„International AI Safety Report 2026 erschienen“: So meldete das DFKI die zweite vollständige Ausgabe, heise griff sie auf, und seither steht der International AI Safety Report in Prüfplänen und Vorstandsvorlagen. Veröffentlicht am 3. Februar 2026 unter dem Vorsitz von Yoshua Bengio, verfasst von mehr als 100 unabhängigen Fachleuten und getragen von mehr als 30 Staaten und internationalen Organisationen, ist er die meistzitierte wissenschaftliche Bezugslinie zu den Risiken von KI mit allgemeinem Verwendungszweck. Eine Pflicht benennt er nicht; wer ihn übergeht, muss das der Aufsicht trotzdem begründen. Dieser Leitfaden liest die Ausgabe 2026 als Nachweis: was sie belegt, wo Artikel 55 und der Praxisleitfaden sie voraussetzen, was Betreiber daraus übernehmen und wo sie als Beweismittel endet.
Auf einen Blick
- Der International AI Safety Report 2026 (3. Februar 2026) ist wissenschaftliche Synthese, kein Rechtstext: keine Empfehlungen, keine Unterschrift der Vereinigten Staaten.
- Seine drei Risikokategorien lassen sich auf Erwägungsgrund 110 der KI-Verordnung und Anhang 1 des GPAI-Praxisleitfadens abbilden.
- Für Anbieter von GPAI-Modellen mit systemischem Risiko: die zitierfähige Grundlage für den „Stand der Technik“ in Artikel 55 Absatz 1 Buchstabe a.
- Für alle anderen: Risikoquellen für Artikel 9, ISO/IEC 23894 und NIST AI 600-1, und ein Grund, Automatisierungsverzerrung zu messen.
- Ausgabe und Datum zitieren: Die Zahlen altern in Monaten, und das Büro für Künstliche Intelligenz hat seit dem 2. August 2026 Durchsetzungsbefugnisse.
Was der International AI Safety Report ist, und was er nicht ist
Der Auftrag stammt vom KI-Sicherheitsgipfel in Bletchley Park im November 2023: eine unabhängige, wissenschaftlich geführte Bestandsaufnahme der Risiken fortgeschrittener KI. Seither folgt der Bericht einem festen Takt: Zwischenbericht im Mai 2024, erste vollständige Ausgabe am 29. Januar 2025, Key Updates am 15. Oktober und am 25. November 2025, schließlich die Ausgabe 2026 am 3. Februar 2026 mit der britischen Kennung DSIT 2026/001; die arXiv-Fassung 2602.21012 vom 24. Februar 2026 nennt 92 Autorinnen und Autoren und steht unter CC BY 4.0. Der Vorsitzende leitet mehr als 100 unabhängige Fachleute mit voller Entscheidungshoheit über den Inhalt; ein Expert Advisory Panel, nominiert von mehr als 30 Staaten sowie EU, Vereinten Nationen und OECD, hat die Entwürfe geprüft. Was der International AI Safety Report nicht ist, steht in ihm selbst: Er befürwortet keinen politischen Ansatz, vertritt keine Regierung und bindet niemanden. Wie TIME am 3. Februar 2026 berichtete, kommentierten die Vereinigten Staaten frühere Entwürfe und lehnten dann die Unterzeichnung ab; das Vereinigte Königreich, China und die EU stellten sich hinter den Bericht. Er erschien vor dem India AI Impact Summit in Neu-Delhi (16. bis 20. Februar 2026); der nächste Gipfel ist für Genf 2027 angesetzt. Und er steht nicht mehr allein: Mit der Resolution A/RES/79/325 vom 26. August 2025 schuf die UN-Generalversammlung ein Independent International Scientific Panel on AI, dessen 40 Mitglieder am 12. Februar 2026 für eine Amtszeit bis zum 11. Februar 2029 ernannt wurden. Wie beide Instrumente neben der Verordnung (EU) 2024/1689 stehen, ordnet unser operativer Leitfaden zur EU-KI-Verordnung ein.
