Definition: KI-System (EU-KI-Verordnung)
Ein KI-System ist nach Artikel 3 Nummer 1 der EU-KI-Verordnung ein maschinengestütztes System, das mit unterschiedlichem Grad an Autonomie konzipiert ist, nach der Bereitstellung Anpassungsfähigkeit zeigen kann und aus den erhaltenen Eingaben ableitet, wie Ausgaben wie Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen erzeugt werden, die physische oder virtuelle Umgebungen beeinflussen können.
Kernmerkmale von KI-System
Die Definition benennt eine Wirkung, keine Technik, deshalb können Modelle des maschinellen Lernens, regelbasierte Expertensysteme und hybride Architekturen gleichermassen infrage kommen.
- Leitet aus Eingaben ab, statt fest vorgegebene, von Menschen geschriebene Anweisungen auszuführen
- Maschinengestützt, das schliesst Software auf gewöhnlicher wie spezialisierter Hardware ein
- Arbeitet mit einem gewissen Grad an Autonomie gegenüber schrittweiser menschlicher Kontrolle
- Kann sich nach der Bereitstellung anpassen, muss es aber nicht
KI-System vs. klassische Software
Ein klassisches Automatisierungsskript folgt vorab geschriebenen Regeln und erzeugt für dieselbe Eingabe stets dieselbe Ausgabe. Ein KI-System leitet dagegen ab, wie eine Ausgabe entsteht, statt exakt vorgeschrieben zu bekommen. Eine Tabellenformel, die Rechnungssummen addiert, ist klassische Software; ein Tool, das ein Rechnungsbild liest, Lieferant und Fälligkeitsdatum ableitet und Auffälligkeiten markiert, ist ein KI-System. Die Leitlinien der Kommission vom Februar 2025 bestätigen diese Grenze und schliessen einfache Datenverarbeitung, klassische Heuristiken und einfache statistische Benchmarks aus.
Bedeutung von KI-System im Enterprise-KI-Umfeld
Jede weitere Pflicht der Verordnung, Anbieterpflichten, Betreiberpflichten, Risikoeinstufung, greift erst, wenn ein Tool diese erste Hürde nimmt. Bitkoms KI-Studie 2026 fand, dass 41 % der deutschen Unternehmen KI bereits produktiv nutzen, gegenüber 20 % im Jahr 2024, doch 85 % der KMU führen noch kein dokumentiertes KI-Inventar, das zeigt, welche Tools den Artikel-3-Nr.-1-Test erfüllen.
Methoden und Verfahren für KI-System
Drei Schritte machen aus der rechtlichen Definition einen wiederholbaren Klassifikationsprozess.
Prüfung Element für Element
Jedes Kandidaten-Tool wird der Reihe nach gegen die Bestandteile der Definition geprüft, nicht nach Marketingaussagen des Anbieters beurteilt.
- Leitet das System eine Ausgabe ab, oder führt es einen festen Regelsatz aus?
- Läuft es mit einem gewissen Mass an Autonomie, oder kontrolliert ein Mensch jeden Schritt?
- Fliesst die Ausgabe in eine Entscheidung, Empfehlung, Vorhersage oder generierte Inhalte ein?
Abgleich mit der Ausschlussliste der Kommission
Bei Grenzfällen vergleichen Teams das Tool mit den veröffentlichten Beispielen der Kommission: reine Optimierung, einfache Datenverarbeitung, klassische Heuristiken und einfache Statistik sind ausgenommen, während logik-, wissens- oder lernbasierte Inferenz erfasst ist.
Klassifikation mit Rolle und Risikostufe verknüpfen
Sobald ein Tool als KI-System bestätigt ist, folgt die Frage, wer dafür verantwortlich ist. Ein Unternehmen, das das System baut oder wesentlich verändert, ist meist KI-Anbieter; das Unternehmen, das es unter eigener Verantwortung nutzt, ist KI-Betreiber. Das System wird dann gegen die Kriterien für Hochrisiko-KI-Systeme geprüft, oder gegen die Definition eines Allzweck-KI-Modells, falls es sich um ein Foundation Model statt eine Anwendung handelt.
