Das EU-KI-Gesetz ist für einen wichtigen Teil der KI-Compliance von einer Planungsübung zu einer operativen Frist übergegangen. Ab dem 2. August 2026 gelten gemäß den Leitlinien der Europäischen Kommission Transparenzpflichten für Anbieter und Betreiber bestimmter KI-Systeme.

Im Mittelpunkt der Regeln steht eine praktische Frage: Kann eine Person erkennen, wann sie mit KI interagiert oder wann Inhalte von KI generiert oder manipuliert wurden? Für Unternehmen, die Chatbots, Sprachagenten, Tools zur Inhaltsgenerierung, Bildbearbeitungsprodukte, synthetische Mediensysteme und automatisierte Kundenservice-Workflows entwickeln, hat diese Frage nun rechtliche und produktdesignische Konsequenzen.

Dasselbe Datum ist auch für die umfassendere Regelung des AI Act von Bedeutung. Aus Materialien der Kommission geht hervor, dass ab dem 2. August 2026 die vollständigen Durchsetzungsbefugnisse der Kommission für allgemeine KI-Modellverpflichtungen gelten. Das bedeutet nicht, dass für jeden Antrag die gleichen Anforderungen gelten, aber es bedeutet, dass EU-bezogene KI-Programme Transparenzkontrollen nicht mehr als zukünftige Arbeit behandeln können.

Was sich am 2. August geändert hat

Artikel 50 des KI-Gesetzes regelt Transparenzpflichten für bestimmte KI-Systeme. Im Großen und Ganzen sollen die Verpflichtungen sicherstellen, dass Menschen informiert werden, wenn sie mit einem KI-System interagieren und wenn Audio-, Bild-, Video- oder Textinhalte künstlich generiert oder auf eine von der Verordnung abgedeckte Weise manipuliert wurden.

Für viele Teams geht es bei der Änderung weniger um die Modellarchitektur als vielmehr um Schnittstellen, Metadaten, Protokollierung und Governance. Ein Gesprächsassistent benötigt möglicherweise eine klare Offenlegung, dass der Benutzer mit der KI interagiert. Ein Tool, das Medien generiert oder wesentlich bearbeitet, benötigt möglicherweise Beschriftungen oder andere Signale, die synthetische oder manipulierte Ausgaben erkennbar machen. Ein Unternehmen, das KI in kundenorientierten Arbeitsabläufen einsetzt, benötigt möglicherweise Aufzeichnungen, aus denen hervorgeht, welche Systeme verwendet wurden, wo Offenlegungen erfolgten und wie Ausnahmen gehandhabt wurden.

Der Umfang ist nicht für jedes Unternehmen identisch. Das AI Act unterscheidet zwischen Rollen wie Anbieter, Bereitsteller, Importeur, Händler und nachgelagerter Modifikator. Ein Unternehmen, das ein KI-Produkt entwickelt und vermarktet, unterliegt möglicherweise anderen Verpflichtungen als ein Unternehmen, das ein Drittanbietermodell in einem internen Workflow verwendet. Ein Wiederverkäufer, Systemintegrator oder eine Agentur kann auch mehr als eine Rolle einnehmen, je nachdem, wie sie das System verpackt und modifiziert.

Dieses Rollenzuordnungsproblem ist jetzt eine der ersten Compliance-Aufgaben für KI-Teams, die EU-Benutzer bedienen.

Warum dies für Entwickler und Produktteams wichtig ist

Die unmittelbare technische Auswirkung besteht darin, dass Transparenz nicht mehr als Richtlinienseite festgehalten werden kann. Es muss innerhalb des Produktpfads erscheinen, wo die KI-Interaktion oder der generierte Inhalt stattfindet.

Entwickler müssen möglicherweise Offenlegungskomponenten zu Chat-Schnittstellen, Agentenübergabeabläufen, Spracherlebnissen und Inhaltseditoren hinzufügen. Produktteams müssen möglicherweise entscheiden, wann Labels dauerhaft sind, wann sie einmal angezeigt werden und wie sie sich in Exporten, Screenshots, Transkripten, heruntergeladenen Medien und API-Antworten verhalten. Compliance-Teams benötigen Beweise dafür, dass diese Kontrollen konsequent angewendet wurden.

Es gibt auch ein Routing- und Observability-Problem. Moderne KI-Produkte rufen selten ein einzelnes Modell über einen einzigen Pfad auf. Ein Kundenservice-Workflow könnte ein Modell zur Absichtserkennung, ein anderes zum Verfassen von Antworten, ein Sprachmodell zur Transkription und ein Bildmodell für Anhänge verwenden. Bei einigen Aufrufen können für den Benutzer sichtbare Inhalte erstellt werden. Andere dürfen nur den Kontext klassifizieren, moderieren, zusammenfassen oder abrufen.

Diese Unterscheidung ist wichtig. Teams müssen wissen, welche Modellaufrufe Transparenzpflichten auslösen können und welche rein interner Natur sind. Ohne einen zuverlässigen Bestand an Modellen, Endpunkten, Eingabeaufforderungen und Ausgabetypen wird die Einhaltung der Offenlegungspflichten zum Rätselraten.

Hier wird die KI-API-Infrastruktur relevant. Eine Multi-Modell-API oder ein AI-API-Gateway kann Modellanbieter-Metadaten, API-Schlüsselverwaltung, Nutzungsanalysen und Prüfprotokolle über verschiedene Backends hinweg zentralisieren. Für eine Plattform wie Model Gate besteht der praktische Zusammenhang nicht darin, dass ein Gateway automatisch die Einhaltung des AI Act übernimmt. Zentralisiertes Routing und Protokollierung können Teams bei der Beantwortung grundlegender Governance-Fragen helfen: Welches Modell wurde von welcher Anwendung, für welches Team, zu welcher Zeit und für welche Ausgabeklasse verwendet?

