Art. 50 Compliance-Readiness-Bewertung: Methode

Eine Article-50-Compliance-Bereitschaftsbewertung ist ein Datensatz pro Oberfläche: Für jedes KI-Feature, das Sie in die EU ausliefern, erfasst sie, welchen Absatz von Artikel 50 das Feature betrifft, ob Sie auf der Anbieter- oder der Betreiberseite dieses Absatzes stehen, was ein Nutzer in der Produktion heute tatsächlich sieht, und wo der Nachweis dafür abgelegt ist. Wenn das Ergebnis ein einziger Prozentwert für das gesamte Unternehmen ist, hat die Bewertung die falsche Einheit gemessen.

Jeder Absatz von Artikel 50 ist auf eine Rolle und einen Systemtyp bezogen formuliert, nicht auf eine Organisation als Ganzes. Der operative Wortlaut steht in der Verordnung (EU) 2024/1689 auf EUR-Lex, mit einer laienverständlichen Zusammenfassung im Eintrag des AI Act Service Desk der Kommission zu Artikel 50. Gelesen vor diesem Hintergrund ist „wir sind zu 72 % bereit" kein Befund. „Sieben von neun Oberflächen sind zugeordnet und mit Nachweisen versehen; der Avatar-Generator und der Alt-Text-Job sind es nicht" ist einer.

Bewerten Sie die Bewertung nach ihren Ergebnissen, nicht nach ihrem Fragebogen

Die meisten Vorlagen, die man herunterladen kann, sind Fragenlisten. Eine Fragenliste ist ein Input. Das, was es wert ist, bewertet zu werden, ist das, was am Ende in der Ablage liegt, und das sind fünf Artefakte:

• Ein Oberflächenregister — eine Zeile pro KI-Oberfläche, mit dem Namen eines Verantwortlichen darauf.
• Eine Zuordnungsentscheidung zu Fallgruppe und Rolle pro Oberfläche, jeweils mit einem Satz Begründung und dem Dokument, das sie stützt.
• Ein Ausnahmenprotokoll mit zitiertem Text, nicht mit Checkboxen.
• Ein Hinweis-Inventar: datierte Aufnahmen dessen, was live geschaltet wurde, aus dem Produktions-Build.
• Eine Liste offener Lücken, in der jede Zeile einen Verantwortlichen und ein Datum hat, keine Statusfarbe.

Wenn Ihre Bewertung eine Punktzahl liefert, aber nicht diese fünf Dinge, hat sie ein Gefühl erzeugt. Alles Folgende ist eine Methode, um die Ablage zu befüllen.

Schritt 1: Oberflächen zählen, nicht Produkte

Eine Oberfläche ist jeder Ort, an dem ein Nutzer, der Kunde eines Kunden oder ein Mitglied der Öffentlichkeit auf Modellausgaben oder modellgesteuerte Interaktion trifft. Teams finden zuverlässig den Chatbot. Diese hier tauchen erst im zweiten Durchgang auf, meist nachdem jemand im Support sie nebenbei erwähnt hat:

1. Vom Modell verfasste Support-Textbausteine, die unter dem Namen eines menschlichen Agenten versendet werden 2. Betreffzeilen und Antwortentwürfe innerhalb einer ausgehenden E-Mail-Sequenz 3. Alt-Texte, die für vom Nutzer hochgeladene Bilder generiert werden 4. Meeting- oder Anruf-Zusammenfassungen, die an externe Teilnehmer verschickt werden 5. Von einem Modell verfasste Produktbeschreibungen, die mit einem Storefront synchronisiert werden 6. Antwortboxen und Retrieval-Snippets oberhalb klassischer Suchergebnisse 7. Kontospezifische Onboarding-Touren und In-App-Tipps 8. Avatar- oder Porträtgenerierung in den Profileinstellungen 9. Der Sprachbot der Support-Hotline 10. Vom Modell verfasste Release Notes und Changelog-Einträge 11. UI-Texte und Hilfeartikel, die durch maschinelle Übersetzung erzeugt werden 12. Synthetische Beispieldatensätze, die in einem Demo-Workspace ausgeliefert werden 13. Sentiment- oder Moderations-Scores, die Endnutzern als Label angezeigt werden 14. Hintergrundersatz, Upscaling und „Enhance"-Filter in einem Upload-Tool

Die Faustregel: Wenn die Ausgabe eines Features Ihr Produkt verlässt — E-Mail, PDF, veröffentlichte Seite, exportierte Datei, Ticket-Antwort, API-Antwort — behandeln Sie es als Oberfläche, bis der Zuordnungsschritt etwas anderes ergibt. Eine Zeile später zu löschen kostet nichts. Sie während eines Kunden-Security-Reviews zu entdecken, kostet eine Woche.