Wichtige Kennzahlen für KI-System
Die Klassifikationsarbeit lässt sich mit Kennzahlen verfolgen, die Fortschritt und Lücken zeigen.
Kennzahlen zur Inventarvollständigkeit
- Prüfabdeckung: Anteil der Tools, die gegen Artikel 3 Nr. 1 geprüft wurden
- Klassifikationsrückstand: Tools, die noch auf eine Einstufung warten
- Nachprüfungstakt: Tools, die nach wesentlichen Änderungen erneut geprüft werden
Strategische Kennzahlen
Die Geschäftsführung sollte verfolgen, wie der Klassifikationsaufwand mit wachsender Tool-Zahl steigt. Gartner zufolge verschlingt KI-Governance inzwischen 8-12 % des durchschnittlichen KI-Budgets 2026, gegenüber 3-5 % im Jahr 2024.
Qualitäts- und Genauigkeitskennzahlen
Ein ausgereifter Klassifikationsprozess liefert konsistente Ergebnisse, wenn unterschiedliche Mitarbeitende dasselbe Tool prüfen, und eskaliert Uneinigkeiten, statt sie unbearbeitet zu lassen.
Risikofaktoren und Kontrollen bei KI-System
Eine falsche Einordnung der Abgrenzungsfrage hat Folgen in beide Richtungen.
Fehleinstufung in beide Richtungen
Zu enge Auslegung lässt echte KI-Systeme undokumentiert; zu weite Auslegung verschwendet Budget für schlichte Automatisierung, die es nie brauchte.
- Schatten-KI-Tools, die einzelne Teams ohne zentrale Prüfung einführen
- Anbieter-Tools, die als “KI-gestützt” beworben werden, tatsächlich aber regelbasiert sind
Uneinheitliche Klassifikation zwischen Teams
Ohne einen gemeinsamen Test stuft eine Abteilung eine Prognose-Tabelle vielleicht als ausserhalb des Anwendungsbereichs ein, während eine andere ein vergleichbares Tool als KI-System markiert - das Ergebnis ist ein Inventar, dem niemand vertraut.
Klassifikation als einmalige Übung behandeln
Anbieter ergänzen bestehende Produkte laufend um KI-Funktionen, sodass ein im Vorjahr als klassische Software eingestuftes Tool nach einem Update in den Bereich KI-System rutschen kann.
Praxisbeispiel
Ein 65-Personen-Fachgrosshändler für Spezialchemikalien in Bayern führte seinen ersten vollständigen KI-Compliance-Check durch, nachdem sich herausstellte, dass mehrere Abteilungen unabhängig voneinander Tools eingeführt hatten, von einem Bedarfsprognose-Add-on bis zu einem Bot zur Sichtung von Lieferanten-E-Mails. Ein zweiwöchiger Sprint wandte den Artikel-3-Nr.-1-Test auf jedes gelistete Tool an, bestätigte, welche als KI-System gelten, und dokumentierte den Rest als klassische Automatisierung mit Begründung.
- Zentrale Tabelle mit jedem Kandidaten-Tool und seiner Einstufungsentscheidung
- Benannte Zuständigkeit je Abteilung für die Meldung neuer Tools
- Vierteljährliche Nachprüfung, gekoppelt an den Software-Update-Kalender
Aktuelle Entwicklungen und Auswirkungen
Die regulatorische Auslegung der KI-System-Definition festigt sich erst allmählich in der Praxis.
Leitlinien der Kommission klären Grenzfälle
Die Leitlinien der Kommission vom Februar 2025 klärten wiederkehrende Fragen, etwa ob Autonomie vollständige Unabhängigkeit von Menschen voraussetzt.
