KI-Lexikon

Modellkarte: Standardisierte technische Dokumentation für KI-Modelle

Eine Modellkarte ist ein strukturiertes Dokument, das Verwendungszweck, Trainingsdaten, Leistungswerte und bekannte Grenzen eines KI-Modells offenlegt, damit nachgelagerte Anwender und Aufsichtsbehörden es vor dem Einsatz bewerten können. Nach der EU-KI-Verordnung müssen Anbieter von Allzweck-KI-Modellen eine vergleichbare technische Dokumentation erstellen, nicht nur als Best Practice, sondern als Rechtspflicht. Im Folgenden erfahren Sie, was eine Modellkarte enthalten muss, wie Unternehmen sie bei der Anbieterbewertung nutzen und welche Risiken entstehen, wenn die Dokumentation fehlt oder unvollständig ist.

Kernpunkte
  • Eine Modellkarte dokumentiert Verwendungszweck, Trainingsdaten, Leistungswerte und bekannte Grenzen eines KI-Modells in einem einzigen standardisierten Dokument.
  • Die EU-KI-Verordnung verlangt von Anbietern von Allzweck-KI-Modellen nach Artikel 53 eine vergleichbare technische Dokumentation, anwendbar seit dem 2. August 2025.
  • Durchsetzungsbefugnisse und Bußgelder für fehlende GPAI-Dokumentation greifen ab dem 2. August 2026.
  • 85 Prozent der deutschen KMU verfügen laut Bitkom-KI-Studie 2026 über kein dokumentiertes KI-Inventar.
  • Das Konzept stammt aus einem Google-Forschungspapier von 2019 und ist heute gängige Praxis auf Plattformen wie Hugging Face.

Definition: Modellkarte

Eine Modellkarte ist ein strukturiertes Dokument, das Verwendungszweck, Trainingsdaten, Leistungswerte und bekannte Grenzen eines KI-Modells offenlegt und damit nachgelagerten Anwendern sowie Aufsichtsbehörden eine standardisierte Bewertungsgrundlage vor dem Einsatz liefert.

Kernmerkmale von Modellkarten

Modellkarten folgen einer einheitlichen Vorlage, damit unterschiedliche Modelle unabhängig vom Anbieter miteinander verglichen werden können. Sie begleiten meist das Modell selbst, ob veröffentlicht auf einer Plattform wie Hugging Face oder als Teil der technischen Dokumentation eines Anbieters.

  • Vorgesehene Anwendungsfälle und ausdrücklich ausgeschlossene Nutzungen
  • Zusammenfassung und Herkunft der Trainingsdaten
  • Leistungswerte unter verschiedenen Testbedingungen
  • Bekannte Grenzen, Verzerrungen und ethische Erwägungen

Modellkarte vs. KI-Stückliste

Eine Modellkarte dokumentiert ein einzelnes Modell: sein Verhalten, seine Trainingsdaten und seine Grenzen. Eine KI-Stückliste inventarisiert dagegen jede Komponente, jeden Datensatz und jede Drittanbieter-Abhängigkeit innerhalb eines gesamten KI-Systems, oft über mehrere Modelle hinweg. Ein Unternehmen, das einen Kundenservice-Agenten einsetzt, verweist möglicherweise auf die Modellkarte des zugrunde liegenden Sprachmodells und pflegt zugleich eine eigene KI-Stückliste mit jedem Plugin und jeder Datenquelle, von der das Gesamtsystem abhängt. Modellkarten dienen der Modellauswahl und dem sicheren Einsatz, KI-Stücklisten der Lieferkettensicherheit und dem Incident Response.

Bedeutung von Modellkarten im Enterprise-KI-Umfeld

Modellkarten gewinnen an Bedeutung, weil Unternehmen zunehmend fremde Modelle auswählen und kombinieren, statt eigene zu trainieren, wodurch dokumentiertes Verhalten der einzige praktikable Weg wird, Eignung und Risiko vor der Integration zu bewerten. Gartner prognostiziert, dass die Ausgaben für KI-Governance-Plattformen, die stark auf strukturierte Modelldokumentation angewiesen sind, 2026 auf 492 Millionen US-Dollar steigen und bis 2030 die Milliardengrenze überschreiten.