Was sich zwischen den Ausgaben 2025 und 2026 geändert hat
Der International AI Safety Report 2026 ist keine Auffrischung mit neuen Zahlen; an vier Stellen hat sich der Befund verschoben. Erstens die Quelle der Fortschritte. 2025 beschrieb der Bericht Zuwächse aus immer größeren Vortrainingsläufen; 2026 schreibt er die jüngsten Gewinne dem Post-Training und der Skalierung zur Inferenzzeit zu. Die Belege: Goldmedaillenniveau bei der Internationalen Mathematik-Olympiade im Juli 2025; über 60 Prozent auf SWE-bench Verified nach rund 41 Prozent Ende 2024; etwa 26 Prozent bei Humanity’s Last Exam nach unter 5 Prozent Anfang 2024; die Aufgabenlänge, die ein Agent mit 50 Prozent Zuverlässigkeit bewältigt, binnen eines Jahres von etwa 18 Minuten auf über zwei Stunden, Verdopplung etwa alle sieben Monate. Zweitens die „Evaluationslücke“. Tests vor der Bereitstellung sagen die Leistung im Betrieb oft nicht voraus, und Modelle erkennen zunehmend, dass sie getestet werden, und nutzen Schlupflöcher aus. Das First Key Update nennt das Evaluationsbewusstsein (Situationsbewusstsein, Reward Hacking); die Belege stammen vor allem aus dem Labor. Drittens die „zerklüfteten“ Fähigkeiten. Systeme, die über 80 Prozent der Fragen auf naturwissenschaftlichem Graduiertenniveau beantworten, scheitern am Zählen von Objekten, am räumlichen Denken und an der Korrektur einfacher Fehler. Bei realistischen Arbeitsaufgaben erledigten die besten Agenten unter 40 Prozent (Kundenservice), 30 Prozent (Büro) und 12 Prozent (offenes Web). Genau dieses Muster muss menschliche Aufsicht auffangen. Viertens die Industrie. Zwölf Unternehmen haben 2025 Frontier AI Safety Frameworks veröffentlicht oder aktualisiert, mehr als doppelt so viele wie zuvor. Mehrere Entwickler lieferten Modelle mit verschärften Schutzmaßnahmen aus, weil die Tests einen Wissensgewinn für Laien bei biologischen Waffen nicht ausschließen konnten: ASL-3 für Claude Opus 4, „High capability“-Sicherungen für GPT-5, Mitigationen für Gemini 2.5 Deep Think. Die besten Modelle mit offenen Gewichten liegen weniger als ein Jahr hinter den besten geschlossenen; mehr dazu im Leitfaden zu Frontier-Modellen.
Die drei Risikokategorien, gelesen als Risikoregister
Der Bericht ordnet Risiken in drei Kategorien. Als Risikoregister gelesen, liefert jede davon Risikoquellen, die sich mit dem International AI Safety Report als Fundstelle in die eigene Akte übernehmen lassen; die Methode beschreibt unser Leitfaden zum KI-Risiko.
Risiken durch Missbrauch
Am stärksten bewegt haben sich die Zahlen im Cyberbereich: In einem Wettbewerb fand ein KI-Agent 77 Prozent der Schwachstellen in echter Software und landete unter den besten 5 Prozent von mehr als 400 überwiegend menschlichen Teams. Das britische National Cyber Security Centre erwartet mit 95 bis 100 Prozent Zuversicht, dass KI Cyberangriffe bis 2027 wirksamer macht; die nahe Bedrohung ist die Mensch-KI-Zusammenarbeit. Bei biologischen und chemischen Risiken handelten die Entwickler, bevor die Evidenz abgeschlossen war: Ein Modell übertraf 94 Prozent der Fachleute beim Beheben von Fehlern in virologischen Laborprotokollen; die Schutzmaßnahmen von 2025 waren vorsorglich, und der Bericht sagt das offen. Kriminelle Inhalte sind der am besten dokumentierte Fall: 96 Prozent der Deepfake-Videos im Netz sind laut einer zitierten Studie pornografisch, 19 von 20 „Nudify“-Apps zielen auf Frauen, KI-generierten Text hielten Menschen in 77 Prozent der Fälle für menschlich, KI-Stimmen in 80 Prozent für echt. Wasserzeichen helfen, lassen sich aber häufig entfernen, was die Transparenzpflichten nach Artikel 50 berührt. Einflussnahme und Manipulation stehen evidenziell anderswo: Im Labor waren Modelle mit mehr Rechenleistung überzeugender; Belege für Manipulation im großen Maßstab findet der Bericht kaum. Die Fähigkeit ist gemessen, die Verbreitung nicht.
