Investieren in Dubai nach dem Preissturz: Unterwegs mit unserem Finanzberater | Umair Zaffar
Umair Zaffar November 19, 2026 0 Comments

EU AI Act Artikel 3: Begriffsbestimmungen technisch umgesetzt

EU AI Act Artikel 3 legt die Begriffe fest, an denen jede Pflicht der Verordnung hängt: KI-System, Anbieter, Betreiber, Zweckbestimmung, wesentliche Änderung, schwerwiegender Vorfall. Wir setzen sie nicht als Glossar um, sondern als Felder und Regeln im Modellregister, die das Gateway bei jedem Aufruf durchsetzt.

Artikel 3 verpflichtet niemanden. Er enthält 68 Begriffsbestimmungen und keine einzige Pflicht. Trotzdem entscheidet er mehr als jeder andere Artikel darüber, was ein Haus zu tun hat. Ob ein Scoring-Modell überhaupt ein KI-System ist, ob der Versicherer Anbieter oder Betreiber ist, ob ein Prompt-Update eine wesentliche Änderung ist: Das sind Fragen an Artikel 3 KI-Verordnung, und die Antworten schalten Artikel 16, 26, 43 oder 73 ein oder aus.

Der EU AI Act ist seit dem 1. August 2024 in Kraft. Verbote und KI-Kompetenz gelten seit Februar 2025, die Pflichten für GPAI-Modelle seit August 2025, die Transparenzpflichten nach Artikel 50 seit August 2026. Die Pflichten für Hochrisiko-Systeme nach Anhang III gelten nach der Verschiebung durch die Änderungsverordnung (EU) 2026/1744 (Digital Omnibus) ab dem 2. Dezember 2027, für Anhang-I-Produkte ab dem 2. August 2028. Artikel 3 gehört zu keiner eigenen Phase; die Definitionen gelten seit der ersten Pflicht im Februar 2025. Der Omnibus hat Termine verschoben, keine Pflicht gestrichen; in Artikel 3 hat er Definitionen für KMU ergänzt, die zwölf Begriffe hier aber nicht verändert. Die Einordnung steht im Überblick EU AI Act in der Praxis.

Was Artikel 3 verlangt

Von den 68 Begriffen entscheiden in der Praxis zwölf über Pflichten. Zitiert werden sie als Art. 3 Nr. 1, nicht als Absatz.

