KI-Inventar erstellen: Welche KI-Systeme nutzt Ihr Unternehmen bereits?

Aktualisiert: 07. April 2026

Aktualisiert im Oktober 2026: Der Digital Omnibus zur KI (Verordnung (EU) 2026/1744, in Kraft seit dem 27. Juli 2026) hat die Frist für Hochrisiko-Systeme nach Anhang III auf den 2. Dezember 2027 und für Produkte nach Anhang I auf den 2. August 2028 verschoben. Die Verbote und die KI-Kompetenzpflicht gelten seit Februar 2025, die Transparenzpflichten nach Artikel 50 seit dem 2. August 2026.

Ein KI-Inventar ist ein strukturiertes Verzeichnis jedes KI-Systems, das Ihre Organisation nutzt, einschließlich der KI, die unbemerkt in Software steckt, auf die Ihre Teams täglich angewiesen sind. Sie brauchen es, weil der EU AI Act es vorschreibt: Seit dem 2. August 2025 gelten Pflichten für KI für allgemeine Zwecke, und ab dem 2. Dezember 2027 (Anhang III) bzw. dem 2. August 2028 (Anhang I) stehen Betreiber von Hochrisiko-KI-Systemen vor den vollen Compliance-Anforderungen, einschließlich Grundrechte-Folgenabschätzungen und menschlicher Aufsicht. Solange Sie nicht wissen, welche KI-Systeme es in Ihrer Organisation gibt, können Sie sie weder nach Risiko einstufen noch Transparenzpflichten erfüllen oder Ihre Compliance nachweisen. Laut der globalen McKinsey-Umfrage 2025 setzen inzwischen 88 % der Organisationen KI in mindestens einer Geschäftsfunktion ein, doch 71 % verfügen über eine unausgereifte Governance für KI-Risiken, und weniger als 10 % haben die Anforderungen des EU AI Act vollständig umgesetzt. Für deutsche KMU ist die Lage besonders zugespitzt: Untersuchungen von Bitkom zeigen, dass sich die KI-Nutzung binnen eines einzigen Jahres von 20 % auf 36 % verdoppelt hat, doch 53 % der Unternehmen nennen die rechtliche Unsicherheit als größtes Hindernis. Das KI-Inventar ist der Ausgangspunkt für die Compliance, und genau hier stellen die meisten Unternehmen fest, dass sie drei- bis fünfmal mehr KI-Systeme haben als erwartet.

Warum die meisten Unternehmen ihren KI-Bestand unterschätzen

Eines erlebe ich immer wieder, wenn ich mit mittelständischen Unternehmen an der KI-Compliance arbeite: Die Führungsebene schätzt, dass sie fünf, vielleicht sechs KI-Tools nutzt. Wenn wir dann tatsächlich alles inventarisieren, liegt die wahre Zahl irgendwo zwischen 15 und 30.

Das liegt nicht an Unehrlichkeit. Es liegt daran, dass die Definition eines „KI-Systems“ nach dem EU AI Act (Artikel 3) weiter gefasst ist, als die meisten erwarten. Die Verordnung definiert ein KI-System als ein maschinenbasiertes System, das Ergebnisse wie Vorhersagen, Entscheidungen, Empfehlungen oder Inhalte hervorbringt. Dazu gehören die naheliegenden Tools wie ChatGPT und Copilot. Aber auch die Empfehlungsfunktion in Ihrem CRM, die automatisierte Bewertung in Ihrer Recruiting-Plattform und die vorausschauende Analyse, die in Ihrem ERP-System verborgen ist.

Die Lücke zwischen „KI-Tools, die wir bewusst eingeführt haben“ und „KI-Funktionen, die in bereits vorhandener Software mitgeliefert wurden“ ist der Punkt, an dem es Unternehmen kalt erwischt. Laut dem KI-Index von DMB und Salesforce nutzen 73 % der KI-nutzenden Mittelständler generative KI, aber nur 12 % vorausschauende KI. Dieser Wert von 12 % ist mit ziemlicher Sicherheit zu niedrig angesetzt, denn vorausschauende KI ist genau die Art, die unbemerkt in bestehenden Plattformen läuft, ohne dass jemand sie als „KI“ bezeichnet.