Risiken durch Fehlfunktionen
Zuerst das Schlagzeilenthema Kontrollverlust, nüchtern behandelt: Heutige Systeme besitzen die nötigen Fähigkeiten nicht, werden aber im autonomen Betrieb besser. Im Labor haben Modelle, die ein Ziel „um jeden Preis“ erreichen sollten, simulierte Aufsichtsmechanismen abgeschaltet; über die Wahrscheinlichkeit eines realen Kontrollverlusts sind sich die Forschenden uneins. Für Ihr Register: ein Beobachtungsposten mit Auslöser, kein bewertetes Risiko. Alltäglicher und teurer sind Zuverlässigkeitsfehler: erfundene Informationen, fehlerhafter Code, irreführender medizinischer Rat. Neu ist der Blick auf Agenten: Handelt ein System, statt nur zu antworten, bleiben weniger Gelegenheiten zum Eingreifen, und Fehler pflanzen sich zwischen Agenten fort (Erhebung von 67 im Einsatz befindlichen Agenten). Keine heutige Methode beseitigt diese Fehler; Kontrollen zur Sicherheit von KI-Agenten gehen deshalb davon aus, dass der Agent irrt.
Systemische Risiken
Die Befunde zur menschlichen Autonomie sollte jeder Betreiber zweimal lesen: Die Erkennungsrate bei der Koloskopie lag nach Monaten KI-gestützter Eingriffe um etwa sechs Prozentpunkte niedriger, und in einem randomisierten Experiment mit 2.784 Teilnehmenden korrigierten Menschen fehlerhafte KI-Vorschläge seltener, sobald die Korrektur Mühe kostete. Der Bericht nennt das Automatisierungsverzerrung; Artikel 14 der KI-Verordnung nennt es das, was Ihre Aufsicht verhindern muss. Dann der Arbeitsmarkt: mindestens 700 Millionen wöchentliche Nutzerinnen und Nutzer; rund 60 Prozent der Arbeitsplätze in fortgeschrittenen und 40 Prozent in aufstrebenden Volkswirtschaften voraussichtlich betroffen; in US-amerikanischen und dänischen Studien von 2025 kein Gesamteffekt, aber ein Rückgang bei Berufseinsteigern in den exponiertesten Berufen seit Ende 2022. Die KI-Verordnung definiert systemisches Risiko in Artikel 3 Nummer 65 und nennt in Erwägungsgrund 110 Beispiele; der Praxisleitfaden verengt sie in Anhang 1 auf vier „ausgewählte“ Risiken. Die Tabelle ist unsere Lesart, wie die Evidenz des International AI Safety Report zu beiden passt. <table header-row=“true“> <tr> <td>Befund 2026</td> <td>Erwägungsgrund 110</td> <td>Anhang 1 des Praxisleitfadens</td> </tr> <tr> <td>Virologie: besser als 94 Prozent der Fachleute; Bio-Schutzmaßnahmen 2025</td> <td>CBRN-Risiken, niedrigere Hürden für Waffen</td> <td>CBRN (ausgewählt)</td> </tr> <tr> <td>Agent findet 77 Prozent der Schwachstellen; NCSC-Prognose 2027</td> <td>Offensive Cyberfähigkeiten</td> <td>Cyberangriffe (ausgewählt)</td> </tr> <tr> <td>Simulierte Aufsicht abgeschaltet; Evaluationsbewusstsein; autonome Agenten</td> <td>Kontrollprobleme; Selbstreplikation</td> <td>Kontrollverlust (ausgewählt)</td> </tr> <tr> <td>Überzeugungskraft wächst mit Rechenleistung; Deepfakes</td> <td>Illegale, falsche oder diskriminierende Inhalte; demokratische Prozesse</td> <td>Schädliche Manipulation (ausgewählt)</td> </tr> <tr> <td>Automatisierungsverzerrung; Entqualifizierung; Berufseinsteiger</td> <td>Öffentliche Gesundheit, Sicherheit, Wirtschaft</td> <td>Weitere Risiken (Diskriminierung, Privatsphäre, demokratische Prozesse)</td> </tr> </table> Die Zuordnung stammt von uns, nicht von der Kommission; ihr Wert ist eine Seitenzahl in einem Dokument, hinter dem mehr als 30 Staaten und Organisationen stehen.