Für die Planung setzen wir etwa 20 Minuten pro Oberfläche für die Erstaufnahme an und 45 Minuten für jede Oberfläche, bei der die Rolle wirklich umstritten ist. Ein Produkt mit sechs Oberflächen landet beim ersten Durchgang bei rund zweieinhalb Stunden, und bei Wiederholungen deutlich darunter, weil nur geänderte Oberflächen neu bewertet werden. Das ist eine Planungsheuristik aus der praktischen Durchführung, kein Benchmark — kalibrieren Sie sie nach Ihren ersten zehn Oberflächen.

Schritt 2: Jede Oberfläche einer Fallgruppe und einer Rolle zuordnen

Artikel 50 gliedert sich in vier Fallgruppen über zwei Rollen. Die folgende Tabelle fasst zusammen, an wen sich jeder Absatz richtet und wo die Zuordnung in der Praxis schiefgeht; der operative Wortlaut, einschließlich der zu jedem Absatz gehörenden Ausnahmen, steht im Verordnungstext, prüfen Sie ihn also dort, bevor Sie sich auf eine Zusammenfassung verlassen — auch auf diese hier.

Eine Oberfläche kann in zwei Fallgruppen mit zwei unterschiedlichen Rollen landen. Bauen Sie einen Chatbot auf einer Drittanbieter-Modell-API auf, können Sie anbieterseitig für den Interaktionshinweis Ihres eigenen Produkts stehen, während die Frage der Kennzeichnung synthetischer Ausgaben upstream auf den Modellanbieter verweist. Die Bewertung entscheidet das nicht — sie hält fest, zu welchem Schluss Sie gekommen sind, in einem Satz, mit der Vertragsklausel, dem Model Card oder der Dokumentations-URL dahinter. Wenn niemand dieses Dokument innerhalb einer Minute benennen kann, markieren Sie die Fallgruppe als strittig, setzen Sie einen Namen und ein Datum daneben, und machen Sie weiter. Eine strittige Fallgruppe mit einem Verantwortlichen ist eine überschaubare Lücke. Eine selbstbewusst zugeordnete Fallgruppe ohne Quelle ist eine Zeitbombe. Die Struktur der Fallgruppen und die Rollenaufteilung werden Fall für Fall durchgearbeitet in Article 50 Transparency Obligations: Four Lanes, Two Roles (2026).

Schritt 3: Jede Oberfläche mit maximal 20 Punkten bewerten

Fünf Dimensionen, jeweils 0 bis 4 Punkte. Bewerten Sie die Oberfläche, niemals das Unternehmen.

Lesen Sie die Bänder als Arbeitszustände, nicht als Urteile: 0–7 bedeutet, dass die Oberfläche in der Praxis unbewertet ist, was auch immer die Tabelle sagt; 8–14 bedeutet bewertet, aber ohne Nachweis, was der Zustand ist, in dem sich die meisten Teams tatsächlich befinden; 15–20 bedeutet bewertet und mit Nachweis versehen. Die Zahl ist ein internes Planungsinstrument für die Reihenfolge der Arbeit. Sie ist keine rechtliche Position, und keine Punktzahl — aus dieser Rubrik oder irgendeinem Tool, auch unserem — bescheinigt irgendetwas über Ihre Position unter der Verordnung.

Das Minimum berichten, nicht den Mittelwert

Fiktives Beispiel, erfunden, um die Rechnung anschaulich zu machen. Northbeam Analytics betreibt neun KI-Oberflächen und erreicht 118 von möglichen 180 Punkten. Der Durchschnitt liegt bei 13,1, was sich wie „größtenteils erledigt" liest. Darunter: Der Chatbot erreicht 18 Punkte, sechs Arbeitspferd-Oberflächen liegen zwischen 12 und 16, der Avatar-Generator erreicht 6, und der Alt-Text-Job erreicht 4. Der Mittelwert beschreibt die sechs Oberflächen, die bereits in Ordnung waren.

