GPAI Compliance: Vorlage für General-Purpose-AI nach Art. 53-55

1. Was ist GPAI?

Art. 3 Nr. 63 EU AI Act definiert ein General-Purpose-AI-Modell als KI-Modell, das (1) mit großen Datenmengen über selbstüberwachtes Lernen im großen Maßstab trainiert wurde, (2) signifikante Allgemeinheit aufweist und kompetent eine breite Palette unterschiedlicher Aufgaben erledigen kann, (3) unabhängig davon, wie das Modell auf dem Markt platziert wird, und (4) in verschiedene nachgelagerte Systeme oder Anwendungen integriert werden kann.

Reine Forschungsmodelle, Entwicklungs-Prototypen und Modelle vor Markt-Platzierung fallen nicht darunter (Erwägungsgrund 97). Sobald das Modell als API, durch Download oder als Service zugänglich gemacht wird, gilt es als auf dem Markt.

Beispiele für GPAI: GPT-4 / GPT-5 (OpenAI), Claude 4.x (Anthropic), Gemini 2.x (Google DeepMind), Llama 3.x / 4.x (Meta), Mistral Large (Mistral AI), Falcon (TII).

Wichtig: Ein GPAI-System (KI-System, das auf einem GPAI-Modell basiert, Art. 3 Nr. 66) ist eine eigene Kategorie. Wer ChatGPT-Pro betreibt, ist also gleichzeitig (a) Anbieter eines GPAI-Systems und (b) im Verhältnis zu nachgelagerten Anwendungen ggf. wieder Anbieter im üblichen Sinne.

2. GPAI vs. GPAI mit systemischem Risiko

Art. 51 unterscheidet zwischen normaler GPAI und solchen mit systemischem Risiko. Die Schwellen sind:

2.1 Quantitative Vermutung (Art. 51 Abs. 2)

Ab 10^25 FLOPS kumuliertem Trainings-Compute gilt das Modell automatisch als systemisch. Diese Schwelle entspricht etwa GPT-4 (geschätzt ~2 × 10^25), Claude 3 Opus (~2 × 10^25), Gemini Ultra. Die meisten Mid-Tier-Modelle und alle Open-Source-Modelle im 7B-70B-Parameter-Bereich liegen darunter.

2.2 Qualitative Designation (Art. 51 Abs. 1 Buchst. a)

Das AI Office kann zusätzlich Modelle auf Grundlage qualitativer Kriterien designieren — Anhang XIII listet auf: Anzahl Parameter, Datenmengen-Qualität, Input/Output-Modalitäten, State-of-the-Art-Benchmarks, Reichweite, Auswirkung auf Binnenmarkt, Anzahl Endnutzer.

2.3 Selbst-Notifikation (Art. 52)

Anbieter, die die FLOPS-Schwelle überschreiten, müssen binnen 2 Wochen ans AI Office melden. Wer argumentiert, trotz Schwelle nicht systemisch zu sein, kann begründete Argumente einreichen — Beweislast liegt beim Anbieter.

3. Pflichten Art. 53 — alle GPAI-Anbieter

3.1 Technische Dokumentation (Anhang XI)

Anhang XI verlangt mindestens:

• Allgemeine Beschreibung des Modells: Aufgaben, Integrations-Möglichkeiten, Lizenz
• Detaillierte Beschreibung: Architektur, Anzahl Parameter, Modalitäten (Text, Bild, Audio, Video), I/O-Format
• Akzeptable-Nutzung-Policy (Acceptable Use Policy)
• Trainings-Methodik und -Techniken: Schlüssel-Entscheidungen, Designentscheidungen, Trade-offs
• Daten: Datenarten, Datenherkunft, Provenance, Pre-Processing, Bias-Erkennung
• Compute-Ressourcen: Trainings-Hardware, Trainings-Zeit, Energieverbrauch (für Frontier-Modelle relevant)
• Bekannte Limitierungen

Die Dokumentation muss bei AI Office und nationalen Behörden auf Anfrage vorgelegt werden, nicht öffentlich.

3.2 Downstream-Informationspaket (Anhang XII)

Für nachgelagerte Anbieter (Integratoren, die das GPAI-Modell in ein KI-System einbauen). Pflicht-Inhalte:

• Allgemeine Beschreibung des Modells inkl. Tasks und Modalitäten
• Akzeptable-Nutzung-Policy
• Veröffentlichungs-Datum und Vertriebsmethoden
• Wie das Modell mit Hardware/Software interagiert, die nicht Teil des Modells ist
• Software-Versionen falls relevant
• Architektur und Anzahl Parameter
• Input/Output-Modalitäten und -Format
• Modell-Lizenz

Dieses Paket muss verfügbar gemacht werden, damit Downstream-Anbieter ihre eigenen Pflichten (Art. 16 ff.) erfüllen können.

3.3 Copyright-Compliance-Policy (Art. 53 Abs. 1 Buchst. c)

Anbieter müssen Reservation of Rights nach Art. 4 Abs. 3 DSM-Richtlinie (Richtlinie (EU) 2019/790) respektieren — also wenn Rechteinhaber Text-und-Data-Mining-Vorbehalte (z. B. via robots.txt, machine-readable opt-out) erklären, dürfen diese Daten nicht ins Training fließen.