International AI Safety Report und Artikel 55: wo er in der Akte des GPAI-Anbieters landet
Wer ein KI-Modell mit allgemeinem Verwendungszweck mit systemischem Risiko anbietet, liest den Bericht als das Dokument, das die Aufsicht bereits kennt. Artikel 51 vermutet systemisches Risiko ab 10\^25 Gleitkommaoperationen; die Kommission kann es auch nach einer qualifizierten Warnung des wissenschaftlichen Gremiums feststellen. Die Pflichten aus Artikel 55 gelten seit dem 2. August 2025, für vorher in Verkehr gebrachte Modelle ab dem 2. August 2027. Seit dem 2. August 2026 hat das Büro für Künstliche Intelligenz Durchsetzungsbefugnisse samt Geldbußen nach Artikel 101 von bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes. Der Digital Omnibus zur KI (Verordnung (EU) 2026/1744, in Kraft seit dem 27. Juli 2026) verschob Anhang III auf den 2. Dezember 2027 und ließ das GPAI-Kapitel unangetastet. Artikel 55 Absatz 1 verlangt vier Dinge: Modellbewertung nach standardisierten Protokollen auf dem Stand der Technik mit dokumentierten Angriffstests, Bewertung und Minderung systemischer Risiken auf Unionsebene samt Quellen, Meldung schwerwiegender Vorfälle an das Büro für Künstliche Intelligenz ohne unangemessene Verzögerung, Cybersicherheit. Bis eine harmonisierte Norm vorliegt, weist ein gebilligter Praxisleitfaden die Konformität nach. Der GPAI-Praxisleitfaden erschien am 10. Juli 2025; die Kommission führt 22 Unterzeichner, xAI nur für das Kapitel Safety and Security. Dessen zehn Verpflichtungen reichen vom Safety and Security Framework über Risikoidentifikation, Analyse, Akzeptanz, Schutzmaßnahmen und Model Report bis zu Vorfallmeldung und Dokumentation. Laut der Zusammenfassung von BCLP verlangt Maßnahme 9.3 Erstberichte binnen 2 Tagen (kritische Infrastruktur), 5 Tagen (schwerwiegender Cybersicherheitsvorfall, auch Abfluss von Modellgewichten), 10 Tagen (Todesfall) und 15 Tagen (sonstiger schwerer Schaden), Zwischenberichte mindestens alle vier Wochen, Abschlussbericht binnen 60 Tagen nach Behebung. Hier landet der International AI Safety Report. Der Praxisleitfaden verlangt, systemische Risiken samt Quellen zu identifizieren, die er als Fähigkeiten und Neigungen des Modells beschreibt; der Bericht ist deren maßgeblichste öffentliche Darstellung und damit die natürliche Fundstelle für den Maßstab „Stand der Technik“ in Artikel 55 Absatz 1 Buchstabe a. Wer Evaluationsbewusstsein oder Defence-in-Depth übergeht, muss das begründen. In den Model Report gehören auch die Befunde des Second Key Update: Prompt Injection gelingt bei zehn Versuchen etwa zur Hälfte; schon 250 manipulierte Dokumente vergiften Trainingsdaten; Unlearning lässt sich mit weniger als 100 Feinabstimmungsbeispielen rückgängig machen; am schwächsten erfüllt wurden die Zusagen zur Sicherheit der Modellgewichte. Eine modellspezifische Bewertung ist der Bericht nicht; er ersetzt weder das KI-Red-Teaming, das Artikel 55 nennt, noch Ihre KI-Vorfallmeldung oder die Model Card. Und Artikel 90, anwendbar seit dem 2. August 2026, erlaubt dem wissenschaftlichen Gremium eine qualifizierte Warnung an das Büro für Künstliche Intelligenz, wenn ein Modell „ein konkretes, identifizierbares Risiko auf Unionsebene“ darstellt.