Wer ist am stärksten betroffen

Die am stärksten gefährdeten Gruppen sind Unternehmen, die KI direkt vor EU-Nutzern einsetzen. Dazu gehören SaaS-Unternehmen mit KI-Assistenten, Support-Bots, Vertriebsmitarbeiter, Bildungstools, Rekrutierungstools, synthetische Medienprodukte und Marketing-Automatisierungsplattformen.Auch Agenturen und Integratoren, die KI-Systeme für Kunden entwickeln, müssen aufmerksam sein, denn die Verantwortung kann davon abhängen, wer den Zweck des Systems bestimmt, wer es einsetzt und ob das System nachträglich geändert wird.

Unternehmen, die KI intern nutzen, sollten die Frist ebenfalls nicht ignorieren. Interne Tools können immer noch Compliance- und arbeitsrechtliche Fragen aufwerfen, insbesondere wenn Mitarbeiter mit KI-Systemen interagieren oder wenn generierte Inhalte das Unternehmen verlassen. Das Risiko ist höher, wenn durch interne Automatisierung Kundenkommunikation, Gesetzesentwürfe, HR-Materialien, Finanzberichte oder öffentlich zugängliche Medien erstellt werden.

Modellanbieter und Anwendungsentwickler stehen ebenfalls vor einer Koordinationsherausforderung. Anbieter können Modelldokumentation, Ausgabemetadaten, Wasserzeichenfunktionen oder Richtlinienrichtlinien bereitstellen. Bereitsteller müssen weiterhin die benutzerbezogenen Offenlegungen und Betriebskontrollen in ihren eigenen Produkten implementieren. Wenn ein Unternehmen mehrere Anbieter nutzt, kann dies durch inkonsistente Metadaten und Modellverhalten erschwert werden.

Praktische Schritte für KI-Teams

Der erste Schritt ist eine Bestandsaufnahme. Teams sollten jedes KI-System identifizieren, das in EU-bezogenen Produkten und Arbeitsabläufen verwendet wird, und dann klassifizieren, ob jedes System direkt mit Menschen interagiert, Inhalte generiert, Inhalte manipuliert oder nur die interne Verarbeitung unterstützt.

Zweitens sollten Teams die Verantwortung abbilden. Sind sie der Anbieter eines KI-Systems, der Bereitsteller, ein Händler, ein Importeur oder ein nachgelagerter Modifikator? Die Antwort kann je nach Produktlinie oder Kundenbindung unterschiedlich sein.

Drittens sollte die Offenlegung als Produktkontrolle und nicht nur als rechtlicher Hinweis konzipiert werden. Benutzer sollten am Interaktions- oder Konsumpunkt klare Signale sehen. Generierte und manipulierte Inhalte sollten bei Bedarf mit entsprechenden Kennzeichnungen oder begleitendem Kontext versehen sein. Exportierte Inhalte verdienen besondere Aufmerksamkeit, da Beschriftungen verschwinden können, wenn Text, Bilder, Audio oder Video die ursprüngliche Anwendung verlassen.

Viertens müssen Protokolle eine spätere Überprüfung unterstützen. Zumindest sollten die Teams rekonstruieren können, um welche Anwendung, welches Modell, welche Benutzergruppe und welche Ausgabekategorie es sich handelte. Für Unternehmen, die mehrere Modellanbieter nutzen, können einheitliche KI-Nutzungsanalysen blinde Flecken reduzieren. Separate API-Schlüssel nach Produkt, Umgebung, Kunde oder Team können auch Audits erleichtern und die Gefährdung bei falsch konfigurierten Arbeitsabläufen begrenzen.

Schließlich sollte die Beschaffung Transparenzfragen beinhalten. Bevor ein Modell- oder Automatisierungsanbieter hinzugefügt wird, sollten Teams sich erkundigen, welche Metadaten, Dokumentation, Beschriftungsunterstützung und Protokollierungs-Hooks verfügbar sind. Das kostengünstigste Modell ist nicht immer die günstigste Option, wenn es nachgelagerte manuelle Compliance-Aufgaben mit sich bringt.

Was ungewiss bleibt

Die allgemeine Compliance-Richtung ist klar, aber spezifische Verpflichtungen hängen immer noch von den Fakten jeder Bereitstellung ab. Das gleiche Modell kann in einem risikoarmen internen Zusammenfassungstool, einem kundenorientierten Chatbot oder einem synthetischen Medienprodukt verwendet werden. Jeder Anwendungsfall kann zu unterschiedlichen Transparenzpflichten führen.

Es wird auch Interpretationsfragen zu Grenzfällen geben: KI-gestützte Bearbeitung versus KI-generierte Inhalte, kurzlebige Agenteninteraktionen, gemischte Arbeitsabläufe zwischen Mensch und KI und in Plattformen von Drittanbietern eingebettete Systeme. Unternehmen sollten damit rechnen, dass sich Leitlinien, Durchsetzungspraktiken und Marktnormen weiterentwickeln.

Trotz dieser Unsicherheiten ist die operative Botschaft klar. In der EU tätige KI-Teams müssen die KI-Beteiligung dort sichtbar machen, wo es gesetzlich vorgeschrieben ist, und sie benötigen Aufzeichnungen, aus denen hervorgeht, wie diese Sichtbarkeit durchgesetzt wird. Mit dem Datum 2. August wird Transparenz von einem Roadmap-Element zu einer Live-Governance-Anforderung.