KI-Audit: Wie Sie Ihre KI-Systeme prüfen lassen
Regelmäßige KI-Audits sind der Schlüssel zu nachhaltiger Compliance. Wann ein Audit nötig ist, was geprüft wird und wie der Prozess abläuft.
KI-Audit: Wie Sie Ihre KI-Systeme prüfen lassen
Das Wichtigste in Kürze: KI-Systeme müssen nicht nur entwickelt und betrieben, sondern auch systematisch geprüft werden. Die KI-Verordnung (VO (EU) 2024/1689) verlangt von Anbietern ein Qualitätsmanagementsystem (Art. 17), das interne Audits einschließt. Betreiber von Hochrisiko-KI-Systemen sind zur Überwachung verpflichtet (Art. 72). Für bestimmte Systeme schreibt Art. 43 eine Konformitätsbewertung vor – je nach Kategorie als Selbstbewertung oder durch eine notifizierte Stelle (Notified Body). Regelmäßige KI-Audits sind damit nicht nur regulatorische Pflicht, sondern auch der wichtigste Hebel, um Risiken frühzeitig zu erkennen, Vertrauen aufzubauen und Bußgelder von bis zu 35 Millionen Euro oder 7 % des weltweiten Jahresumsatzes (Art. 99 VO (EU) 2024/1689) zu vermeiden.
Inhaltsverzeichnis
- Warum KI-Audits unverzichtbar sind
- Arten von KI-Audits im Überblick
- Konformitätsbewertung nach Art. 43
- Was wird geprüft? Der 10-Punkte Audit-Scope
- Der Audit-Prozess in 5 Phasen
- Häufig gestellte Fragen (FAQ)
- Nächste Schritte
Warum KI-Audits unverzichtbar sind {#warum-ki-audits}
KI-Systeme sind keine statischen Softwareprodukte. Sie lernen, verändern sich und interagieren mit sich wandelnden Daten und Kontexten. Was zum Zeitpunkt der Inbetriebnahme konform war, kann Monate später problematisch sein – etwa weil sich die Datenverteilung verschoben hat (sogenannter Data Drift), weil neue regulatorische Anforderungen gelten oder weil das System in einem veränderten Einsatzkontext verwendet wird.
Genau hier setzen KI-Audits an: Sie sind die systematische Überprüfung, ob ein KI-System die gesetzlichen, technischen und ethischen Anforderungen weiterhin erfüllt.
Regulatorische Grundlagen
Die KI-Verordnung verankert Audit-Pflichten an mehreren Stellen:
Art. 17 VO (EU) 2024/1689 – Qualitätsmanagementsystem: Anbieter von Hochrisiko-KI-Systemen müssen ein Qualitätsmanagementsystem (QMS) einrichten, das unter anderem Verfahren für interne Audits umfasst. Art. 17 Abs. 1 lit. h verlangt ausdrücklich ein System interner Audits und Überprüfungen, das sicherstellt, dass das QMS wirksam funktioniert. Diese Audits müssen dokumentiert werden und regelmäßig stattfinden.
Art. 72 VO (EU) 2024/1689 – Monitoring durch Betreiber: Betreiber von Hochrisiko-KI-Systemen sind verpflichtet, die Funktionsweise der Systeme zu überwachen und bei Auffälligkeiten den Anbieter sowie die zuständige Marktüberwachungsbehörde zu informieren. Diese Überwachungspflicht impliziert regelmäßige Prüfungen der Systemleistung, der Ausgabequalität und der Einhaltung der vorgesehenen Zweckbestimmung.
Art. 43 VO (EU) 2024/1689 – Konformitätsbewertung: Bevor ein Hochrisiko-KI-System in Verkehr gebracht oder in Betrieb genommen wird, muss eine Konformitätsbewertung durchgeführt werden. Je nach Kategorie erfolgt diese als interne Kontrolle oder durch eine unabhängige notifizierte Stelle.