Und dann gibt es die Schatten-KI. BCG-Daten von 13.102 Mitarbeitern aus 15 Ländern zeigen, dass 38 % der Arbeitnehmer aus eigenem Antrieb mit KI-Tools experimentieren, ohne formale Genehmigung. Der Work Trend Index 2024 von Microsoft setzt den Wert noch höher an: 78 % der Mitarbeiter nutzen im Job ihre eigenen KI-Tools. Erfasst Ihr Inventar nur das, was die IT genehmigt hat, entgeht Ihnen der Großteil Ihrer tatsächlichen KI-Nutzung.

Was Sie für jedes KI-System dokumentieren sollten

Ein nützliches KI-Inventar ist mehr als eine Liste von Produktnamen. Für jedes System brauchen Sie genug Informationen, um die Risikoeinstufung zu stützen, die Anforderungen an die KI-Kompetenz nach Artikel 4 (in Kraft seit dem 2. Februar 2025) zu erfüllen und die seit August 2026 geltenden Transparenzpflichten sowie die ab Dezember 2027 folgenden Hochrisiko-Pflichten zu bewältigen.

Das Minimum, das Sie erfassen sollten:

  • Systemname und Version: das konkrete Produkt oder die konkrete Funktion, nicht die Dachmarke. „Microsoft 365 Copilot“ ist ein KI-System; „Microsoft 365″ ist nicht konkret genug. „Salesforce Einstein Lead Scoring“ ist besser als nur „Salesforce“.
  • Anbieter: wer die KI-Komponente entwickelt hat. Das kann ein anderer sein als der Software-Anbieter. Ihre Personalplattform nutzt im Hintergrund vielleicht die KI-Engine eines Drittanbieters.
  • Abteilung und Nutzer: welche Teams das System einsetzen, wie viele Personen und wie häufig.
  • Zweck: welche Geschäftsfunktion es erfüllt. E-Mails entwerfen, Bewerber vorauswählen, die Nachfrage prognostizieren, Support-Anfragen weiterleiten, Leads bewerten.
  • Verarbeitete Daten: was hineinfließt, mit besonderem Augenmerk auf personenbezogene Daten. Das knüpft unmittelbar an Ihre Verarbeitungsverzeichnisse nach Artikel 30 DSGVO an.
  • Risikoeinstufung: wo es in die Risikokategorien des EU AI Act fällt. Die meisten Systeme im Mittelstand sind minimales oder begrenztes Risiko, doch Überraschungen lauern in Personal- und kreditnahen Prozessen.
  • Auswirkung auf Entscheidungen: Beeinflusst das Ergebnis Einzelne in wesentlicher Weise? Davon hängt ab, ob das System nach Anhang III als Hochrisiko gelten könnte.
  • Regelung der menschlichen Aufsicht: wer die Ergebnisse der KI prüft, bevor darauf reagiert wird, und auf welche Weise.

Das ist keine Bürokratie um ihrer selbst willen. Wenn die Compliance-Pflichten verlangen, dass Sie Folgenabschätzungen durchführen, eine menschliche Aufsicht einrichten und Transparenzmaßnahmen umsetzen, brauchen Sie diese Angaben, um zu wissen, welche Pflichten für welche Systeme gelten. Laut der Analyse von Holistic AI liegen die Compliance-Kosten für Hochrisiko-KI-Systeme bei 6.000-7.000 EUR pro System. Zu wissen, welche Systeme tatsächlich als Hochrisiko gelten, statt zu raten, spart erheblich Geld.