  • Nr. 1, KI-System: ein maschinengestütztes System, das mit unterschiedlichen Graden von Autonomie arbeitet, nach der Einführung anpassungsfähig sein kann und aus Eingaben für explizite oder implizite Ziele ableitet, wie es Ausgaben erzeugt (Vorhersagen, Inhalte, Empfehlungen, Entscheidungen), die physische oder virtuelle Umgebungen beeinflussen können. Erwägungsgrund 12 nimmt Systeme aus, die nur nach von Menschen festgelegten Regeln ablaufen. Die Kommission hat zu dieser Definition Leitlinien veröffentlicht.
  • Nr. 3, Anbieter: wer ein KI-System oder GPAI-Modell entwickelt oder entwickeln lässt und es unter eigenem Namen oder eigener Marke in Verkehr bringt oder in Betrieb nimmt, auch unentgeltlich. Trägt Art. 16.
  • Nr. 4, Betreiber: wer ein KI-System in eigener Verantwortung verwendet, außer privat und nicht beruflich. Trägt Art. 26; Art. 25 regelt, wann er zum Anbieter wird.
  • Nr. 9 und Nr. 11, Inverkehrbringen und Inbetriebnahme: die erstmalige Bereitstellung auf dem Unionsmarkt beziehungsweise die Bereitstellung zur erstmaligen Verwendung direkt an den Betreiber oder für den Eigengebrauch. Wer ein Modell selbst baut und intern einsetzt, nimmt es in Betrieb und ist Anbieter, ohne etwas verkauft zu haben.
  • Nr. 12, Zweckbestimmung: die Verwendung, für die der Anbieter das System bestimmt hat, einschließlich Kontext und Nutzungsbedingungen laut Gebrauchsanweisung und Dokumentation. An ihr hängen die Risikoklasse nach Art. 6 und die Grenze für den Betreiber nach Art. 26 Abs. 1.
  • Nr. 13, vernünftigerweise vorhersehbare Fehlanwendung: eine Verwendung entgegen der Zweckbestimmung, die sich aus vorhersehbarem menschlichem Verhalten oder der Interaktion mit anderen Systemen ergeben kann. Art. 9 Abs. 2 verlangt, sie zu bewerten.
  • Nr. 23, wesentliche Änderung: eine Änderung nach Inverkehrbringen oder Inbetriebnahme, die in der ursprünglichen Konformitätsbewertung nicht vorgesehen war und die Konformität mit Kapitel III Abschnitt 2 beeinträchtigt oder die Zweckbestimmung ändert. Folge: neue Konformitätsbewertung nach Art. 43 Abs. 4.
  • Nr. 49, schwerwiegender Vorfall: ein Vorkommnis oder eine Fehlfunktion, die direkt oder indirekt zu Tod oder schwerer Gesundheitsschädigung, zu einer schweren und unumkehrbaren Störung kritischer Infrastruktur, zur Verletzung unionsrechtlicher Grundrechtspflichten oder zu schwerem Sach- oder Umweltschaden führt. Meldepflicht nach Art. 73.
  • Nr. 56, KI-Kompetenz: Fähigkeiten, Kenntnisse und Verständnis, mit denen Anbieter, Betreiber und Betroffene KI-Systeme sachkundig einsetzen und Chancen, Risiken und Schäden erkennen. Die Grundlage von Art. 4.
  • Nr. 63, GPAI-Modell: ein Modell mit erheblicher allgemeiner Verwendbarkeit, das ein breites Spektrum unterschiedlicher Aufgaben erfüllen kann und sich in nachgelagerte Systeme integrieren lässt. Nr. 68 nennt den nachgelagerten Anbieter, der ein Modell in sein System einbaut. Kapitel V adressiert den Modellanbieter.
  • Nr. 39 und Nr. 40, Emotionserkennung und biometrische Kategorisierung: Systeme, die aus biometrischen Daten (Nr. 34) Emotionen oder Absichten ableiten oder Personen Kategorien zuordnen. Sie schalten die Verbote in Art. 5 Abs. 1, Anhang III Nr. 1 und Art. 50 Abs. 3 ein.
  • Nr. 50, personenbezogene Daten: kein eigener Begriff, sondern ein Verweis auf Art. 4 Nr. 1 DSGVO. Damit erbt die KI-Verordnung auch, dass pseudonymisierte Daten personenbezogen bleiben.

Das technische Beispiel

Ein Versicherer inventarisiert, was bei ihm automatisch entscheidet oder Entscheidungen vorbereitet. Auf der Liste stehen sechs Typen: eine Regel-Engine für die Tarifierung, deren Tabellen Aktuare pflegen; ein Betrugs-Score für Kfz-Schäden, als logistische Regression auf historischen Fällen trainiert; ein Gradient-Boosting-Modell für die Risikoprüfung in der Krankenzusatzversicherung; eine Dokumentenklassifikation für den Posteingang; ein eingekaufter LLM-Assistent für die Sachbearbeitung; und das Angebot eines Dienstleisters, aus der Stimme im Callcenter die Stimmung der Mitarbeiter zu messen.

Die erste Frage ist nicht die Risikoklasse, sondern ob das überhaupt KI-Systeme sind. Die Regel-Engine ist nach unserer Lesung keines: Jede Regel ist von Menschen festgelegt, das System leitet nichts ab, es führt aus. Der Betrugs-Score ist eines: Die Parameter wurden aus Daten gelernt, die Ausgabe ist eine Vorhersage, die den Prüfprozess beeinflusst. Das Risikomodell ist eines und mit Anhang III Nr. 5 Buchstabe c ab Dezember 2027 ein Hochrisiko-System. Die Dokumentenklassifikation ist eines mit begrenztem Risiko. Der LLM-Assistent ist ein GPAI-System; der Versicherer ist Betreiber, der Hersteller Anbieter. Die Stimmungsmessung ist Emotionserkennung am Arbeitsplatz und nach Art. 5 Abs. 1 Buchstabe f verboten.