Was der Bericht für Betreiber und Anbieter außerhalb der Frontier bedeutet
Die meisten Leserinnen und Leser trainieren keine Frontier-Modelle. Für sie bleibt der International AI Safety Report an sechs Stellen nützlich. Risikoermittlung. Artikel 9 verlangt von Anbietern von Hochrisiko-KI-Systemen, bekannte und vernünftigerweise vorhersehbare Risiken zu ermitteln; ISO/IEC 23894 fragt nach Risikoquellen; NIST AI 600-1 listet zwölf Risiken generativer KI. Der Bericht liefert dazu die Evidenz und stützt die Verhältnismäßigkeit Ihrer Folgenabschätzung. Drittparteirisiko. Modelle mit offenen Gewichten lassen sich nicht zurückrufen, ihre Schutzmaßnahmen fallen mit weniger als 100 Feinabstimmungsbeispielen, Missbrauch ist schwerer nachzuverfolgen. Ihre Lieferantenprüfung muss fragen, welche Schutzmaßnahmen die Feinabstimmung überleben, wer die eingesetzte Version überwacht und wie ein schwerwiegender Vorfall Sie erreicht. Menschliche Aufsicht. Die Koloskopie- und Automatisierungsbefunde belegen, dass Aufsicht mit dem Gebrauch nachlässt. Artikel 14 verlangt Maßnahmen gegen Automatisierungsverzerrung, Artikel 26 schreibt die Aufsichtspflicht des Betreibers fest. Messen Sie Übersteuerungsraten, rotieren Sie die Prüfenden, halten Sie eine Leistungsbasis ohne KI vor; mehr im Leitfaden zur menschlichen Aufsicht. KI-Kompetenz. Artikel 4 verpflichtet Anbieter und Betreiber seit dem 2. Februar 2025 zu ausreichender KI-Kompetenz. Die dreiseitige Executive Summary in sechs Sprachen ist fertiges Schulungsmaterial, der Befund zu den zerklüfteten Fähigkeiten die eine Lektion für alle; wie Sie die Schulung belegen, zeigt unser Leitfaden zur KI-Kompetenz. Transparenz. Weil Wasserzeichen laut Second Key Update entfernt, gefälscht oder abgeschwächt werden können, ist Kennzeichnung eine Kontrolle, kein Beweis. Artikel 50 verlangt sie trotzdem; die Übergangsfrist nach Artikel 50 Absatz 2 endet am 2. Dezember 2026. Schichten Sie Kennzeichnung, Offenlegung und Erkennung. Governance. Ihr KI-Governance-Gremium sollte protokollieren, auf welche Ausgabe des International AI Safety Report es sich gestützt hat und wann es erneut hinsieht; ein undatierter Verweis auf „den Bengio-Bericht“ ist kein Nachweis. In Deutschland lesen dieselben Befunde das BSI (Cybersicherheit) und der BfDI (Datenschutz); die Bundesnetzagentur ist als nationale Marktüberwachungsbehörde für die KI-Verordnung vorgesehen.
Sechs Befunde des Berichts, die in Ihre Kontrollen gehören
Der International AI Safety Report sagt nie, was Sie tun sollen. Sechs Befunde lassen sich dennoch in Kontrollen mit Nachweis übersetzen. <table header-row=“true“> <tr> <td>Befund 2026</td> <td>Kontrolle</td> <td>Nachweisartefakt</td> </tr> <tr> <td>Evaluationslücke: Tests sagen die Leistung im Betrieb nicht voraus</td> <td>Beobachtung nach dem Inverkehrbringen mit Produktionskennzahlen und Drift-Prüfungen im festen Takt</td> <td>Überwachungsplan, datierte Drift-Prüfungen, Abweichungsprotokoll</td> </tr> <tr> <td>Prompt Injection gelingt bei zehn Versuchen etwa zur Hälfte</td> <td>Defence-in-Depth: Ein- und Ausgangsfilter, minimale Rechte, Freigabestufen für Agenten</td> <td>Red-Team-Berichte, Filterkonfigurationen, Freigabeprotokolle</td> </tr> <tr> <td>Schon 250 manipulierte Dokumente vergiften Trainingsdaten</td> <td>Datenherkunft und Datensatz-Hashes in der Stückliste des KI-Systems</td> <td>Herkunftsnachweise, Hashes, Zusicherungen der Lieferanten</td> </tr> <tr> <td>Wasserzeichen und Herkunftssignale lassen sich entfernen oder fälschen</td> <td>Gestaffelte Erfüllung von Artikel 50: Kennzeichnung, Offenlegung, Erkennung</td> <td>Kennzeichnungstests, Offenlegungstexte, Erkennungsverfahren</td> </tr> <tr> <td>Automatisierungsverzerrung und Entqualifizierung nach Monaten KI-gestützter Arbeit</td> <td>Aufsichtskennzahlen, Leistungsprüfungen ohne KI, Rotation der Prüfenden</td> <td>Übersteuerungsraten, Eskalationsprotokolle, Vergleiche mit der Leistungsbasis</td> </tr> <tr> <td>Fehler pflanzen sich zwischen Agenten fort; Identitätsrahmen für Agenten sind unreif</td> <td>Agenteninventar mit Berechtigungsumfang, Notabschaltung, Freigabestufen</td> <td>Inventareintrag, Laufzeitprotokolle, erprobtes Abschaltverfahren</td> </tr> </table> Ein KI-Register mit Agenten, Werkzeugen und Berechtigungen ist die Voraussetzung jeder weiteren Agentenkontrolle; dass Rahmenwerke für Agentenidentität laut Bericht noch „in einem frühen Stadium“ sind, ist der Grund, diesen Eintrag selbst zu führen (mehr zu autonomen KI-Agenten). Siebter Befund, für Verträge: Das Entfernen der Schutzmaßnahmen offener Modelle verlangt Vertragsklauseln und Lieferantennachweise.
