EU AI Act für produzierende KMU: Was jetzt vorzubereiten ist

Der EU AI Act gilt für produzierende KMU, aber weit weniger Ihrer KI in der Fertigung ist Hochrisiko, als die Schlagzeilen vermuten lassen. Ein Vision-Modell, das die Oberflächengüte bewertet, ein Algorithmus, der Lagerschäden vorhersagt, eine Prognose, die die Wochenplanung füllt: In der Logik des Gesetzes ist das gewöhnliche Industriesoftware, die kaum mehr als interne Sorgfalt verlangt. In die Hochrisikostufe führt ein enger Satz von Auslösern, vor allem eine Sicherheitsfunktion in Maschinen, die eine Konformitätsbewertung durch Dritte benötigen, oder Entscheidungen über die Menschen, die an Ihren Linien arbeiten. Zu klären, welche Ihrer Systeme diese Linie überschreiten und welche eindeutig nicht, kostet einige Tage strukturierte Arbeit und erspart Ihnen Quartale in die falsche Richtung.

Dies ist ein praxisorientierter Readiness-Leitfaden für Technik, Qualität und Betrieb, keine Rechtsberatung. Ziel ist es, den technischen und organisatorischen Aufwand früh genug abzuschätzen, solange er günstig ist, und Sie davor zu bewahren, die Regulierung entweder zu ignorieren oder überzureagieren. Für eine belastbare Compliance-Position zu einem konkreten System brauchen Sie weiterhin regulatorische und juristische Beratung. Was folgt, ist der Weg, KI in der Fertigung in einen verteidigungsfähigen Zustand zu bringen, solange die Fristen noch bequem vor Ihnen liegen.

Warum betrifft der EU AI Act einen Hersteller überhaupt?

Weil das Gesetz KI als Produkteigenschaft reguliert und Hersteller ohnehin im Produktrecht leben. Wer Maschinen in der EU in Verkehr bringt, kennt die Struktur: Zweckbestimmung, technische Dokumentation, Risikobeurteilung, Konformitätsbewertung, CE-Kennzeichnung, Marktüberwachung. Der EU AI Act übernimmt genau diese Struktur und richtet sie auf das Verhalten von Software. Für ein Unternehmen, das nie ein reguliertes Produkt geliefert hat, ist das ein fremdes Rahmenwerk. Für einen Maschinenbauer oder einen mittelständischen Fertiger mit Qualitätsmanagementsystem ist es weitgehend vertraute Mechanik, angewandt auf eine neue Komponente.

Zwei Rollen entscheiden, wie viel davon bei Ihnen landet. Ein Anbieter entwickelt ein KI-System und bringt es unter eigenem Namen in Verkehr, was auf Maschinenbauer und OEMs zutrifft, die KI in ihre Anlagen einbetten. Ein Betreiber nutzt ein KI-System im Rahmen der eigenen Tätigkeit, und dort stehen die meisten produzierenden KMU, wenn sie eine Prüfzelle oder eine Instandhaltungsplattform einkaufen. Die Anbieterpflichten sind deutlich schwerer. Betreiberpflichten sind real, aber enger: bestimmungsgemäße Verwendung, kompetente menschliche Aufsicht, Aufbewahrung der Logs und Information der betroffenen Beschäftigten.

Die Falle ist, dass sich diese Grenze verschiebt. Sie kaufen ein Vision-System und konfigurieren es: Sie sind Betreiber. Trainieren Sie das Modell selbst auf Ihren eigenen Fehlerbildern, versehen Sie das System eines Anbieters mit Ihrem eigenen Namen oder setzen Sie ein Werkzeug deutlich außerhalb der dokumentierten Zweckbestimmung ein, können Sie zum Anbieter werden, ohne es je beabsichtigt zu haben. Diese Neueinstufung ist der folgenreichste Befund, den ein Audit in einer Fabrik zutage fördert, weil sie den gesamten Pflichtenkatalog verändert.

Wie sehen die Fristen jetzt tatsächlich aus?