Über die Pflicht hinaus: KI-Audits als Best Practice
Auch jenseits der gesetzlichen Pflicht sprechen gewichtige Gründe für regelmäßige KI-Audits:
- Risikominimierung: Audits decken Schwachstellen auf, bevor sie zu Schäden führen – sei es durch fehlerhafte Entscheidungen, Diskriminierung oder Sicherheitslücken.
- Vertrauensaufbau: Gegenüber Kunden, Geschäftspartnern und Aufsichtsbehörden dokumentieren Audits, dass Ihr Unternehmen KI verantwortungsvoll einsetzt.
- Kontinuierliche Verbesserung: Audits liefern konkrete Handlungsempfehlungen und treiben die Weiterentwicklung von Prozessen und Systemen voran.
- Haftungsvorsorge: Im Schadensfall kann eine lückenlose Audit-Dokumentation belegen, dass das Unternehmen angemessene Sorgfaltsmaßnahmen getroffen hat – relevant sowohl unter der KI-Verordnung als auch unter der KI-Haftungsrichtlinie (Richtlinie (EU) 2024/2853).
Arten von KI-Audits im Überblick {#arten-von-ki-audits}
Nicht jedes KI-Audit ist gleich. Je nach Zielsetzung, Auslöser und Prüfungstiefe lassen sich verschiedene Audit-Typen unterscheiden. Die folgende Tabelle gibt einen Überblick:
| Audit-Typ | Zweck | Frequenz | Wer führt durch? |
|---|---|---|---|
| Internes Audit | Überprüfung des QMS und der internen Prozesse gemäß Art. 17 VO (EU) 2024/1689 | Mindestens jährlich, bei wesentlichen Änderungen anlassbezogen | Interne Auditoren oder interne Compliance-Abteilung |
| Externes Audit | Unabhängige Bewertung durch Dritte zur Validierung der internen Ergebnisse | Alle 1–3 Jahre oder auf Anforderung von Geschäftspartnern | Externe Prüfgesellschaft oder Beratungsunternehmen |
| Konformitätsbewertung (Art. 43) | Formale Prüfung der Übereinstimmung mit den Anforderungen der KI-Verordnung vor dem Inverkehrbringen | Vor Inverkehrbringen; erneut bei wesentlichen Änderungen (Art. 43 Abs. 4) | Anbieter selbst (Selbstbewertung) oder notifizierte Stelle (Notified Body) |
| Bias-Audit | Prüfung auf diskriminierende Muster und unfaire Behandlung geschützter Gruppen | Vor Inbetriebnahme, danach regelmäßig (empfohlen: halbjährlich) | Data Scientists, spezialisierte Fairness-Auditoren |
| DSFA-Review | Überprüfung der Datenschutz-Folgenabschätzung gemäß Art. 35 DSGVO (VO (EU) 2016/679) | Bei Änderungen am System oder an der Datenverarbeitung; mindestens alle 3 Jahre | Datenschutzbeauftragter (DSB), ggf. mit externer Unterstützung |
Internes Audit
Das interne Audit ist das Rückgrat der kontinuierlichen Compliance. Es prüft, ob die dokumentierten Prozesse tatsächlich gelebt werden, ob das QMS nach Art. 17 wirksam funktioniert und ob die technische Dokumentation aktuell ist. Interne Audits sollten nach einem festen Audit-Plan durchgeführt werden. Wichtig: Die Auditoren dürfen nicht die eigenen Arbeitsbereiche prüfen – das Prinzip der Unabhängigkeit gilt auch bei internen Audits.
Externes Audit
Ein externes Audit bringt eine unvoreingenommene Perspektive ein. Externe Prüfer verfügen häufig über branchenübergreifende Erfahrung und können Schwachstellen identifizieren, die intern übersehen werden. Ein externes Audit ist zwar für die meisten KI-Systeme nicht gesetzlich vorgeschrieben, wird aber von vielen Unternehmen als Bestandteil der Corporate Governance durchgeführt – insbesondere wenn KI-Systeme geschäftskritische Entscheidungen treffen.