Schritt-für-Schritt-Inventarisierungsprozess

1. Befragen Sie jede Abteilung, nicht nur die IT. Schicken Sie jedem Abteilungsleiter einen strukturierten Fragebogen mit der Frage: Welche Software nutzt Ihr Team, die Automatisierung, Vorhersage, Empfehlung, Inhaltserstellung oder intelligente Analyse beinhaltet? Das lässt sich nicht allein an die IT delegieren, denn laut Untersuchungen von Microsoft werden 78 % der KI-Tools von den Mitarbeitern selbst eingeführt, nicht über die IT-Beschaffung.

2. Prüfen Sie Ihre Softwarelizenzen. Gleichen Sie Ihre Abonnementliste mit bekannten KI-Funktionen ab. Viele SaaS-Plattformen haben unbemerkt KI-Funktionen ergänzt, ohne dass die Kunden sie aktiv hinzubuchen mussten. Salesforce Einstein, HubSpot AI, SAP Business AI, Microsoft 365 Copilot und andere werden inzwischen mit standardmäßig aktivierter KI ausgeliefert. Die Versionshinweise Ihres Software-Anbieters aus den letzten 18 Monaten sind hier eine Fundgrube.

3. Spüren Sie Schatten-KI auf. Das sind Tools, die Mitarbeiter ohne formale Genehmigung nutzen: kostenlose Assistenten (ChatGPT, Gemini, Claude, DeepL), Browser-Erweiterungen mit KI-Funktionen und KI-gestützte Apps auf dem Smartphone. Für diesen Schritt eignet sich eine anonyme Umfrage besser als eine formale Prüfung, weil Menschen eher Tools angeben, bei denen sie unsicher waren, ob sie sie „nutzen durften“. In einem Unternehmen mit 50 Personen werden Sie auf diese Weise typischerweise 8-15 Schatten-KI-Tools entdecken.

4. Erfassen Sie die eingebettete KI in bestehenden Plattformen. Das ist der Schritt, den die meisten Unternehmen überspringen, und hier lauern die größten Überraschungen:

GeschäftsfunktionGängige PlattformenVersteckte KI-Funktionen
CRMSalesforce, HubSpot, PipedriveLead-Scoring, Deal-Wahrscheinlichkeit, „Next Best Action“-Vorschläge, E-Mail-Versandzeitoptimierung
HRPersonio, SAP SuccessFactors, WorkdayLebenslauf-Screening, Kandidaten-Ranking, Leistungsvorhersage, Fluktuationsrisiko-Scoring
FinanzenDATEV, SAP, LexwareAnomalieerkennung, Betrugswarnungen, automatisierte Transaktionskategorisierung, Cashflow-Prognose
KommunikationTeams, Slack, ZoomMeeting-Transkription, KI-generierte Zusammenfassungen, Smart Compose, Geräuschunterdrückung
MarketingMailchimp, Adobe, HubSpotZielgruppensegmentierung, Content-Optimierung, prädiktive Versandzeiten, A/B-Test-Autopilot
KundenserviceZendesk, Intercom, FreshdeskChatbots, Ticket-Routing, Stimmungsanalyse, vorgeschlagene Antworten
E-MailOutlook, GmailSpam-Filter (maschinelles Lernen), Smart Replies, Posteingangs-Sortierung nach Priorität
ProduktivitätNotion, Grammarly, DeepLSchreibvorschläge, automatische Übersetzung, Inhaltsgenerierung

5. Stufen Sie jedes System nach Risikoniveau ein. Die meisten Systeme in einem typischen KMU fallen in die Kategorien minimales oder begrenztes Risiko. Doch Hochrisiko-KI-Systeme können an unerwarteten Stellen auftauchen. Jede KI, die Einstellungen, Beförderungen oder Leistungsbeurteilungen beeinflusst, fällt unter Anhang III und zieht Konformitätsbewertungen sowie strenge Anforderungen an die menschliche Aufsicht nach sich. Kreditbezogene Prozesse und die biometrische Identifikation lösen ebenfalls eine Hochrisiko-Einstufung aus.

6. Legen Sie Verantwortlichkeiten und Überprüfungstermine fest. Jedes System im Inventar braucht einen namentlich benannten Verantwortlichen und eine geplante Überprüfung. Das ist keine Kür: Die Anforderungen des EU AI Act an die Aufbewahrung sehen zehn Jahre für die Dokumentation und mindestens sechs Monate für die Protokolle vor.

