EU AI Act: Warum der Aufschub bei Hochrisiko-KI kein Freipass für Unternehmen ist

Trotz Fristaufschub beim EU AI Act gelten GPAI-Regeln bereits. Unternehmen müssen jetzt ihre KI-Zugänge technisch absichern.

Die Durchsetzung der Regelungen für General Purpose AI (GPAI) im Rahmen des EU AI Act ist seit dem 2. August 2026 aktiv. Das europäische AI Office kann nun von Anbietern Dokumentationen anfordern, deren Modelle evaluieren und Rückrufe anordnen. Bei Verstößen gegen GPAI drohen Geldbußen von bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Umsatzes. Der Digital Omnibus, auf den sich die Beteiligten Anfang dieses Jahres vorläufig geeinigt haben und dessen formelle Veröffentlichung noch aussteht, soll den Anwendungsbeginn der Pflichten für Hochrisikosysteme auf Dezember 2027 verschieben. Das verschafft den Unternehmen und Organisationen mehr Zeit für die Klassifizierung und Konformitätsbewertung. Die heute schon geltenden Maßnahmen bleiben davon jedoch unberührt.

Access Governance : Code of Practice verlangt technische Absicherung

Der Diskurs über den AI Act hat bislang weitgehend auf politischer Ebene stattgefunden und sich vor allem mit Fragen zu Risikoklassifizierungen und Dokumentationspflichten beschäftigt. Weniger Beachtung findet die technische Komponente des freiwilligen GPAI Code of Practice – dem wichtigsten Weg für Anbieter, ihre Compliance nachzuweisen. Das Kapitel zu Safety und Security betrachtet den Schutz von Modellgewichten, die Abwehr von Insider-Bedrohungen und die Zugriffskontrolle als zentrale Pflichten. In der Praxis bedeutet das, dass die Absicherung eines GPAI-Modells klar in den Bereich der Access Governance und weniger in den der reinen Richtlinienverwaltung fällt.

Unterschätzte Gefahr: Maschinenidentitäten in der KI-Pipeline zentral schützen

Eine Studie von Keeper Security aus dem Jahr 2026 zeigt, dass 35 Prozent der deutschen Unternehmen das Management nicht-menschlicher Identitäten im Zusammenhang mit KI bereits als eine ihrer größten Sicherheitslücken im KI-Bereich nennen – ein Wert, der über dem globalen Durchschnitt liegt. Jeder Trainingscluster, jede Fine-Tuning-Pipeline und jeder Inference-Endpunkt bringt Maschinenidentitäten mit sich, die Zugangsdaten benötigen. Diese Zugangsdaten werden in der Regel schneller bereitgestellt, als sie angemessen verwaltet und kontrolliert werden können.

Um die Sicherheitserwartungen des Code of Practice zu erfüllen, müssen die Infrastruktur-Zugangsdaten für den Zugriff auf Trainingsumgebungen sicher in einem zentralen Tresor verwahrt werden. Außerdem müssen zeitlich begrenzte Just-in-Time-Zugriffe anstelle dauerhaft bestehender Berechtigungen gewährt werden und sämtliche privilegierten Sitzungen, die auf Modellgewichte zugreifen, nachvollziehbar und revisionssicher protokolliert werden. Organisationen, die diese Maßnahmen bereits jetzt umsetzen, schaffen damit die Grundlage für den erforderlichen Compliance-Nachweis. Wer dagegen auf die Frist bis 2027 wartet, verwechselt diese mit den Vorgaben, die bereits heute gelten.