Zehn ethische KI-Fragen haben jetzt feste Fristen.

Die zehn Fragen, die wir 2024 beschrieben haben, sind geblieben. Für die meisten gibt es inzwischen ein Rechtsdatum, eine messbare Kontrolle oder veröffentlichte Belege. Hier lesen Sie, was sich geändert hat und was Sie jeweils tun können.

2024 haben wir KI-Ethik in diesem Beitrag als Prinzipien beschrieben: Sicherheit, Datenschutz, Erklärbarkeit, Vermeidung von Verzerrungen und Kalibrierung. Diese Prinzipien gelten weiter. Neu ist, dass viele von ihnen jetzt an Anwendungsdaten gebunden sind. Die KI-Verordnung der EU in der Fassung des Digital-Omnibus (Verordnung (EU) 2026/1744, in Kraft seit 27. Juli 2026) gibt einen klaren Zeitplan vor:

• Seit 2. Februar 2025: Die verbotenen Praktiken gelten, darunter Social Scoring sowie Emotionserkennung am Arbeitsplatz und in Bildungseinrichtungen (mit Ausnahmen aus medizinischen und Sicherheitsgründen).
• Seit 27. Juli 2026: Die überarbeitete Pflicht zur KI-Kompetenz. Anbieter und Betreiber müssen Maßnahmen zur Förderung der KI-Kompetenz ergreifen; ein bestimmtes Niveau einzelner Personen wird nicht verlangt.
• Seit 2. August 2026: Die Transparenzpflichten nach Artikel 50, etwa der Hinweis, dass Menschen mit einem KI-System interagieren.
• 2. Dezember 2026: Maschinenlesbare Kennzeichnung synthetischer Inhalte für generative Systeme, die bereits auf dem Markt sind, und ein neues Verbot von KI-Systemen, die nicht einvernehmliche intime Darstellungen oder Darstellungen sexuellen Kindesmissbrauchs erzeugen.
• 2. Dezember 2027: Pflichten für Hochrisiko-Anwendungen nach Anhang III, darunter Beschäftigung, Kredit, Versicherung, Bildung und öffentliche Leistungen.
• 2. August 2028: Hochrisiko-Pflichten für KI in regulierten Produkten (Anhang I).

Quellenkontext: EU AI Act · consolidated 2026-07-27 ↗

Außerhalb der EU unterscheiden sich die Daten, die Richtung ist dieselbe. Koreas AI Basic Act gilt seit 22. Januar 2026; Regeln zu automatisierten Entscheidungen in Colorado und Kalifornien gelten ab 1. Januar 2027. Die Kennzeichnung KI-generierter Inhalte ist die Regel, die die meisten Rechtsordnungen teilen.

Ethische Kontrollen müssen mit einem schnelleren Technologie-Stack Schritt halten. Unternehmen arbeiten standardmäßig mit mehreren Modellen: 81% der großen Unternehmen nutzen drei oder mehr Modellfamilien (a16z, Januar 2026). Modelle wechseln zudem schnell. OpenAI schaltet die Versionen von GPT-4o und GPT-4.1 am 14. Januar 2027 ab, Anthropic stellt Claude Sonnet 4.5 am 30. November 2026 ein, rund 14 Monate nach dem Start. Jeder Modellwechsel ist ein Moment, in dem ein Fairness-Test, eine Genauigkeitsprüfung oder eine dokumentierte Entscheidung unbemerkt veralten kann.

1. Urheberrecht und Trainingsdaten. Das rechtliche Bild ist klarer, aber nicht abgeschlossen. Die Pflichten für KI-Modelle mit allgemeinem Verwendungszweck gelten seit 2. August 2025; die Kommission kann Anbieter ab 2. August 2026 mit Bußgeldern belegen. Den GPAI-Verhaltenskodex (Juli 2025) mit eigenem Urheberrechtskapitel haben unter anderem Amazon, Anthropic, Google, IBM, Microsoft, Mistral AI und OpenAI unterzeichnet. Im Vereinigten Königreich entschied der High Court am 4. November 2025 im Fall Getty Images v Stability AI; Getty hatte seine primären Verletzungsansprüche im Verfahren fallen gelassen und gewann nur „äußerst begrenzte“ markenrechtliche Punkte. Praxis: Fragen Sie Anbieter, ob sie den Kodex unterzeichnet haben, und prüfen Sie Rechte und Lizenzbedingungen für jedes Werkzeug, das Inhalte erzeugt.

