EU-Kommission definiert Richtlinien für KI-Systeme

EU-Kommission veröffentlicht Leitlinien zur Definition von KI-Systemen

Die EU-Kommission hat umfassende und lang erwartete Leitlinien zur Definition von KI-Systemen veröffentlicht, die durch die Verordnung (EU) 2024/1689 (KI-Gesetz) festgelegt wurden. Mit diesen praktischen Leitlinien möchte die Kommission Anbietern, Anwendern, Importeuren und Distributoren von KI-Systemen helfen, festzustellen, ob ein System im Sinne des KI-Gesetzes als KI-System gilt, um die effektive Anwendung und Durchsetzung dieses Gesetzes zu erleichtern. Die Definition von KI-Systemen trat am 2. Februar 2025 in Kraft.

Wesentliche Elemente der Definition von KI-Systemen

Aufgrund der vielfältigen Natur von KI-Systemen können die Leitlinien keine erschöpfende Liste bieten. Jedes System muss auf der Grundlage seiner spezifischen Merkmale bewertet werden. Das KI-Gesetz verfolgt einen lebenszyklusorientierten Ansatz und definiert ein KI-System wie folgt:

  1. Maschinenbasiertes System
  2. KI-Systeme sind maschinenbasiert, was bedeutet, dass sie entwickelt wurden und auf Maschinen betrieben werden und sowohl Hardware- als auch Softwarekomponenten benötigen, um zu funktionieren. Hardware umfasst Verarbeitungseinheiten, Speicher, Speichermedien und Netzwerkschnittstellen, während Software aus Computerprogrammen, Betriebssystemen und Anwendungen besteht, die die Datenverarbeitung und die Ausführung von Aufgaben ermöglichen.

  3. Autonomie
  4. Die Autonomie eines KI-Systems bezieht sich auf seine Fähigkeit, mit unterschiedlichen Graden an Unabhängigkeit von menschlichem Eingreifen zu arbeiten. KI-Systeme reichen von solchen, die mit vollständiger menschlicher Beteiligung und Intervention arbeiten, bis hin zu vollständig autonomen Systemen.

  5. Anpassungsfähigkeit
  6. Anpassungsfähigkeit, die keine zwingende Anforderung der Definition von KI-Systemen ist, bezieht sich auf die Fähigkeit eines KI-Systems, nach der Bereitstellung selbstlernende Fähigkeiten zu zeigen, wodurch sich sein Verhalten im Laufe der Zeit ändern kann.

  7. KI-Systemziele
  8. KI-Systeme sind so konzipiert, dass sie auf expliziten oder impliziten Zielen basieren, die ihre Funktionalität leiten. Explizite Ziele sind klar definierte Ziele, die direkt von den Entwicklern kodiert werden, während implizite Ziele aus dem Verhalten des Systems oder den Daten, mit denen es trainiert wurde, hervorgehen.

  9. Inference zur Generierung von Ausgaben mithilfe von KI-Techniken
  10. Ein zentrales Merkmal eines KI-Systems ist seine Fähigkeit, abzuleiten, wie Ausgaben aus den erhaltenen Eingaben generiert werden, was es von traditioneller, regelbasierter Software unterscheidet.

  11. Ausgaben, die physische oder virtuelle Umgebungen beeinflussen können
  12. Ein weiteres Schlüsselmerkmal von KI-Systemen ist ihre Fähigkeit, Ausgaben zu generieren, die physische oder virtuelle Umgebungen beeinflussen können. Diese Ausgaben fallen in vier Kategorien – Vorhersagen, Inhaltsgenerierung, Empfehlungen und Entscheidungen.

  13. Interaktion mit der Umwelt
  14. Die Ausgaben von KI-Systemen haben aktiv Auswirkungen auf physische und virtuelle Umgebungen und beeinflussen sowohl greifbare Objekte als auch digitale Räume.

Systeme außerhalb des Anwendungsbereichs der Definition von KI-Systemen

Die Definition von KI-Systemen umfasst keine Systeme, die ausschließlich auf von natürlichen Personen definierten Regeln basieren, um automatisch Operationen auszuführen. Dazu gehören:

  1. Systeme zur Verbesserung mathematischer Optimierung
  2. Grundlegende Datenverarbeitungssysteme
  3. Systeme, die auf klassischen Heuristiken basieren
  4. Einfache Vorhersagesysteme

Für Beratung zur Navigation dieser Vorschriften und um sicherzustellen, dass Ihre KI-Systeme die erforderlichen Standards erfüllen, sollten Sie sich an Experten wenden.

More Insights

Verantwortungsvolle KI-Workflows für UX-Forschung

Dieser Artikel untersucht, wie KI verantwortungsvoll in den Arbeitsabläufen der UX-Forschung integriert werden kann, um Geschwindigkeit und Effizienz zu steigern, während gleichzeitig die menschliche...

Die Entwicklung von Agentic AI im Bankwesen

Agentic AI revolutioniert die Bankenbranche, indem es autonome Systeme bereitstellt, die Entscheidungen treffen und Maßnahmen mit minimalem menschlichen Eingriff ergreifen. Diese Technologie...

KI-gestützte Compliance: Schlüssel zu skalierbarer Krypto-Infrastruktur

Die explosive Wachstums der Krypto-Industrie bringt zahlreiche regulatorische Herausforderungen mit sich, insbesondere im grenzüberschreitenden Betrieb. KI-native Compliance-Systeme sind entscheidend...

ASEANs Weg zur KI-Governance: Uneben, aber im Aufwind

Die ASEAN und ihre Mitgliedsstaaten verfolgen einen innovationsfreundlichen Ansatz zur künstlichen Intelligenz (KI), um die Region in Richtung einer vollständig digitalen Wirtschaft zu bringen...

Risiken der KI: Was Unternehmen ignorieren sollten

Im Jahr 2024 stellte der Softwareanbieter Sage seinen generativen KI-Assistenten ein, nachdem Benutzer berichtet hatten, dass sensible Finanzdaten zwischen Konten geleakt wurden. Unternehmen stehen...

Die Notwendigkeit für KI-Sicherheit: Chancen und Herausforderungen

Die Revolution der künstlichen Intelligenz ist keine ferne Verheißung mehr – sie ist hier und verändert Branchen, Volkswirtschaften und das tägliche Leben. Um die Macht der KI verantwortungsvoll zu...

Künstliche Intelligenz im Polizeiwesen: Chancen und Herausforderungen

Gesetzesvollzugsbehörden nutzen zunehmend künstliche Intelligenz (KI), um ihre Abläufe zu verbessern, insbesondere durch erweiterte Möglichkeiten für prädiktive Polizeiarbeit. Der globale Markt für...

Kenias Führungsrolle bei UN-Vereinbarung zur KI-Governance

Kenia hat einen bedeutenden diplomatischen Erfolg erzielt, nachdem alle 193 Mitgliedstaaten der Vereinten Nationen einstimmig beschlossen haben, zwei wegweisende Institutionen zur Regulierung der...