Berichten Sie also zwei Zahlen statt einer: die niedrigste Oberflächenpunktzahl und die Anzahl der Oberflächen unter 8. Für Northbeam ist das „4, und zwei". Diese beiden Zahlen überleben es, in Eile von jemandem gelesen zu werden, der nicht am Produkt arbeitet — was man von 118/180 nicht sagen kann.

Wenn Sie einen fertigen Checker bewerten, anstatt die Rubrik selbst zu entwickeln, wenden Sie den gleichen Maßstab auf dessen Ausgabe an — die bewertungswürdigen Signale sind in dieser 7-signal rubric for free Article 50 checks dargelegt.

Schritt 4: Ausnahmen werden zitiert, nicht zusammengefasst

Artikel 50 enthält Ausnahmen, und genau hier verrotten Bereitschafts-Ablagen still und leise. Eine Zeile, die „Ausnahme: offensichtlich" lautet, ist sechs Monate später nichts wert, denn sie sagt nicht, offensichtlich für wen, auf welchem Bildschirm, an welcher Stelle im Ablauf oder wer das entschieden hat.

Geben Sie jeder Ausnahme drei Felder: den zitierten Passus des Textes, auf den Sie sich stützen, das Datum, an dem Sie ihn gelesen haben, und einen Satz angewandter Begründung zu dieser konkreten Oberfläche. Zitieren statt Paraphrasieren dauert fünfzehn Sekunden und beseitigt das Risiko, dass eine Zusammenfassung zwischen dem ersten Durchgang und der Überprüfung vom Wortlaut abgewichen ist.

Ob eine bestimmte Ausnahme eine bestimmte Oberfläche abdeckt, ist eine Rechtsfrage, keine Produktfrage. Wo die Antwort wirklich strittig ist — und bei Grenzfällen in den kreativen, unterstützenden und im öffentlichen Interesse liegenden Formulierungen ist sie das oft — ist das ehrliche Ergebnis der Bewertung eine klare, gut formulierte Frage an die Rechtsberatung, kein herbeigeführtes Ja.

Schritt 5: Daten, die Sie überprüfen statt anzunehmen

Die Transparenzbestimmungen von Artikel 50 gelten ab dem 2. August 2026, und eine begrenzte Übergangsfrist kann die anbieterseitige maschinenlesbare Kennzeichnung für berechtigte Systeme bis zum 2. Dezember 2026 verlängern; sowohl die Daten als auch der Anwendungsbereich der Berechtigung sollten anhand der aktuellen Seite des AI Act Service Desk überprüft werden, nicht anhand eines Blogbeitrags, auch nicht diesem hier, bevor Sie eine Release-Planung um diese Daten herum aufbauen. Der Zeitplan und was jedes Datum für ein Produktteam ändert, wird dargelegt in AI Disclosure Compliance Deadline 2026.

Setzen Sie das Datum, an dem Sie zuletzt geprüft haben, in das Register. Eine datierte Überprüfung ist ein Artefakt. Eine undatierte Annahme ist es nicht.

Die Haltbarkeitsdauer, mit der niemand plant

Hier ist das Versagen, das keine Vorlage adressiert: Eine Bereitschaftsbewertung beschreibt einen Produkt-Build, und Produkt-Builds ändern sich wöchentlich. Eine im März gegen einen Februar-Build abgeschlossene Bewertung ist eine Fotografie, und im Juni dokumentiert sie etwas, das Sie nicht mehr ausliefern.

Versionieren Sie das Register anhand von Änderungsauslösern statt anhand des Kalenders. Bewerten Sie eine Oberfläche neu, wenn eines der folgenden Ereignisse eintritt:

1. Der Modellanbieter oder die Modellfamilie ändert sich 2. Eine Änderung am System-Prompt verändert, was die Ausgabe zu sein behauptet 3. Der Text oder der First-Run-Ablauf der Oberfläche ändert sich 4. Ein neuer EU-Markt oder eine neue EU-Lokalisierung geht live 5. Die Human-in-the-Loop-Prüfung wird entfernt und das Versenden wird automatisch 6. Ein bestehendes Feature erhält einen neuen Ausgabekanal — E-Mail, PDF, öffentliche Seite, API 7. Vertragsbedingungen des Anbieters oder Model-Card-Formulierungen zur Ausgabekennzeichnung ändern sich 8. Irgendein Nutzer fragt, ob ein Mensch das geschrieben hat

Auslöser 8 ist das günstigste Signal, das Sie je bekommen werden, und dasjenige, das am häufigsten in einer Support-Warteschlange weggeworfen wird. Leiten Sie diese Tickets an den weiter, der das Register verantwortet.