Die zweite Frage ist die Rolle. Betrugs-Score und Risikomodell hat der Versicherer selbst gebaut und intern in Betrieb genommen: Er ist Anbieter und Betreiber zugleich. Beim LLM-Assistenten ist er Betreiber, bis er ihn unter eigenem Namen an Makler weitergibt, wesentlich ändert oder seine Zweckbestimmung verschiebt; dann greift Art. 25 Abs. 1. Hier beißt Artikel 3 am härtesten: Der Rollenwechsel passiert nebenbei, mit einem Fine-Tuning oder einem neuen Systemprompt.

So setzen wir es um

Wir bei SIFAMO behandeln Artikel 3 als Schema des Modellregisters im Governance Layer. Jede der zwölf Definitionen ist dort ein Feld oder eine Regel. Der Grundsatz bleibt: keine Registrierung, keine Route.

Der KI-System-Test als Eingangsformular. Fünf Fragen aus Nr. 1: Maschinengestützt? Welcher Grad an Autonomie? Logik aus Daten abgeleitet oder vollständig von Menschen spezifiziert? Welcher Ausgabetyp? Beeinflusst die Ausgabe eine Entscheidung? Jede Antwort trägt Begründung, Datum und zwei Unterschriften, Engineering und Risk. Ein Nein wird ebenfalls gespeichert, als Eintrag „kein KI-System“ mit Nachprüfdatum, denn eine Regel-Engine, die ein gelerntes Modul bekommt, wechselt die Seite.

Das Rollenfeld mit Auslösern. Anbieter, Betreiber, beides oder nachgelagerter Anbieter. Selbst gebaut und intern in Betrieb genommen: Anbieter. Eingekauft und in eigener Verantwortung genutzt: Betreiber. Eigener Name auf einem fremden System, wesentliche Änderung oder neue Zweckbestimmung: Anbieter nach Art. 25. Das Feld bestimmt, ob Art. 16 oder Art. 26 am Eintrag hängt, und jeder Versions-Diff prüft, ob ein Auslöser gezogen wurde.

Zweckbestimmung als Scope. Das Feld „purpose“ ist ein Satz, den der Business Owner unterschreibt. Das Feld „scope“ ist seine maschinenlesbare Form: Datenzonen, erlaubte Aktionen, Werkzeuge, Nutzergruppen. Das Gateway prüft jeden Aufruf dagegen und weist ab, was außerhalb liegt. Dazu führt der Eintrag die vorhersehbaren Fehlanwendungen nach Nr. 13, jede mit der Gateway-Regel oder dem Monitoring-Signal, das sie abfängt.

Wesentliche Änderung als Versions-Diff-Regel. Der Eintrag versioniert Modell, Systemprompt, Fine-Tuning, Retrieval-Korpus, Scope und Nutzergruppen. Jeder Diff bekommt eine von drei Stufen: gering, nur Regressionstests; erheblich, alle Quality Gates mit neuer Drei-Wege-Freigabe; wesentlich im Sinne von Nr. 23, neue Registrierung mit neuer ID und für Hochrisiko eine neue Konformitätsbewertung. Wesentlich ist bei uns jede Änderung der Zweckbestimmung, jede neue Datenzone oder Nutzergruppe und jede Abweichung im Evaluationsset über einen Schwellenwert.

Schwerwiegender Vorfall als Klassifikator im Incident-Runbook. Jedes Ticket, das ein registriertes System berührt, durchläuft die vier Kategorien aus Nr. 49 als Pflichtfelder, einschließlich der Frage, ob das System indirekt beteiligt war. Fällt eine Kategorie auf Ja, startet die Meldefrist nach Art. 73 für den Anbieter und die Information des Anbieters nach Art. 26 Abs. 5 für den Betreiber.

Die übrigen Felder. Modell und System sind getrennte Objekte; ein GPAI-Modell trägt die Dokumentation seines Anbieters nach Art. 53 als Anhang. Zwei Flags, „verarbeitet biometrische Daten“ und „leitet Emotionen oder Absichten ab“, schicken einen Eintrag vor allem anderen in die Prüfung nach Art. 5. Personenbezogene Daten bilden die Datenzonen: Grün ohne Personenbezug, Grau pseudonymisiert und damit weiter personenbezogen, Rot nie in einen Prompt. KI-Kompetenz hängt als Kompetenzregister am Modellregister.