2. Biometrische Identifizierung. Biometrische Echtzeit-Fernidentifizierung im öffentlichen Raum zu Strafverfolgungszwecken ist in der EU mit engen Ausnahmen verboten, ebenso das ungezielte Auslesen von Gesichtsbildern. Praxis: Führen Sie jede biometrische Anwendung in Ihrem KI-Inventar und klären Sie die Rechtsgrundlage vor dem Einsatz.

3. Deepfakes und synthetische Medien. Ab 2. Dezember 2026 ist die maschinenlesbare Kennzeichnung in der EU auch für bereits verfügbare generative Systeme Pflicht. China verlangt sichtbare und in Metadaten eingebettete Kennzeichen seit 1. September 2025, Indien seit 20. Februar 2026. Unser Beitrag zu synthetischen Gesichtern und Stimmen vertieft das Thema.

4. KI-gestützter Betrug und Cyberangriffe. Cybervorfälle sind im fünften Jahr in Folge das größte Geschäftsrisiko (42% der Nennungen), KI sprang im Allianz Risk Barometer 2026 von Platz zehn auf Platz zwei (32%). Schatten-KI spielt bei Sicherheitsvorfällen in etwa jedem fünften Unternehmen eine Rolle (IBM, via Help Net Security). Praxis: Machen Sie Schatten-KI über ein Inventar sichtbar und bieten Sie Beschäftigten eine freigegebene Alternative.

5. Verantwortung, wenn sich Systeme ändern. Kurze Modellzyklen bedeuten: Verantwortung gehört zu einer benannten Person, nicht zum ursprünglichen Projektteam. Praxis: Halten Sie fest, welche Modellversion jedes System nutzt, und wiederholen Sie Qualitäts- und Fairness-Prüfungen vor jedem Wechsel.

6. Arbeit und Beschäftigte. Gemessene Effekte sind real, aber spezifisch. Im Kundenservice steigerte ein generativer KI-Assistent die gelösten Anfragen pro Stunde um 14% im Schnitt und um 34% bei weniger erfahrenen Kräften (NBER). In einem Feldexperiment mit rund 70.000 Bewerbenden erhöhten KI-geführte Interviews die Arbeitsaufnahmen um 18% (Erasmus). Rekrutierung und Personalsteuerung sind ab 2. Dezember 2027 Anwendungen nach Anhang III; Italiens KI-Gesetz verpflichtet Arbeitgeber bereits, Beschäftigte über KI-Einsatz zu informieren. Praxis: Beziehen Sie Beschäftigte und Betriebsrat von Anfang an ein und legen Sie vorab fest, wofür frei werdende Kapazität genutzt wird.

7. Genauigkeit in Recht und Justiz. Studien berichten Halluzinationsraten von 17–33% bei juristischen Recherchewerkzeugen (LLRX, Februar 2026). Die Rechtspflege ist ein Bereich nach Anhang III. Praxis: Verlangen Sie Quellenangaben und menschliche Prüfung für jede Ausgabe, die Rechte berührt.

8. Gesundheitswesen. 81% der US-Ärztinnen und -Ärzte nutzen KI, überwiegend für Dokumentation (AMA, März 2026). KI in Medizinprodukten fällt unter Anhang I, mit Pflichten aus der KI-Verordnung ab 2. August 2028. Praxis: Wählen Sie Werkzeuge nach dokumentierter Validierung und Datenverarbeitung und messen Sie die gewonnene ärztliche Zeit.