Methoden und Verfahren für Modellkarten

Die Erstellung und Nutzung von Modellkarten folgt etablierten Mustern, die je nach Regulierungskontext und Einsatzphase variieren.

Dokumentation nach Artikel 53 der EU-KI-Verordnung

Nach der EU-KI-Verordnung müssen Anbieter von Allzweck-KI-Modellen eine technische Dokumentation gemäß Anhang XI erstellen und eine Zusammenfassung gemäß Anhang XII an nachgelagerte Integratoren weitergeben. Diese Pflichten gelten seit dem 2. August 2025, das KI-Büro erhielt Durchsetzungs- und Bußgeldbefugnisse am 2. August 2026.

  • Modellarchitektur und Trainingsmethodik
  • Rechenaufwand und Zusammenfassung der Trainingsdaten
  • Bekannte Fähigkeiten, Grenzen und Evaluationsergebnisse

Freiwillige Transparenzberichte

Neben der gesetzlichen Pflicht veröffentlichen viele Anbieter Modellkarten freiwillig im von Hugging Face geprägten Format, das Verwendungszweck, Evaluationsergebnisse und ethische Erwägungen abdeckt. Diese Praxis geht der EU-KI-Verordnung voraus und stammt aus einem Google-Forschungspapier von 2019, das eine standardisierte Berichterstattung vorschlug, um Fehlanwendung von Modellen außerhalb ihres Zwecks zu verringern.

Bewertungsprozess bei der Anbieterauswahl

Einkaufsteams fordern Modellkarten bei der Anbieterauswahl an, um Fähigkeiten, Lizenzbedingungen und Datenherkunft vor Vertragsschluss zu vergleichen. Fehlende oder vage Dokumentation gilt als Warnsignal, besonders bei Modellen, die regulierte Daten verarbeiten oder in einen auf einem Foundation Model basierenden Anwendungsstapel einfließen.

Wichtige Kennzahlen für Modellkarten

Unternehmen, die Modelldokumentation formalisieren, verfolgen eine Mischung aus Abdeckungs-, Qualitäts- und Prozesskennzahlen.

Kennzahlen zur Dokumentationsabdeckung

  • Modelle mit aktueller Modellkarte: 100 Prozent Ziel für Produktivsysteme
  • Ausgefüllte Pflichtfelder pro Karte: über 90 Prozent der Anhang-XI/XII-Felder
  • Aktualisierung nach Modelländerung: unter 5 Werktagen
  • Vor Einsatz durch Recht oder Compliance geprüfte Karten: 100 Prozent

Strategische Governance-Kennzahlen

Über die reine Abdeckung hinaus messen reife Organisationen, wie Dokumentation die Anbieterbewertung und die Prüfungsvorbereitung beschleunigt. Die Bitkom-KI-Studie 2026 zeigt, dass 85 Prozent der deutschen KMU über kein dokumentiertes KI-Inventar verfügen, weshalb die meisten Mittelständler eine Modellkarte derzeit nicht auf Anfrage vorlegen könnten.

Qualitäts- und Genauigkeitskennzahlen

Eine gepflegte Modellkarte sollte bei jedem Retraining oder Fine-Tuning des zugrunde liegenden Modells aktualisiert werden, nicht als einmaliges Artefakt aus der Launch-Phase liegen bleiben. Prüfer kontrollieren in der Regel, ob angegebene Grenzen mit dem tatsächlichen Verhalten im Produktivbetrieb übereinstimmen, denn eine Karte, die bekannte Fehlerquellen unterschlägt, erhöht die rechtliche Haftung statt sie zu senken.

Risikofaktoren und Kontrollen bei Modellkarten

Unvollständige oder veraltete Modelldokumentation birgt spezifische Risiken, die Compliance- und Einkaufsteams steuern müssen.

Unvollständige oder veraltete Dokumentation

Eine Modellkarte, die beim Launch geschrieben und nie aktualisiert wurde, spiegelt das tatsächliche Verhalten eines Modells nach Fine-Tuning, Retraining oder einem stillen Versions-Update des Anbieters nicht mehr wider.

