EU AI Act im Mittelstand: Transparenzpflichten als Software-Funktion umsetzen

Seit August 2026 gelten die Transparenzpflichten des EU AI Act für viele KI-Anwendungen im Mittelstand. Wer Hinweise, Kennzeichnungen und Nachweise direkt in die Systeme einbaut, erfüllt die Anforderungen verlässlicher und günstiger als mit Intranet-Richtlinien und Erinnerungsmails.

Der EU AI Act im Mittelstand betrifft früher als viele denken

Beim EU AI Act schauen Geschäftsführer zuerst auf Hochrisiko-KI: Kreditentscheidungen, Bewerberauswahl oder kritische Industrieprozesse. Das ist nachvollziehbar, führt aber in die falsche Reihenfolge. Die heute relevanten Transparenzpflichten treffen oft die unspektakulären Werkzeuge im Tagesgeschäft: den Chatbot auf der Website, den KI-Assistenten im Kundenservice oder das Content-System, das Bildvarianten erstellt.

Artikel 50 des EU AI Act verlangt je nach Rolle und Einsatzfall unterschiedliche Maßnahmen. Menschen müssen erkennen können, wenn sie mit einem KI-System interagieren, sofern das nicht ohnehin offensichtlich ist. Bei Deepfakes und bestimmten KI-generierten oder manipulierten Inhalten gelten Offenlegungspflichten. Anbieter von KI-Modellen mit allgemeinem Verwendungszweck müssen ihre Ausgaben technisch so gestalten, dass KI-Erzeugung maschinenlesbar erkennbar wird. Was davon Sie konkret trifft, klärt am Ende Ihre Rechtsberatung. Dieser Text beschreibt, wie die Umsetzung technisch aussieht.

Das wird oft zu einer pauschalen Regel verkürzt: „Jeder KI-Text braucht ein Label.“ So einfach ist es nicht. Ein intern formulierter Entwurf für ein Vertriebsangebot ist nicht automatisch ein kennzeichnungspflichtiger KI-Inhalt. Ein täuschend echtes KI-Video mit einer vermeintlichen Aussage des Geschäftsführers ist dagegen ein klarer Risikofall. Für den Mittelstand ist diese Unterscheidung wichtig, weil sie Aufwand dort konzentriert, wo Kunden, Öffentlichkeit oder Beschäftigte tatsächlich betroffen sind.

Eine Richtlinie im Intranet ist kein technisches Kontrollsystem

Eine PDF-Richtlinie kann Verhalten erklären. Sie kann keine Kennzeichnung erzwingen und keinen Nachweis erzeugen. Genau dort scheitern viele Compliance-Projekte.

Nehmen wir einen Vertriebsmitarbeiter, der kurz vor Feierabend noch eine personalisierte Antwort auf eine Kundenanfrage formuliert. Er nutzt einen KI-Assistenten, kopiert den Text ins CRM und verschickt die Nachricht. Eine Schulung vom letzten Jahr hilft in diesem Moment wenig. Unter Zeitdruck wird gearbeitet, nicht nach Handbuch. Wenn der Prozess eine Freigabe, einen Herkunftsvermerk oder eine Kennzeichnung braucht, muss das CRM oder der Kommunikations-Workflow diese Funktion anbieten.

Die bessere Frage lautet deshalb nicht: „Haben wir die Mitarbeitenden informiert?“ Sie lautet: „An welcher Stelle entsteht der Inhalt, und welches System setzt die passende Regel automatisch um?“ Das ist Architekturarbeit. Sie beginnt bei einer vollständigen Liste der KI-Einsatzfälle und endet nicht bei einem Vortrag des Datenschutzbeauftragten.

Chatbots müssen ihre Rolle direkt in der Oberfläche zeigen

Ein KI-Chatbot auf einer Website sollte beim ersten Sichtkontakt klar als KI-Assistent erkennbar sein. Der Satz „Sie chatten mit unserem KI-Assistenten“ gehört in die Chat-Komponente, sichtbar oberhalb des Eingabefelds oder in die erste Systemnachricht. Ein Hinweis in der Datenschutzerklärung, mehrere Klicks entfernt, ist praktisch wertlos.

Wichtig ist der Wechsel zum Menschen. Übergibt der Chatbot an den Kundenservice, muss die Oberfläche anzeigen, dass nun eine reale Person antwortet. Kehrt die Unterhaltung später zur KI zurück, braucht es erneut einen eindeutigen Hinweis. Ohne diese Zustandswechsel entsteht genau die Täuschung, die die Transparenzpflicht vermeiden soll.

Der Aufwand ist überschaubar, wenn der Chatbot sauber integriert ist. Bei einer eigenen oder anpassbaren Web-Komponente sind Kennzeichnung und Übergabestatus ein kleines Ticket. Teuer wird es bei eingekauften Mietlösungen, deren Oberfläche nicht anpassbar ist. Dann muss der Anbieter entweder eine belastbare Konfiguration liefern, oder die Lösung passt nicht zum Einsatzfall. Das ist keine juristische Spitzfindigkeit, sondern eine Beschaffungsentscheidung.