Der Zeitplan hat sich im Juli 2026 verschoben, und viele weiterhin online verfügbare Leitfäden geben das noch nicht wieder. Der Digital Omnibus zu KI, Verordnung (EU) 2026/1744, ist am 27. Juli 2026 in Kraft getreten und hat die Hochrisikofristen auf feste neue Termine verschoben. Das Bild, wie es heute steht:

• 2. Februar 2025, bereits in Kraft: verbotene Praktiken sowie die Pflicht zur KI-Kompetenz. Diese Kompetenzpflicht gilt für jede Organisation, die KI einsetzt, auch für kleine, und sie ist der Punkt, den Hersteller am häufigsten übersehen haben.
• 2. August 2025, bereits in Kraft: Pflichten für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck, die Sie indirekt über das erreichen, was Ihre Lieferanten herausgeben müssen.
• 2. August 2026, bereits in Kraft: die Transparenzpflichten nach Artikel 50, also die Offenlegung, wenn eine Person mit einem KI-System interagiert, und die Kennzeichnung synthetischer Inhalte, mit einer Schonfrist bis zum 2. Dezember 2026 für das Wasserzeichen bereits bestehender Systeme.
• 20. Januar 2027: die neue Maschinenverordnung (EU) 2023/1230 gilt. Für Maschinenbauer ist das die nächstgelegene harte Frist, und sie ist keine KI-Frist, die irgendjemand verschoben hätte.
• 2. Dezember 2027: eigenständige Hochrisikosysteme nach Anhang III, also der Weg, über den arbeitnehmerbezogene KI erfasst wird.
• 2. August 2028: Hochrisiko-KI, die in Produkte eingebettet ist, welche bereits dem EU-Produktsicherheitsrecht nach Anhang I unterliegen.

Liest man diese Liste als Hersteller, kehrt sich die übliche Prioritätensetzung um. Die Hochrisikopflichten des EU AI Act liegen nun Jahre entfernt. Die Maschinenverordnung liegt gut ein Jahr entfernt, und sie ist das Instrument, das tatsächlich darüber entscheidet, wie KI in Ihren Maschinen zertifiziert wird.

Wie greifen EU AI Act und Maschinenverordnung ineinander?

Sie wurden bewusst entflochten, damit ein Maschinenbauer nicht zwei parallele Konformitätsverfahren für dasselbe Produkt führen muss. Wo die Überschneidung besteht, wird in Maschinen eingebettete KI weitgehend über die Maschinenverordnung behandelt statt über unmittelbare Pflichten aus dem EU AI Act, wobei die Kommission ermächtigt ist, delegierte Rechtsakte zu erlassen, die KI-spezifische Gesundheits- und Sicherheitsanforderungen in dieses Regime aufnehmen. Die Änderungen vom Juli 2026 haben zudem den Begriff des Sicherheitsbauteils enger gefasst, sodass ein KI-System, das rein für sicherheitsfremde Zwecke genutzt wird, nicht allein deshalb zum Hochrisikosystem wird, weil es in einem regulierten Produkt steckt, es sei denn, sein Ausfall oder seine Fehlfunktion würde Gesundheit und Sicherheit gefährden.

Die praktische Folge für Maschinenbauer ist konkret und zeitnah. Nach der Maschinenverordnung fallen Maschinen mit Sicherheitsfunktionen, die auf selbstlernendem Verhalten oder auf KI beruhen, in die Kategorien, die eine benannte Stelle erfordern, womit der Weg der Selbstzertifizierung entfällt, auf den sich heute viele Hersteller stützen. Die Kapazität benannter Stellen ist begrenzt, und die Warteschlange bildet sich früh. Wenn Sie planen, nach Januar 2027 eine Maschine mit KI in einer Sicherheitsfunktion auszuliefern, ist das eine Beschaffungsfrage für 2026, nicht für 2027.

Ist jedes KI-System in einer Fabrik Hochrisiko?

Nein, und das Gegenteil anzunehmen ist der teurere Fehler. Das Gesetz sortiert Systeme in verboten, hochriskant, begrenztes Risiko mit Transparenzpflichten und minimales Risiko. Die überwiegende Mehrheit der Produktions-KI in einem mittelständischen Fertigungsunternehmen liegt in der untersten Stufe, in der das Gesetz im Grunde nichts verlangt außer der KI-Kompetenzpflicht und dem, was Ihre eigenen Engineering-Standards ohnehin fordern.