Bias-Audit
Der Bias-Audit fokussiert auf Fairness und Nichtdiskriminierung. Er untersucht, ob das KI-System bestimmte Personengruppen – etwa nach Geschlecht, Alter, ethnischer Herkunft oder Behinderung – systematisch benachteiligt. Art. 10 Abs. 2 lit. f VO (EU) 2024/1689 verlangt für Hochrisiko-KI-Systeme die Prüfung auf mögliche Verzerrungen (Biases) in den Trainingsdaten. Ergänzend schützt das Allgemeine Gleichbehandlungsgesetz (AGG) vor Diskriminierung – ein KI-System, das gegen das AGG verstößt, kann unabhängig vom AI Act haftungsrechtliche Konsequenzen auslösen.
DSFA-Review
Die meisten KI-Systeme verarbeiten personenbezogene Daten. Art. 35 DSGVO (VO (EU) 2016/679) verlangt eine Datenschutz-Folgenabschätzung (DSFA), wenn die Verarbeitung voraussichtlich ein hohes Risiko für die Rechte und Freiheiten natürlicher Personen birgt. Das DSFA-Review prüft, ob die ursprüngliche Folgenabschätzung noch aktuell ist und ob die darin festgelegten Schutzmaßnahmen weiterhin wirksam sind.
Konformitätsbewertung nach Art. 43 {#konformitaetsbewertung}
Die Konformitätsbewertung ist die formale Prüfung, die ein Anbieter durchführen muss, bevor ein Hochrisiko-KI-System in der EU in Verkehr gebracht oder in Betrieb genommen wird. Art. 43 VO (EU) 2024/1689 unterscheidet zwei Verfahren:
Verfahren 1: Interne Kontrolle (Selbstbewertung)
Bei der internen Kontrolle nach Anhang VI der KI-Verordnung bewertet der Anbieter selbst, ob sein KI-System die Anforderungen der Verordnung erfüllt. Dieses Verfahren ist für die Mehrheit der Hochrisiko-KI-Systeme vorgesehen – insbesondere für solche, die unter Anhang III fallen (z. B. KI in der Personalauswahl, Kreditwürdigkeitsprüfung oder Bildung).
Voraussetzungen für die Selbstbewertung:
- Vollständige technische Dokumentation gemäß Art. 11 und Anhang IV
- Eingerichtetes Qualitätsmanagementsystem nach Art. 17
- Durchführung aller vorgeschriebenen Tests und Validierungen
- Erstellung einer EU-Konformitätserklärung nach Art. 47
- Anbringung der CE-Kennzeichnung nach Art. 48
Die Selbstbewertung ist kein Freibrief: Der Anbieter trägt die volle Verantwortung für die Richtigkeit seiner Bewertung. Marktüberwachungsbehörden können jederzeit die Dokumentation anfordern und prüfen.
Verfahren 2: Bewertung durch eine notifizierte Stelle (Notified Body)
Für bestimmte Hochrisiko-KI-Systeme ist die Einschaltung einer notifizierten Stelle zwingend erforderlich. Dies betrifft nach Art. 43 Abs. 1 KI-Systeme, die unter Anhang I Abschnitt A der Verordnung fallen – also KI-Systeme, die als Sicherheitskomponente in bereits regulierten Produkten eingesetzt werden (z. B. Medizinprodukte, Maschinen, Spielzeug, Aufzüge).
Notifizierte Stellen sind unabhängige Prüforganisationen, die von den EU-Mitgliedstaaten nach den Anforderungen der Art. 31–39 VO (EU) 2024/1689 benannt und überwacht werden. Sie müssen über die nötige Kompetenz, Unabhängigkeit und technische Ausstattung verfügen.