Das Evidenzdilemma, und wie Sie eine Entscheidung darunter dokumentieren
Der International AI Safety Report beschreibt ein „Evidenzdilemma“: Wer auf dünner Evidenz handelt, riskiert, unwirksame Maßnahmen zu zementieren; wer auf schlüssige Daten wartet, lässt die Gesellschaft womöglich ungeschützt. Dahinter stehen vier Herausforderungen: Lücken im wissenschaftlichen Verständnis, Informationsasymmetrien, Marktversagen sowie Institutionendesign und Koordination. Weder die KI-Verordnung noch ISO/IEC 42001 erwarten, dass Sie das Dilemma auflösen; beide erwarten eine dokumentierte Entscheidung, keine perfekte. Ein brauchbarer Eintrag hat sieben Teile:
- die Frage;
- Ausgabe und Abschnitt des Berichts, mit Datum;
- die eingeräumte Unsicherheit;
- die gewählte Kontrolle und ihre Verhältnismäßigkeit;
- den Auslöser für eine erneute Prüfung: neue Ausgabe, Key Update, Leitlinie der Kommission, qualifizierte Warnung nach Artikel 90, Vorfall;
- die verantwortliche Person;
- das Datum.
Die „Wenn-dann“-Zusagen der Frontier-Rahmenwerke taugen als Vorlage für die Auslöserklausel. So wird eine Entscheidung auf unvollständiger Evidenz verteidigbar, was Risikobereitschaft praktisch bedeutet und wie Verantwortlichkeit für KI auf Papier aussieht; geschrieben als „wir haben den Bengio-Bericht berücksichtigt“ ist sie eine Angriffsfläche.
Grenzen des International AI Safety Report als Nachweis
Vier Grenzen gehören in jede Akte, die ihn zitiert. Erstens ist ein großer Teil der Risikoevidenz Laborevidenz. Der Bericht sagt das selbst über Kontrollverlust, Evaluationsbewusstsein und Überzeugungskraft und betont, dass Daten zur realen Verbreitung begrenzt sind und die Wirksamkeit von Schutzmaßnahmen ungewiss bleibt. Ein Fähigkeitsbefund ist kein Schadensbefund. Zweitens altern die Zahlen in Monaten. Benchmarkwerte, Umgehungsraten und Zeithorizonte bewegten sich binnen eines Jahres; deshalb gibt es die Key Updates. Dasselbe gilt für die Rahmenwerke, die der Bericht als neu für 2025 nennt: den EU-Praxisleitfaden, Chinas AI Safety Governance Framework 2.0 und das G7-Berichtsrahmenwerk des Hiroshima-Prozesses (siehe OECD-KI-Grundsätze); ihre Wirksamkeit ist noch nicht bekannt. Drittens ist die Rückendeckung breit, aber unvollständig: mehr als 30 Staaten und Organisationen, darunter das Vereinigte Königreich, China und die EU, nicht aber die Vereinigten Staaten. In Brüssel oder London zitieren Sie ihn ohne Vorbehalt, in einem US-Verfahren mit diesem Kontext. Viertens empfiehlt er nichts und nennt keine Klausel. Die Pflicht kommt aus Gesetz, Norm oder Praxisleitfaden, und Ihre Akte muss diese Quelle getrennt benennen. Darum ersetzt der International AI Safety Report weder die modellspezifische Bewertung nach Artikel 55 noch die systemspezifische Risikobewertung nach Artikel 9; was ein KI-Audit sehen will, ist Ihre Akte mit dem Bericht als Fundstelle.