  • Nicht offengelegte Änderungen an Trainingsdaten oder Architektur
  • Leistungsangaben, die nicht mehr dem Produktivverhalten entsprechen
  • Fehlende Angaben zu bekannten Fehlerquellen

Transparenzlücken bei Anbietern

Nicht jeder KI-Anbieter legt Trainingsdatenquellen, Lizenzbedingungen oder Evaluationsmethodik in vergleichbarer Tiefe offen, was den direkten Vergleich im Einkauf erschwert. Open-Source-Modelle genießen eine teilweise Ausnahme von den Dokumentationspflichten der EU-KI-Verordnung, sofern sie kein systemisches Risiko darstellen, weshalb Einkäufer nicht annehmen sollten, dass jedes offene Modell so viel offenlegt wie ein kommerzielles.

Regulatorische Nichteinhaltung

Anbieter von Allzweck-KI-Modellen, die keine Artikel-53-konforme Dokumentation vorlegen, riskieren Bußgelder, sobald die Durchsetzungsbefugnisse des KI-Büros aktiv sind. Betreiber, die ein undokumentiertes Modell in ein Hochrisiko-KI-System integrieren, übernehmen einen Teil dieses Risikos, da sie keine KI-Governance über eine Komponente nachweisen können, deren Verhalten niemand vollständig beschreiben kann.

Praxisbeispiel

Ein 90-Personen-Zulieferer für Industrieautomation in Baden-Württemberg prüfte ein KI-Modell eines Drittanbieters zur Erstellung von Qualitätsprüfberichten, bevor es in der Produktion eingesetzt werden sollte. Vor der Unterschrift forderte das Compliance-Team die Modellkarte des Anbieters an und stellte fest, dass keine Fehlerquote für deutsche Fachterminologie ausgewiesen war. Der Anbieter lieferte innerhalb von zwei Wochen eine aktualisierte Karte mit einer Fehlerquote von 6 Prozent bei deutschsprachigem Text gegenüber 2 Prozent bei Englisch, woraufhin das Unternehmen eine verpflichtende menschliche Prüfung für nicht-englische Ausgaben einführte. Die halbtägige Dokumentationsprüfung verhinderte einen fehleranfälligen Rollout, der später teure Nacharbeit erfordert hätte.

  • Strukturierter Vergleich der Anbieterfähigkeiten vor Vertragsschluss
  • Dokumentierte Grundlage für die verpflichtende menschliche Prüfung
  • Wiederverwendbarer Nachweis für die eigene Betreiberakte nach der EU-KI-Verordnung
  • Schnellere Einkaufsentscheidungen mit weniger E-Mail-Hin-und-Her

Aktuelle Entwicklungen und Auswirkungen

Die Praxis der Modellkarten nähert sich zunehmend den regulatorischen Anforderungen an, während die GPAI-Vorgaben der EU-KI-Verordnung ihre volle Wirkung entfalten.

Regulatorische Annäherung

Die Leitlinien des KI-Büros und der GPAI Code of Practice treiben freiwillige Vorlagen wie die von Hugging Face zunehmend in Richtung Anhang XI und XII. Das verringert den Aufwand, für offene Veröffentlichungen und EU-Einreichungen getrennte Dokumentationen zu pflegen.

  • Vorlage des KI-Büros für Trainingsdaten-Zusammenfassungen
  • Wachsende Überschneidung zwischen freiwilligen und Pflichtfeldern
  • Nachgelagerte Betreiber verlangen Karten zunehmend als Vertragsanlage

Automatisierte Dokumentationswerkzeuge

Anbieter entwickeln Werkzeuge, die Entwürfe von Modellkarten automatisch aus Trainingsprotokollen und Evaluationsläufen erzeugen und so den manuellen Aufwand senken, der kleinere KI-Labs bislang von vollständiger Dokumentation abhielt. Das senkt die Einstiegshürde für kleinere Anbieter, regulatorische Erwartungen zu erfüllen.