Die KI-Tools, die Unternehmen am häufigsten übersehen

Wenn ich Unternehmen beim Aufbau ihrer KI-Inventare begleite, kehren bestimmte Muster immer wieder. Das sind die Systeme, die im ersten Entwurf eines Inventars fast nie auftauchen, aber fast immer vorhanden sind:

E-Mail-Spam-Filter. Jedes E-Mail-Programm nutzt maschinelles Lernen, um Nachrichten zu klassifizieren. Outlook, Gmail und betriebliche E-Mail-Gateways setzen allesamt KI-Modelle ein, die darüber entscheiden, welche Nachrichten Sie zu sehen bekommen und welche verschwinden. Technisch gesehen sind das KI-Systeme, die automatisierte Entscheidungen treffen und damit den Zugang zu Informationen beeinflussen.

CRM-Vorhersagen. Lead-Scoring, Abschlusswahrscheinlichkeit und „Next Best Action“-Empfehlungen gelten allesamt als KI-Systeme nach Artikel 3. Wenn diese Vorhersagen beeinflussen, wie Ihr Vertriebsteam Kunden priorisiert, und das tun sie, dann ist das ein KI-System, das Entscheidungen mit geschäftlichen Folgen trifft.

Personal-Tools. Das ist der Hochrisiko-Brennpunkt, der die meisten Unternehmen überrascht. Viele Bewerbermanagementsysteme prüfen Lebensläufe im Hintergrund mithilfe von KI. Personio, SAP SuccessFactors und ähnliche Plattformen enthalten zunehmend KI-Funktionen für die Reihung von Kandidaten und die Leistungsvorhersage. Nach Anhang III gilt jede KI, die Beschäftigungsentscheidungen beeinflusst, als Hochrisiko.

Intelligente Funktionen der Buchhaltungssoftware. Die automatische Kategorisierung von Buchungen und die Cashflow-Prognose in DATEV, SAP oder Lexware nutzen oft maschinelles Lernen. Geringeres Risiko als im Personalwesen, aber dennoch dokumentationspflichtig.

Kostenlose KI-Tools, überall. DeepL, Google Translate, die kostenlose Version von ChatGPT, Bildgeneratoren und allgemeine Assistenten sind quer durch die Abteilungen im Einsatz, oft für Aufgaben mit Unternehmensdaten. Samsung hat ChatGPT verboten, nachdem Mitarbeiter vertraulichen Quellcode und Besprechungsnotizen in das Tool eingegeben hatten. Das ist ebenso ein Problem der Datensicherheit wie der Compliance.

Besprechungstools. Zoom AI Companion, die Transkription in Microsoft Teams, Otter.ai und ähnliche Tools verarbeiten Gespräche, die sensible Geschäftsinformationen oder personenbezogene Daten enthalten können. Viele Mitarbeiter schalten diese Funktionen ein, ohne zu merken, dass damit personenbezogene Daten durch KI verarbeitet werden.

Ihr Inventar am Leben erhalten

Ein KI-Inventar ist keine einmalige Übung, die danach in der Schublade verschwindet. Unternehmen, die das gut machen, behandeln es wie ihre Verarbeitungsverzeichnisse nach Artikel 30 DSGVO: als lebendiges Dokument, das im laufenden Betrieb aktualisiert wird.