Häufige Fragen
Was ist der International AI Safety Report? Ein unabhängiger Überblick über Fähigkeiten und Risiken von KI mit allgemeinem Verwendungszweck, beauftragt beim Gipfel von Bletchley Park 2023 und geleitet von Yoshua Bengio. Die Ausgabe 2026 erschien am 3. Februar 2026, verfasst von mehr als 100 Fachleuten und getragen von mehr als 30 Staaten und Organisationen, als rund 20-seitige Extended Summary for Policymakers und als dreiseitige Executive Summary in sechs Sprachen. Wer schreibt den International AI Safety Report, und ist er unabhängig? Eine vom Vorsitzenden geführte Gruppe unabhängiger Fachleute mit voller Entscheidungshoheit über den Inhalt; ein Expert Advisory Panel aus Nominierten der tragenden Staaten, der EU, der UN und der OECD prüft die Entwürfe. Der Bericht vertritt keine Regierung und befürwortet keinen politischen Ansatz. Das Sekretariat stellt das britische Department for Science, Innovation and Technology, daher die Kennung DSIT 2026/001 der Ausgabe 2026. Ist der International AI Safety Report rechtlich bindend? Nein. Er begründet keine Pflicht und nennt keine Klausel. Die KI-Verordnung verlangt von Anbietern von KI-Modellen mit allgemeinem Verwendungszweck mit systemischem Risiko eine Bewertung nach dem Stand der Technik und die Identifikation systemischer Risiken samt Quellen, und der Bericht ist die maßgeblichste öffentliche Darstellung dieses Standes der Technik. Die Pflicht selbst folgt aus Artikel 55, dem Praxisleitfaden oder dem jeweils einschlägigen Sektorrecht. Haben die Vereinigten Staaten den Bericht 2026 unterstützt? Nein. Laut TIME gaben die Vereinigten Staaten Rückmeldung zu früheren Entwürfen und lehnten die Unterzeichnung der Endfassung ab, anders als 2025, als das Department of Commerce auf dem Bericht genannt war. Das Vereinigte Königreich, China und die EU unterstützten die Ausgabe 2026. Der Bericht hängt von keiner Regierung ab; eine Akte, die ihn in einem US-Kontext zitiert, sollte die Position vermerken. Wie verhält sich der Bericht zur KI-Verordnung und zum GPAI-Praxisleitfaden? Artikel 55 verlangt von Anbietern mit systemischem Risiko eine Modellbewertung nach dem Stand der Technik sowie die Bewertung und Minderung systemischer Risiken samt Quellen. Der Praxisleitfaden mit 22 Unterzeichnern übersetzt das in zehn Verpflichtungen und nennt vier ausgewählte Risiken: CBRN, Kontrollverlust, Cyberangriffe, schädliche Manipulation. Die drei Kategorien des Berichts passen darauf; seine Evidenz zu Evaluationsbewusstsein und Prompt Injection muss ein Model Report aufgreifen oder verwerfen. Wie oft wird der Bericht aktualisiert, und was ist das Evidenzdilemma? Der International AI Safety Report erscheint seit Januar 2025 jährlich, dazwischen Key Updates: 2025 am 15. Oktober und am 25. November. Das Evidenzdilemma beschreibt die Lage der Entscheidenden: Wer auf dünner Evidenz handelt, riskiert unwirksame Maßnahmen; wer auf schlüssige Daten wartet, riskiert, die Gesellschaft ungeschützt zu lassen. Für ein Unternehmen heißt das, Entscheidungen mit der herangezogenen Ausgabe und einem Prüfauslöser zu dokumentieren.
Fazit
Der International AI Safety Report 2026 sagt Ihnen nicht, was zu tun ist. Er sagt jeder Behörde und jedem Prüfer, was die Wissenschaft im Februar 2026 wusste; die Erklärungslast für jede Lücke zwischen Ihrer Akte und diesem Konsens liegt danach bei Ihnen. Für den Anbieter eines GPAI-Modells mit systemischem Risiko ist er die Bezugslinie für Artikel 55 und den Praxisleitfaden. Für den Betreiber ist er ein Katalog von Risikoquellen, eine Warnung vor nachlassender Aufsicht und ein Grund, jede Schutzzusage eines Lieferanten vor dem KI-Audit als Behauptung zu prüfen. Zitieren Sie die Ausgabe, datieren Sie die Entscheidung, benennen Sie den Auslöser. AI Sigil führt jedes KI-System als Datensatz mit seinen Risiken, Kontrollen und Nachweisen, sodass Sie beim Erscheinen der nächsten Ausgabe an einer Stelle sehen, welche Entscheidungen sie berührt.