Der Prozess mit einer notifizierten Stelle umfasst typischerweise:
- Antragstellung beim Notified Body mit Übermittlung der technischen Dokumentation
- Dokumentenprüfung durch die notifizierte Stelle
- Technische Prüfung des KI-Systems (ggf. mit Tests und Stichproben)
- Bewertungsbericht mit Ergebnissen und ggf. Auflagen
- Zertifikatserteilung bei positivem Ergebnis (gültig für max. 5 Jahre gemäß Art. 44 Abs. 2)
Wann ist welches Verfahren erforderlich?
Die Zuordnung hängt davon ab, ob das KI-System unter Anhang I (Produktsicherheitsgesetzgebung) oder Anhang III (eigenständige Hochrisiko-Anwendungsbereiche) fällt:
- Anhang I, Abschnitt A (z. B. Medizinprodukte nach VO (EU) 2017/745, Maschinenprodukte nach VO (EU) 2023/1230): Konformitätsbewertung durch eine notifizierte Stelle ist Pflicht.
- Anhang I, Abschnitt B (z. B. Spielzeug, Funkanlagen): Konformitätsbewertung richtet sich nach der jeweiligen sektorspezifischen Gesetzgebung.
- Anhang III (z. B. biometrische Identifizierung, KI im Personalwesen, Kreditscoring): In der Regel genügt die interne Kontrolle (Selbstbewertung) – mit einer wichtigen Ausnahme: Für biometrische Echtzeit-Fernidentifizierungssysteme in öffentlich zugänglichen Räumen ist die Einschaltung einer notifizierten Stelle vorgeschrieben.
Was wird geprüft? Der 10-Punkte Audit-Scope {#audit-scope}
Unabhängig davon, ob Sie ein internes Audit, ein externes Audit oder eine Konformitätsbewertung durchführen – der Prüfungsumfang sollte die folgenden zehn Bereiche abdecken:
1. Risikoklassifizierung und Zweckbestimmung
Ist das KI-System korrekt klassifiziert (minimales Risiko, begrenztes Risiko, Hochrisiko, verbotene Praxis)? Stimmt die dokumentierte Zweckbestimmung mit dem tatsächlichen Einsatz überein? Wurde die Klassifizierung bei Änderungen am System oder am Einsatzkontext aktualisiert?
2. Technische Dokumentation (Art. 11, Anhang IV)
Liegt eine vollständige und aktuelle technische Dokumentation vor? Diese muss unter anderem eine allgemeine Beschreibung des Systems, die Konstruktionsspezifikationen, den Entwicklungsprozess, die Validierungs- und Testverfahren sowie die Leistungskennzahlen umfassen.
3. Datenqualität und Daten-Governance (Art. 10)
Sind die Trainings-, Validierungs- und Testdaten angemessen dokumentiert? Wurden sie auf Vollständigkeit, Repräsentativität und mögliche Verzerrungen geprüft? Gibt es ein Data-Governance-System, das die Qualität der Daten über den gesamten Lebenszyklus sicherstellt?
4. Transparenz und Informationspflichten (Art. 13, Art. 50)
Werden Nutzer angemessen informiert, dass sie mit einem KI-System interagieren? Sind Gebrauchsanweisungen verständlich und vollständig? Werden die Transparenzpflichten nach Art. 50 (z. B. Kennzeichnung von KI-generierten Inhalten) eingehalten?
5. Menschliche Aufsicht (Art. 14)
Sind Maßnahmen zur menschlichen Aufsicht implementiert? Können autorisierte Personen die Entscheidungen des KI-Systems nachvollziehen, übersteuern oder das System abschalten? Werden die Aufsichtspersonen angemessen geschult?
6. Genauigkeit, Robustheit und Cybersicherheit (Art. 15)
Erreicht das KI-System die dokumentierten Leistungskennzahlen (Genauigkeit, Präzision, Recall)? Ist es robust gegenüber Fehlern, Störungen und Manipulationsversuchen (Adversarial Attacks)? Sind angemessene Cybersicherheitsmaßnahmen implementiert?