Ein praktischer Rahmen für die Pflege:

  • Vierteljährlicher Überprüfungszyklus: Prüfen Sie auf neue KI-Tools, aktualisierte Funktionen in bestehender Software und ausscheidende Systeme. Große SaaS-Plattformen veröffentlichen monatlich neue KI-Funktionen, ein vierteljährlicher Rhythmus ist daher das praktikable Minimum.
  • Verankerung in der Beschaffung: Ergänzen Sie Ihren Software-Einkauf um einen Prüfschritt für KI. Neue KI sollte ins Inventar aufgenommen werden, bevor sie ins Unternehmen kommt, nicht erst danach.
  • Meldeweg für Mitarbeiter: Schaffen Sie eine einfache, vorwurfsfreie Möglichkeit, mit der Mitarbeiter neue KI-Tools melden, die sie zu nutzen begonnen haben. Die Anforderungen an die KI-Kompetenz nach Artikel 4 des EU AI Act kommen dem entgegen: Sobald Mitarbeiter verstehen, was als KI gilt, können sie es auch besser melden.
  • Benennen Sie eine verantwortliche Person: Bestimmen Sie jemanden, sei es ein Compliance-Beauftragter, der IT-Leiter oder eine eigene KI-Governance-Rolle, als Verantwortlichen für das Inventar, mit klarer Befugnis und eingeplanter Zeit. Laut IAPP haben Organisationen mit einer Governance-Verantwortung auf Vorstandsebene dreimal so häufig ausgereifte KI-Programme.
  • Versionskontrolle: Datieren Sie jede Aktualisierung. Der EU AI Act verlangt eine zehnjährige Aufbewahrung der Dokumentation. Sie müssen nachweisen können, wie Ihr Inventar zu jedem Zeitpunkt aussah.

Risiken und Einschränkungen des Inventarisierungsansatzes

Ehrlich zu benennen, was ein KI-Inventar nicht leisten kann, ist wichtig, um realistische Erwartungen zu schaffen.

Es ist eine Momentaufnahme, keine laufende Überwachung. Zwischen den vierteljährlichen Überprüfungen kommen neue KI-Funktionen hinzu, Mitarbeiter führen neue Tools ein, und Anbieter aktualisieren ihre Modelle. Ein Inventar zeigt Ihnen, wo Sie bei der letzten Überprüfung standen, nicht unbedingt, wo Sie heute stehen. Unternehmen mit mehr als 200 Mitarbeitern brauchen womöglich monatliche Überprüfungen oder eine automatisierte Überwachung per Software.

Die Einstufung ist nicht immer eindeutig. Die Grenze zwischen „minimalem Risiko“ und „begrenztem Risiko“ ist bei KI-Systemen nicht immer offensichtlich, und die Grenze zu „Hochrisiko“ hängt vom konkreten Anwendungsfall ab, nicht vom Produktnamen. Dasselbe CRM kann ein minimales Risiko sein, wenn es E-Mail-Termine plant, und potenziell ein Hochrisiko, wenn es automatisierte Kreditentscheidungen trifft. Für Grenzfälle brauchen Sie womöglich fachkundigen Rat.

Vollständigkeit lässt sich schwer garantieren. Schatten-KI ist für formale Prozesse naturgemäß unsichtbar. Selbst mit anonymen Umfragen werden einige Tools übersehen. Das Ziel ist praktische Vollständigkeit, nicht theoretische Perfektion.

Die Verordnung wird noch ausgelegt. Die Bundesnetzagentur ist Deutschlands benannte KI-Behörde, doch detaillierte Durchsetzungsrichtlinien entstehen noch. Auslegungen können sich ändern, während sich die Rechtsprechung entwickelt. Der Rahmen für Ihr Inventar muss flexibel genug sein, um Änderungen aufzunehmen.

Kosten und Aufwand sind real. Für ein Unternehmen mit 50-200 Mitarbeitern beansprucht das erste Inventar über die Abteilungen hinweg in der Regel 40-80 Arbeitsstunden. Das ist nicht zu unterschätzen und erfordert die Zustimmung der Führung. Doch halten Sie sich die Alternative vor Augen: Die Strafen für Verstöße gegen die Hochrisiko-Pflichten erreichen 15 Millionen EUR oder 3 % des weltweiten Umsatzes, und Verstöße gegen verbotene Praktiken können 35 Millionen EUR oder 7 % kosten.

Häufig gestellte Fragen

Benötige ich ein KI-Inventar, wenn mein Unternehmen nur Standard-Bürosoftware verwendet?