Zwei Wege führen ins Hochrisiko. Anhang I erfasst KI, die selbst ein Produkt nach EU-Harmonisierungsrechtsvorschriften ist oder ein Sicherheitsbauteil eines solchen Produkts, sofern dieses Produkt eine Konformitätsbewertung durch Dritte benötigt: Maschinen, Aufzüge, Druckgeräte, Medizinprodukte und Ähnliches. Anhang III listet eigenständige Hochrisiko-Anwendungsfälle auf, und für Hersteller ist meist genau ein Eintrag relevant, nämlich Beschäftigung und Personalmanagement. Wenn Sie ein konkretes System durch die Logik führen wollen, deckt unser Leitfaden zum Risikoframework den allgemeinen Fall ab, und der kostenlose EU AI Act Risk Classifier liefert Ihnen in wenigen Minuten eine erste Einschätzung. Behandeln Sie beides als Triage, die zeigt, wo Expertenzeit sinnvoll ist, nicht als abschließendes Compliance-Urteil.

Welche KI-Systeme in der Fertigung sind tatsächlich betroffen?

Die fünf Anwendungsfälle, die uns am häufigsten begegnen, machen das Muster deutlich.

Computer Vision in der Qualitätsprüfung

In der Regel kein Hochrisiko. Eine Kamera, die Schweißnähte bewertet, Etiketten prüft, Toleranzen misst oder Ausschuss sortiert, betreibt Qualitätssicherung, und Qualitätssicherung ist keine Sicherheitsfunktion im maschinenrechtlichen Sinne. Die Ausgabe ist ein Gutteil, ein Schlechtteil oder ein Messwert, und ein zu Unrecht aussortiertes Gutteil ist ein Kostenproblem, kein Gesundheits- und Sicherheitsproblem. Unser Leitfaden zu Computer Vision für die Qualitätsprüfung in produzierenden KMU behandelt die technische Seite ausführlich.

Die Einstufung ändert sich, sobald dieselbe Kamera etwas anderes tut. Entscheidet das Vision-System, ob ein Presszyklus fortgesetzt werden darf, erkennt es eine Hand im Gefahrenbereich oder gibt es die Bewegung einer Maschine frei, ist es Teil einer Sicherheitsfunktion geworden und damit eine Frage der Maschinenverordnung mit benannter Stelle. Die Hardware kann identisch sein. Die regulatorische Lage ist es nicht. Ziehen Sie diese Grenze ausdrücklich in Ihrem Lastenheft, statt sie spät im Projekt durch eine SPS-Anbindung entscheiden zu lassen.

Predictive Maintenance

Fast immer außerhalb des Hochrisikobereichs. Ein Modell, das Schwingung, Temperatur oder Stromaufnahme beobachtet und einen Instandhaltungsauftrag auslöst, erzeugt eine Empfehlung für einen menschlichen Planer, und Anlagenverfügbarkeit ist ein wirtschaftliches Ziel. Nichts im Gesetz behandelt das gesondert. Wie wir in Predictive Maintenance: wann sie funktioniert und wann nicht dargelegt haben, bleiben die schwierigen Fragen hier technische Fragen: genügend Ausfallbeispiele, erreichbare Maschinendaten und ein Instandhaltungsprozess, der auf die Meldungen reagiert.

Die Ausnahme ist eng, aber echt. Speist die Modellausgabe eine Schutzfunktion, etwa indem sie den Betrieb bei einem prognostizierten Ausfall einer sicherheitsrelevanten Baugruppe unterbindet, ist sie nicht mehr beratend, sondern Teil der Art und Weise, wie die Maschine Menschen schützt.

Anomalieerkennung im Prozess

Das hängt vollständig davon ab, was danach passiert. Eine Anomalieerkennung, die einen abdriftenden Parameter auf einem Dashboard für einen Verfahrensingenieur sichtbar macht, ist Monitoring mit minimalem Risiko. Derselbe Detektor, verdrahtet, um eine Linie abzuschalten, einen Behälter abzublasen oder einen Ofen zu stoppen, ist eine Sicherheitsfunktion. Das Modell ist dasselbe, die Einbindung entscheidet über die Stufe, und genau diese Unterscheidung trifft die enger gefasste Definition des Sicherheitsbauteils.

Produktionsplanung und Bedarfsprognose

Kein Hochrisiko nach dem Gesetz, mit einer Einschränkung, die es wert ist, ausgesprochen zu werden. Planung, Reihenfolgebildung und Prognose sind wirtschaftliche Optimierung, und das Gesetz lässt sie in Ruhe. Verteilt der Planer jedoch auch Schichten, weist er einzelnen Personen Aufgaben zu oder bewertet er die Leistung von Bedienern, landet dieser Teil als Personalmanagement in Anhang III, ganz gleich, wie der Anbieter das Modul nennt. Beurteilen Sie die Funktion, nicht den Produktnamen auf der Lizenz.