Was der Prüfer sieht. Das Inventar mit Testergebnis pro System, auch die begründeten Neins; pro Eintrag Rolle und Historie; die Diff-Historie mit Stufe; die Vorfallsklassifikationen. Wo das Gesetz Spielraum lässt, lesen wir „Ableiten“ als Logik, die ganz oder teilweise aus Daten gewonnen wurde. Das zieht klassische Statistik hinein und lässt Regel-Engines draußen, die wir trotzdem registrieren. Ich bin Ingenieur, kein Jurist. Aber ein Inventar, das auch seine Neins begründet, ist das einzige, das vor einer Aufsicht vollständig wirkt.

Typische Fehler

  • Nur die Einkaufsliste. Das Inventar enthält die eingekauften Tools, nicht die selbst gebauten Modelle, weil „das doch nur Statistik ist“.
  • Anbieter, ohne es zu wissen. Ein Betreiber feintunt oder baut Agenten auf ein gekauftes System und hat nie geprüft, ob Art. 25 greift.
  • Keine Änderung ist wesentlich. Jede Version gilt als geringfügig, weil niemand definiert hat, was wesentlich heißt.
  • Vorfall heißt Ausfall. Der Incident-Prozess kennt Verfügbarkeit, aber keine Kategorie für Grundrechtsverletzungen; Nr. 49 Buchstabe c wird nie erkannt.

Checkliste EU AI Act Artikel 3

  • Ein Inventar aller Systeme, die entscheiden oder Entscheidungen vorbereiten, einschließlich Regel-Engines und klassischer Statistik.
  • Pro System ein dokumentierter KI-System-Test mit Begründung, zwei Unterschriften und Nachprüfdatum.
  • Pro KI-System ein Rollenfeld mit den Auslösern für den Wechsel zum Anbieter.
  • Zweckbestimmung als unterschriebener Satz plus maschinenlesbarer Scope, den das Gateway prüft, mit Liste der Fehlanwendungen.
  • Eine Versions-Diff-Regel mit drei Stufen, die „wesentlich“ definiert.
  • Ein Incident-Runbook mit den vier Kategorien aus Nr. 49 als Pflichtfelder.

Offene Fragen

  • Wo „Ableiten“ beginnt, bleibt unscharf. Die Grenze zwischen Optimierung, klassischer Statistik und KI-System wird trotz der Leitlinien der Kommission im Einzelfall gezogen.
  • „Wesentlich“ hat für LLM-Systeme keine harmonisierte Norm. Ein neuer Systemprompt oder ein vom Hoster getauschtes Basismodell kann das Verhalten stärker ändern als ein Versionssprung.
  • „Indirekt“ in Nr. 49 ist bei Assistenten ungeklärt, deren Ausgabe durch einen Menschen geht. Wann hat das System den Schaden verursacht, wann der Mensch, der ihm glaubte?

Häufige Fragen

Gilt das auch für uns als Betreiber, wenn wir nur einkaufen?

Ja. Als Betreiber musst du selbst wissen, ob das eingekaufte Werkzeug ein KI-System ist, denn daran hängen Art. 26 und Art. 4. Und ein Fine-Tuning oder ein eigener Agent darauf kann dich zum Anbieter machen. Mehr dazu unter KI Governance.

Ist unsere Regel-Engine ein KI-System?

Wenn jede Regel von Menschen festgelegt ist und das System nichts aus Daten ableitet, nach unserer Lesung nein. Sobald ein gelerntes Modul die Regeln ergänzt oder Schwellenwerte aus Daten kalibriert werden, ändert sich die Antwort. Deshalb steht sie trotzdem im Register, mit Nein und Nachprüfdatum.

Wann werden wir vom Betreiber zum Anbieter?

Nach Art. 25 Abs. 1 in drei Fällen: eigener Name oder eigene Marke auf einem Hochrisiko-System, eine wesentliche Änderung, oder eine neue Zweckbestimmung, die ein System zum Hochrisiko-System macht. Im Register sind das die drei Auslöser am Rollenfeld. Die weiteren Artikel der Serie: alle Artikel im Überblick.

Mehr zum Thema: EU AI Act · Alle Artikel · KI Governance · KI Berater

Leave Comment