KI-Inhalte brauchen Herkunftsdaten am Entstehungsort

Maschinenlesbare Kennzeichnung heißt nicht, dass am Ende eines Word-Dokuments ein Sternchen steht. Maschinenlesbar bedeutet: Ein System kann die Herkunft technisch erkennen, etwa über Metadaten, ein CMS-Feld oder einen Herkunftsstandard wie C2PA, die Coalition for Content Provenance and Authenticity.

Ein Beispiel aus dem Marketing: Ein Mitarbeiter erstellt mit einem Bildmodell ein Motiv für eine Produktkampagne. Statt ihn auf eine manuelle Kennzeichnung zu verpflichten, schreibt der Bild-Workflow die Herkunftsinformation beim Export in die Datei. Das Content-Management-System übernimmt zusätzlich ein Feld wie „KI-generiert: ja“ und kann daraus bei Bedarf einen sichtbaren Hinweis ausspielen. Der Freigabeprozess dokumentiert, wer das Bild veröffentlicht hat.

Nicht jede Datei lässt sich gleich gut markieren. Metadaten können beim Upload in soziale Netzwerke verloren gehen, und manche Drittplattformen entfernen Herkunftsdaten. Dann reicht es nicht, sich auf die Datei zu verlassen. Der Veröffentlichungs-Workflow braucht eine zusätzliche Prüfung: Wird das Bild auf einem Kanal ausgespielt, der Metadaten entfernt, muss die sichtbare Offenlegung im Beitrag erfolgen. Wer das einmal im CMS abbildet, schützt alle Redakteure. Wer es per Richtlinie regelt, setzt auf Erinnerungsvermögen.

KI-Entscheidungen nachvollziehbar dokumentieren: Ein Audit-Trail spart im Ernstfall Tage

Der Audit-Trail ist ein nachvollziehbares Protokoll: Welches Modell erzeugte welchen Inhalt, wann geschah das, welche Daten wurden verwendet und wer gab das Ergebnis frei? Für den Mittelstand ist dieses Protokoll kein Selbstzweck. Es beantwortet im Streitfall die Fragen, die sonst eine hektische Suche durch Postfächer und Teams-Chats auslösen.

Ein zentraler KI-Zugang ist dafür der praktikabelste Hebel. Statt dass jeder Mitarbeitende eigene Konten bei verschiedenen KI-Diensten nutzt, laufen zugelassene Modelle über ein kontrolliertes KI-Portal oder Gateway. Das Gateway protokolliert Modell, Zeitstempel, Nutzerkennung und Einsatzkontext. Inhalte mit vertraulichen Kundendaten können dort blockiert oder über eine europäische, datensouveräne Architektur verarbeitet werden.

Ein vollständiges Prompt-Logging ist allerdings nicht immer sinnvoll. Prompts können Geschäftsgeheimnisse oder personenbezogene Daten enthalten. In vielen Fällen genügt es, die notwendigen technischen und organisatorischen Ereignisdaten zu speichern und sensible Inhalte zu minimieren oder getrennt abzusichern. Die Speicherfristen müssen zu Risiko, Zweck und Datenschutzvorgaben passen. Wer pauschal alles speichert, baut sich das nächste Problem gleich selbst.

KI-Kompetenz lässt sich an den Zugang koppeln

Die Pflicht zur ausreichenden KI-Kompetenz nach Artikel 4 gilt bereits seit Februar 2025. Trotzdem liegt der Schulungsnachweis in vielen Unternehmen verstreut: eine Excel-Liste in der Personalabteilung, ein PDF im SharePoint, fehlende Bestätigungen bei neuen Mitarbeitenden.

Ein zentraler KI-Zugang löst auch dieses Thema sauberer. Vor der ersten Nutzung erscheint eine kurze, rollenbezogene Einweisung. Im Vertrieb geht es um Kundendaten und die Prüfung von Aussagen, im Marketing um Veröffentlichungen und Kennzeichnungen. Erst nach Bestätigung wird der Zugang freigeschaltet. Der Nachweis entsteht dabei automatisch.

Das ersetzt keine fachliche Schulung für Teams mit besonderen Risiken. Wer KI zur Vorauswahl von Bewerbungen oder zur Bewertung von Bonität einsetzen will, braucht deutlich mehr als eine kurze Einweisung beim ersten Login. Für den normalen Büroalltag ist ein verbindlicher Einstieg am System aber wirksamer als die jährliche Pflichtschulung, an die sich niemand erinnert.

Noch eine Klarstellung, weil die Frage in fast jedem Gespräch kommt: KI-Dienste aus den USA sind durch den EU AI Act nicht pauschal unzulässig. Entscheidend sind Einsatz, Vertragsbedingungen, Datenschutz, Datenflüsse und die Fähigkeit, Transparenz- und Nachweispflichten technisch umzusetzen. Bei sensiblen Daten ist eine souveräne europäische Architektur oft die belastbarere Wahl. Das ist eine Architekturentscheidung, kein Verbot.

Beauftragen Sie keine weitere KI-Richtlinie, sondern lassen Sie die vorhandenen Chatbots, Content-Workflows und KI-Zugänge technisch prüfen. Ein Potenzial-Check ist dafür der kürzeste Einstieg: eine halbe Stunde, kostenlos, und Sie wissen danach, welche Funktionen fehlen, welche davon wirklich erforderlich sind und welche Umsetzung sich nicht lohnt.