Überwachung von Beschäftigten und sicherheitsbezogene Systeme

Hier ist ein Hersteller am ehesten tatsächlich im Hochrisikobereich, und hier wird das Risiko am häufigsten nicht erkannt. Anhang III erfasst KI in Beschäftigung und Personalmanagement, einschließlich Auswahl und Einstellung, Entscheidungen über Beförderung oder Kündigung, Aufgabenzuweisung anhand individuellen Verhaltens oder persönlicher Merkmale sowie Überwachung und Bewertung der Leistung. Systeme, die still und leise darunter fallen, sind etwa Kameras, die die Produktivität am Arbeitsplatz verfolgen, Wearables, die Einzelne nach Ermüdung oder ergonomischer Konformität bewerten, Algorithmen, die Überstunden verteilen, und Auswertungen, die Beschäftigte nach Durchsatz oder Fehlerquote sortieren.

Zwei weitere Punkte. Emotionserkennung am Arbeitsplatz ist vollständig verboten, nicht bloß hochriskant, und dieses Verbot gilt seit Februar 2025. Alles, was damit beworben wird, Stress, Aufmerksamkeit oder Gefühlslage von Bedienern aus Video zu erkennen, gehört jetzt geprüft und nicht 2027. Und jedes dieser Systeme verarbeitet personenbezogene Daten, sodass die DSGVO vollumfänglich und parallel gilt, in Deutschland und weiten Teilen der EU zusätzlich mit Mitbestimmung des Betriebsrats. Die beiden Rahmenwerke greifen unbequem ineinander, was wir in DSGVO und EU AI Act im Vergleich durchgearbeitet haben. In der Praxis begrenzen die DSGVO und Ihr Betriebsrat ein Projekt zur Überwachung von Beschäftigten lange vor dem EU AI Act.

Welche Fragen entscheiden über die Einstufung?

Fünf Fragen klären die meisten Systeme ohne Fachberatung. Stellen Sie sie zu jedem KI-System, das Sie betreiben oder planen, und halten Sie die Antworten schriftlich fest.

• Ist es ein Sicherheitsbauteil oder Teil eines regulierten Produkts? Konkret: Würde ein Ausfall oder eine Fehlfunktion Gesundheit und Sicherheit gefährden, und benötigt das Produkt, in dem es steckt, eine Konformitätsbewertung durch Dritte? Zweimal ja bedeutet Anhang I, und die Maschinenverordnung ist Ihr maßgebliches Instrument.
• Betrifft es Beschäftigte oder ihre Chancen? Alles, was Einstellung, Aufgabenzuweisung, Beförderung, Bewertung oder Überwachung von Einzelnen berührt, fällt unter Anhang III, gleich wie unscheinbar die Funktion im Produkt wirkt.
• Ist es Entscheidungsunterstützung oder eine automatisierte Entscheidung? Eine Empfehlung, die eine qualifizierte Person vor dem Handeln prüft, steht anders da als eine Ausgabe, die eine Maschine ansteuert oder jemandes Schicht ändert, ohne dass jemand dazwischensteht. Der Automatisierungsgrad ist die Variable, die Sie am unmittelbarsten steuern.
• Ist die menschliche Aufsicht wirksam? Nicht, ob nominell eine Person im Prozess steht, sondern ob sie Information, Zeit, Befugnis und Kompetenz hat, zu widersprechen. Wer pro Schicht vierzig Meldungen quittieren muss, übt keine Aufsicht aus, und das System beratend zu nennen ändert daran nichts.
• Welche Dokumentation und Nachvollziehbarkeit existiert heute? Könnten Sie, wenn ein Kunde, ein Prüfer oder ein Unfalluntersucher fragt, aus Aufzeichnungen statt aus dem Gedächtnis beantworten, welche Modellversion eine bestimmte Ausgabe erzeugt hat, auf welchen Daten sie trainiert wurde, wie sie validiert wurde und wer sie freigegeben hat?

Die letzte Frage trennt Unternehmen mit einem beherrschbaren Weg von Unternehmen, denen ein Rekonstruktionsprojekt bevorsteht, und es lohnt sich, sie ehrlich zu beantworten, bevor etwas auf dem Spiel steht.