9. Automatisierte Entscheidungen in Verwaltung und Kreditvergabe. US-Bundesbehörden meldeten 2025 insgesamt 3.611 KI-Anwendungsfälle, davon 445 mit hoher Wirkung, nach 1.757 im Jahr 2024 (OMB-Inventar). Kreditwürdigkeitsprüfung und Zugang zu öffentlichen Leistungen sind Anwendungen nach Anhang III. Colorados SB 26-189 verlangt ab 1. Januar 2027 eine Vorabinformation, eine Begründung binnen 30 Tagen nach einer nachteiligen Entscheidung und menschliche Überprüfung, wo wirtschaftlich zumutbar. Praxis: Erfassen Sie jede automatisierte Entscheidung über Menschen und bereiten Sie Hinweise und einen Widerspruchsweg vor.

10. Überwachung und Social Scoring. Social Scoring ist in der EU verboten, ebenso Emotionserkennung am Arbeitsplatz und in der Bildung, jeweils seit Februar 2025. Praxis: Prüfen Sie Monitoring- und Analysewerkzeuge gegen diese Verbote, auch Funktionen, die durch Anbieter-Updates hinzukommen.

Drei Praktiken machen die zehn Fragen beherrschbar:

• Ein KI-Inventar. Erfassen Sie jedes System mit Modellversion, verantwortlicher Person, Verwendungszweck und der frühesten Frist, die in jeder Ihrer Rechtsordnungen gilt.
• Dokumentierte Anbieterfakten. Klären Sie Speicherung, Inferenz, Sicherungen, Unterauftragnehmer, Trainingsfreigaben, Aufbewahrung und Ausstieg vertraglich. Unterscheiden Sie Opt-in und Opt-out; bewahren Sie Quellenbedingungen des jeweiligen Produkts und Tarifs.
• Gemessene Pilotprojekte. Vereinbaren Sie vor dem Start eine Ausgangsbasis, eine Erfolgsschwelle und eine Abbruchbedingung. Standards helfen dabei: Bis Ende 2025 waren weltweit 271 Zertifikate nach ISO/IEC 42001 für KI-Managementsysteme ausgestellt (ISO Survey, via DQS).

Quellenkontext: ISO/IEC 42001:2023 ↗

Eine Ethikliste wird nützlich, wenn sie eine tatsächliche Wahl verändert. Bestimmen Sie zu jedem relevanten Thema betroffene Menschen, vorgesehene Handlung, erforderliche Nachweise und die Person, die den Vorschlag annehmen oder ablehnen darf. Ein allgemeines Fairnessversprechen ist wichtig. Betrieblich entscheidend ist jedoch, was bei einem falschen oder schädlichen Ergebnis für eine konkrete Person geschieht.

Beginnen Sie mit dem Verwendungszweck. Ein Modell für den Entwurf einer Stellenbeschreibung wirft andere Fragen auf als ein System zur Rangfolge von Bewerbern. Eine Stimme für eine fiktive Schulungsfigur unterscheidet sich von einer Mitarbeiternachbildung. Technische Fähigkeit allein bestimmt weder ethische noch rechtliche Einordnung. Zweck, Folge, Daten und Nutzungsbedingungen müssen verbunden bleiben.

Vermeiden Sie eine einheitliche Gut-oder-schlecht-Kennzeichnung für alle Einsätze eines Lieferanten. Ein Produkt kann eine zulässige Aufgabe mit geringen Folgen unterstützen und zugleich für eine andere ungeeignet sein. Halten Sie erlaubte Grenze und Begründung fest. Damit erhalten Beschäftigte eine Arbeitsgrundlage und spätere Prüfer einen Bezug für die Bewertung einer Änderung.

Ein hypothetisches Personalteam lässt Bewerbungen zusammenfassen. Zunächst legt es zulässige Informationen, Prüfung der Zusammenfassung und menschlich verbleibende Entscheidungen fest. Es untersucht, ob Auslassungen oder überzeugende Interpretationen jemanden benachteiligen können. Die flüssige Zusammenfassung darf nicht stillschweigend zum maßgeblichen Datensatz werden, wenn das Original wichtigen Kontext enthält.