7. Qualitätsmanagementsystem (Art. 17)
Ist ein QMS eingerichtet und dokumentiert? Umfasst es alle von Art. 17 geforderten Elemente – einschließlich Risikomanagement, Daten-Governance, Testverfahren, Lieferantenmanagement und interner Auditverfahren? Wird das QMS regelmäßig überprüft und aktualisiert?
8. Logging und Nachvollziehbarkeit (Art. 12)
Werden automatische Protokolle (Logs) in angemessenem Umfang erstellt und aufbewahrt? Ermöglichen die Logs die Nachvollziehbarkeit von Entscheidungen und die Identifikation von Risiken? Werden die Aufbewahrungsfristen eingehalten?
9. Datenschutz-Compliance (DSGVO)
Liegt eine gültige Rechtsgrundlage für die Datenverarbeitung vor (Art. 6 VO (EU) 2016/679)? Wurde eine DSFA durchgeführt, sofern erforderlich (Art. 35 VO (EU) 2016/679)? Werden die Betroffenenrechte (Auskunft, Löschung, Widerspruch) gewahrt? Ist Art. 22 DSGVO (automatisierte Einzelentscheidungen) beachtet?
10. Änderungsmanagement und Versionierung
Gibt es einen dokumentierten Prozess für Änderungen am KI-System? Wird jede Änderung auf ihre Auswirkungen auf die Konformität geprüft? Lösen wesentliche Änderungen eine erneute Konformitätsbewertung aus (Art. 43 Abs. 4)?
Der Audit-Prozess in 5 Phasen {#audit-prozess}
Ein strukturierter Audit-Prozess stellt sicher, dass die Prüfung vollständig, nachvollziehbar und effizient abläuft. Die folgenden fünf Phasen bilden den typischen Ablauf eines KI-Audits:
Phase 1: Planung
Die Planungsphase legt den Grundstein für ein erfolgreiches Audit. In dieser Phase wird definiert:
- Audit-Ziel: Was soll geprüft werden? (z. B. Konformität mit der KI-Verordnung, Wirksamkeit des QMS, Fairness des Systems)
- Audit-Scope: Welche KI-Systeme, Prozesse und Organisationseinheiten sind betroffen?
- Audit-Team: Wer führt das Audit durch? Welche Kompetenzen werden benötigt (Recht, Technik, Data Science, Datenschutz)?
- Zeitplan: Wann findet das Audit statt? Wie viel Zeit wird benötigt?
- Audit-Kriterien: Gegen welche Anforderungen wird geprüft (KI-Verordnung, DSGVO, ISO/IEC 42001, interne Richtlinien)?
- Dokumentenanforderung: Welche Unterlagen müssen im Vorfeld bereitgestellt werden?
Praxistipp: Erstellen Sie einen jährlichen Audit-Plan, der alle KI-Systeme im Unternehmen abdeckt. Priorisieren Sie nach Risikoklasse – Hochrisiko-Systeme sollten häufiger und intensiver geprüft werden.
Phase 2: Dokumentenprüfung (Desk Review)
In der zweiten Phase prüft das Audit-Team die bereitgestellte Dokumentation. Ziel ist es, ein Verständnis des KI-Systems zu gewinnen und erste Auffälligkeiten zu identifizieren:
- Prüfung der technischen Dokumentation auf Vollständigkeit und Aktualität
- Abgleich der dokumentierten Prozesse mit den Anforderungen der KI-Verordnung
- Sichtung der Testberichte, Validierungsergebnisse und Leistungskennzahlen
- Prüfung der DSFA und der datenschutzrechtlichen Dokumentation
- Analyse der Risikobewertung und des Risikomanagementsystems
- Identifikation von Lücken und Widersprüchen in der Dokumentation
Die Dokumentenprüfung bildet die Grundlage für die gezielte Vor-Ort-Prüfung. Sie zeigt, wo vertieft geprüft werden muss.