Was sollte ein Hersteller in den nächsten zwölf Monaten tun?

Die verschobenen Fristen haben Vorbereitungszeit gebracht, keine Erlaubnis, das Thema zu ignorieren. Sechs Schritte, in dieser Reihenfolge, und keiner davon erfordert eine Compliance-Abteilung.

• Inventarisieren Sie jedes KI-System, im Betrieb wie in Planung. Nehmen Sie auf, was Ihre Lieferanten in ihren Anlagen mitliefern, denn ein eingebettetes Modell eines Maschinenbauers ist trotzdem KI, die in Ihrem Werk läuft. Halten Sie je Eintrag die Zweckbestimmung fest, ob Sie Anbieter oder Betreiber sind, ob eine Sicherheitsfunktion berührt ist und ob Menschen betroffen sind. Die Länge dieser Liste überrascht die meisten mittelständischen Fertiger.
• Stufen Sie früh und grob ein. Sortieren Sie in eindeutig außerhalb, eindeutig hochriskant und wirklich unklar. Nur der dritte Stapel braucht Expertenzeit, und er ist meist klein. Eine Einstufung in der Entwurfsphase kostet eine Besprechung, während eine Einstufung nach der Inbetriebnahme bedeuten kann, eine Bedienoberfläche neu zu bauen oder einen Liefervertrag neu zu verhandeln.
• Dokumentieren Sie Datenquellen und Modellzweck, solange Sie sie noch erinnern. Welche Maschinen und Sensoren, welche Abtastrate, welche Zeiträume, welche Produktvarianten, wie und von wem gelabelt wurde, wie die Daten aufgeteilt wurden. Das ist das Artefakt, das sich zwei Jahre später kaum rekonstruieren lässt, und es ist zugleich das, was Ihre eigene Fehlersuche überhaupt möglich macht. Unsere Bewertung der Dateninfrastruktur geht auf die OT-Seite davon tiefer ein.
• Legen Sie die menschliche Aufsicht bewusst fest. Benennen Sie je System, wer was prüft, mit welchen Informationen, in welchem Zeitrahmen und mit welcher Befugnis zum Übersteuern. Prüfen Sie dann, ob das Meldungsaufkommen damit vereinbar ist, dass ein Mensch das wirklich tut. Halten Sie fest, warum der Aufsichtspunkt dort sitzt, wo er sitzt; diese Begründung ist die Hälfte dessen, was ein Prüfer sehen will.
• Bauen Sie Evaluation und Monitoring vom ersten Tag in Piloten ein. Ein zurückgehaltener Testdatensatz, der die reale Produktionsstreuung abbildet, Leistungsverfolgung nach Schicht, Linie, Produktvariante und Materialcharge sowie Drifterkennung auf den Eingangsdaten. Fertigungsbedingungen ändern sich ständig, sodass ein einmal auf den Daten des letzten Frühjahrs validiertes Modell ein unbeobachtetes Risiko ist. Im Piloten kostet das fast nichts, nachträglich ist es ein Eingriff.
• Bringen Sie Lieferanten und interne Teams auf eine Linie. Nehmen Sie die Fragen in Ihren Einkaufsprozess auf: Wie lautet die erklärte Zweckbestimmung, wie ist das System eingestuft und auf welcher Grundlage, welche technische Dokumentation und Betriebsanleitung kommt mit, was passiert mit Ihrer Position, wenn Sie auf eigenen Daten nachtrainieren, und wer ist Anbieter im Rechtssinne. Das ins Lastenheft zu bekommen ist weit günstiger, als nach der Installation festzustellen, dass Sie zusammen mit der Maschine Anbieterpflichten geerbt haben.

Warum mit einem AI Readiness Audit beginnen?

Weil Einstufung und Nutzenbewertung dieselbe Untersuchung sind und es Verschwendung ist, sie getrennt zu führen. Um zu entscheiden, ob ein Anwendungsfall den Bau lohnt, müssen Sie Zweckbestimmung, Datengrundlage, beeinflusste Entscheidung und handelnde Personen benennen. Genau das sind die Eingaben, die eine Risikoeinstufung braucht. Ein Hersteller, der ein Projekt ehrlich durchdacht hat, hat die Compliance-Triage bereits größtenteils erledigt, und wer einstuft, ohne zu durchdenken, dokumentiert am Ende Systeme, die nie hätten gebaut werden sollen.