Beeinflusst ein Wert die Auswahl, zählt seine tatsächliche Wirkung und nicht die Funktionsbezeichnung. Wer eine Empfehlung routinemäßig übernimmt und weder Wissen noch Befugnis zum Widerspruch besitzt, bietet möglicherweise nicht die angenommene Sicherung. Die niederländische Datenschutzbehörde erläutert für Bewerbungsbewertungen die Bedeutung kompetenter und wirksam befugter menschlicher Beteiligung. Hinweise der Aufsichtsbehörde.

Gestalten Sie Korrektur und Widerspruch. Die zuständige Person benötigt relevante Originalinformationen und die Möglichkeit, das Ergebnis zu ändern. Die Erklärung bezieht sich auf den tatsächlichen Ablauf. Ein allgemeiner Satz über menschliche Verantwortung hilft wenig, wenn Oberfläche oder Arbeitslast deren Ausübung verhindern.

Prüfen Sie diesen Weg mit einem konkreten Fall. Kann eine betroffene Person den Kontakt finden? Ist erkennbar, wer den Vorgang übernimmt? Können zusätzliche Informationen berücksichtigt werden? Ein bloß vorhandenes Formular beantwortet diese Fragen nicht. Entscheidend ist, dass das Unternehmen den Vorgang sachlich bearbeiten und eine begründete Korrektur vornehmen kann.

Ethische Fragen entstehen häufig zwischen zwei erwünschten Zielen. Schnellere Bearbeitung kann Prüfzeit verringern. Mehr Personalisierung kann zusätzliche Daten verlangen. Breiterer Zugang kann mehr Menschen unzuverlässigen Antworten aussetzen. Benennen Sie die Abwägung und die Grenzen, die ein besseres wirtschaftliches Ergebnis nicht aufheben darf.

Ein praktischer Workshop kann wenige schwierige Fälle verwenden. Was geschieht bei fehlender Quelle, widersprüchlichen Unterlagen oder einer Handlung außerhalb des ursprünglichen Publikums? Wer darf pausieren? Welche Informationen erhält diese Person? Ziel ist die Entdeckung notwendiger Grenzen und nicht ein beruhigendes Gespräch ohne veränderte Entscheidung.

Erhalten Sie wesentliche Meinungsunterschiede. Beteiligte können Folgen begründet unterschiedlich beurteilen. Eine Entscheidungsunterlage erklärt berücksichtigte Interessen und die Wahl des Entwurfs. Ein materieller Einwand verschwindet nicht dadurch, dass die Mehrheit das Projekt bevorzugt. Seine Dokumentation macht später verständlich, unter welchen Bedingungen die Entscheidung akzeptiert wurde.

Dokumentiert ein Anbieter eine relevante Bedingung nicht öffentlich, ist damit nicht automatisch Unsicherheit des Produkts bewiesen. Der Käufer hat eine offene Frage. Umgekehrt belegt eine gut formulierte Richtlinie keine wirksame Kontrolle. Trennen Sie Anbieteraussage, unabhängigen Nachweis und Beobachtung aus dem eigenen Einsatz.

Fragen Sie nach den entscheidenden Tatsachen: Datenregion, Trainingsnutzung, Zertifizierungen mit Geltungsbereich, Preis, Aufbewahrung und Löschung sowie gegebenenfalls menschliche Prüfung. Datum und Bedingungen bleiben erhalten. Widersprechen sich Primärquellen wesentlich, wird der Unterschied benannt und geklärt. Gute Darstellung verringert unnötige Unsicherheit, ohne unbelegte Gewissheit zu erzeugen.