Käuferseitige Prüfung nimmt zu

Mit näher rückender Durchsetzungsfrist im August 2026 fordern deutsche Mittelstandseinkäufer Modellkarten zunehmend früher im Verkaufsprozess an statt erst nach Vertragsunterzeichnung. Das ähnelt der Entwicklung, wonach Auftragsverarbeitungsverträge nach Beginn der DSGVO-Durchsetzung zu einer frühen Standardanfrage wurden.

Fazit

Modellkarten machen aus dem Verhalten eines KI-Modells kein Black-Box-Rätsel mehr, sondern ein Dokument, das Compliance-Beauftragte, Entwickler oder Prüfer tatsächlich lesen können. Mit aktivierter Durchsetzung der EU-KI-Verordnung und wachsenden KI-Anbieterbeziehungen im Mittelstand wird die Fähigkeit, diese Dokumentation anzufordern, zu prüfen und darauf zu reagieren, zu einer grundlegenden Einkaufskompetenz statt einer Spezialaufgabe. Unternehmen, die sich diese Gewohnheit jetzt aneignen, vermeiden Hektik, wenn ein Kunde, Prüfer oder Betriebsrat später Nachweise verlangt. Die Richtung ist klar: Undokumentierte Modelle werden es schwerer haben, sich in regulierten europäischen Märkten zu behaupten.

Häufig gestellte Fragen

Was ist eine Modellkarte?

Eine Modellkarte ist ein strukturiertes Dokument, das Verwendungszweck, Trainingsdaten, Leistungswerte unter verschiedenen Testbedingungen und bekannte Grenzen eines KI-Modells beschreibt. Sie gibt jedem, der das Modell integriert oder prüft, eine standardisierte Referenz statt Marketingaussagen.

Ist eine Modellkarte gesetzlich vorgeschrieben?

Ja, für Anbieter von Allzweck-KI-Modellen nach der EU-KI-Verordnung. Artikel 53 verlangt eine technische Dokumentation gemäß Anhang XI und eine nachgelagerte Zusammenfassung gemäß Anhang XII, Pflichten, die seit dem 2. August 2025 gelten.

Muss sich ein Unternehmen mit 50 Mitarbeitenden um Modellkarten kümmern?

Wenn Ihr Unternehmen nur Modelle Dritter einsetzt, sind Sie Betreiber statt Anbieter, weshalb die direkte Dokumentationspflicht meist beim Anbieter liegt. Die Modellkarte des Anbieters lohnt sich trotzdem anzufordern, da sie in Ihre eigene Betreiberakte nach der EU-KI-Verordnung und in DSGVO-Risikobewertungen einfließt.

Was kostet die Einführung einer Modellkarten-Prüfung?

Es fällt keine Lizenzgebühr an, da es sich um eine Dokumentationspraxis und kein Werkzeug handelt, wohl aber Personalaufwand für Anfrage, Prüfung und Ablage der Anbieterkarten im Einkaufsprozess. Die meisten mittelständischen Unternehmen integrieren das in eine bestehende Anbieter-Onboarding- oder KI-Governance-Checkliste, statt eigenes Personal einzustellen.

Wie lange dauert es, Modellkarten-Prüfungen im Einkauf einzuführen?

Einen Anforderungs- und Prüfschritt in einen bestehenden Anbieterbewertungsprozess einzubauen dauert meist zwei bis vier Wochen, vor allem um Pflichtfelder und Freigabeverantwortliche festzulegen. Die Nachrüstung bei allen bestehenden KI-Anbieterverträgen dauert länger, oft zwei bis drei Monate je nach Anbieteranzahl.

Gibt es Förderung für Mittelstandsunternehmen, die KI-Dokumentationsprozesse aufbauen?

Deutsche Digitalisierungsförderprogramme decken gelegentlich Beratungskosten für die EU-KI-Verordnung-Vorbereitung ab, einschließlich Dokumentationsprozessen, wobei die Abdeckung je nach Bundesland und Programm variiert. Unternehmen sollten aktuelle KfW- und regionale Digitalisierungsförderungsprogramme prüfen, bevor sie von reiner Eigenfinanzierung ausgehen.

Bessere Software bauen Kontakt gemeinsam