Wenn ein Auslöser eintritt, bewerten Sie nur diese Oberfläche neu. Die Registerversion steigt; die anderen Zeilen behalten ihre Daten. Eine Namenskonvention, die eine Prüfung durch einen Fremden überlebt: `A50-<oberflächen-slug>-<JJJJMMTT>-v<n>`, sodass `A50-alt-text-20260824-v3` für jemanden, der Ihre Ablage nie gesehen hat, verständlich ist. Fügen Sie eine Kalenderuntergrenze von zwölf Monaten für Oberflächen hinzu, die nie auslösen, damit ruhende Features nicht stillschweigend veralten.

Was typischerweise schiefgeht

Die Bewertung wurde auf der falschen Höhe durchgeführt. Jemand beantwortet 40 Fragen im Namen des Unternehmens, erzeugt eine Maturitäts-Punktzahl, und kein einzelnes Feature wird jemals zugeordnet. Symptom: Die Ausgabe enthält keine Oberflächennamen.

Die Vendor-Annahme. „Unser Modellanbieter erledigt die Kennzeichnung" steht im Register, ohne dass eine Klausel dahinter steht. Niemand hat geprüft, ob die Kennzeichnung den eigenen Export-, Screenshot-, PDF- oder Re-Encoding-Schritt der Oberfläche überlebt.

Staging-Drift. Der Hinweis wurde in einem Preview-Build verifiziert. Die Produktion liefert ihn hinter einem Feature-Flag aus, das ihn nur für Konten anzeigt, die nach einem bestimmten Datum erstellt wurden.

Der 768px-Hinweis. Der Hinweis sitzt in einer Seitenleiste, die auf Mobilgeräten zusammenklappt. Prüfen Sie jede Aufnahme bei 360px und mit einem Screenreader, bevor sie als Nachweis gilt.

Editierbare Nachweise. Die Ablage ist ein gemeinsam genutztes Dokument, das jeder überarbeiten kann. Sobald ein Datensatz still überschrieben werden kann, sinkt sein Wert als Nachweis auf annähernd null — das ist das gesamte Argument für eine Append-only-Speicherung.

Ein heroischer Verantwortlicher. Eine einzelne Person trägt das Register im Kopf und in ihrer Tabelle. Sie wechselt das Team. Das ist die häufigste Art, wie eine Bewertung aufhört zu existieren.

Wie eine Nachweisdatei aussieht, die einer Prüfung standhält

Eine Grenze, die man deutlich benennen sollte, weil sie in Vendor-Material oft verwischt wird: Maschinenlesbare Kennzeichnungstechniken — HTML-Attribute, JSON-LD-Blöcke, Response-Header — sind beratende Metadaten. Sie sind keine signierte Provenienz und keine C2PA-Zertifizierung, sie überstehen einen Screenshot schlecht, und sie werden von vielen gewöhnlichen Pipelines entfernt. Erfassen Sie sie als das, was sie sind. DiscloseKits eigener Arbeitsablauf ist ein deterministischer Checker, ein Disclosure-Widget, ein Verifizierungsschritt und ein Append-only-Nachweisprotokoll; nichts in dieser Form, auch nicht unsere, kann Ihnen Ihre rechtliche Position mitteilen.