Ein AI Readiness Audit im Fertigungskontext führt beides zusammen: welche Anwendungsfälle sich angesichts Ihrer Linien und Ihrer Maschinendaten lohnen, welche davon regulatorisches Gewicht tragen, wo die Einstufung wirklich mehrdeutig ist und welche Reihenfolge das erste Projekt klein genug hält, um daraus zu lernen. Wie sich diese Bewertung für mittelständische Fertigungsunternehmen unterscheidet, haben wir gesondert beschrieben; dort dominieren gewachsene Anlagen und der Zugang zu OT-Daten das Bild. Wo ein System tatsächlich im Hochrisikobereich landet, führt unsere Arbeit zur EU AI Act Compliance es von der Einstufung über Dokumentation und Aufsichtsdesign bis zum Monitoring, an der Seite Ihrer benannten Stelle und Ihrer Rechtsberatung, nicht an deren Stelle.

Die Hersteller, die damit gut umgehen werden, sind nicht die mit den größten Compliance-Budgets. Es sind die, die aufgeschrieben haben, was ihre Systeme tun, die festgehalten haben, auf welchen Daten sie trainiert wurden, und die über menschliche Aufsicht nachgedacht haben, solange das Design noch am Whiteboard hing. Diese Arbeit zahlt sich in technischer Qualität aus, ganz gleich, ob am Ende ein einziges System als hochriskant eingestuft wird.

Häufige Fragen

Gilt der EU AI Act auch für kleine Hersteller?

Ja. Das Gesetz kennt keine Ausnahme für kleine Unternehmen, wobei die Pflichten mit dem Risiko und nicht mit der Mitarbeiterzahl skalieren und es für KMU mit Hochrisikosystemen vereinfachte Dokumentationswege gibt. In der Praxis trägt ein mittelständischer Fertiger ohne KI zur Überwachung von Beschäftigten und ohne KI in Sicherheitsfunktionen nur die KI-Kompetenzpflicht und, wo einschlägig, die Transparenzregeln. Das ist eine wirklich leichte Last, aber sie ist nicht null, und sie beginnt damit, zu wissen, was Sie betreiben.

Ist unser Computer-Vision-System zur Qualitätsprüfung hochriskant?

Mit hoher Wahrscheinlichkeit nicht, sofern es Teile prüft und seine Ausgabe eine Qualitätsentscheidung ist. Hochriskant wird es, wenn dasselbe System eine Sicherheitsfunktion übernimmt, etwa eine Person im Gefahrenbereich erkennt oder die Maschinenbewegung freigibt, und zwar in einer Maschine, die eine Konformitätsbewertung durch Dritte benötigt. Ausschlaggebend ist, ob eine Fehlfunktion Gesundheit und Sicherheit gefährden würde, nicht die Komplexität des Modells.

Was gilt, wenn wir KI einkaufen statt selbst bauen?

Sie sind normalerweise Betreiber, die leichtere Rolle, aber keine leere: bestimmungsgemäße Verwendung, kompetente menschliche Aufsicht, Aufbewahrung der erzeugten Logs und Information der Beschäftigten, wo ein System sie betrifft. Sie erben zugleich eine Abhängigkeit, denn ohne Dokumentation, die Ihr Lieferant hält, können Sie Compliance nicht nachweisen. Fordern Sie sie vor Vertragsschluss an, und bedenken Sie: Trainieren Sie das Modell auf eigenen Daten nach oder nutzen Sie es außerhalb der Zweckbestimmung, können Sie zum Anbieter werden.

Heißt der Omnibus von 2026, dass wir das Thema verschieben können?

Er hat die Hochrisikofristen auf Dezember 2027 und August 2028 verschoben, der rechtliche Druck hat also nachgelassen. Die Vorbereitungsarbeit nicht, aus zwei Gründen. Die Maschinenverordnung gilt ab dem 20. Januar 2027 und wurde nicht verschoben, und die Kapazität benannter Stellen für Sicherheitsfunktionen mit KI ist begrenzt. Und die Punkte, die am längsten dauern, Datenherkunft, Evaluationsumgebungen und Monitoring, sind genau jene, die während der Entwicklung eingebaut werden müssen und sich nicht in bereits laufende Systeme nachrüsten lassen.