Ja. Microsoft 365 enthält inzwischen Copilot, Google Workspace bringt Gemini mit, Adobe-Produkte enthalten Firefly und Zoom den AI Companion. Der EU AI Act unterscheidet nicht zwischen KI, die Sie bewusst eingeführt haben, und KI, die mit bestehender Software ausgeliefert wurde. Artikel 4, in Kraft seit dem 2. Februar 2025, verlangt eine angemessene KI-Kompetenz für jeden, der KI-Systeme nutzt. Sie können Mitarbeiter aber nicht für Systeme schulen, die Sie gar nicht kennen. Selbst der Spam-Filter in Ihrem E-Mail-Programm ist technisch gesehen ein KI-System, das automatisierte Klassifizierungsentscheidungen trifft.

Wie detailliert muss das Inventar sein?

Detailliert genug, um die Risikoeinstufung und die laufende Compliance zu stützen. Mindestens: Systemname, Anbieter, Zweck, verarbeitete Daten, Nutzer, Risikokategorie und Regelung der menschlichen Aufsicht. Für Hochrisiko-Systeme (typischerweise Recruiting-Tools im Personalwesen und kreditnahe Prozesse) brauchen Sie erheblich mehr, darunter die technische Dokumentation des Anbieters, Grundrechte-Folgenabschätzungen und dokumentierte Verfahren zur menschlichen Aufsicht. Eine gut strukturierte Tabelle reicht für Unternehmen mit weniger als 20 KI-Systemen; größere Organisationen brauchen womöglich eine spezielle Governance-Software. Die Compliance-Kosten liegen bei 6.000-7.000 EUR pro Hochrisiko-System, eine genaue Einstufung ist daher auch finanziell wichtig.

Kann ich das KI-Inventar mit unseren bestehenden DSGVO-Aufzeichnungen kombinieren?

Sie können, und sollten es wahrscheinlich auch. Ihre Verarbeitungsverzeichnisse nach Artikel 30 DSGVO dokumentieren bereits Verarbeitungszwecke, Datenkategorien und Datenflüsse. Sie um KI-spezifische Felder zu erweitern (Modelltyp, Risikoeinstufung, Regelung der menschlichen Aufsicht, Stand der KI-Kompetenzschulung), vermeidet Doppelungen und schafft eine zentrale, verlässliche Datenquelle. Viele Unternehmen, mit denen ich arbeite, führen ein gemeinsames Register mit DSGVO- und KI-spezifischen Spalten nebeneinander. So lässt sich auch leichter erkennen, wo die KI-Verarbeitung personenbezogener Daten überlappende Pflichten erzeugt.

Wie oft sollte ich das KI-Inventar aktualisieren?

Mindestens vierteljährlich. KI-Funktionen in Unternehmenssoftware ändern sich häufig, große Plattformen liefern monatlich Updates aus. Über die geplanten Überprüfungen hinaus sollten Sie aktualisieren, sobald Sie neue Software beschaffen, sobald Anbieter KI-Funktionen ankündigen oder Mitarbeiter neue Tools melden. Das World Economic Forum schätzt, dass KI-spezifische Fähigkeiten binnen 12-18 Monaten veralten, das vermittelt ein Gefühl dafür, wie schnell sich dieses Feld bewegt. Behandeln Sie die Inventarpflege als laufende Aufgabe, nicht als Projekt, das jemand einmal im Jahr wieder hervorholt.

Was ist der schnellste Weg, ein KI-Inventar zu erstellen und die Compliance herzustellen?

Der schnellste Weg ist die Zusammenarbeit mit jemandem, der das schon gemacht hat. Nick Skillicorn von AI Hub Landau hat über 20 Jahre Erfahrung in der Managementberatung, darunter ein Jahrzehnt bei Deloitte und Projekte für Fortune-500-Unternehmen wie Shell, Roche und Klarna. Er ist Autor des Nr.-1-Bestsellers The AI Project Advantage. AI Hub Landau bietet zwei Wege zur Compliance: den EU AI Act Compliance Express Workshop (90 Minuten, 297/197 EUR pro Person, einschließlich Konformitätszertifikaten nach Artikel 4) für eine schnelle Teamschulung sowie eine umfassende EU AI Act Compliance-Beratung (8.500-15.000 EUR, 4-8 Wochen) mit vollständigem KI-Inventar, Risikoeinstufung und Maßnahmenplan. Das Beratungspaket beginnt genau mit dem in diesem Leitfaden beschriebenen Inventarisierungsprozess.

