wird zu einem spezifischen regulatorischen Thema im europäischen Rahmen. Die Verantwortlichkeiten unterscheiden sich je nachdem, ob das Unternehmen die Daten selbst online sammelt oder auf vorhandene Datensätze von Dritten zurückgreift.
Die Schnittstelle zwischen der DSGVO und dem AI Act schafft einen Spannungsbereich. Das Recht auf Löschung, das durch die DSGVO garantiert wird, steht der technischen Schwierigkeit gegenüber, spezifische Daten aus einem bereits trainierten Modell zu entfernen. Bis heute gibt es keine technische Lösung, die dieses Problem vollständig löst.
Transparenz der GPAI-Modelle
Die derzeit in der finalen Phase befindlichen Verhaltenskodizes für allgemeine KI-Modelle (GPAI) zielen darauf ab, diesen Graubereich zu regeln. Die Anbieter müssen die verwendeten Datenquellen, die angewandten Filtermethoden und die Maßnahmen zur Einhaltung des Urheberrechts dokumentieren.
Die freiwillige Einhaltung der Verhaltenskodizes bedingt die regulatorische Konformität. Ein Anbieter, der den Kodizes folgt, genießt eine Vermutung der Konformität mit den Verpflichtungen des AI Act. Diejenigen, die sich nicht daran halten, müssen auf andere Weise nachweisen, dass sie die gleichen Anforderungen erfüllen.
Auswirkungen auf die Beschäftigung und Transformation ethischer Kompetenzen in Unternehmen
Die Transformation durch künstliche Intelligenz beschränkt sich nicht auf direkt automatisierte Stellen. Sie betrifft auch die erwarteten Kompetenzen in den Entwicklungsteams. Die Gestaltung eines KI-Systems, das dem AI Act entspricht, erfordert hybride Profile, die in der Lage sind, zwischen Technik, Recht und Geisteswissenschaften zu navigieren.
- Vielfältige Entwicklungsteams (Ausbildung, Geschlecht, Herkunft) produzieren Systeme, deren Verzerrungen früher im Entwurfszyklus erkannt werden
- Die ethische Governance der KI im Unternehmen kann nicht auf einem isolierten Beratungsausschuss basieren: Sie muss in die technischen Validierungsprozesse integriert werden, ebenso wie Sicherheitstests
- Ethics by Design integriert die ethischen Anforderungen bereits in der Entwurfsphase, nicht als nachträglich hinzugefügte Schicht
Das Haupt Risiko für Unternehmen besteht nicht in regulatorischen Sanktionen. Es ist der Verlust des Vertrauens der Nutzer in Systeme, die als undurchsichtig oder diskriminierend wahrgenommen werden.
Der AI Act strukturiert nun einen Rahmen, in dem die Ethik der künstlichen Intelligenz gemessen, dokumentiert und kontrolliert wird. Die seit August 2026 geltenden Transparenzpflichten markieren den Übergang von einer deklarativen Ethik zu einer auditierbaren Ethik. Unternehmen, die ihre Praktiken noch nicht an diese Anforderungen angepasst haben, haben eine begrenzte Frist, bevor die nächsten Anwendungsphasen auch die hochriskanten Systeme abdecken.