Phase 3: Vor-Ort-Prüfung (On-Site Audit)
Die Vor-Ort-Prüfung ist das Herzstück des Audits. Hier wird überprüft, ob die dokumentierten Prozesse und Maßnahmen in der Praxis tatsächlich umgesetzt werden:
- Interviews mit Entwicklern, Betreibern, Datenschutzbeauftragten und Fachabteilungen
- Systemdemonstration: Live-Vorführung des KI-Systems und seiner Funktionalitäten
- Stichprobenprüfung: Auswahl konkreter Entscheidungsfälle und Nachvollziehung des Entscheidungsprozesses
- Technische Tests: Ggf. Durchführung eigener Tests (z. B. Fairness-Tests mit synthetischen Daten, Robustheitstests)
- Prozessbegehung: Wie läuft der Change-Management-Prozess tatsächlich ab? Wie werden Vorfälle gemeldet und behandelt?
- Prüfung der Logging-Infrastruktur: Werden Logs vollständig erfasst und sicher gespeichert?
Praxistipp: Planen Sie genügend Zeit für die Vor-Ort-Prüfung ein. Ein Hochrisiko-KI-System erfordert typischerweise 2–5 Tage Vor-Ort-Prüfung, abhängig von der Komplexität des Systems und der Organisation.
Phase 4: Berichterstattung
Nach Abschluss der Prüfung erstellt das Audit-Team einen Audit-Bericht, der folgende Elemente enthält:
- Zusammenfassung der Prüfungsergebnisse (Executive Summary)
- Detaillierte Feststellungen (Findings), kategorisiert nach Schweregrad:
- Kritische Abweichungen (Major Non-Conformities): Verstöße, die die Konformität grundlegend gefährden und sofortige Maßnahmen erfordern
- Geringfügige Abweichungen (Minor Non-Conformities): Abweichungen, die zeitnah behoben werden müssen, aber keine unmittelbare Gefahr darstellen
- Beobachtungen (Observations): Verbesserungspotenziale, die keine Abweichungen darstellen, aber empfohlen werden
- Bewertung der Wirksamkeit des QMS und der Compliance-Maßnahmen
- Empfehlungen für Korrektur- und Verbesserungsmaßnahmen
- Zeitliche Vorgaben für die Umsetzung der Maßnahmen
Der Audit-Bericht ist ein rechtsrelevantes Dokument. Er sollte sorgfältig formuliert, von den verantwortlichen Auditoren unterzeichnet und sicher archiviert werden. Art. 18 VO (EU) 2024/1689 verlangt die Aufbewahrung von QMS-Dokumentation für mindestens 10 Jahre nach dem Inverkehrbringen des KI-Systems.
Phase 5: Nachverfolgung (Follow-up)
Die Nachverfolgung stellt sicher, dass die identifizierten Maßnahmen tatsächlich umgesetzt werden:
- Maßnahmenplan: Für jede Feststellung wird ein Verantwortlicher, eine Frist und eine konkrete Maßnahme definiert
- Fortschrittskontrolle: Regelmäßige Überprüfung des Umsetzungsstandes
- Nachaudit: Bei kritischen Abweichungen wird ein Nachaudit durchgeführt, um die wirksame Behebung zu verifizieren
- Lessons Learned: Erkenntnisse aus dem Audit fließen in die Verbesserung des QMS und der Audit-Methodik ein
- Management-Review: Die Audit-Ergebnisse werden dem Management vorgelegt und fließen in die strategische Steuerung ein
Ein Audit ohne konsequente Nachverfolgung ist im besten Fall eine Pflichtübung und im schlechtesten Fall eine Haftungsfalle – denn dokumentierte, aber nicht behobene Mängel können im Schadensfall als Beweis für Fahrlässigkeit dienen.
Häufig gestellte Fragen (FAQ) {#faq}
Wie oft muss ein KI-Audit durchgeführt werden?