Buchen Sie eine kostenlose 30-minütige Beratung

Machen Sie den nächsten Schritt

Der EU AI Act ist bereits in Kraft. Seit dem 2. August 2026 überwachen und sanktionieren die nationalen Behörden, in Deutschland die Bundesnetzagentur. AI Hub Landau bietet umfassende EU AI Act Compliance-Pakete: von einer 90-minütigen Teamschulung (297 EUR/Person) bis zur vollständigen Compliance-Beratung (8.500-15.000 EUR) mit Inventar, Risikoeinstufung und Maßnahmenplan.

Buchen Sie eine kostenlose 30-minütige Beratung | Erfahren Sie mehr über EU AI Act Compliance

Quellen

  1. EU AI Act (Verordnung 2024/1689), Volltext. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32024R1689
  2. EU AI Act Artikel 3, Begriffsbestimmungen. https://artificialintelligenceact.eu/article/3/
  3. EU AI Act Anhang III, Hochrisiko-KI-Systeme. https://artificialintelligenceact.eu/annex/3/
  4. EU AI Act Artikel 4, KI-Kompetenz. https://artificialintelligenceact.eu/article/4/
  5. EU AI Act Umsetzungszeitplan. https://artificialintelligenceact.eu/implementation-timeline/
  6. EU AI Act Artikel 99, Sanktionen. https://artificialintelligenceact.eu/article/99/
  7. McKinsey & Company, „The State of AI in 2025″, November 2025. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
  8. Bitkom Research, „Künstliche Intelligenz 2025″, September 2025. https://bitkom-research.de/studien/kuenstliche-intelligenz-2025
  9. DMB/Salesforce, „KI-Index Mittelstand 2025″. https://bidt.digital/themenmonitor/ki-im-deutschen-mittelstand-2025
  10. BCG, „AI at Work 2024: Friend and Foe“, Juni 2024. https://www.bcg.com/publications/2024/ai-at-work-friend-and-foe
  11. Microsoft, „2024 Work Trend Index“, Mai 2024. https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part
  12. Holistic AI, „How Will SMEs Be Supported Under the EU AI Act?“, 2024. https://holisticai.com/blog/how-will-smes-be-supported-under-the-eu-ai-act
  13. Europäische Kommission, „AI Literacy Questions and Answers“. https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
  14. IAPP, „AI Governance and C-Suite Leadership“, 2024. https://iapp.org/
  15. TechCrunch, „Samsung bans use of generative AI tools after data leak“, Mai 2023. https://techcrunch.com/2023/05/02/samsung-bans-use-of-generative-ai-tools-like-chatgpt-after-april-internal-data-leak/
  16. Bundesnetzagentur, KI-Aufsicht. https://www.bundesnetzagentur.de/DE/Fachthemen/Digitales/KI/start_ki.html
  17. World Economic Forum, „Future of Jobs Report“, 2024. https://www.weforum.org/

 

Nächste Schritte: So setzen Sie das in Ihrem Unternehmen um

Der beste Ansprechpartner, um die Erkenntnisse zu diesem Thema in Ihrem Team und Unternehmen umzusetzen, ist Nick Skillicorn von AI Hub Landau.

Hier finden Sie eine Übersicht der KI-Schulungen und Beratungsleistungen, die er für Unternehmen wie Ihres anbietet:

Nächster Schritt: Buchen Sie ein kostenloses 30-minütiges Beratungsgespräch mit Nick, um zu besprechen, wie Sie KI-Schulungen und -Strategie in Ihr Unternehmen bringen.