Zwölf Fragen, die Sie in einer Sitzung beantworten können

1. Können Sie jede KI-Oberfläche, die EU-Nutzern zugänglich ist, auflisten, ohne den Code zu öffnen? Bestanden, wenn das Engineering-Team nichts Neues hinzufügt, wenn Sie ihm die Liste vorlesen. 2. Ist der Article-50-Absatz für jede Oberfläche schriftlich benannt? Bestanden, wenn Sie Absatznummern erfasst haben, keine Kategoriebezeichnungen wie „generativ". 3. Ist die Rolle mit einem unterstützenden Dokument erfasst? Bestanden, wenn Sie diese Klausel oder das Model Card innerhalb einer Minute öffnen können. 4. Trägt irgendeine Oberfläche eine strittige Rolle ohne Verantwortlichen und ohne Datum? Bestanden, wenn die Anzahl null ist. 5. Wurde der nutzerseitige Hinweis in diesem Quartal im Produktions-Build geprüft? Bestanden, wenn eine datierte Aufnahme mit Build-ID existiert. 6. Überlebt der Hinweis 360px, einen Screenreader und einen Lokalisierungswechsel? Bestanden, wenn Sie Aufnahmen für alle drei haben. 7. Wo Sie sich auf eine Ausnahme stützen, ist der Passus wörtlich zitiert? Bestanden, wenn keine Ausnahmezeile kürzer als ein Satz ist. 8. Wissen Sie, welche Ausgaben Kanäle nutzen, die der Hinweis nicht abdeckt — E-Mail, PDF, API, Export? Bestanden, wenn das Register eine Spalte für Ausgabekanäle enthält. 9. Können Sie zeigen, wie eine Oberfläche vor drei Releases aussah? Bestanden, wenn Aufnahmen versioniert, nicht überschrieben werden. 10. Ist der Nachweisspeicher append-only? Bestanden, wenn niemand im Team die Berechtigung hat, einen abgelegten Datensatz zu bearbeiten. 11. Verantwortet eine benannte Person die Neubewertung nach einem Modellwechsel? Bestanden, wenn Sie den Namen nennen können, ohne nachzuschauen. 12. Wenn das Security-Team eines Kunden morgen die Datei anfordern würde, wie lange dauerte es, sie zusammenzustellen? Bestanden, wenn unter einem Arbeitstag, ohne einen Anbieter anzuschreiben.

Acht oder weniger bestandene Fragen bedeuten, dass der nützliche nächste Schritt wieder Schritt 1 ist, nicht eine Tooling-Entscheidung.

Drei Fragen, die immer wieder aufkommen

Verschiebt die Nutzung einer Drittanbieter-Modell-API das von unserem Tisch? Es ändert, welche Nachweise Sie erbringen können, nicht ob die Oberfläche zugeordnet werden muss. Die Dokumentation des Anbieters wird zu einem Input für Ihren Datensatz — die Klausel, die Sie im Rollenfeld zitieren — und nicht zu einem Ersatz dafür. Wo eine Fallgruppe tatsächlich zwischen Ihnen und dem Anbieter geteilt ist, besteht die Aufgabe der Bewertung darin, die Aufteilung und die Begründung festzuhalten; eine strittige Aufteilung endgültig zu klären, ist eine Frage für die Rechtsberatung.

Ist das dasselbe wie eine Konformitätsbewertung? Nein — es sind unterschiedliche Instrumente innerhalb der Verordnung (EU) 2024/1689, und die Konformitätsbewertungsverfahren knüpfen an Systeme an, die als hochriskant eingestuft sind, während die Transparenzbestimmungen von Artikel 50 auf einer eigenen Spur laufen. Eine Oberfläche kann außerhalb der Hochrisiko-Einstufung liegen und trotzdem eindeutig in einer Article-50-Fallgruppe stehen. Prüfen Sie anhand der Verordnung selbst, welche Teile des Textes auf Ihre Systeme zutreffen.

Wie oft führen wir das erneut durch? Bei den acht oben genannten Auslösern, mit einer Untergrenze von zwölf Monaten für Oberflächen, die keinen davon auslösen. Vollständige vierteljährliche Wiederholungen erzeugen meist nur Arbeit für Oberflächen, die sich nicht verändert haben.

Die Frage für Ihr nächstes Produktreview

Welche Oberflächen wurden seit der letzten Bewertungsrunde ausgeliefert oder geändert, und wessen Name steht neben jeder von ihnen? Eine Bereitschaftsbewertung, die nicht gegen Ihre Release-Linie versioniert ist, ist eine akkurate Beschreibung eines Produkts, das Sie nicht mehr betreiben — und sie wird sich gründlich lesen, genau bis zu dem Moment, in dem jemand sie neben den Live-Build hält.