Die KI-Verordnung schreibt keine feste Frequenz für interne Audits vor, verlangt aber ein funktionierendes QMS, das regelmäßige Überprüfungen einschließt (Art. 17). In der Praxis hat sich ein jährlicher Rhythmus für interne Audits bewährt, ergänzt durch anlassbezogene Audits bei wesentlichen Änderungen am System, bei Vorfällen oder bei regulatorischen Änderungen. Für Hochrisiko-KI-Systeme empfehlen wir einen halbjährlichen Audit-Zyklus. Die Konformitätsbewertung nach Art. 43 erfolgt vor dem Inverkehrbringen und muss bei wesentlichen Änderungen wiederholt werden.
Wer darf ein KI-Audit durchführen?
Für interne Audits gelten die Anforderungen der Unabhängigkeit und Kompetenz – die Auditoren dürfen nicht die eigenen Arbeitsbereiche prüfen und müssen über die nötigen Fachkenntnisse verfügen (KI-Technik, Recht, Datenschutz). Externe Audits werden von spezialisierten Prüfgesellschaften oder Beratungsunternehmen durchgeführt. Für die Konformitätsbewertung durch Dritte sind ausschließlich notifizierte Stellen zugelassen, die nach Art. 31–39 VO (EU) 2024/1689 benannt und akkreditiert sind. In Deutschland erfolgt die Akkreditierung durch die Deutsche Akkreditierungsstelle (DAkkS).
Was kostet ein KI-Audit?
Die Kosten variieren erheblich je nach Audit-Typ, Komplexität des KI-Systems und Umfang der Prüfung. Ein internes Audit verursacht primär interne Personalkosten. Ein externes Audit durch eine Prüfgesellschaft kann je nach Umfang zwischen 10.000 und 50.000 Euro kosten. Die Kosten für eine Konformitätsbewertung durch eine notifizierte Stelle liegen erfahrungsgemäß zwischen 20.000 und 100.000 Euro, abhängig von der Komplexität des Systems. Diese Kosten sollten als Investition in Rechtssicherheit und Risikominimierung betrachtet werden – im Vergleich zu möglichen Bußgeldern sind sie marginal.
Was passiert, wenn bei einem Audit schwerwiegende Mängel festgestellt werden?
Bei kritischen Abweichungen muss der Anbieter oder Betreiber sofortige Korrekturmaßnahmen ergreifen. Wenn ein Hochrisiko-KI-System die Anforderungen der KI-Verordnung nicht erfüllt und ein ernstes Risiko besteht, kann die zuständige Marktüberwachungsbehörde nach Art. 79 VO (EU) 2024/1689 die Einschränkung, den Rückruf oder die Rücknahme des Systems anordnen. Der Anbieter hat die Pflicht, bei Feststellung einer Nichtkonformität unverzüglich Korrekturmaßnahmen zu ergreifen (Art. 20) und ggf. die zuständige Behörde zu informieren. Eine proaktive und transparente Kommunikation wirkt sich in der Regel strafmildernd aus.
Können wir KI-Audits mit bestehenden IT- oder Datenschutz-Audits kombinieren?
Ja, und das ist sogar empfehlenswert. KI-Audits überschneiden sich inhaltlich mit ISO 27001 (Informationssicherheit), ISO 9001 (Qualitätsmanagement), ISO/IEC 42001 (KI-Management) und Datenschutz-Audits nach DSGVO. Ein integrierter Audit-Ansatz spart Ressourcen, reduziert die Belastung der geprüften Abteilungen und vermeidet Doppelarbeit. Achten Sie darauf, dass die KI-spezifischen Prüfungselemente (z. B. Bias-Prüfung, Datenqualität, menschliche Aufsicht) nicht untergehen, wenn sie in ein breiteres Audit integriert werden.
Nächste Schritte {#naechste-schritte}
KI-Audits sind kein einmaliges Projekt, sondern ein fortlaufender Prozess, der fest in Ihrem KI-Governance-Framework verankert sein muss. Je früher Sie beginnen, desto besser sind Sie auf die ab August 2026 vollständig geltenden Anforderungen der KI-Verordnung für Hochrisiko-KI-Systeme vorbereitet.