Das gilt auch für ökologische und gesellschaftliche Aussagen. Eine Effizienzbehauptung benötigt Einheit, Grenze und Vergleich. Sinkender Ressourcenbedarf je Vorgang kann bei wachsender Nachfrage mit höherem Gesamtverbrauch zusammenfallen. Leiten Sie aus einer Modellbezeichnung keine Umweltwirkung Ihres Einsatzes ab. Bestimmen Sie die betrieblichen Daten, die die beabsichtigte Aussage tatsächlich tragen könnten.

Eine sinnvolle Frage kann dabei kleiner sein als eine umfassende Bilanz. Welche konkrete Nutzung wird verglichen? Welche Eingaben bleiben gleich? Welche Zusatzarbeit entsteht? Eine begrenzte, nachvollziehbare Betrachtung ist hilfreicher als ein allgemeines Nachhaltigkeitsversprechen. Fehlende Messung bleibt ein Grund für weitere Arbeit und wird nicht durch positive Formulierungen ersetzt.

Ein neuer Zweck, eine andere Personengruppe, eine zusätzliche Datenquelle oder Handlung kann die Einordnung verändern. Verbinden Sie diese Auslöser mit Zuständigkeit und Prüfung. Erhält ein Entwurfsassistent Ausführungsrechte, reicht seine frühere Bewertung nicht für die neue Folge. Bei einem anderen Markt werden die einschlägigen Regeln betrachtet, statt die vorherige rechtliche Schlussfolgerung zu kopieren.

Erhalten Sie Ausstieg und Wiederherstellung. Betroffene sollten das Modell nicht verstehen müssen, um einen Verantwortlichen zu erreichen. Beschäftigte müssen problematische Handlungen stoppen können, ohne die für Korrekturen benötigten Unterlagen zu verlieren. Ein nutzbarer Korrekturweg gehört zum Entwurf und ist keine Ergänzung erst nach einer öffentlichen Beschwerde.

Die Prüfung sollte außerdem aus Erfahrungen lernen. Wiederholte Ausnahmefälle können zeigen, dass eine Regel unverständlich oder eine Quelle ungeeignet ist. Dann wird nicht nur der einzelne Fehler repariert. Die verantwortliche Person prüft auch, welche Annahme des ursprünglichen Entwurfs geändert werden muss. Dadurch bleibt die ethische Betrachtung mit tatsächlichen Entscheidungen verbunden.

Im Good AI Prisma können Sie relevante Angebote prüfen und wesentliche Fragen in den Vergleich mitnehmen. Ein AI Trust Record ordnet Nachweise und Verantwortung eines benannten Systems. Ein AI Trust Pilot kann eine begrenzte Erprobung mit vereinbarter Prüfung und Abbruchbedingung strukturieren.

Das sind anfragbare Beratungsleistungen und keine Zertifizierung oder garantierte Freigabe. Bringen Sie betroffene Menschen, vorgesehene Handlung und entscheidungsrelevante Nachweise mit. Ziel ist eine begründete Grenze für nützliche Arbeit, mit Verantwortung und einem Korrekturweg. Ethik wird betrieblich, wenn diese Grenze auch nach dem Ende der Präsentation wirksam bleibt.

Was Sie jetzt entscheiden sollten

• Bauen oder aktualisieren Sie Ihr KI-Inventar und ordnen Sie jedem System seine früheste Frist zu: 2. Dezember 2026, 1. Januar 2027 oder 2. Dezember 2027.
• Benennen Sie für jedes System eine verantwortliche Person, die Qualität und Fairness bei jedem Modellwechsel neu prüft.
• Schreiben Sie die vier Anbieterfakten (Hosting, Trainingsnutzung, Aufbewahrung, Ausstieg) in jeden neuen Vertrag und jede Verlängerung.

Die vollständige Evidenzbasis, einschließlich des Regulierungsfahrplans für mehr als 30 Volkswirtschaften, finden Sie in der Good AI Prisma Global Market Study 2026/27 unter ethority.ai/ai-prism-study.