Vorlage: Copyright-Compliance-Policy mit Crawler-Konfiguration, Opt-out-Detection, Lizenz-Tracking, Beschwerdemanagement für Rechteinhaber.

3.4 Summary of Training Data (Art. 53 Abs. 1 Buchst. d)

Eine öffentliche, ausreichend detaillierte Zusammenfassung der für das Training verwendeten Inhalte, nach einem vom AI Office bereitgestellten Template. Ziel: Rechteinhaber sollen ihre Rechte ausüben können (z. B. Klage wegen unzulässiger Verwertung).

Das Template umfasst typischerweise: Datenquellen-Kategorien (Web-Crawls, lizenzierte Daten, Nutzer-Daten, synthetische Daten), Größenordnungen, Zeitbereich der Daten, Sprachen, Top-Domains, Trade-secret-Anonymisierungen erlaubt aber begründungspflichtig.

3.5 Open-Source-Ausnahme (Art. 53 Abs. 2)

Anbieter von Open-Source-GPAI-Modellen sind von Annex XI (Tech-Doku) und Annex XII (Downstream-Info) befreit, sofern: (a) die Modellgewichte, Architektur und Nutzungsinformationen öffentlich verfügbar sind, (b) keine systemischen Risiken vorliegen. Copyright-Policy und Training-Data-Summary bleiben Pflicht.

4. Pflichten Art. 55 — GPAI mit systemischem Risiko

4.1 Model Evaluations (Art. 55 Abs. 1 Buchst. a)

Anbieter müssen Model-Evaluations nach state-of-the-art-Protokollen und -Tools durchführen — inklusive Red-Teaming und Adversarial Testing — und zwar vor Markt-Platzierung und kontinuierlich.

Inhalte: Capability-Evaluations (was kann das Modell, wo sind Grenzen), Safety-Evaluations (CBRN-Risiken, Cyber-Offense, Manipulation), spezifische Risiko-Kategorien aus Erwägungsgrund 110.

4.2 Systemic-Risk-Assessment + Mitigation (Art. 55 Abs. 1 Buchst. b)

Vorhersehbare systemische Risiken auf Unionsebene bewerten und mitigieren, inklusive Risiken aus Entwicklung, Markt-Platzierung und Nutzung. Vorlage: Systemic-Risk-Register mit Risiko-Beschreibung, Schweregrad, Wahrscheinlichkeit, Mitigation-Maßnahmen.

4.3 Incident-Reporting (Art. 55 Abs. 1 Buchst. c)

Schwerwiegende Vorfälle und Mitigation-Maßnahmen unverzüglich ans AI Office und nationale Behörden melden. Fristen nach Code of Practice:

• 2 Tage: Mitteilung schwerer Vorfälle mit unmittelbarer Bedrohung
• 5-15 Tage: Vollbericht je nach Schweregrad

4.4 Cybersecurity (Art. 55 Abs. 1 Buchst. d)

Angemessenes Niveau Cybersecurity-Schutz für Modellgewichte und Trainings-Infrastruktur. Insider-Threat-Schutz, Zero-Trust, Modell-Exfiltrations-Prävention, sichere Lieferkette.

5. Code of Practice (Mai 2025)

Der vom AI Office moderierte General-Purpose AI Code of Practice wurde im Mai 2025 finalisiert. Er ist nicht rechtsverbindlich, aber:

• Anbieter, die dem CoP beitreten, gelten als konform mit Art. 53-55 (Vermutungswirkung) bis harmonisierte Normen vorliegen
• Anbieter, die nicht beitreten, müssen eigenständig nachweisen, dass ihre Maßnahmen mindestens dem CoP-Niveau entsprechen
• Der CoP hat 3 Hauptkapitel: Transparenz (für alle GPAI), Copyright (für alle GPAI), Safety + Security (nur Systemic Risk)

Beigetreten sind (Stand 2026): OpenAI, Google, Anthropic, Microsoft, IBM, Mistral, Aleph Alpha. Meta hat sich verweigert. xAI hat nur Teile akzeptiert.

6. GPAI-Anbieter in der Praxis

7. Fristen + Sanktionen

• 02.08.2025: Art. 53-55 in Kraft. Anbieter müssen ab diesem Datum erfüllen.
• 09.05.2025: Code of Practice finalisiert
• 02.08.2026: Code of Practice gilt verbindlich als Compliance-Pfad. Auch Anbieter ohne CoP-Beitritt müssen ab hier vollständig konform sein.
• 02.08.2027: Sanktionen für GPAI-Verstöße aktiv. Bußgeld bis 15 Mio. EUR oder 3 % Weltjahresumsatz (Art. 101). Bei systemic-risk-GPAI-Verstößen gelten dieselben Höchstgrenzen wie bei Anbieter-Verstößen.
• Übergang für Bestands-Modelle: GPAI-Modelle, die vor dem 02.08.2025 auf dem Markt waren, haben bis 02.08.2027 Zeit, alle Pflichten umzusetzen (Art. 111).

FAQ