So starten Sie:
- Bestandsaufnahme: Identifizieren Sie alle KI-Systeme in Ihrem Unternehmen und ordnen Sie sie den Risikoklassen zu.
- Audit-Plan erstellen: Definieren Sie einen jährlichen Audit-Plan, der Frequenz, Scope und Verantwortlichkeiten festlegt.
- Kompetenz aufbauen: Schulen Sie interne Auditoren in den Anforderungen der KI-Verordnung und in KI-spezifischen Prüfmethoden.
- Dokumentation vorbereiten: Stellen Sie sicher, dass Ihre technische Dokumentation den Anforderungen von Art. 11 und Anhang IV entspricht.
- Erste Audits durchführen: Beginnen Sie mit einem Pilotaudit bei einem ausgewählten KI-System, um Erfahrungen zu sammeln und den Prozess zu optimieren.
KI Comply unterstützt Ihr Unternehmen dabei, KI-Compliance systematisch umzusetzen – von der Bestandsaufnahme über die Schulung bis zur Audit-Vorbereitung. Erfahren Sie mehr über unsere Lösungen und starten Sie noch heute mit Ihrer KI-Audit-Readiness.
Rechtsquellen
- Konformitätsbewertung – Art. 43 VO (EU) 2024/1689 (Quelle)
- Qualitätsmanagementsystem – Art. 17 VO (EU) 2024/1689
- Monitoring-Pflicht – Art. 72 VO (EU) 2024/1689
- Notified Bodies – Art. 31-39 VO (EU) 2024/1689
Dieser Artikel dient der allgemeinen Information und stellt keine Rechtsberatung dar. Für eine rechtliche Bewertung Ihres konkreten Falls wenden Sie sich bitte an einen spezialisierten Rechtsanwalt.
Artikel teilen:
Weiterlesen
KI-Governance-Framework aufbauen: Best Practices für Unternehmen
Ein KI-Governance-Framework ist die Grundlage für nachhaltige KI-Compliance. Wir zeigen, wie Sie Strukturen, Prozesse und Verantwortlichkeiten aufbauen.
KI-Risikobewertung: So klassifizieren Sie Ihre KI-Anwendungen
Jedes Unternehmen muss seine KI-Systeme nach Risikoklassen einordnen. Wir zeigen Schritt für Schritt, wie Sie eine KI-Risikobewertung durchführen.
Dokumentationspflichten nach dem AI Act: Was Sie aufbewahren müssen
Der AI Act verlangt umfangreiche Dokumentation — von technischen Spezifikationen bis zu Schulungsnachweisen. Welche Dokumente Sie brauchen und wie lange.

Checkliste: DSFA für KI-Systeme durchführen
Praxisnahe Checkliste für die Datenschutz-Folgenabschätzung bei KI-Anwendungen. Schritt für Schritt durch alle Pflichtinhalte nach Art. 35 DSGVO -- mit Vorlage und Muster.

Ist KI-Output urheberrechtlich geschützt? Aktuelle Rechtslage
Warum rein maschinell erzeugte Inhalte in Deutschland keinen Werkschutz genießen, wo die Grenze zur schützfähigen KI-Assistenz verläuft und wie Unternehmen ihre Rechte an KI-gestütztem Content sichern.

KI-Schulungsanbieter Vergleich 2026: Die besten Kurse für Art. 4 Compliance
Welcher KI-Schulungsanbieter passt zu Ihrem Unternehmen? Wir vergleichen Formate, Inhalte, Preise und Zertifizierungen — mit klaren Bewertungskriterien für Ihre Entscheidung.
Machen Sie Ihr Team KI-fit
Mit unserer Online-Schulung erfüllen Sie die Anforderungen der KI-Verordnung - einfach und effizient.
Preise ansehen