• Verordnung (EU) 2026/1744 (Digital-Omnibus zur KI): https://eur-lex.europa.eu/eli/reg/2026/1744/oj/eng
• Lewis Silkin, The Digital Omnibus on AI enters into force today (27.07.2026): https://www.lewissilkin.com/en/insights/2026/07/27/the-digital-omnibus-on-ai-enters-into-force-today-102nedo
• nicfab, Digital Omnibus on AI im Amtsblatt: https://www.nicfab.eu/en/posts/digital-omnibus-ai-official-journal/
• Verordnung (EU) 2024/1689 (KI-Verordnung): https://eur-lex.europa.eu/eli/reg/2024/1689/oj
• Europäische Kommission, GPAI-Verhaltenskodex: https://digital-strategy.ec.europa.eu/policies/contents-code-gpai
• Cleary Gottlieb, Getty Images v Stability AI (Nov. 2025): https://www.clearygottlieb.com/news-and-insights/publication-listing/uk-high-court-issues-landmark-ruling-in-getty-images-v-stability-ai
• a16z, Enterprise-KI-Umfrage (Jan. 2026): https://a16z.com/leaders-gainers-and-unexpected-winners-in-the-enterprise-ai-arms-race/
• OpenAI, Deprecations: https://developers.openai.com/api/docs/deprecations
• Anthropic, Model deprecations: https://platform.claude.com/docs/en/about-claude/model-deprecations
• Allianz Risk Barometer 2026: https://commercial.allianz.com/news-and-insights/news/allianz-risk-barometer-2026.html
• Help Net Security, IBM Cost of a Data Breach 2025: https://helpnetsecurity.com/2025/08/04/ibm-cost-data-breach-report-2025
• NBER Working Paper 31161: https://www.nber.org/papers/w31161
• Erasmus-Universität, Feldexperiment KI-Interviews: https://www.eur.nl/en/erim/events/ai-automation-job-interviews-natural-field-experiment-2025-10-28
• Norton Rose Fulbright, Italien Gesetz Nr. 132/2025: https://www.nortonrosefulbright.com/en/knowledge/publications/9bfedfea/italy-enacts-law-no-132-2025-on-artificial-intelligence-sector-rules-and-next-steps
• LLRX, Halluzinationen in der juristischen Recherche (Feb. 2026): https://www.llrx.com/2026/02/what-the-science-says-about-hallucinations-in-legal-research/
• AMA, KI-Nutzung in der Ärzteschaft (März 2026): https://ama-assn.org/press-center/ama-press-releases/ama-ai-usage-among-doctors-doubles-confidence-technology-grows
• OMB, 2025 Federal Agency AI Use Case Inventory: https://github.com/ombegov/2025-Federal-Agency-AI-Use-Case-Inventory
• Colorado SB 26-189: https://leg.colorado.gov/bills/sb26-189
• ITA, South Korea AI Basic Act: https://www.trade.gov/market-intelligence/south-korea-ai-basic-act
• Loeb & Loeb, Chinas Kennzeichnungsregeln für KI-Inhalte: https://www.loeb.com/en/insights/publications/2025/03/chinas-ai-labeling-measures-and-mandatory-national-standards-take-effect-september-1
• Hogan Lovells, Indien: Kennzeichnung synthetischer Inhalte (Feb. 2026): https://www.hlc.com/en/publications/india-introduces-mandatory-labelling-for-ai-and-3hour-takedown-for-illegal-content
• DQS, ISO Survey 2025: https://www.dqsglobal.com/es/acerca-de/sala-de-prensa/iso-survey-2025-las-certificaciones-iso-crecen-un-11-en-el-mundo-y-un-28-en-espana
• ETHORITY, Good AI Prisma Global Market Study 2026/27: https://ethority.ai/ai-prism-study

Dieser Beitrag ist keine Rechtsberatung. Angegeben sind Anwendungsdaten nach dem Stand der Veröffentlichungen bis Oktober 2026.

Aktualisierte Ausgabe des Beitrags, der 2024 erstmals auf ethority.net erschien; das Original bleibt archiviert.