- Systeme mit vollständiger manueller menschlicher Kontrolle fallen nicht unter die Definition
- Anpassungsfähigkeit nach der Bereitstellung gilt bestätigt als optional, nicht als Voraussetzung
Digital Omnibus und der weitere Zeitplan
Das seit 2026 diskutierte Digital-Omnibus-Paket betrifft vor allem Hochrisiko-Fristen, nicht die Definition nach Artikel 3 Nr. 1 selbst, weshalb der grundlegende Abgrenzungstest unverändert bleibt.
Wachsende Nachfrage nach automatisierter Klassifikationshilfe
Wenn KI-Inventare über Dutzende Tools hinauswachsen, suchen mehr Mittelstandsunternehmen nach schlanker Klassifikationsunterstützung, statt den Test bei jeder Beschaffungsanfrage manuell durchzuführen.
Fazit
Die KI-System-Definition wirkt abstrakt, ist aber der praktische Ausgangspunkt für jede weitere Pflicht der EU-KI-Verordnung, der ein Unternehmen begegnen wird. Ein Tool, das den Artikel-3-Nr.-1-Test besteht, kann Anbieter-, Betreiber-, Hochrisiko- oder GPAI-Pflichten auslösen; ein Tool, das ihn nicht besteht, bleibt vollständig ausserhalb der Verordnung. Unternehmen, die jetzt einen disziplinierten, wiederholbaren Klassifikationsprozess aufbauen, entdecken Lücken nicht erst bei einer Prüfung oder einer Due-Diligence-Anfrage eines Kunden. Da Anbieter laufend inferenzbasierte Funktionen in gewöhnliche Software einbauen, wird dieser Prozess künftig noch wichtiger.
Häufig gestellte Fragen
Was gilt nach der EU-KI-Verordnung genau als KI-System?
Ein maschinengestütztes System, das aus seinen Eingaben ableitet, wie Ausgaben wie Vorhersagen, Empfehlungen, Inhalte oder Entscheidungen erzeugt werden, so definiert in Artikel 3 Nr. 1. Das erfasst Modelle des maschinellen Lernens und inferenzbasierte regelbasierte Systeme, aber nicht schlichte Automatisierung.
Zählt ein Excel-Makro oder ein einfacher RPA-Bot als KI-System?
Meist nicht. Die Leitlinien der Kommission vom Februar 2025 schliessen einfache Datenverarbeitung und klassische Heuristiken aus, die vorgegebenen Regeln ohne Inferenz folgen, doch ein RPA-Bot mit zusätzlichem Inferenzschritt kann die Grenze überschreiten.
Ist die Abgrenzungsfrage auch für ein Unternehmen mit nur 60 oder 80 Mitarbeitenden relevant?
Ja. Artikel 3 Nr. 1 gilt unabhängig von der Unternehmensgrösse, und kleinere Firmen führen pro Mitarbeitendem oft mehr undokumentierte Schatten-KI-Tools, weil die Einführung Team für Team ohne zentrale Prüfung erfolgt.
Wie hängt die KI-System-Definition mit den Risikokategorien der EU-KI-Verordnung zusammen?
Die Einstufung als KI-System ist die Eingangshürde. Sobald ein Tool sie nimmt, wird es gegen die Hochrisiko-Kriterien geprüft und, bei Foundation Models, gegen die Regeln für Allzweck-KI-Modelle.
Brauchen wir externe Hilfe, um unsere Tools einzustufen, oder kann das die eigene IT übernehmen?
Viele Mittelstands-IT-Teams können den Test mit einer klaren Checkliste selbst durchführen, doch bei Grenzfällen mit vom Anbieter eingebauten KI-Funktionen lohnt sich oft eine zweite Meinung von Rechtsberatung oder einem Compliance-Partner.
Wie hängt das mit Superkinds Vorgehen beim Bau von KI-Agenten zusammen?
Superkind baut und dokumentiert seine KI-Agenten zentral, sodass Kundenunternehmen beim Einsatz nicht jeweils selbst den Artikel-3-Nr.-1-Test für diesen Teil ihres Inventars durchlaufen müssen.
